Kết luận của tôi rất trực tiếp: năm cổ phiếu này không phải là một “giao dịch AI” duy nhất, mà là năm nút khác nhau trong chuỗi cơ sở hạ tầng AI; nếu thị trường tiếp tục điều chỉnh do lo ngại về lạm phát, lãi suất hoặc bong bóng, tôi sẽ đưa chúng vào danh sách theo dõi phân cấp, thay vì hiểu “mua khi giảm giá” là vào đầy vị thế một lần. Báo cáo này thảo luận về MU Micron, MXL MaxLinear, AMD AMD, LITE Lumentum và VICR Vicor. Chúng cùng hưởng lợi từ chi tiêu vốn vào trung tâm dữ liệu AI, nhưng nguồn rủi ro, độ co giãn lợi nhuận và cách thức điều chỉnh định giá lại không giống nhau. [1] [2] [3]

Tôi cho rằng, sau khi thị trường AI bước vào giai đoạn này, điều quan trọng thực sự không còn là “AI còn có câu chuyện nào nữa không?”, mà là ba câu hỏi: Thứ nhất, chi tiêu vốn có tiếp tục chuyển hóa thành đơn hàng thực tế không; thứ hai, lợi nhuận doanh nghiệp có chứng minh được định giá không; thứ ba, danh mục đầu tư có thể chịu đựng được mức biến động cao không? McKinsey ước tính, để đáp ứng nhu cầu về năng lực tính toán, đến năm 2030, toàn cầu có thể cần khoảng 6,7 nghìn tỷ USD chi tiêu vốn cho các trung tâm dữ liệu, trong đó khoảng 5,2 nghìn tỷ USD dành cho các trung tâm dữ liệu liên quan đến tải công việc AI; điều này cho thấy cơ sở hạ tầng AI là một chu kỳ đầu tư kéo dài, nhưng Fidelity cũng cảnh báo rằng tăng trưởng lợi nhuận, định giá, tính bền vững của chi tiêu vốn và chu kỳ lãi suất sẽ quyết định liệu giao dịch AI có chuyển từ chủ đề dài hạn thành bong bóng ngắn hạn hay không. [1] [2]

Kết luận ngắn gọn: Hạ tầng AI vẫn là hướng tôi sẵn sàng nghiên cứu khi giá giảm, nhưng điểm mua phải tuân thủ kỷ luật vị thế; trong giai đoạn đồng thời có lợi nhuận cao, rút lui cao và biến động cao, hãy phân tầng trước, sau đó mới hành động.

Một, hãy xem bức tranh tổng thể: Cơ sở hạ tầng AI không phải là câu chuyện có thể kể hết bằng một cổ phiếu GPU

Sai lầm phổ biến nhất trên thị trường là coi thị trường AI đơn giản chỉ là “mua cổ phiếu hàng đầu về GPU”. Theo tôi, cấu trúc thực sự của cơ sở hạ tầng AI là một chuỗi chi tiêu vốn: phía trước cần chip tính toán, phía giữa cần bộ nhớ băng thông cao, kết nối mạng và quang học, phía sau cần nguồn điện, hệ thống tản nhiệt, trung tâm dữ liệu và phần mềm điều phối. Nếu chỉ nhìn vào một khâu duy nhất, rất dễ bị mắc kẹt trong việc mua vào khi định giá đã quá cao; chỉ khi tách rời toàn bộ chuỗi, bạn mới hiểu được mỗi lần điều chỉnh là do giảm định giá, giảm đơn hàng, hay chỉ là sự thanh lọc bình thường của các tài sản có Beta cao.

