4 cách mà chiếc card đồ họa NVIDIA cũ của tôi đã giúp tôi tiết kiệm được 800 đô la năm ngoái—và cả năm nay nữa.
Chi phí đăng ký thường khó nhận thấy. Bạn có thể có một dịch vụ lưu trữ đám mây, một công cụ AI, một dịch vụ phiên âm mà bạn hầu như không còn sử dụng nữa. Tất cả những thứ này cộng lại có thể thành một khoản tiền đáng kể. Nhưng nếu bạn sở hữu một card đồ họa tầm trung, rất có thể bạn đang trả tiền cho những thứ mà phần cứng của bạn có thể xử lý miễn phí.
(https://image.vietnetwork.vn/uploads/VietNetwork.Vn-506845943-2026-05-08-17782261051.jpg)
Tôi có một card đồ họa NVIDIA RTX 3060 (hiện có giá khoảng 250 đô la), và năm ngoái nó đã giúp tôi tiết kiệm được 819,96 đô la bằng cách cho phép tôi cắt giảm hoặc hạ cấp bốn gói đăng ký. Tôi không làm điều gì quá phức tạp, mà chỉ đơn giản là sử dụng các công cụ mã nguồn mở miễn phí trên máy tính cá nhân có chức năng tương tự.
1. Tôi đã tiết kiệm được 240 đô la chi phí lưu trữĐúng vậy, card đồ họa (GPU) của bạn có thể giúp giải quyết vấn đề lưu trữ. Điều này có thể khiến bạn ngạc nhiên. GPU không phải là thứ đầu tiên bạn nghĩ đến khi nói về việc tiết kiệm dung lượng lưu trữ. Nhưng GPU của bạn có thể nén các tệp video lớn xuống chỉ còn một phần nhỏ kích thước ban đầu, điều đó có nghĩa là bạn cần ít không gian hơn để lưu trữ chúng.
Tôi đi du lịch khá nhiều và quay rất nhiều video. Sau một chuyến đi điển hình, tôi thường có khoảng 400-500GB dữ liệu video thô. Cộng thêm dữ liệu của bạn gái tôi, tổng cộng gần 1TB từ một chuyến đi. Với bốn hoặc năm chuyến đi mỗi năm, đó là 4-5TB video cần được lưu trữ.
Nếu tôi lưu trữ tất cả dữ liệu đó trên đám mây, Google One tính phí 10 đô la một tháng cho 2TB, vậy 4TB sẽ có giá khoảng 240 đô la một năm.
Nhưng nhờ card đồ họa NVIDIA và một công cụ mã nguồn mở miễn phí như HandBrake, tôi có thể nén 1TB video xuống còn 250-300GB mà chất lượng không hề giảm sút. Thực tế, tôi đã nén toàn bộ video du lịch năm ngoái xuống dưới 1TB, dung lượng này vừa vặn với các ổ cứng tôi đã có sẵn.
Có lẽ tôi sẽ mua thêm một ổ cứng HDD nữa trong năm nay, nhưng hiện tại tôi vẫn đang tận dụng tối đa dung lượng lưu trữ hiện có – nhờ vào card đồ họa của mình.
HandBrake hoạt động mà không cần GPU, nhưng việc mã hóa chỉ bằng CPU thì cực kỳ chậm. GPU chính là yếu tố giúp việc này trở nên khả thi.
2. Tôi đã tiết kiệm được 100 đô la phí đăng ký dịch vụ phiên âmHầu hết các dịch vụ này sử dụng các công cụ miễn phí và tính phí cho việc sử dụng chúng.
Tôi là một nhà văn, nhưng tôi thực sự ghét gõ máy. Tôi không gõ nhanh lắm, và cổ tay tôi bắt đầu đau sau những phiên viết dài. Vì vậy, tôi luôn dựa vào các công cụ đọc chính tả và chuyển đổi giọng nói thành văn bản.
