Hành trình trở thành 'vua chip AI' của Nvidia

Theo Bloomberg, các nhà đầu tư đổ vốn mạnh mẽ vào công ty này, đặt niềm tin rằng sự bùng nổ của AI sẽ đem lại lợi nhuận khổng lồ.

Chip Nvidia GB200 Grace Blackwell được trưng bày trong hội nghị Computex ở Đài Bắc, Đài Loan (Trung Quốc) vào ngày 21.5 - Ảnh: Bloomberg

Chip AI chủ lực của Nvidia

Dẫn đầu thị trường hiện tại là Hopper H100, con chip được đặt theo tên nhà tiên phong khoa học máy tính Grace Hopper. Đây là phiên bản nâng cao của chip đồ họa vốn từng phổ biến trong lĩnh vực trò chơi điện tử, nay được tối ưu hóa cho các tác vụ AI. Tuy nhiên, Hopper đang dần được thay thế bởi dòng sản phẩm mới Blackwell - được đặt tên theo nhà toán học David Blackwell.

Cả hai dòng chip đều được thiết kế để biến các cụm máy tính chứa chip Nvidia thành một khối thống nhất, có khả năng xử lý khối lượng dữ liệu khổng lồ và thực hiện tính toán tốc độ cao, điều kiện tiên quyết để huấn luyện các mạng nơ ron nhân tạo hiện đại.

Trong dòng sản phẩm mới nhất, chip GB200 kết hợp hai GPU Blackwell với một CPU Grace, tạo thành siêu chip phục vụ các trung tâm dữ liệu quy mô lớn.

Nền tảng AI hiện đại, đặc biệt là các mô hình ngôn ngữ, yêu cầu xử lý dữ liệu ở quy mô lớn với hàng tỷ phép tính để đạt độ chính xác. Quá trình đào tạo các mô hình này tiêu thụ năng lượng và tài nguyên tính toán khổng lồ.

Blackwell cung cấp hiệu suất đào tạo AI gấp 2,5 lần Hopper, theo Nvidia. Cấu trúc chip sử dụng số lượng bóng bán dẫn lớn đến mức phải chia làm hai phần, kết nối với nhau bằng công nghệ liên kết cao tốc để hoạt động như một đơn vị duy nhất. Đặc điểm này không chỉ nâng cao hiệu suất mà còn giúp chip đạt tính năng vượt trội trong giới hạn vật lý hiện tại của sản xuất bán dẫn.

Lợi thế hiệu suất này là lý do chính khiến các công ty như Microsoft, Amazon và Google lựa chọn sản phẩm của Nvidia để phát triển hệ thống AI, đồng thời khiến chính phủ Mỹ phải áp đặt lệnh hạn chế xuất khẩu sang Trung Quốc đối với những mẫu chip cao cấp này.

Hành trình dẫn đầu ngành AI

Được thành lập năm 1993 tại Santa Clara, California, Nvidia ban đầu tập trung vào sản xuất chip đồ họa (GPU) phục vụ ngành game. Tuy nhiên, từ đầu thập niên 2000, công ty đã nhận ra tiềm năng của GPU trong xử lý tính toán song song – yếu tố quan trọng trong huấn luyện AI.

Khi cộng đồng nghiên cứu AI phát hiện GPU có thể tăng tốc đáng kể quá trình đào tạo mô hình, Nvidia nhanh chóng chiếm lĩnh thị trường. Họ tiên phong trong việc cung cấp phần cứng, phần mềm hỗ trợ, và cả các cụm máy chủ tích hợp giúp khách hàng triển khai hệ thống AI dễ dàng và hiệu quả hơn.

Theo công ty nghiên cứu IDC, Nvidia đang kiểm soát khoảng 90% thị phần GPU phục vụ trung tâm dữ liệu. Dù vậy, các nhà cung cấp dịch vụ đám mây như Amazon Web Services (AWS), Google Cloud và Microsoft Azure vốn là khách hàng lớn của Nvidia, cũng đang đầu tư phát triển chip riêng để giảm phụ thuộc vào bên thứ ba.

Tại hội nghị Computex 2025 tại Đài Loan (Trung Quốc) hồi tháng 5, CEO Jensen Huang thông báo Nvidia sẽ mở rộng giao thức kết nối tốc độ cao NVLink cho các sản phẩm từ bên thứ ba. Trước đó, công nghệ này chỉ áp dụng trong nội bộ hệ sinh thái Nvidia. Đây là động thái cho thấy hãng sẵn sàng thích nghi với thay đổi từ phía khách hàng, đồng thời củng cố vị trí trung tâm trong kiến trúc máy chủ AI hiện đại.