Báo cáo của McKinsey về chi tiêu vốn cho trung tâm dữ liệu đã cung cấp bối cảnh quan trọng cho khung này. Nó không nói rằng tất cả các công ty sẽ cùng lúc hưởng lợi, cũng không nói rằng tất cả các cổ phiếu liên quan đến AI đều nên tăng giá, mà chỉ cho thấy rằng nếu nhu cầu về năng lực tính toán tiếp tục tăng trưởng, cơ hội đầu tư sẽ lan tỏa theo chuỗi “năng lực tính toán — lưu trữ — kết nối — quang học — nguồn điện”. [1] Cuộc thảo luận của Morningstar về khung cổ phiếu AI cũng nhắc nhở tôi rằng việc lựa chọn cổ phiếu AI không thể chỉ dựa vào mức độ phổ biến của khái niệm, mà còn phải xem xét vị trí trong ngành, lợi thế cạnh tranh, định giá và sự không chắc chắn. [3]

Theo quan điểm của tôi, cơ hội trong cơ sở hạ tầng AI không phải là “một đường thẳng”, mà là “một mạng lưới”. Khi thị trường điều chỉnh, điều đáng nghiên cứu nhất không phải là tài sản nào giảm mạnh nhất, mà là nút nào có nền tảng cơ bản chưa bị bác bỏ nhưng định giá lại bị giảm theo tâm lý rủi ro.

Dữ liệu giá công khai trong năm qua cho thấy năm tài sản cơ sở về hạ tầng AI đều vượt trội đáng kể so với Nasdaq 100 và quỹ ETF bán dẫn SMH. LITE, MU, MXL, VICR và AMD đều có mức tăng trưởng cao, trong đó LITE và MU thể hiện nổi bật nhất; nhưng cùng bộ dữ liệu này cũng cho thấy mức giảm sâu nhất trong năm qua của năm cổ phiếu này chủ yếu nằm trong khoảng -28% đến -32%, cao rõ rệt so với mức giảm sâu nhất khoảng -12,1% của Nasdaq 100. [9]

Dữ liệu này mang lại cho tôi một sự hiểu rõ ràng: xu hướng mạnh không đồng nghĩa với rủi ro thấp, và độ co giãn cao không có nghĩa là có thể mua bất kỳ lúc nào. Nếu một tài sản tăng vài lần trong một năm nhưng có thể điều chỉnh giảm 30% trong quá trình đó, thì logic mua vào không thể chỉ đơn giản ghi “dài hạn lạc quan về AI”, mà còn phải nêu rõ “làm thế nào để chịu đựng được biến động”. Nói cách khác, mua vào khi giá giảm không phải là một khẩu hiệu cảm xúc, mà là một hệ thống quản lý vốn.

Tôi sẽ sử dụng bảng này làm điểm khởi đầu cho quản lý vị thế. Đối với các tài sản có nền tảng cơ bản vững chắc hơn như MU và AMD, tôi sẵn sàng quan sát từng đợt trong quá trình điều chỉnh; đối với các điểm có độ đàn hồi cao như MXL, LITE, VICR, tôi sẽ đặt giới hạn vị thế cố định trước, sau đó mới xem xét vị trí giá. Lý do rất đơn giản: biến động chính là chi phí, và việc bỏ qua chi phí khi “mua vào khi giá giảm” cuối cùng rất dễ dẫn đến việc bị động giữ vị thế.

Ba, sự khác biệt giữa năm cổ phiếu: không phải mua cổ phiếu nào tăng nhiều hơn, mà là cổ phiếu nào có chuỗi bằng chứng đầy đủ hơn

Tôi không đồng ý với việc so sánh một cách thô bạo năm công ty này cùng một lúc. Lõi của MU là chu kỳ lưu trữ và nhu cầu AI HBM, lõi của AMD là nền tảng tính toán trung tâm dữ liệu, lõi của LITE là quang thông tin liên lạc đám mây và AI, lõi của VICR là cung cấp nguồn điện máy chủ công suất cao, trong khi MXL thiên về mặt phẳng điều khiển và kết nối tốc độ cao cho trung tâm dữ liệu AI. Tất cả đều hưởng lợi từ AI, nhưng tính linh hoạt tài chính, cấu trúc khách hàng và lộ trình hấp thụ định giá đều không giống nhau.

