Khi AMD thâu tóm Taalas: Một công ty Trung Quốc tham vọng đưa mô hình AI trực tiếp vào chip silicon

Vào ngày 6 tháng 8, AMD đã công bố việc mua lại Taalas, một đơn vị tiên phong trong lĩnh vực chip suy luận AI.

Thương vụ này gửi đi một tín hiệu rõ ràng: trọng tâm của điện toán AI đang chuyển dịch từ huấn luyện sang suy luận, và câu trả lời cuối cùng cho bài toán suy luận có lẽ không nằm ở các GPU đa năng, mà ở các loại chip silicon được thiết kế riêng cho chính mô hình đó.

Gần như cùng lúc đó, một công ty Trung Quốc theo đuổi con đường tương tự đã xuất hiện — Shanghai Sytrix Technology (Sytrix). Công ty chip này, tập trung vào các Đơn vị Xử lý Mô hình (MPU), vừa hoàn thành vòng gọi vốn hạt giống với mục tiêu chế tạo chip suy luận AI siêu tốc đầu tiên của Trung Quốc để cạnh tranh với Taalas.

Sytrix, cái tên bắt nguồn từ cụm từ "trong một khoảnh khắc, trí tuệ thức tỉnh vạn vật", đã mã hóa tham vọng kỹ thuật của công ty vào tám ký tự đó: cho phép tạo token trong chớp mắt, giúp trí tuệ AI xuất hiện một cách tự nhiên với mỗi lần suy luận. Tên tiếng Anh của công ty là sự kết hợp giữa "Synthesis" (Tổng hợp) và "Matrix" (Ma trận), biểu thị quá trình chuyển đổi các ma trận tham số mô hình thành năng lực phần cứng.

Từ Đa năng đến Chuyên dụng

Việc AMD mua lại Taalas, về cốt lõi, là một sự xác nhận quan trọng cho lộ trình kiến trúc chuyên dụng.

Thương vụ NVIDIA mua lại Groq với giá 2 tỷ USD, các đơn hàng lớn của OpenAI gửi tới Cerebras, định giá tăng vọt của Etched và khả năng chuyển đổi từ mô hình sang chip trong 60 ngày của Taalas — tất cả cho thấy các kiến trúc suy luận chuyên dụng đang chuyển mình từ những thử nghiệm bên lề trở thành cốt lõi cạnh tranh của ngành.

Trong hai năm qua, áp lực về quy mô và chi phí của suy luận AI đã tăng lên theo cấp số nhân.

Một vòng lặp tác nhân (agent loop) đơn lẻ đòi hỏi từ 10 đến 100 yêu cầu suy luận, cuộc chiến giá token tiếp tục đẩy chi phí xuống thấp, trong khi các GPU của NVIDIA vẫn duy trì biên lợi nhuận gộp 80%. Với mỗi đô la chi cho điện toán, 80 xu chảy vào túi nhà cung cấp chip. Khi việc phân bổ điện toán dần chuyển từ ưu tiên huấn luyện sang ưu tiên suy luận, thị trường đang rất cần một kiến trúc "sinh ra để dành cho suy luận".

Tại Trung Quốc, nhu cầu này thậm chí còn cấp thiết hơn. Thị trường điện toán của Trung Quốc dự kiến đạt 1,05 nghìn tỷ nhân dân tệ vào năm 2026. DeepSeek, Qwen, Moonshot AI và Zhipu AI — những mô hình chủ đạo có quy mô triển khai lớn nhất tại Trung Quốc — đều đang vận hành tại đây.

Câu trả lời của Sytrix là "cứng hóa" (hardening): nạp trực tiếp kiến trúc và tham số mô hình vào silicon, biến con chip thành phần mở rộng tự nhiên của mô hình, từ đó phá vỡ hoàn toàn bức tường bộ nhớ. Thông qua công nghệ phân rã ma trận tham số tự phát triển, con chip có thể chứa số lượng tham số mô hình gấp nhiều lần so với các sản phẩm cạnh tranh trên cùng một diện tích đế, đạt được mức cải thiện gấp trăm lần về thông lượng token trong khi tiêu thụ ít điện năng hơn nhiều so với các chip suy luận hiện nay.

"AI rất mạnh mẽ, nhưng hầu hết mọi người vẫn chưa cảm nhận được điều đó trong cuộc sống hàng ngày: nó chậm, đắt đỏ và chủ yếu phục vụ các tác vụ giá trị cao như lập trình hay nghiên cứu công nghiệp. Đối với các nhu cầu thiết yếu, tần suất cao của đại đa số người dùng, trải nghiệm vẫn chưa thực sự tốt," nhà sáng lập Sytrix cho biết. "Những gì chúng tôi đang làm rất đơn giản: xây dựng những con chip sinh ra vì mô hình ngay từ ngày đầu, giúp mỗi lần tạo token diễn ra trong tích tắc, biến AI dễ tiếp cận thành một dịch vụ cơ bản trong tầm tay mọi người."

Sản phẩm cốt lõi của Sytrix cũng chính là MPU (Model Processing Unit) — một mảng điện toán được cứng hóa hoàn toàn nhắm vào các mô hình AI cụ thể. Không giống như các loại chip truyền thống được cung cấp trước rồi mới được khách hàng điều chỉnh sau, Sytrix có kế hoạch hợp tác sâu rộng với các nhà cung cấp mô hình ngay trong giai đoạn thiết kế mô hình hoặc tinh chỉnh sau huấn luyện.

Đối với các nhà cung cấp mô hình, điều này đồng nghĩa với chi phí token thấp hơn.

Chi phí Token giảm 100 lần, Năng lượng giảm 100 lần

Trên cùng một diện tích đế, MPU của Sytrix có thể chứa nhiều tham số mô hình hơn so với HC1 của Taalas. So với các giải pháp suy luận AI hiện tại, chi phí token giảm 100 lần, mức tiêu thụ năng lượng suy luận giảm 100 lần và độ trễ được đẩy xuống mức cực thấp. Khi các mô hình lặp lại, bộ mặt nạ (mask sets) có thể được tái sử dụng và chu kỳ phân phối hoàn thiện ngắn hơn nhiều so với thời gian tape-out lại toàn bộ.

Logic kỹ thuật cơ bản tương đồng với Taalas: thông qua việc tự phát triển công nghệ phân rã ma trận tham số và đồng thiết kế mô hình-mạch, chi phí NRE (chi phí kỹ thuật không định kỳ) được giảm đáng kể trong khi vẫn giữ được không gian để tối ưu hóa chung với các nhà cung cấp mô hình và nhà cung cấp điện toán đám mây. Điểm khác biệt là Sytrix được thiết kế ngay từ đầu để nhắm vào hệ sinh thái mô hình mã nguồn mở chủ đạo của Trung Quốc, với thiết kế chip luôn tiến hóa song hành cùng sự phát triển của mô hình.

Sự xuất hiện của kỷ nguyên suy luận, sự xác nhận của lộ trình chuyên dụng, động lực chuỗi cung ứng HBM và xu hướng thay thế nội địa đang hội tụ để biến đây thành thời điểm tốt nhất cho sự gia nhập của MPU.

Một đội ngũ kết hợp giữa chiều sâu nghiên cứu và kỹ thuật

Chip AI đại diện cho một cuộc cạnh tranh mang tính hệ thống trải dài từ thuật toán, kiến trúc, thiết kế mạch cho đến triển khai kỹ thuật. Khi các sản phẩm được đặt lên bàn cân so sánh trực tiếp, cuối cùng tất cả đều phụ thuộc vào đội ngũ.

Đội ngũ sáng lập của Sytrix được dẫn dắt bởi các tiến sĩ từ Lớp Diêu (Yao Class) của Đại học Thanh Hoa, Lớp ACM của Đại học Giao thông Thượng Hải, Đại học Bắc Kinh, Đại học Chiết Giang và Đại học Khoa học và Công nghệ Hoa Trung, với các thành viên nòng cốt có kinh nghiệm tape-out hoàn chỉnh trên nhiều dòng chip.

CEO từng làm việc tại một công ty công nghệ hàng đầu với kinh nghiệm dày dặn trong thương mại hóa chip và AI. CTO sở hữu bằng Tiến sĩ từ Lớp ACM của SJTU, là người giành huy chương vàng ICPC, đã đạt được tối ưu hóa PPA cực hạn và tape-out trên nhiều dòng chip cốt lõi. Giám đốc Khoa học đến từ Lớp Diêu của Thanh Hoa, chuyên về thuật toán AI và tối ưu hóa mạch tổ hợp, với hơn 40 ấn phẩm trên các hội nghị và tạp chí quốc tế hàng đầu. Trưởng bộ phận mô hình có bằng Tiến sĩ từ Đại học Bắc Kinh, chỉ đạo tối ưu hóa suy luận mô hình lớn và xác minh hình thức phần cứng, đảm bảo chip được thích ứng với mô hình ngay từ giai đoạn thiết kế đầu tiên. Cả trưởng bộ phận front-end và back-end của chip đều có hơn 15 năm kinh nghiệm R&D, bao phủ các dòng chip CPU/GPU/ASIC SoC, với kinh nghiệm phân phối end-to-end hơn 20 loại chip và tổng sản lượng tích lũy lên tới hàng chục triệu đơn vị, sở hữu kinh nghiệm phân phối toàn trình từ kiến trúc hệ thống đến sản xuất hàng loạt.

Đây là đội ngũ vừa hiểu vật lý bán dẫn, vừa am tường toán học mô hình. Trong đấu trường chip AI, khả năng tích hợp theo chiều dọc giữa thuật toán, kiến trúc và mạch điện thường quyết định ai là người có thể biến các tỷ lệ hiệu suất trên PowerPoint thành các phép đo silicon thực tế.

Vòng gọi vốn hạt giống này chủ yếu sẽ tài trợ cho việc R&D và tape-out con chip MPU đầu tiên của Sytrix, cũng như mở rộng đội ngũ nòng cốt. Sytrix có kế hoạch thiết lập quan hệ đối tác sâu rộng với các nhà cung cấp mô hình và nhà cung cấp điện toán đám mây hàng đầu, hợp tác với các nhà cung cấp mô hình trong giai đoạn thiết kế để cung cấp các con chip suy luận tùy chỉnh cho các kịch bản cụ thể.

"Tầm nhìn của chúng tôi là trở thành động lực thúc đẩy nhân loại tiến tới kỷ nguyên AI dễ tiếp cận," nhà sáng lập Sytrix chia sẻ. "Khi suy luận đủ nhanh và đủ rẻ, trí tuệ sẽ giống như nước và điện — luôn sẵn có và trong tầm tay của mọi người."

Moonshot AIHero GamesBiansai Technology

RightBrain AIVastech EnergyUZIS

Helium StarlightYahahaSmartMore Perfect DiaryJingying TechnologyHesai Technology

YouibotZero Zero RoboticsCoEvolution NuMiaoKnowYourselfManifold Tech Mogic AIXiaohongshuBlack LakeYuanGu

Yuguang TechnologyStarDetectQingyue Technology CellXYunzhou-TechGuNa Technology Di-MatrixWeiming ShiguangXellar Biosystems