Dưới đây là những chia sẻ và phân tích của Bob O'Donnell, sáng lập kiêm nhà phân tích chính của TECHnalysis Research, LLC, một đơn vị tư vấn chiến lược cũng như phân tích thị trường phục vụ cho cả ngành công nghệ lẫn tài chính cá nhân.

Một thách thức lớn khi phân tích một công ty đang phát triển nhanh như Nvidia, đó là hiểu được tất cả các mảng kinh doanh khác nhau mà họ tham gia, số lượng sản phẩm mà họ ra mắt, và chiến lược tổng quát mà tập đoàn ấy đang theo đuổi. Sau keynote khai mạc hội nghị GTC thường niên của CEO Jensen Huang, nhiệm vụ này bỗng trở nên khó khăn gấp vạn lần. Như mọi lần, ông Huang đã đề cập đến một loạt các chủ đề rất rộng qua bài thuyết trình dài và thực sự để lại cho không ít người phải gật đầu do chưa hiểu.

Tuy nhiên, trong buổi hỏi đáp với các nhà phân tích trong ngành, diễn ra vài ngày sau keynote, ông Huang đã chia sẻ một số thông tin cho thấy rõ tất cả các lần ra mắt sản phẩm và đối tác mà ông đã nêu trong bài thuyết trình, cũng như tư duy phía sau chúng.



Nói một cách ngắn gọn, Huang cho biết Nvidia hiện giờ đã là một nhà cung cấp cơ sở hạ tầng AI, xây dựng một nền tảng phần cứng và phần mềm, để các nhà cung cấp máy tính đám mây lớn, công ty công nghệ và bộ phận IT doanh nghiệp sử dụng để phát triển ứng dụng AI.

Rõ ràng đó là một bước tiến rất lớn so với vai trò trước kia của họ, trong mắt cả thị trường, là một đơn vị cung cấp chip đồ hoạ cho máy tính chơi game, rồi sau đó là những nỗ lực giúp thúc đẩy sự phát triển các thuật toán machine learning. Tuy nhiên, tuyên bố ấy vô cùng hợp lý khi chúng ta kết hợp lại nhiều thông điệp gần đây mà Nvidia đưa ra, từ đó tạo ra một ý tưởng rõ ràng hơn về hướng đi của Nvidia hiện giờ.

Nvidia đang dần thay đổi so với nguồn gốc và danh tiếng của họ, là một thế lực thiết kế chip bán dẫn, dần đóng những vai trò quan trọng hơn, như một nhà thúc đẩy hạ tầng cho tương lai với những ngành nghề được AI hỗ trợ, hay như cách ông Huang miêu tả, là một "nhà sản xuất AI."



Trong keynote tại GTC 2025 của mình, ông Huang đã đề cập đến những nỗ lực của Nvidia để hỗ trợ quá trình vận hành tạo sinh các token cho các mô hình nền tảng hiện tại. Rồi kế đến là kết nối các token này với công cụ AI mà các doanh nghiệp, tập đoàn và tổ chức sẽ sử dụng để tạo ra doanh thu trong tương lai. Ông miêu tả những nỗ lực này như quá trình xây dựng một nhà máy AI, liên quan đến một phạm vi rất rộng các ngành công nghiệp khác nhau.

Mặc dù đó là một tầm nhìn có phần hơi quá cao cả, nhưng dấu hiệu của một nền kinh tế thúc đẩy bởi thông tin, cũng như hiệu quả của AI trong sản xuất truyền thống đang bắt đầu trở nên rõ ràng. Từ các doanh nghiệp được xây dựng hoàn toàn dựa trên dịch vụ AI (ChatGPT), cho tới sản xuất và phân phối hàng hóa truyền thống bằng robot, không cần nghi ngờ việc chúng ta đang tiến vào một kỷ nguyên kinh tế mới đầy hấp dẫn.