Theo các tài liệu công khai của công ty, Micron trong bản tin quý FY2025 Q4 tiết lộ doanh thu quý là 11,315 tỷ USD và doanh thu cả năm FY2025 là 37,378 tỷ USD, đồng thời liên kết hiệu suất mạnh mẽ với nhu cầu từ các trung tâm dữ liệu AI; AMD trong bản tin quý Q3 2025 tiết lộ doanh thu quý là 9,246 tỷ USD, tăng 36% so với cùng kỳ năm trước, trong đó doanh thu từ trung tâm dữ liệu đạt 4,3 tỷ USD, tăng 22% so với cùng kỳ; Lumentum trong bản tin quý FY2026 Q3 tiết lộ doanh thu là 808,4 triệu USD, tăng 90,1% so với cùng kỳ, đồng thời nhấn mạnh các công nghệ quang tử liên quan đến AI, điện toán đám mây và truyền thông thế hệ tiếp theo; MaxLinear trong bản tin công khai giới thiệu các giải pháp Coronado và Laguna USB UART cho kết nối mặt phẳng điều khiển trung tâm dữ liệu AI; Vicor thì trong các tài liệu công khai nhấn mạnh nhu cầu đối với hệ thống nguồn mô-đun 48V do sự gia tăng sức mạnh tính toán trong lĩnh vực AI, HPC và trung tâm dữ liệu. [4] [5] [6] [7] [8]

Sắp xếp của tôi không đơn thuần là “sắp xếp theo mức tăng trưởng”. Nếu chỉ xem xét mức tăng trưởng trong năm qua, LITE và MU nổi bật nhất; nếu xem xét bằng chứng cơ bản, MU và AMD dễ dàng được các quỹ tổ chức theo dõi liên tục; nếu xem xét các vị trí vệ tinh có độ co giãn cao, MXL, LITE và VICR mang lại đường cong lợi nhuận dốc hơn, nhưng đồng thời cũng yêu cầu mức dừng lỗ nghiêm ngặt hơn và giới hạn vị thế cao hơn.

Bốn, vị trí rủi ro-lợi nhuận: Góc trên bên phải không phải là thiên đường, mà là phòng thi kỷ luật

Nhiều nhà đầu tư thích xem biểu đồ lợi nhuận cao, nhưng không thích xem biểu đồ mức giảm tối đa. Quan điểm của tôi ngược lại: đối với các tài sản AI có Beta cao, lợi nhuận chỉ là kết quả, còn mức giảm tối đa mới là điều khoản bắt buộc phải chấp nhận trước khi vào lệnh. Hình 3 đặt lợi nhuận trong năm qua và mức giảm tối đa trên cùng một biểu đồ, có thể thấy năm cổ phiếu đều nằm trong vùng lợi nhuận cao, nhưng mức giảm theo trục dọc cũng rất sâu. Điều này cho thấy

Chúng không phải là cổ phiếu tăng trưởng biến động thấp, mà là tài sản có độ co giãn cao cần được xử lý bằng kỷ luật vị thế. [9]

Tôi sẽ xử lý các cổ phiếu này theo ba cấp độ. Cấp độ đầu tiên là “cốt lõi có thể theo dõi”, tức là những tài sản có bằng chứng cơ bản đầy đủ hơn và được các tổ chức theo dõi kỹ lưỡng hơn, ví dụ như MU và AMD. Cấp độ thứ hai là “vệ tinh có độ co giãn cao”, tức là những tài sản có logic ngành rõ ràng nhưng độ biến động rất cao, ví dụ như LITE và VICR. Cấp độ thứ ba là “độ co giãn cần quan sát”, tức là những tài sản có hướng sản phẩm đầy tiềm năng nhưng vẫn cần thêm nhiều quý nữa để xác minh hiệu quả tài chính, ví dụ như MXL.

Do đó, định nghĩa của tôi về “mua khi giảm giá” không phải là mua ngay khi giá giảm, mà là khi giá điều chỉnh, cơ bản không xấu đi và chuỗi chi tiêu vốn vẫn đang được thực hiện, tôi sẽ mua dần theo các quy tắc vị thế đã định trước để hấp thụ biến động. Đặc biệt đối với các tài sản có độ biến động cao như MXL, LITE, VICR, kích thước vị thế quan trọng hơn giá mua vào.

