💻 Tự dựng máy chạy AI cục bộ tại nhà: 7 bước chi tiết từ con số 0

Chạy AI ngay trên máy tính của mình — không cần mạng, không lo lộ dữ liệu, không tốn phí thuê bao hằng tháng — đang là xu hướng được nhiều người Việt Nam quan tâm. Nhưng bắt đầu từ đâu, cần máy ra sao, cài những gì? Bài viết này hướng dẫn bạn đọc từng bước cụ thể, từ con số 0 đến khi chiếc máy ở nhà trả lời được câu hỏi đầu tiên.

Bước 1: Xác định rõ nhu cầu

Trước khi mua sắm hay cài đặt bất cứ thứ gì, hãy trả lời: bạn cần AI để làm gì? Trò chuyện, hỏi đáp kiến thức thì chỉ cần mô hình ngôn ngữ cỡ nhỏ. Vẽ ảnh bằng AI đòi hỏi card đồ họa mạnh hơn. Lập trình hay xử lý văn bản dài thì cần mô hình lớn hơn và nhiều RAM hơn.

Lưu ý: đừng chạy theo cấu hình "khủng" khi nhu cầu chỉ là chatbot trò chuyện. Xác định đúng nhu cầu giúp tiết kiệm cả chục triệu đồng tiền máy.

Bước 2: Chọn cấu hình phù hợp

Ba thành phần quyết định khả năng chạy AI cục bộ là CPU, RAM và GPU:

• RAM: tối thiểu 16GB. Mô hình 7B chạy ổn với 16GB; mô hình 13B cần khoảng 32GB.
• GPU/VRAM: yếu tố quan trọng nhất. Card 8GB VRAM chạy được mô hình 7B dạng rút gọn; 12–16GB VRAM "gánh" được mô hình 13B; mô hình 30B trở lên cần 24GB VRAM hoặc hơn.
• CPU và ổ cứng: CPU tầm trung đời mới là đủ; nên dùng ổ SSD, để trống ít nhất 50–100GB.

Lưu ý: hãy kiểm tra cấu hình máy hiện tại trước khi nâng cấp. Nhiều laptop gaming đời mới đã đủ sức chạy mô hình 7B mà không cần mua thêm gì.

Bước 3: Cài hệ điều hành và driver GPU

Hầu hết công cụ AI cục bộ chạy tốt trên Windows, macOS và Linux. Với máy dùng card Nvidia, hãy cài driver GPU bản mới nhất từ trang chủ Nvidia — bước nhiều người mới bỏ qua khiến công cụ không nhận card đồ họa. Sau khi cài driver, khởi động lại máy rồi mới sang bước tiếp theo.

Bước 4: Cài công cụ chạy mô hình — Ollama hoặc LM Studio

Đây là hai công cụ miễn phí, có thật và phổ biến nhất hiện nay cho người mới:

• Ollama: gọn nhẹ, chạy bằng dòng lệnh đơn giản, cài đặt chỉ vài phút.
• LM Studio: giao diện đồ họa trực quan, dễ dùng cho người không rành kỹ thuật.

Bạn đọc chỉ cần chọn một trong hai. Với người mới hoàn toàn, LM Studio thường dễ tiếp cận hơn.

Bước 5: Tải mô hình phù hợp với máy

Trong kho mô hình của Ollama hoặc LM Studio, hãy chọn kích cỡ tương ứng với cấu hình ở bước 2: máy 8GB VRAM thì chọn bản 7B; máy 12–16GB VRAM thì thử bản 13B. Ưu tiên các bản "quantized" (đã rút gọn) có đuôi như Q4, Q5 — nhẹ hơn nhiều mà chất lượng vẫn tốt.

Lưu ý: lần tải đầu tiên có thể mất từ vài phút đến cả tiếng tùy tốc độ mạng, vì file mô hình thường nặng vài GB đến vài chục GB.

Bước 6: Chạy thử và đánh giá

Mở công cụ, nạp mô hình và đặt vài câu hỏi thử bằng tiếng Việt: tóm tắt một đoạn văn, viết dàn ý bài viết, giải một bài toán đơn giản. Quan sát tốc độ trả lời và chất lượng câu trả lời.

Lưu ý: mô hình chạy cục bộ cỡ nhỏ không thông minh bằng các AI đám mây hàng đầu, đặc biệt với tiếng Việt phức tạp. Hãy đặt kỳ vọng đúng: đây là trợ lý riêng tư, miễn phí, không cần mạng — chứ không phải "siêu AI".

Bước 7: Mẹo tối ưu khi dùng lâu dài

• Dùng bản quantized (Q4_K_M là lựa chọn cân bằng phổ biến) để tiết kiệm VRAM.
• Khi chạy AI, đóng các ứng dụng nặng như game hay phần mềm dựng phim để nhường tài nguyên.
• Chạy mô hình tốn điện và làm máy nóng hơn bình thường — đảm bảo tản nhiệt tốt, tránh chạy liên tục nhiều giờ trên laptop mỏng nhẹ.

Những giới hạn cần biết thẳng thắn

Máy càng mạnh thì chạy được mô hình càng lớn, nhưng chi phí cũng tăng theo: một dàn máy chạy tốt mô hình 30B có thể tốn vài chục triệu đồng, chưa kể tiền điện hằng tháng. Với đa số người dùng phổ thông, mô hình 7B–13B đã đáp ứng tốt nhu cầu trò chuyện, viết lách và học tập. Đừng vay mượn để "độ" máy quá đà khi nhu cầu thực tế chưa tới.

Bạn đọc muốn tìm hiểu sâu hơn về thế giới AI? Hãy xem thêm các bài viết công nghệ và dịch vụ AI trên webshop — nơi cập nhật kiến thức ứng dụng AI thực tế mỗi ngày.