Kỷ nguyên Agent: Cuộc chiến lộ trình CPU - Nvidia đặt cược vào “lõi đơn nhanh hơn”, AMD đặt cược vào “đa luồng hơn”

Nvidia và AMD không chỉ đang cạnh tranh xem CPU của ai nhanh hơn, mà còn đang tranh giành quyền định nghĩa tiêu chuẩn đánh giá CPU trong kỷ nguyên AI.

Gần đây, Nvidia đã công bố chi tiết kỹ thuật đầy đủ nhất về kiến trúc Vera CPU. Bộ xử lý này trang bị 88 nhân Olympus ARM tự phát triển, băng thông bộ nhớ 1,2TB/s, băng thông kết nối trên chip 3,4TB/s. Luận điểm cốt lõi của Nvidia là: Cách làm việc của AI Agent là CPU và GPU liên tục tương tác với nhau – gọi công cụ, thực thi mã, truy xuất dữ liệu, điều phối tác vụ – mỗi bước đều phụ thuộc vào bước trước, do đó tốc độ lõi đơn và độ trễ của CPU quyết định trực tiếp đến hiệu suất phản ứng của toàn Agent.

Ngày 23/7, theo Tin giao dịch đuổi gió, nhà phân tích Vivek Arya của Bank of America Securities trong báo cáo mới nhất đã chỉ ra, việc ra mắt Vera đã đưa ra một khuôn khổ đánh giá mới cho ngành: “Hiệu năng đơn luồng tối đa khi mở rộng quy mô”. Điều này trực tiếp đối lập với chiến lược chiplet đa lõi mà AMD đã theo đuổi lâu nay. Bank of America gọi đây là vấn đề: “Liệu AI Agent bị giới hạn bởi thời gian hoàn thành tác vụ đơn, hay bị giới hạn bởi số lượng tác vụ đồng thời trên một rack?” AMD dự kiến tổ chức Ngày Công nghệ AI 2026 vào thứ Năm tuần này, khi đó sẽ là lần đầu tiên chính thức phản hồi đối với khuôn khổ này.

Cuộc tranh luận này diễn ra trong bối cảnh: Thị trường CPU máy chủ đang được định hình lại bởi nhu cầu AI, ước tính đến năm 2030 sẽ mở rộng quy mô gấp 4 lần hiện nay, đạt 170 tỷ USD. Đây không phải là cạnh tranh trên quy mô hiện có, mà là một thị trường tăng trưởng đang hình thành, ai xây dựng được tiêu chuẩn đánh giá hiệu suất được công nhận trước sẽ nắm quyền quyết định giá và quyền định hình câu chuyện.

Luận điểm của Nvidia: Agent chạy càng nhanh, quan trọng hơn số lượng tác vụ đồng thời

Mô tả của Nvidia về quy trình làm việc của Agent rất cụ thể: Một Agent hoàn thành nhiệm vụ, CPU và GPU sẽ có rất nhiều lần tương tác nối tiếp, mỗi lần gọi phải đợi bước trước xong mới tiếp tục. Điều này có nghĩa là bất kỳ khâu nào bị trễ đều tích lũy và khuếch đại, cuối cùng làm giảm hiệu suất đầu ra của cả “nhà máy AI”.

Theo logic này, hiệu suất lõi đơn không còn là một con số trên bảng tham số, mà là biến số then chốt ảnh hưởng trực tiếp tới mức sử dụng GPU – CPU càng nhanh, GPU càng ít phải chờ đợi, tài nguyên của toàn hệ thống được sử dụng hiệu quả hơn. Lõi đơn càng mạnh, toàn bộ chuỗi phản ứng càng nhanh.

Vera còn có lựa chọn thiết kế đáng chú ý: Nvidia chọn cấu trúc monolithic die thay vì chiplet, lý do vì kiến trúc monolithic cung cấp tính “nhất quán mở rộng” tốt hơn. Điều này đối lập với chiến lược chiplet lâu năm của AMD và cho thấy sự khác biệt sâu sắc về triết lý kiến trúc nền tảng giữa hai công ty.