Trước đây, tôi dùng Dragon NaturallySpeaking, sau đó chuyển sang Otter.ai. Otter khá hữu ích – nó có thể phiên âm các cuộc họp và bản ghi âm giọng nói mà tôi có thể sử dụng lại thành bài viết. Nhưng nó tốn của tôi khoảng 100 đô la một năm, và ngay cả như vậy, nó vẫn có giới hạn về lượng âm thanh tôi có thể phiên âm mỗi tháng.
Sau đó tôi phát hiện ra Whisper. Đó là một mô hình chuyển đổi giọng nói thành văn bản mã nguồn mở miễn phí từ OpenAI—và nếu bạn đã từng sử dụng tính năng nhập liệu bằng giọng nói trong ChatGPT, bạn sẽ thấy độ chính xác của nó như thế nào. Cũng có một phiên bản nhanh hơn gọi là Faster-Whisper chạy cục bộ trên hệ thống của bạn. Mô hình chính xác nhất cần khoảng 6–8 GB VRAM để chạy ở tốc độ thời gian thực.
Tôi đã kết hợp Faster-Whisper với một thư viện Python có tên RealtimeSTT, sử dụng GPU của tôi để chuyển đổi giọng nói và các cuộc họp thành văn bản ngay tại chỗ theo thời gian thực. Không cần đăng ký, không có âm thanh nào rời khỏi máy tính của tôi, và độ chính xác tương đương với những gì tôi đã trả tiền.
Nhược điểm chính là RealtimeSTT không phải là một ứng dụng hoàn thiện. Nó chạy trong terminal, và bạn sẽ cần một đoạn mã Python nhỏ để bắt đầu. Tôi đã tự viết mã bằng Claude, và nó hoạt động đáng tin cậy — vì vậy ngay cả khi bạn không phải là nhà phát triển, nó vẫn có thể sử dụng được. Tuy nhiên, nếu bạn muốn tránh hoàn toàn việc sử dụng terminal, OpenWhispr là một lựa chọn thay thế miễn phí, mã nguồn mở, chạy Whisper thông qua một giao diện đồ họa hoàn chỉnh.
3. Tôi đã tiết kiệm được 360 đô la bằng cách giảm phí đăng ký Midjourney của mìnhGPU này bổ sung cho gói đăng ký Midjourney của tôi, chứ không phải thay thế nó. Tính đến thời điểm viết bài này, tôi chưa thấy mô hình tạo ảnh cục bộ nào cho kết quả gần bằng Midjourney. Và một vài mô hình gần bằng thì lại không chạy tốt trên GPU tầm trung thông thường. Vì vậy, không – GPU của tôi không thay thế Midjourney. Nhưng nó đã thay đổi cách tôi sử dụng nó, điều này cuối cùng lại có tác động gần như tương tự đến ví tiền của tôi.
Về cơ bản, tôi sử dụng Midjourney để tạo ảnh 4K, đủ chi tiết để chỉnh sửa trước khi chia sẻ trên mạng xã hội hoặc sử dụng làm tài nguyên trong các quy trình sáng tạo khác. Tuy nhiên, việc tạo ảnh 4K trong Midjourney khá tốn kém về số lượng credit và nhanh chóng chiếm mất thời gian của bạn. Nhưng thực tế bạn không cần Midjourney để tạo ra ảnh 4K cuối cùng. Bạn chỉ cần nó cho khâu thiết kế – bố cục, chi tiết và phong cách – mà nó xử lý tốt ở độ phân giải 1080p. Sau khi có được ảnh 4K, bạn có thể nâng cấp độ phân giải ảnh lên 4K trên máy tính cục bộ – và đó là lúc card đồ họa của bạn phát huy tác dụng.