Đối với chủ đề này, ông Huang đã đề cập chi tiết cách để các sản phẩm GPU mới nhất của Nvidia giúp quá trình tạo sinh token nhanh chóng và hiệu quả hơn. Đầu tiên ông đề cập tới quá trình vận hành nội suy, quy trình thường được coi là đơn giản hơn các quy trình huấn luyện AI. Chính quá trình này đã khiến Nvidia trở thành một tập đoàn giá trị vốn hóa hàng nghìn tỷ USD như hiện giờ.

Tuy nhiên, Huang cho rằng nội suy, đặc biệt khi dùng cùng với các mô hình suy luận theo chuỗi như DeepSeek R1 và o1 của OpenAI, sẽ yêu cầu lượng tài nguyên điện toán cao hơn gấp cả trăm lần, so với phương thức nội suy đơn giản hiện tại. Nói cách khác, theo Huang, không có lí do gì để lo lắng rằng, các mô hình ngôn ngữ lớn thế hệ mới, được cải tiến sẽ làm giảm nhu cầu về đầu tư và vận hành cơ sở hạ tầng data center, và chúng ta vẫn đang ở giai đoạn đầu của việc xây dựng hạ tầng nhà máy AI.

Một trong những thông báo quan trọng nhất, nhưng ít được đề cập và khó hiểu nhất trong keynote của ông Huang, chính là công cụ phần mềm mới gọi là Nvidia Dynamo, được thiết kế để nâng cao hiệu năng nội suy cho các mô hình tiên tiến.

Dynamo là phiên bản nâng cấp của phần mềm máy chủ nội suy mang tên Triton của Nvidia. Nó phân bổ một cách chủ động tài nguyên GPU cho các giai đoạn khác nhau của quá trình nội suy, chẳng hạn như prefill và decode, vì mỗi giai đoạn có yêu cầu điện toán riêng. Nó cũng tạo ra các gói bộ nhớ đệm thông tin động, quản lý dữ liệu hiệu quả trên nhiều loại bộ nhớ.

Vận hành tương tự như việc Docker điều phối container trong tính toán đám mây, Nvidia Dynamo quản lý thông minh hệ thống tài nguyên điện toán cũng như dữ liệu cần thiết cho quá trình tạo sinh token trong môi trường máy chủ đám mây AI. Nvidia đã gọi Dynamo là "HĐH của nhà máy AI." Thực tế, trên cùng một hệ thống, cùng lượng tài nguyên, Dynamo cho phép tổ chức xử lý lượng yêu cầu nội suy AI cao gấp 30 lần so với bình thường.

Tất nhiên, sẽ không thể là một sự kiện GTC nếu như Nvidia không ra mắt chip và phần cứng mới. Và lần này họ có rất nhiều. Huang đã trình bày xu hướng và roadmap tương lai của những thế hệ GPU họ ra mắt, bao gồm phiên bản cập nhật cho kiến trúc Blackwell hiện tại, gọi là Blackwell Ultra (GB300), nâng cấp dung lượng bộ nhớ HBM để cải thiện hiệu năng.



Rồi ông giới thiệu tiếp kiến trúc Vera Rubin, với bộ xử lý CPU dựa trên Arm tên là Vera và GPU thế hệ tiếp theo gọi là Rubin, mỗi sản phẩm đều tích hợp nhiều lõi và khả năng mạnh hơn gấp nhiều lần thế hệ trước. Huang thậm chí còn nhấn mạnh về thế hệ GPU kế cận Rubin, lấy theo tên của nhà vật lý học Richard Feynman, từ đó phác họa roadmap ra mắt sản phẩm của Nvidia đến năm 2028 và xa hơn.

Đọc thêm: GTC 2025: Chi tiết Blackwell Ultra GB300, cùng 2 thế hệ GPU AI mới của Nvidia, Vera Rubin và Feynman

Trong buổi hỏi đáp tiếp theo, ông Huang giải thích rằng việc công bố rõ ràng roadmap sản phẩm sẽ ra mắt trong tương lai là điều vô cùng cần thiết đối với các đối tác trong hệ sinh thái, để họ có thể chuẩn bị kỹ lưỡng cho những chuyển đổi công nghệ sắp diễn ra.

