Jensen Huang, CEO của Nvidia, vừa tuyên bố rằng chip nhớ đã trở thành nút thắt cổ chai lớn nhất đối với sự phát triển của trí tuệ nhân tạo. Phát biểu này phản ánh một thực tế mới: cuộc đua AI đang dịch chuyển từ sức mạnh tính toán đơn thuần sang năng lực xử lý, lưu trữ và truy xuất dữ liệu tốc độ cao.
Theo Caiwen Overseas News, ông Huang nhận định các tác vụ AI đang thay đổi rất nhanh. Chúng không chỉ dừng ở việc tạo văn bản hoặc hình ảnh mà còn tiến tới các tác nhân thông minh, phức tạp hơn, có khả năng xử lý nhiều hoạt động trong ngữ cảnh dài hơn. Điều này khiến nhu cầu về bộ nhớ băng thông cao ngày càng lớn.
Tác vụ AI mới cần bộ nhớ lớn hơn
Với các mô hình AI hiện đại, dữ liệu phải được đưa vào, lưu lại và truy xuất liên tục. Nếu bộ nhớ không theo kịp, sức mạnh của GPU cũng khó được khai thác trọn vẹn. “Chip nhớ đã trở thành nút thắt cổ chai lớn nhất trong sự phát triển của AI”, Jensen Huang nói.
Bộ nhớ băng thông cao (HBM) đang trở thành loại linh kiện khan hiếm nhất trong chuỗi cung ứng AI. Khác với bộ nhớ thông thường, HBM được xếp chồng nhiều lớp chip và đặt gần GPU hơn, giúp dữ liệu truyền đi nhanh hơn nhiều lần. Chính thiết kế này cho phép các mô hình AI lớn xử lý hàng tỷ tham số mà không bị nghẽn cổ chai.
Theo giới phân tích, nhu cầu HBM đã tăng vọt khi các ông lớn công nghệ đồng loạt xây dựng siêu máy tính và trung tâm dữ liệu. Điều này khiến các nhà sản xuất chip nhớ phải chạy đua mở rộng công suất. Tuy nhiên, việc sản xuất chip nhớ chuyên dụng không thể đạt ngay quy mô lớn trong thời gian ngắn.
Nvidia chuyển hướng sang tích hợp GPU và chip nhớ
Trong nhiều năm, Nvidia xây dựng lợi thế chủ yếu nhờ GPU – loại phần cứng cốt lõi giúp công ty thống trị thị trường AI. Nhưng khi quy mô tăng lên và các hệ thống AI trở nên phức tạp hơn, GPU không còn là yếu tố duy nhất quyết định hiệu suất. Vì vậy, Nvidia đang chuyển hướng sang xây dựng các hệ thống AI tích hợp chặt chẽ giữa GPU và chip nhớ.
Cách tiếp cận này giúp tăng tốc độ trao đổi dữ liệu, giảm độ trễ và cải thiện khả năng xử lý của toàn bộ hệ thống. Tuy nhiên, nó cũng khiến Nvidia phụ thuộc nhiều hơn vào các nhà sản xuất chip nhớ. Nvidia cần nguồn cung ổn định với số lượng lớn từ Micron, SK Hynix và Samsung – những doanh nghiệp giữ vai trò then chốt trong chuỗi cung ứng bộ nhớ cho AI.
Bài toán nguồn cung chip nhớ
Năng lực sản xuất chip nhớ chuyên dụng không thể mở rộng ngay lập tức. Nếu nguồn cung bị hạn chế, tiến độ giao hàng các hệ thống AI của Nvidia có thể bị ảnh hưởng. Điều này đặc biệt nhạy cảm trong bối cảnh nhu cầu từ các trung tâm dữ liệu vẫn tăng mạnh trên toàn cầu.
Các nhà phân tích thị trường cho rằng tình trạng thiếu bộ nhớ là một giai đoạn tự nhiên trong quá trình phát triển của AI. Khi ngành chuyển sang các mô hình lớn và phức tạp hơn, điểm nghẽn sẽ xuất hiện ở những phần khác của hệ thống, không chỉ riêng GPU.
Nhu cầu hiện tại là minh chứng rõ ràng. Nhật Bản dự kiến mua 27.500 chip Rubin của Nvidia để xây dựng mô hình AI nội địa cho robot, giảm phụ thuộc vào công nghệ nước ngoài. Điều này cho thấy các hệ thống AI đang được triển khai ở quy mô lớn, kéo theo nhu cầu bộ nhớ và hạ tầng đi kèm.
Áp lực cạnh tranh ngày càng lớn
Trong bối cảnh đó, những khó khăn trong sản xuất của Nvidia cũng trở thành cơ hội cho đối thủ. Hệ thống AI thế hệ tiếp theo có tên gọi Kyber được cho là chậm hơn một năm so với kế hoạch do gặp trở ngại trong sản xuất, mở ra cơ hội cạnh tranh cho AMD và Google.
Trong khi đó, các tập đoàn sản xuất chip nhớ đang hưởng lợi lớn từ cơn sốt hạ tầng trí tuệ nhân tạo. Theo các số liệu mới nhất, Samsung và SK Hynix đã ghi nhận dòng tiền hơn 90 tỷ USD nhờ nhu cầu bộ nhớ tăng vọt. Điều này cho thấy vai trò ngày càng quan trọng của chip nhớ trong hệ sinh thái AI, đúng như cảnh báo của CEO Nvidia.
Việc giải quyết triệt để nút thắt bộ nhớ sẽ quyết định liệu Nvidia có thể duy trì vị thế dẫn đầu trong cuộc đua AI hay không. Trong ngắn hạn, Samsung, SK Hynix và Micron chính là những mắt xích nắm giữ chìa khóa của toàn bộ ngành công nghiệp.