Về phía đối thủ, AMD, công ty sản xuất GPU lớn thứ hai, đã ra mắt dòng chip Instinct MI350, hứa hẹn hiệu năng gấp 35 lần thế hệ trước. Tuy nhiên, công ty vẫn chưa thể bắt kịp đà tăng trưởng của Nvidia. Intel, trong khi đó, tạm dừng kế hoạch thương mại hóa dòng chip AI Falcon Shores sau phản hồi tiêu cực từ thị trường, và hiện đang trong giai đoạn đánh giá lại chiến lược AI dưới thời CEO mới Lip-Bu Tan.

Một yếu tố giúp Nvidia vượt trội là khả năng đổi mới liên tục. Công ty cam kết giới thiệu sản phẩm chủ lực mới mỗi năm, cùng lúc phát triển nền tảng phần mềm hỗ trợ đầy đủ. Hệ thống cụm máy chủ, giải pháp hạ tầng, dịch vụ khách hàng, tất cả đều được Nvidia thiết kế để giúp doanh nghiệp triển khai AI quy mô lớn một cách hiệu quả.

CEO Jensen Huang xuất hiện đều đặn tại các sự kiện lớn toàn cầu, cập nhật chiến lược sản phẩm, công bố hợp tác mới và giữ cho Nvidia luôn là cái tên được nhắc đến khi nói đến AI.

Nhu cầu thị trường và mối lo dài hạn

Các công ty công nghệ lớn như Microsoft, Amazon, Meta và Google đang chi hàng trăm tỉ USD để xây dựng trung tâm dữ liệu AI. Nvidia cho biết họ hiện không thể đáp ứng hết đơn hàng, ngay cả với các mẫu chip cũ hơn.

Tuy nhiên, đã có tín hiệu chững lại. Microsoft gần đây hủy bỏ một số dự án trung tâm dữ liệu, làm dấy lên nghi ngại về việc dư thừa công suất AI. Dù vậy, công ty khẳng định vẫn tăng đầu tư trong các quý tiếp theo.

Ngoài ra, một diễn biến đáng chú ý đến từ Trung Quốc. Công ty khởi nghiệp DeepSeek công bố mô hình AI nguồn mở, sử dụng ít tài nguyên hơn nhờ áp dụng học tăng cường từ dữ liệu thực tế, một phương pháp không quá phụ thuộc vào quá trình đào tạo tiêu tốn. Điều này làm dấy lên lo ngại rằng nhu cầu chip cao cấp để huấn luyện AI có thể giảm trong tương lai.

Tuy nhiên, Nvidia không tỏ ra lo lắng. Họ ghi nhận bước tiến của DeepSeek là “một đột phá AI tuyệt vời” và nhấn mạnh rằng chip của hãng vẫn đóng vai trò trung tâm ngay cả trong các phương pháp huấn luyện mới.

Lệnh cấm của chính phủ Mỹ đối với các dòng chip cao cấp sang Trung Quốc đã ảnh hưởng trực tiếp đến doanh thu của Nvidia. Trong quý gần nhất, công ty báo cáo khoản giảm giá hàng tồn kho trị giá 5,5 tỉ USD do không thể bán dòng chip H20 tại Trung Quốc vốn được thiết kế để tuân thủ các quy định xuất khẩu.

Nvidia hiện đang tích cực vận động hành lang, lập luận rằng cấm xuất khẩu công nghệ AI có thể phản tác dụng. Nếu Mỹ không cung cấp công nghệ, các đối thủ như Huawei (Trung Quốc) sẽ chiếm lĩnh thị trường, đe dọa vị thế dẫn đầu của Mỹ trong lĩnh vực AI.

Một số tín hiệu tích cực đã xuất hiện vào tháng 5, chính quyền Mỹ tạm hoãn các quy định hạn chế xuất khẩu công nghệ AI sang Trung Đông, mở ra cơ hội cho Nvidia mở rộng thị trường ngoài Trung Quốc.

Sự thống trị của Nvidia không chỉ đến từ hiệu năng phần cứng mà còn là khả năng tích hợp phần mềm, dịch vụ và hạ tầng toàn diện. Công ty duy trì vị thế dẫn đầu bằng tốc độ đổi mới, khả năng thích ứng với thị trường và sự hiện diện toàn cầu trong các hệ sinh thái AI.

Tuy nhiên, thách thức vẫn còn đó gồm cạnh tranh nội bộ từ khách hàng, các phương pháp đào tạo AI ít phụ thuộc phần cứng, và yếu tố địa chính trị đều có thể ảnh hưởng đến tốc độ tăng trưởng trong tương lai.

Hoàng Vũ