Ông Huang cũng nhấn mạnh một số thỏa thuận hợp tác đã được công bố tại sự kiện GTC năm nay. Sự hiện diện rộng rãi của các đơn vị công nghệ khác cho thấy sự hứng thú tham gia vào hệ sinh thái phần cứng và phần mềm của Nvidia. Đối với khía cạnh điện toán, Huang giải thích rằng việc tận dụng tối đa hạ tầng AI yêu cầu những cải tiến trong tất cả các lĩnh vực điện toán truyền thống, bao gồm thiết bị mạng và giải pháp lưu trữ.

Ở khía cạnh này, Nvidia đã công bố công nghệ bán dẫn quang học mới cho mạng quang học giữa các rack máy chủ trang bị GPU AI, và thảo luận về quan hệ hợp tác với Cisco. Thỏa thuận này cho phép Nvidia sử dụng chip xử lý của Cisco trong router và switch do Nvidia thiết kế để tích hợp những máy chủ trang bị GPU AI vào môi trường doanh nghiệp, cùng với việc chia sẻ chung lớp quản lý phần mềm.

Về giải pháp lưu trữ, Nvidia đã hợp tác với các nhà cung cấp phần cứng hàng đầu và các công ty nền tảng dữ liệu, đảm bảo giải pháp của họ có thể tận dụng khả năng tăng tốc xử lý của GPU, từ đó mở rộng tầm ảnh hưởng của Nvidia trên thị trường.



Cuối cùng, xây dựng trên chiến lược đa dạng hóa, Huang giới thiệu thêm những thứ mà Nvidia đang phát triển cho mảng xe tự lái (đặc biệt là một thỏa thuận với GM) và tự động hóa. Cả hai ngành này đều được ông Huang miêu tả là bước chuyển dịch kế tiếp trong sự phát triển của AI, gọi là AI vật lý.

Nvidia đã cung cấp linh kiện cho các nhà sản xuất xe hơi trong nhiều năm, và cũng đã có các nền tảng robot trong vòng hơn một thập kỷ qua. Nhưng điều khác biệt bây giờ là chúng được liên kết trực tiếp với hạ tầng AI, cho phép đào tạo tốt hơn những mô hình sẽ được triển khai vào những thiết bị này, cũng như cung cấp dữ liệu nội suy thời gian thực cần thiết để vận hành chúng trong thế giới thực.

Mặc dù việc liên kết lại các mảng này vào chiến lược chung có lẽ là một bước tiến tương đối khiêm tốn, nhưng trong bối cảnh chiến lược tổng thể của công ty về hạ tầng AI, nó khiến mảng kinh doanh tự động hóa và xe tự hành của Nvidia trở nên hợp lý, và giúp liên kết nhiều sáng kiến của công ty thành một khối nhất quán.



Việc hiểu rõ các yếu tố khác nhau mà ông Huang và Nvidia đã công bố tại GTC năm nay không đơn giản, đặc biệt là do bản chất cách công bố dàn trải choáng ngợp của tất cả các thông báo khác nhau trong keynote của ông Huang, và phạm vi rộng hơn của những tham vọng mà Nvidia đang có. Khi gắn các mảnh ghép lại với nhau, chiến lược của Nvidia trở nên rõ ràng: Họ đang đóng vai trò quan trọng hơn bao giờ hết, và tập đoàn được định vị ổn, có thể đạt được các mục tiêu khá tham vọng.

Tóm lại, Nvidia biết rằng việc trở thành một nhà cung cấp hạ tầng và hệ sinh thái có nghĩa là họ có thể hưởng lợi cả trực tiếp và gián tiếp khi nguồn doanh thu từ ngành AI tăng lên, ngay cả khi sự cạnh tranh trực tiếp của họ đang gia tăng. Đó là một chiến lược thông minh và có thể dẫn đến những mức tăng trưởng lớn hơn cho tương lai.

Theo Techspot