V. Đánh giá chuỗi ngành: Năm cổ phiếu không phải là một giao dịch duy nhất, mà là năm nút

Để tránh gộp tất cả các cổ phiếu AI thành một khái niệm chung, tôi đã đánh giá năm cổ phiếu này trên năm chiều khác nhau: mức độ trực tiếp về năng lực tính toán, mức độ nhạy cảm với chi tiêu vốn AI, biến động chu kỳ, áp lực định giá và giá trị phân tán danh mục. Việc đánh giá này không phải là dự đoán lợi nhuận hay xếp hạng đầu tư, mà nhằm giúp tôi xác định: nếu xây dựng một danh mục quan sát cơ sở hạ tầng AI, mỗi cổ phiếu sẽ đảm nhận vai trò gì.

Hình ảnh này cho tôi thấy MU và AMD giống như những tài sản cốt lõi trong chuỗi chính của cơ sở hạ tầng AI; LITE và VICR giống như những nút bấm có độ co giãn cao, dễ bị vốn khuếch đại; MXL thì thiên về các cổ phiếu cần theo dõi, có khả năng được định giá lại sau khi sản phẩm được đưa vào thị trường. Cả năm cổ phiếu đều có giá trị nghiên cứu, nhưng logic mua vào không thể hoàn toàn giống nhau.

Cách tiếp cận phân bổ của tôi là: nếu chỉ muốn tập trung vào tiếp xúc cốt lõi với AI, hãy ưu tiên nghiên cứu MU và AMD với chuỗi bằng chứng đầy đủ hơn; nếu sẵn sàng chấp nhận mức độ biến động cao hơn, có thể xem LITE và VICR như các vị trí vệ tinh; nếu muốn đầu tư vào MXL, cần công nhận đặc điểm vốn hóa nhỏ và sự không chắc chắn trong việc hiện thực hóa doanh thu, do đó cần hạn chế tỷ trọng so với các cổ phiếu còn lại.

Sáu: Khung thao tác: Điểm mua thực sự xuất hiện khi ba yếu tố—hồi điều chỉnh, xác nhận và mua chia nhỏ—xảy ra đồng thời

Tôi sẽ không coi bất kỳ mức điều chỉnh nào là điểm mua chỉ vì chủ đề AI mạnh mẽ. Một mức điều chỉnh đáng để thực sự hành động phải đồng thời đáp ứng ba điều kiện: Thứ nhất, giá đã giải phóng hết cảm xúc ngắn hạn; Thứ hai, nền tảng doanh nghiệp không đồng thời suy yếu; Thứ ba, danh mục vẫn còn tiền mặt và ngân sách rủi ro. Thiếu bất kỳ điều kiện nào, việc mua vào khi giá giảm sẽ trở thành giao dịch mang tính cảm xúc.

Khung cảnh báo về rủi ro bong bóng AI của Fidelity đáng để đưa vào đây. Nó nhắc nhở chúng ta rằng, dù chủ đề AI vẫn có thể là một chu kỳ kéo dài nhiều năm, các nhà đầu tư phải theo dõi tăng trưởng lợi nhuận, chất lượng lợi nhuận, định giá, tính bền vững của chi tiêu vốn và chu kỳ lãi suất. [2] Tôi hoàn toàn đồng ý với quan điểm này. AI không phải là không nên mua, mà là không nên dùng “chủ nghĩa dài hạn” để che giấu rủi ro ngắn hạn khi định giá cao nhất, tâm lý sôi nổi nhất và vị thế lớn nhất.

Tóm lại, tôi sẽ đưa năm cổ phiếu này vào danh sách theo dõi cơ sở hạ tầng AI, nhưng không coi chúng đều có trọng số mua như nhau. Đối với tôi, thứ tự đúng là xác định vai trò trước, sau đó xác định vị thế, và cuối cùng mới xác định giá.

Bảy, Kết luận: Có thể mua khi giá giảm, nhưng hãy tự hỏi bản thân liệu có thể chịu được biến động không

Kết luận cuối cùng trở lại tiêu đề: Mua vào khi giảm giá năm cổ phiếu AI hàng đầu trên Nasdaq, có thể nghiên cứu nhưng không được lười biếng. Nếu chi tiêu vốn cho trung tâm dữ liệu AI tiếp tục mở rộng, các công ty MU, AMD, LITE, VICR và MXL trong các lĩnh vực lưu trữ, tính toán, truyền thông quang, nguồn điện và kết nối đều có nền tảng tiếp tục hưởng lợi; tuy nhiên, nếu lãi suất tăng trở lại, chi tiêu vốn của đám mây chậm lại, đơn hàng AI không đạt kỳ vọng, hoặc định giá đã phản ánh trước sự tăng trưởng trong nhiều quý tới, những tài sản có Beta cao này cũng sẽ nhanh chóng điều chỉnh giảm.

