Thoại Viết Hoàng
Writer
Nvidia đã đặt cược rất lớn vào thế hệ chip AI Blackwell, đặc biệt là hệ thống Grace Blackwell với thiết kế 72 chip trong một máy chủ, nhằm tạo ra bước nhảy vọt về hiệu năng huấn luyện mô hình AI. Tuy nhiên, tham vọng này đã kéo theo mức độ phức tạp kỹ thuật chưa từng có, khiến nhiều khách hàng lớn như OpenAI, Meta và các nhà cung cấp dịch vụ đám mây phải mất hàng tháng, thậm chí gần cả năm, để triển khai ổn định các hệ thống này, thay vì chỉ vài tuần như với thế hệ chip trước.
Trong giai đoạn đầu, việc lắp đặt và vận hành các cụm Grace Blackwell gặp nhiều vấn đề, từ quá nhiệt, lỗi kết nối, cho tới rủi ro dây chuyền khi chỉ một chip gặp sự cố có thể làm sập cả cụm hàng nghìn chip. Điều này đã hạn chế khả năng huấn luyện mô hình AI quy mô lớn của các khách hàng và gây thiệt hại tài chính cho các nhà cung cấp dịch vụ đám mây, vốn chỉ có doanh thu khi khách hàng bắt đầu sử dụng chip. Một số đối tác thậm chí ghi nhận biên lợi nhuận âm trong giai đoạn đầu, như Oracle từng lỗ gần 100 triệu USD, tương đương khoảng 2,47 nghìn tỷ VNĐ, chỉ trong vài tháng do chậm triển khai.
Dù vậy, những khó khăn này không làm chệch hướng Nvidia về mặt kinh doanh. Công ty vẫn là doanh nghiệp giá trị nhất thế giới, với vốn hóa khoảng 4,24 nghìn tỷ USD. Nvidia đã phải đưa ra các biện pháp “xoa dịu” như giảm giá, hoàn tiền và cho phép khách hàng điều chỉnh đơn hàng. Đồng thời, hãng cũng nhanh chóng cải tiến sản phẩm bằng phiên bản Grace Blackwell nâng cấp như GB300, với khả năng tản nhiệt, vật liệu và độ ổn định tốt hơn, giúp việc triển khai dễ dàng hơn đáng kể.
Về phía Nvidia, hãng cho rằng những trục trặc ban đầu là điều khó tránh khi đẩy giới hạn công nghệ lên quá cao, và việc hợp tác chặt chẽ với khách hàng trong quá trình tinh chỉnh là một phần bình thường của phát triển hệ thống tiên tiến. Thực tế, một số khách hàng như xAI đã triển khai hàng trăm nghìn chip Grace Blackwell, và OpenAI cũng đã sử dụng thành công các hệ thống 72 chip để phát triển những mô hình AI mới nhất của mình.
Blackwell là một bước tiến rất lớn về kiến trúc AI, nhưng cái giá phải trả là quá trình triển khai đau đớn, tốn thời gian và tiền bạc cho cả Nvidia lẫn hệ sinh thái đám mây xung quanh. Trong ngắn hạn, điều này gây áp lực lên lợi nhuận và tiến độ nghiên cứu AI, nhưng về dài hạn, nếu Nvidia tiếp tục rút kinh nghiệm và giúp khách hàng triển khai nhanh hơn, Blackwell vẫn có thể trở thành nền tảng then chốt cho thế hệ AI tiếp theo.
Ở Việt Nam, Trung tâm Dịch vụ Dữ liệu và Trí tuệ Nhân tạo (Viettel AI) tại Hòa Lạc (Hà Nội), đã đưa vào hoạt động siêu máy tính Nvidia DGX B200 sử dụng tới 8 GPU Nvidia Blackwell thế hệ mới. Đây là hệ thống có hiệu năng rất cao, phục vụ cho việc nghiên cứu và huấn luyện các mô hình AI lớn, chuẩn bị hỗ trợ phát triển cả các mô hình đa phương tiện (text, hình ảnh, âm thanh, video) và ứng dụng AI cho bối cảnh chuyển đổi số ở Việt Nam.
Trong giai đoạn đầu, việc lắp đặt và vận hành các cụm Grace Blackwell gặp nhiều vấn đề, từ quá nhiệt, lỗi kết nối, cho tới rủi ro dây chuyền khi chỉ một chip gặp sự cố có thể làm sập cả cụm hàng nghìn chip. Điều này đã hạn chế khả năng huấn luyện mô hình AI quy mô lớn của các khách hàng và gây thiệt hại tài chính cho các nhà cung cấp dịch vụ đám mây, vốn chỉ có doanh thu khi khách hàng bắt đầu sử dụng chip. Một số đối tác thậm chí ghi nhận biên lợi nhuận âm trong giai đoạn đầu, như Oracle từng lỗ gần 100 triệu USD, tương đương khoảng 2,47 nghìn tỷ VNĐ, chỉ trong vài tháng do chậm triển khai.
Dù vậy, những khó khăn này không làm chệch hướng Nvidia về mặt kinh doanh. