Nvidia chuyển dịch chiến lược: Từ thống trị GPU sang tối ưu hóa toàn bộ hệ thống AI

Trước tuần này, câu chuyện chủ đạo về Nvidia thường diễn ra như sau: Trong những năm đầu của cơn sốt trí tuệ nhân tạo (AI), Nvidia là nhà cung cấp duy nhất các loại chip đồ họa (GPU) tiên tiến nhất, mang lại lợi nhuận khổng lồ khi ngành công nghiệp này mở rộng quy mô.

Tuy nhiên, vài năm gần đây, các nhà cung cấp dịch vụ đám mây quy mô cực lớn (hyperscaler) như Amazon và Google đã bắt đầu tự sản xuất chip riêng, khiến Nvidia không còn là lựa chọn độc tôn trên thị trường; điều này làm nhiều nhà đầu tư đặt câu hỏi liệu lợi thế của doanh nghiệp này có thực sự bền vững hay không.

Đó là một câu chuyện đầy sức thuyết phục. Sau khi mức vốn hóa thị trường tăng gấp 10 lần trong khoảng thời gian từ đầu năm 2023 đến giữa năm 2025, cổ phiếu Nvidia đã có diễn biến khiêm tốn hơn trong năm qua do những lo ngại về sự cạnh tranh trong mảng GPU.

Một góc nhìn mới đã hình thành kể từ khi Nvidia công bố báo cáo tài chính mới đây và các nhà đầu tư bắt đầu nhận ra rằng lợi thế của Nvidia không chỉ dừng lại ở GPU. Khi nhu cầu tính toán cho AI tăng lên mức quy mô gigawatt, công tác điều phối hệ thống trở nên ngày càng phức tạp.

Không có gì ngạc nhiên khi Nvidia đã chế tạo phần lớn các phần cứng tiên tiến cần thiết để xử lý vấn đề này; điều đó mang lại cho doanh nghiệp này lợi thế to lớn đối với các hệ thống xoay quanh GPU, ngay cả khi họ phải đối mặt với sự cạnh tranh gay gắt hơn ở chính mảng chip GPU.

Bất chấp những nhận định coi năng lực tính toán là một loại hàng hóa phổ thông, việc vận hành một trung tâm dữ liệu quy mô khổng lồ với hiệu suất tối đa vẫn cực kỳ khó khăn và khi các hệ thống được triển khai ngày càng lớn và nhanh hơn, thách thức đó cũng ngày càng gia tăng.

Những sản phẩm thực tế mà Nvidia đang bán ra thị trường thể hiện tình hình trên. Nvidia đang triển khai kiến trúc chip Vera Rubin, kết hợp GPU Rubin với một loạt thành phần khác, bao gồm CPU Vera, bộ tăng tốc suy luận Groq 3 LPX cùng các tủ máy chuyên dụng cho lưu trữ và kết nối mạng.

Giống như bản thân GPU Rubin, đây là những hệ thống có tính chuyên biệt cực cao. Nhưng thay vì tập trung xử lý các token (đơn vị dữ liệu trong AI), chúng đảm bảo rằng mọi thành phần bên ngoài GPU đều hoạt động với hiệu suất tối ưu nhất có thể. Nếu GPU đóng vai trò là động cơ, thì những thành phần này chính là phần còn lại của chiếc xe.

Cụ thể, CPU Vera tập trung giải quyết vấn đề điều phối dữ liệu. Theo ông Jason Hardy, Phó chủ tịch phụ trách công nghệ lưu trữ của Nvidia, Vera đóng vai trò quan trọng bởi vì dung lượng bộ nhớ có thể trang bị cho một máy chủ đơn lẻ hay bất kỳ nền tảng tính toán nào đều có giới hạn nhất định.

Khi các trung tâm dữ liệu gia tăng năng lực tính toán, dung lượng bộ nhớ cũng tăng theo; đây chính là lý do khiến các công ty như Micron trở nên giàu có trong làn sóng phát triển mạnh mẽ cơ sở hạ tầng thứ hai. Tuy nhiên, việc truyền tải dữ liệu đến GPU đúng thời điểm không hề đơn giản. Khi các doanh nghiệp tìm cách giảm thiểu chỉ số "token trên mỗi watt,'' họ càng nhận thức rõ tầm quan trọng của việc điều phối luồng dữ liệu này.

Ông Hardy cho biết Nvidia ghi nhận mức cải thiện hơn gấp 3 lần trong các tác vụ mà CPU Vera hỗ trợ tăng tốc. Nhờ vậy, doanh nghiệp này có thể khai thác tối đa tiềm năng của bộ nhớ flash, tận dụng toàn bộ hiệu năng mà không gặp phải tình trạng tắc nghẽn cổ chai.

Vấn đề tương tự cũng xuất hiện ở các công ty khác ngoài Nvidia. Khi OpenAI phát triển chip Jalapeño, công ty này tập trung mạnh vào việc loại bỏ hoàn toàn các thách thức này bằng cách giảm thiểu tối đa lượng dữ liệu cần luân chuyển.

Trong một bài đăng trên blog vào đầu tháng 8/2026, OpenAI cho biết thiết kế Jalapeño nhằm giảm thiểu việc di chuyển dữ liệu và độ trễ trong giao tiếp. Kiến trúc quy mô lớn của chip cho phép toàn bộ khối lượng công việc được xử lý trong một hệ thống kết nối thống nhất, qua đó giảm thiểu luân chuyển dữ liệu và đảm bảo toàn bộ quy trình xử lý yêu cầu diễn ra nhanh chóng, hiệu quả từ đầu đến cuối.

Đây là một cách tiếp cận khác biệt khi loại bỏ hoàn toàn việc di chuyển dữ liệu bằng cách thực hiện khối lượng công việc ngay trên một con chip tích hợp duy nhất. Tuy nhiên, tư duy cốt lõi vẫn không đổi: nâng cao hiệu suất thông qua cơ chế điều phối luồng dữ liệu thông minh hơn thay vì chỉ đơn thuần gia tăng số chu kỳ xử lý của bộ vi xử lý. Điều này mở ra một tầng cơ sở hạ tầng hoàn toàn mới để các công ty cạnh tranh với nhau.

Việc chuyển hướng tập trung vào điều phối dữ liệu không đồng nghĩa với chiến thắng chắc chắn cho Nvidia. Công ty này sẽ phải cạnh tranh với các nhà sản xuất chip đối thủ và những nhà cung cấp dịch vụ đám mây quy mô lớn, tương tự như cách họ đã cạnh tranh trong mảng GPU.

Tuy nhiên, cuộc đua hiện đã chuyển sang một cấp độ mới, nơi khả năng vận hành hiệu quả toàn bộ hệ thống quan trọng hơn nhiều so với việc chế tạo một con chip GPU đối thủ. Và ít nhất là trong giai đoạn đầu, Nvidia dường như đang nắm giữ lợi thế dẫn đầu áp đảo.

Vốn hóa thị trường của Nvidia có thể chạm mốc 13.000 tỷ USD

Nvidia dự kiến tăng vốn hóa lên 13.000 tỷ USD với doanh thu và lợi nhuận ấn tượng, cùng các chiến lược mở rộng sản phẩm và thị trường mới.

(TTXVN/Vietnam+)

Tin cùng chuyên mục

Trung Quốc thúc đẩy robot ứng dụng thực tế, nâng cao năng lực ngành vi mạch

Trung Quốc sẽ đẩy nhanh việc đưa robot từ nghiên cứu vào ứng dụng thực tế, đồng thời tập trung đột phá công nghệ cốt lõi và nâng cao năng lực tự chủ, sức cạnh tranh của ngành vi mạch.

Kỳ thủ và AI phối hợp tranh tài tại giải cờ vây đặc biệt ở Nhật Bản

Nhật Bản lần đầu tổ chức giải cờ vây trong đó kỳ thủ chuyên nghiệp bắt cặp với AI để cùng ra quyết định, qua đó thử nghiệm khả năng phối hợp người-máy và hướng tới phát triển loại hình eSports mới.

Campuchia ra mắt ứng dụng di động giúp báo cáo các vụ lừa đảo trực tuyến

Đây là công cụ quan trọng giúp người dân nhanh chóng báo cáo các vụ việc nghi ngờ gian lận công nghệ và các loại tội phạm khác cho Cảnh sát Quốc gia, từ đó cơ quan chức năng có thể kịp thời xử lý.

Tăng cường hợp tác giáo dục Việt Nam-Nga qua chương trình bồi dưỡng tiếng Nga

Chương trình bồi dưỡng giáo viên tiếng Nga tại Moskva giúp giảng viên Việt Nam cập nhật phương pháp giảng dạy hiện đại, ứng dụng công nghệ số và AI, qua đó góp phần nâng cao chất lượng dạy và học.

Anthropic ra mắt công cụ AI có thể tự tiến hành thí nghiệm khoa học

Với MHS, Anthropic đang đưa AI tiến thêm một bước: từ phân tích dữ liệu khoa học, hình thành giả thuyết sang trực tiếp điều khiển thiết bị để kiểm chứng các giả thuyết trong thế giới thực.

Giữ lửa gia đình ấm hơn giữa thế giới màn hình

Gia đình văn minh trong thời đại số không phải là gia đình không có màn hình, mà là gia đình biết đặt màn hình xuống đúng lúc, giúp các thành viên có thêm thời gian lắng nghe và kết nối.

Nhân viên Google thử nghiệm mô hình AI Gemini Flash thế hệ tiếp theo

Theo Business Insider, mô hình AI mới có tên gọi Gemini 3.8 Flash Preview đã được cung cấp cho nhân viên trên Jetski, nền tảng lập trình nội bộ của Google.