Chiến lược của tôi rất rõ ràng: danh mục lõi ưu tiên các tài sản có chuỗi bằng chứng cơ bản mạnh hơn, danh mục vệ tinh dành cho các nút có độ co giãn cao nhưng biến động lớn, và danh mục quan sát dành cho các cơ hội nhỏ và trung bình vẫn cần được xác minh. Việc mua vào phải chia thành nhiều đợt, vị thế phải được giới hạn, và rủi ro phải được ghi rõ ra giấy trước khi thực hiện. Đầu tư AI thực sự chín chắn không phải là hưng phấn khi thấy điều chỉnh, mà là biết được đoạn điều chỉnh nào nên mua, mua bao nhiêu, và phải làm gì nếu sai.

Tóm tắt một câu: Logic dài hạn của cơ sở hạ tầng AI vẫn còn, nhưng mua khi giảm giá không phải là tín hiệu tiến công, mà là biểu hiện của kỷ luật; trước tiên chia năm cổ phiếu thành năm nút, sau đó sử dụng vị thế và thời gian để hấp thụ biến động.

Báo cáo này chỉ nhằm mục đích nghiên cứu và thảo luận, không tạo thành bất kỳ cam kết lợi nhuận hay khuyến nghị mua bán cổ phiếu cụ thể nào. Các công ty liên quan đến cơ sở hạ tầng AI thường có đặc tính biến động cao, nhạy cảm với định giá cao và chu kỳ mạnh mẽ; nhà đầu tư cần tự đánh giá dựa trên khả năng chịu rủi ro của bản thân. Năm rủi ro cần theo dõi sát sao trong tương lai gồm: Thứ nhất, nếu chi tiêu vốn của các nhà cung cấp đám mây thấp hơn kỳ vọng, đơn hàng trong chuỗi phần cứng AI có thể được định giá lại; thứ hai, nếu lãi suất tăng trở lại, các cổ phiếu tăng trưởng định giá cao sẽ chịu áp lực từ tỷ lệ chiết khấu; thứ ba, các phân khúc như lưu trữ, truyền thông quang, nguồn điện và kết nối có nguy cơ về chu kỳ tồn kho và rủi ro tập trung khách hàng; thứ tư, các cổ phiếu nhỏ và vừa có độ co giãn cao có thể đối mặt với biến động thanh khoản và định giá gia tăng; thứ năm, nếu chủ đề AI không đạt được lợi nhuận như kỳ vọng, thị trường có thể chuyển từ định giá “không gian dài hạn” sang định giá “dòng tiền hiện tại”.

Báo cáo này sử dụng dữ liệu từ giao diện biểu đồ công khai của Yahoo Finance để thu thập và tổng hợp các chỉ số hiệu suất thị trường, mức giảm sâu, độ biến động và rủi ro-lợi nhuận, với khoảng thời gian từ ngày 13 tháng 6 năm 2025 đến ngày 12 tháng 6 năm 2026, bao gồm MU, MXL, AMD, LITE, VICR, chỉ số Tổng hợp Nasdaq, chỉ số Nasdaq 100 và ETF bán dẫn SMH. Các câu chuyện cơ bản về doanh nghiệp dựa trên các trang quan hệ nhà đầu tư, thông cáo báo chí và tài liệu công khai của từng công ty; các khoản chi tiêu vốn AI, rủi ro bong bóng AI và khung lựa chọn cổ phiếu AI tham khảo các nghiên cứu công khai từ McKinsey, Fidelity và Morningstar. Tất cả các biểu đồ đều được tổng hợp từ dữ liệu công khai; khung đánh giá biểu đồ được sử dụng cho mục đích nghiên cứu và thảo luận, không đại diện cho dự đoán lợi nhuận hoặc xếp hạng đầu tư.