OpenAI phát triển “chip vượt qua Blackwell” trong 9 tháng, liệu Nvidia còn giữ được lợi thế cạnh tranh?

Chip tự nghiên cứu cho suy luận Jalapeño do OpenAI hợp tác với Broadcom phát triển lần đầu công bố dữ liệu thực nghiệm, các chỉ số hiệu năng vượt trội so với các hệ thống cùng cấp của Nvidia hiện tại, làm dấy lên cuộc thảo luận rộng rãi về việc tái cấu trúc cục diện chip AI.

Theo phân tích mới nhất từ Giám đốc bộ phận giao dịch tại Goldman Sachs, Rich Privorotsky, Jalapeño không phải là “kẻ kết liễu Nvidia” như nhiều người nhận định, nhưng sự ra đời của nó đánh dấu thị trường phần cứng AI đang chuyển từ trạng thái tập trung cao sang giai đoạn đa dạng hóa. Nhận định này liên quan trực tiếp đến logic định giá dài hạn của Nvidia—không phải số lượng xuất xưởng trong năm nay, mà là cấu trúc lợi nhuận trong nhiều năm tới.

Với thị trường, tác động cốt lõi của sự kiện này có hai chiều: Thứ nhất, lợi thế cạnh tranh của Nvidia trong chip đào tạo và hệ sinh thái CUDA tạm thời chưa bị đe dọa; Thứ hai, phía suy luận—công việc thường nhật có tần suất cao, khối lượng lớn—đang trở thành chiến trường chính của các chip tùy chỉnh, và nguồn thu nhập “dạng niên kim” của Nvidia đang đối mặt với sự xói mòn dần dần.

Dữ liệu thực nghiệm Jalapeño: Vượt trội về hiệu suất suy luận, nhưng định vị rõ ràng

Chip Jalapeño do OpenAI và Broadcom hợp tác thiết kế gần đây đã công bố các số liệu kiểm chuẩn công khai đầu tiên. Kết quả thử nghiệm cho thấy, khối lượng tính toán AI mà chip này thực hiện được trên mỗi watt điện năng cao gấp 1,5 đến 1,9 lần so với các hệ thống cùng loại của Nvidia, tốc độ phản hồi nhanh hơn 1,7 đến 3,6 lần.

Về cấu hình phần cứng, một chip Jalapeño có công suất định mức khoảng 700 watt, công suất vận hành thực tế thường thấp hơn. Một rack hoàn chỉnh có thể chứa 128 chip, tích hợp khoảng 27,5TB bộ nhớ HBM4 băng thông cao, mỗi chip có băng thông bộ nhớ lên đến 15,4TB/giây.

Đáng chú ý, OpenAI không thỏa hiệp về cấu hình bộ nhớ—đây là một con chip được thiết kế có chủ ý để đạt mật độ băng thông cao, không phải giảm chi phí bằng cách cắt bớt bộ nhớ.

OpenAI dự kiến triển khai Jalapeño quy mô nhỏ vào cuối năm nay, bắt đầu tăng sản lượng vào năm 2027. OpenAI đã khẳng định rõ ràng, chip này nhằm bổ sung cho các đối tác như Nvidia, chứ không phải thay thế.

Bản chất phân biệt giữa đào tạo và suy luận: Lợi thế cạnh tranh của Nvidia nằm ở đâu

Mấu chốt để hiểu sự kiện lần này là phải phân biệt hai loại tải công việc cốt lõi của chip AI.

Đào tạo là “đi học”—nạp lượng lớn dữ liệu vào mô hình và cập nhật trọng số, nhiệm vụ phức tạp, quy mô lớn và mất nhiều thời gian, vẫn cần phụ thuộc nhiều vào GPU đa năng kiểu Nvidia. Suy luận là “làm việc”—người dùng đặt câu hỏi cho ChatGPT, tác nhân thông minh đặt vé máy bay, công cụ mã sinh hàm; mô hình đã được đào tạo xong, giờ cần cho kết quả nhanh nhất và tiết kiệm chi phí nhất.

Jalapeño là một ASIC chuyên dụng cho suy luận (chip tùy chỉnh), không phải chip đào tạo. Ví von theo Privorotsky: GPU giống dao đa năng Thụy Sĩ, còn ASIC giống dao Chef—cái sau tốt hơn cho tác vụ đặc biệt, nhưng không thay thế được sự đa dụng của cái trước.

Điều đó đồng nghĩa, OpenAI vẫn cần mua GPU của Nvidia để phục vụ đào tạo và nghiên cứu mô hình trong tương lai có thể đoán trước. Privorotsky nhấn mạnh, Jalapeño sẽ không gây ra “sụt giảm đột ngột nhu cầu đối với Nvidia”, nhưng “biên độ thảo luận về phần cứng AI đang tiếp tục mở rộng”.

Chuyển dịch hỗn hợp, không phải ngành biến mất

Privorotsky đưa ra ba luận điểm cốt lõi trong phân tích.