Hiện nay có rất nhiều công cụ nâng cấp độ phân giải hình ảnh, nhưng tôi tin dùng một công cụ mã nguồn mở miễn phí có tên là Upscayl. Nó sử dụng GPU của hệ thống để nâng cấp hình ảnh lên độ phân giải gấp 4 lần chỉ trong vài giây. Tôi vẫn có được chất lượng thiết kế và đầu ra 4K tương tự—chỉ là tôi không còn phải trả tiền cho Midjourney để thực hiện bước nâng cấp độ phân giải nữa. Quy trình làm việc này cho phép tôi giảm từ gói Midjourney 60 đô la/tháng xuống gói 30 đô la/tháng, tiết kiệm được 360 đô la mỗi năm.
4. Tôi đã tiết kiệm được 120 đô la chi phí API của LLMThật ngớ ngẩn khi cứ phải trả phí để truy cập các chương trình LLM cấp thấp. Tôi có một số quy trình tự động hóa được hỗ trợ bởi trí tuệ nhân tạo đang chạy trên hệ thống của mình. Chúng bao gồm:
Chuyển đổi các bản ghi âm giọng nói thành các ghi chú nguyên tử có cấu trúc trong kho Obsidian của tôi.
Tạo sự kiện Lịch Google bằng lệnh thoại
Phân tích ảnh chụp màn hình và đổi tên chúng cho các bài viết của tôi.
Đọc ảnh chụp hóa đơn và ghi lại chúng vào tệp CSV ngân sách.
Giải thích các lệnh ngôn ngữ tự nhiên để điều khiển Home Assistant.
Đối với những quy trình làm việc kiểu này, việc chỉ sử dụng dịch vụ trò chuyện trực tuyến như ChatGPT hay Claude là chưa đủ—bạn cần quyền truy cập API. Tôi đã chi khoảng 10 đô la mỗi tháng cho việc sử dụng API để duy trì hoạt động của mọi thứ. Tuy nhiên, không có quy trình tự động hóa nào trong số này yêu cầu mô hình tiên tiến. Chúng cần một thứ gì đó có thể tuân theo hướng dẫn, hiểu ngữ cảnh và tạo ra đầu ra có cấu trúc—và các mô hình mã nguồn mở gần đây hoàn toàn có khả năng làm được điều đó.
Trên card đồ họa RTX 3060 với 12GB VRAM, tôi chạy Qwen 3.5 (9B, lượng tử hóa 4-bit) và nó xử lý các tác vụ này một cách đáng tin cậy. Tôi sử dụng Ollama để chạy và quản lý mô hình cục bộ. Nó cung cấp một API tương thích với cấu trúc API của OpenAI, vì vậy việc chuyển đổi các quy trình tự động hóa của tôi chủ yếu chỉ là thay đổi một URL.
Hiện tại mọi thứ đều chạy riêng tư trên hệ thống của tôi, và năm ngoái điều đó đã giúp tôi tiết kiệm được khoảng 120 đô la chi phí API. Xu hướng này vẫn tiếp tục trong năm nay—và khoản tiết kiệm có thể sẽ tăng lên khi tôi bổ sung thêm nhiều quy trình tự động hóa. Tuy nhiên, tôi chưa theo dõi việc sử dụng token của mình đủ chính xác để đưa ra con số cụ thể.
Đây là tổng số đang tính đến hiện tại. Dưới đây là chi tiết về tất cả những thứ tôi đang tiết kiệm và những yếu tố giúp tôi làm được điều đó:
| Khu vực tiết kiệm | Tiết kiệm hàng tháng | Tiết kiệm hàng năm |
| Lưu trữ đám mây / Ổ cứng SSD (Handbrake) | 20 đô la | 240 đô la |
| Otter.ai (RealtimeSTT) | 8,33 đô la | 99,96 đô la |
| API của OpenAI (Ollama) | 10 đô la | 120 đô la |
| Hạ cấp Midjourney (Upscayl) | 30 đô la | 360 đô la |
| Tổng cộng | 68,33 đô la | 819,96 đô la |
Với tốc độ này, một card đồ họa NVIDIA đời cũ như RTX 3060 sẽ hoàn vốn chỉ sau hơn ba tháng nhờ việc hủy các gói đăng ký và tiết kiệm chi phí lưu trữ.