Vật liệu tiên tiến: Nền tảng thầm lặng phía sau cuộc cách mạng AI

Cuộc đua phát triển trí tuệ nhân tạo thường được nhắc đến với những cái tên quen thuộc: thuật toán, mô hình ngôn ngữ lớn, hay những cụm siêu máy tính khổng lồ. Nhưng phía sau tất cả những lớp đó là một yếu tố ít được chú ý hơn nhưng không kém phần quan trọng: vật liệu tiên tiến. Khi AI đẩy ngành bán dẫn và trung tâm dữ liệu đến gần giới hạn vật lý về hiệu năng, nhiệt độ, hiệu suất điện và độ tin cậy, vật liệu trở thành yếu tố định hình những gì công nghệ có thể đạt tới.

Khi hiệu năng chạm trần vật lý

Theo Mike Finelli, giám đốc công nghệ và đổi mới kiêm giám đốc khu vực Bắc Mỹ tại Syensqo — một tập đoàn vật liệu chuyên dụng toàn cầu, AI hiện đang đẩy bán dẫn và trung tâm dữ liệu đến giới hạn vật lý của chúng.

Ông mô tả một "kim tự tháp hiệu năng": vật liệu phổ thông nằm ở đáy, còn vật liệu chuyên dụng hiệu năng cao nằm ở đỉnh. Khi yêu cầu kỹ thuật chỉ đơn giản, vật liệu phổ thông là đủ. Nhưng khi các yêu cầu chồng lên nhau — chịu nhiệt độ cao, độ tinh khiết cao, hiệu năng điện tốt, kháng hóa chất, kháng plasma, ổn định lâu dài — thì chỉ còn những vật liệu ở đỉnh kim tự tháp mới đáp ứng được.

"AI, từ góc độ vật liệu, thực sự đang đẩy bán dẫn và trung tâm dữ liệu đến giới hạn vật lý. Vật liệu không còn chỉ hỗ trợ đổi mới AI — chúng đang ngày càng định hình những gì sẽ trở nên khả thi."

Đây là một sự dịch chuyển quan trọng trong cách nhìn nhận. Thuật toán có thể cải tiến liên tục, nhưng nếu con chip không thể tản nhiệt đủ nhanh, nếu lớp niêm phong trong buồng chế tạo wafer không chịu nổi môi trường khắc nghiệt, thì tiến bộ sẽ dừng lại.

Vật liệu cho kỷ nguyên trung tâm dữ liệu điện áp cao

Các trung tâm dữ liệu đang chuyển sang kiến trúc điện áp cao để đáp ứng nhu cầu tính toán ngày càng lớn trong khi vẫn cải thiện hiệu suất năng lượng. Kiến trúc này giúp giảm tổn thất điện năng và hạ thấp dấu chân môi trường của trung tâm dữ liệu.

Bài toán ở đây có điểm tương đồng đáng chú ý với ngành xe điện. Trong một chiếc xe điện, năng lượng khổng lồ được truyền từ pin qua các thanh dẫn (bus bar) với lớp polymer cách điện bọc quanh lõi đồng. Những vật liệu này phải chịu được sự gia tăng nhiệt độ đột ngột khi xe tăng tốc. Kiến thức và vật liệu phát triển cho xe điện đang được chuyển giao trực tiếp sang trung tâm dữ liệu, nơi mật độ năng lượng và nhiệt độ cũng tăng vọt.

Một hướng khác là làm mát ngâm trực tiếp (direct immersion cooling). Làm mát bằng không khí vốn kém hiệu quả và tốn năng lượng. Ngâm trực tiếp chip trong chất lỏng điện môi có thể nâng cao hiệu suất tản nhiệt đáng kể. Syensqo đang phát triển các loại dung dịch truyền nhiệt thế hệ mới, với mục tiêu giảm tác động môi trường so với các chất lỏng hiện có — vốn thường có tiềm năng gây nóng lên toàn cầu cao.

Trong sản xuất bán dẫn, các vật liệu làm kín hiệu năng cao bên trong buồng chế tạo wafer phải chịu được plasma ăn mòn, hóa chất phản ứng mạnh, nhiệt độ cao, đồng thời đảm bảo độ tinh khiết và giảm khí thải ra ngoài. Đây là những chi tiết nhỏ nhưng mang tính sống còn với mỗi thế hệ chip mới.