Thứ nhất, chip suy luận tùy chỉnh không còn là dự án trong phòng thí nghiệm. Một công ty phần mềm không có lịch sử bán dẫn đã có thể hợp tác với Broadcom ra mắt chip hiệu năng cao trong thời gian cực ngắn, chứng tỏ rào cản gia nhập lĩnh vực này đã giảm mạnh.

Thứ hai, điều này không đồng nghĩa nhu cầu của Nvidia trong năm nay sẽ giảm. Đào tạo, nghiên cứu và nhiều tải công việc phi tiêu chuẩn vẫn cần GPU đa năng, và các chip tùy chỉnh thế hệ đầu chưa thể sản xuất nhiều, thời gian giao hàng còn dài.

Thứ ba, trong chu kỳ dài hơn, ngày càng nhiều tải công việc suy luận AI sẽ chuyển sang chip chuyên dụng. Đây là dạng “chuyển dịch hỗn hợp”—thay đổi là việc ai hưởng lợi nhuận, chứ không phải quy mô ngành sụt giảm.

Goldman Sachs cũng nhận định, sự kiện này không ảnh hưởng tiêu cực tới ngành bộ nhớ. Một rack 128 chip tích hợp 27,5TB HBM4 đồng nghĩa OpenAI sẽ chi nhiều hơn cho mỗi đơn vị watt thực dụng để trả cho các nhà cung cấp bộ nhớ như SK Hynix, Samsung, Micron. Chuyển suy luận sang chip tùy chỉnh sẽ không làm giảm lượng cầu với bộ nhớ băng thông cao, thậm chí còn có thể gia tăng tính khan hiếm.

AI hỗ trợ thiết kế chip: Câu chuyện thực sự bị đánh giá thấp

Cuối bài phân tích, Privorotsky đặt ra một vấn đề mà thị trường thường bỏ qua: Vì sao một công ty không có lịch sử thiết kế chip lại hoàn thành một con chip kỷ lục trong thời gian ngắn như vậy?

Câu trả lời của Goldman Sachs: Vòng lặp học tăng cường và thiết kế do AI hỗ trợ—dùng mô hình AI để khám phá phương án mạch, rút ngắn chu trình thiết kế-đo đạc-xác thực, đồng thời dùng AI sinh ra các mã phần mềm chạy trên chip mới.

Logic “đệ quy” này có nghĩa AI đang tham gia vào thiết kế chính những cỗ máy vận hành AI. Nếu vòng lặp thiết kế này tiếp tục hiệu quả, lợi thế cạnh tranh của GPU đa dụng dựa trên hệ sinh thái phần mềm sẽ ngày càng bớt chắc chắn trong các kịch bản suy luận ổn định.

Với toàn ngành, trình biên dịch, công cụ sinh hạt nhân, và “mô hình viết mã cho chip” đang từ công cụ phụ trở thành hạ tầng chiến lược.

Tái phân tầng hệ sinh thái: Ai hưởng lợi, ai chịu áp lực

Nvidia: Không lo ngại ngắn hạn, nhưng đối mặt áp lực cấu trúc về lâu dài. Cụm đào tạo, hệ sinh thái CUDA, kết nối mạng lưới cùng sự linh hoạt “chạy được mô hình mới từ thứ Ba” vẫn là lợi thế thực sự. Nhưng nếu tải công việc suy luận thường nhật với tần suất cao liên tục chuyển sang ASIC, Nvidia sẽ giữ được “thời kỳ sốt vàng” song dần mất một phần thu nhập “dạng niên kim”. Đây là bài toán định giá nhiều năm, không phải khủng hoảng xuất xưởng năm 2026.

Broadcom và các nhà gia công chip tùy chỉnh: Trở thành “nhà buôn vũ khí” cho bất kỳ công ty nào muốn tự phát triển chip mà không trở thành TSMC. Suy luận tùy chỉnh là dịch vụ kết hợp mạng lưới, càng nhiều Jalapeño thì càng cần nhiều đóng gói, SerDes, và sản xuất cấp rack.

Phòng thí nghiệm mô hình: Jalapeño là vũ khí lợi nhuận và vũ khí sản phẩm. Các phòng thí nghiệm tự làm chip suy luận có thể giảm giá, tăng tốc độ trần, hoặc cho phép agent thực hiện nhiều bước hơn trước khi hóa đơn vượt tầm kiểm soát. Phòng thí nghiệm chỉ thuê GPU thì thuê cấu trúc chi phí của người khác; phòng thí nghiệm có chip suy luận thì định nghĩa lại chính sản phẩm. Google làm TPU cho mục đích đó, Amazon có Trainium, OpenAI vừa tham gia cuộc đua này với thành tích công khai.

Người dùng & định giá: Việc giảm chi phí suy luận thường kéo theo hai kết quả song song—giá tầng cơ sở giảm, còn tầng tiên tiến sẽ đắt hơn do mô hình lớn hơn, thông minh hơn. Tổng chi phí sở hữu trên mỗi token giảm là nền tảng số để vừa có thể làm chatbot 20 USD vừa cung cấp dịch vụ agent 2000 USD/tháng.