Ngoài ra, Vera không phải là một sản phẩm độc lập, mà là thành phần của hệ sinh thái hạ tầng AI “thiết kế hợp tác” của Nvidia, làm việc cùng với Rubin GPU, Groq LPX, Spectrum switch, BlueField lưu trữ/card mạng. Sự tích hợp hệ thống như vậy là “hàm bảo vệ” thực sự của Nvidia ngoài việc so sánh phần cứng đơn lẻ.

AMD phản biện: Môi trường sản xuất AI thực tế, cuộc đua nằm ở khả năng chịu tải đồng thời

Lập trường của AMD dựa trên quan niệm khác về “môi trường sản xuất thực tế”.

Trong con mắt AMD, hệ thống AI cấp sản xuất không phải một Agent thực hiện nhiệm vụ tuần tự, mà giống một nền tảng phần mềm phân tán kết hợp cơ sở dữ liệu, API, bộ lưu trữ vector, engine điều phối, cache và middleware. Trong bối cảnh này, điểm nghẽn không phải tốc độ hoàn thành một tác vụ, mà là với giới hạn công suất cố định, có thể xử lý đồng thời bao nhiêu luồng tác vụ.

AMD đưa ra phép đo cụ thể: Trong mô phỏng triển khai rack 100kW, thông lượng rack của EPYC 9965 (Turin) cao gấp 2,4 lần so với chuẩn Vera của Nvidia; thế hệ EPYC 6 (Venice) dự kiến đạt 3,3 lần.

Logic của AMD là: Mật độ thông lượng cao hơn đồng nghĩa với cùng một mức điện năng có thể phục vụ nhiều người dùng hơn, xử lý nhiều yêu cầu hơn – đây chính là hàm chi phí thực của việc triển khai AI trên cloud.

AMD x86 hay Nvidia ARM: Hệ sinh thái phần mềm mới là chiến trường tiềm ẩn

Cuộc chiến kiến trúc CPU còn kéo dài đến tầng instruction set.

Nvidia chọn kiến trúc ARM, ngụ ý rằng: chỉ cần vi kiến trúc đủ xuất sắc thì tính tương thích instruction set không còn quá quan trọng. Nhưng AMD và Intel có khả năng tiếp tục nhấn mạnh: AI đang từ model inference mở rộng sang workflow phần mềm doanh nghiệp, nơi stack phần mềm doanh nghiệp ở CSDL, middleware, nền tảng bảo mật, ứng dụng doanh nghiệp… đã được tối ưu hóa, xác thực và đảm bảo tương thích ở hệ sinh thái x86 suốt nhiều thập kỷ.

Đây không còn là cuộc tranh luận kỹ thuật thuần túy. Khi workload AI ngày càng tích hợp sâu vào hệ thống CNTT doanh nghiệp hiện tại, lợi thế tích lũy của hệ sinh thái phần mềm có thể khó thay thế hơn đỉnh hiệu năng phần cứng. Nvidia có chen chân nổi với Vera vào nhóm này hay không phụ thuộc phần lớn vào tốc độ trưởng thành của hệ sinh thái phần mềm ARM.

Hai khuôn khổ, hai bộ tiêu chí KPI, về bản chất là hai công ty đang tranh giành quyền dẫn dắt câu chuyện ngành.

Khung của Nvidia xoay quanh độ trễ, tiến độ đơn luồng, mức tận dụng GPU. Trong khi khung của AMD xoay quanh đồng thời, thông lượng, mật độ phục vụ.

Cốt lõi: Cuối cùng thị trường sẽ dùng chỉ số nào để mua CPU máy chủ?

Nhận định của Bank of America là, sự kiện thứ Năm này của AMD, trọng tâm không phải đưa ra số liệu benchmark vượt trội đối thủ, mà là thuyết phục ngành chấp nhận hệ quy chiếu của mình. Khuôn khổ của ai được người mua tại trung tâm dữ liệu chấp nhận thì sẽ nắm quyền định giá trên thị trường 170 tỷ USD này.

Nvidia duy trì xếp hạng mua vào cho NVDA, giá mục tiêu 350 USD (giá hiện tại 207,29 USD).