Tính bền vững không còn là yêu cầu phụ

Một thay đổi lớn khác là định nghĩa về hiệu năng đang được mở rộng. Khách hàng ngày nay không chỉ đòi hỏi thông số kỹ thuật, mà còn kỳ vọng vật liệu được phát triển và sản xuất theo hướng có trách nhiệm hơn với môi trường.

"Mục tiêu của chúng tôi là loại bỏ sự đánh đổi giữa hiệu năng và tính bền vững."

Điều này đòi hỏi tính bền vững phải được xem xét ngay từ đầu quá trình nghiên cứu, chứ không phải là yêu cầu bổ sung sau khi vật liệu đã hoàn thiện. Tại Syensqo, mỗi dự án nghiên cứu đều được đánh giá về tính bền vững trước khi bắt đầu, thông qua một công cụ gọi là Quản lý Danh mục Bền vững (SPM). Hiện 88% danh mục sản phẩm của hãng được xem là sản phẩm bền vững.

Khi AI trở thành công cụ khám phá vật liệu

Điểm thú vị nhất của câu chuyện này là mối quan hệ hai chiều: nếu vật liệu định hình AI, thì AI cũng đang định hình lại cách con người khám phá vật liệu.

Cách tiếp cận truyền thống buộc các nhà khoa học phải chọn một vùng nhỏ trong không gian hàng triệu phân tử tiềm năng, dựa trên kinh nghiệm và tài liệu, rồi thử nghiệm dần dần. Kết quả thu được thường là giải pháp khả thi — nhưng không chắc đã là tối ưu nhất.

Với các tác nhân AI (AI agents), quy trình này thay đổi căn bản:

• Một nhóm agent tổng hợp kỹ thuật số hàng triệu tổ hợp phân tử tiềm năng
• Một nhóm khác dùng mô phỏng dựa trên vật lý để dự đoán hiệu năng, độc tính và tính bền vững của chúng
• Một agent cuối cùng xếp hạng tất cả và rút gọn xuống danh sách ưu tiên — có thể chỉ còn khoảng một trăm ứng viên

Danh sách ngắn này mới được đưa vào phòng thí nghiệm để tổng hợp và kiểm chứng thực tế. Finelli mô tả điều này cho phép đội ngũ nghiên cứu đi "rộng hơn, sâu hơn và nhanh hơn" — đồng thời nhấn mạnh rằng AI không thay thế nhà khoa học, mà trao cho họ "siêu năng lực" để dành nhiều thời gian hơn cho những bài toán kỹ thuật phức tạp.

Vòng lặp đổi mới tự tăng cường

Điều khiến Finelli hào hứng nhất là viễn cảnh về một vòng lặp tăng cường: AI giúp phát triển vật liệu mới cải thiện hạ tầng AI, hạ tầng AI tốt hơn lại cho phép AI mạnh hơn, và AI mạnh hơn tiếp tục đẩy nhanh quá trình khám phá vật liệu.

"Bạn kết thúc trong vòng lặp đổi mới vật liệu được gia tốc. Điều đó thực sự khiến tôi phấn khích."

Ý nghĩa với Việt Nam

Với Việt Nam — nơi đang tích cực thu hút đầu tư vào bán dẫn và trung tâm dữ liệu, với các dự án lớn từ Nvidia và nhiều tập đoàn công nghệ khác — câu chuyện về vật liệu có ý nghĩa thực tiễn rõ rệt. Khi chuỗi cung ứng bán dẫn toàn cầu dịch chuyển, nhu cầu về vật liệu chuyên dụng, dung dịch tản nhiệt và giải pháp hạ tầng hiệu suất cao sẽ tăng theo. Đây vừa là cơ hội để các doanh nghiệp Việt Nam tham gia sâu hơn vào chuỗi giá trị, vừa là lời nhắc rằng sự phát triển của AI không chỉ phụ thuộc vào phần mềm và thuật toán, mà còn vào những vật liệu thầm lặng nằm bên dưới tất cả.

Cuộc đua AI sẽ không chỉ được quyết định bởi ai có mô hình tốt nhất, mà còn bởi ai làm chủ được những vật liệu cho phép mô hình đó vận hành.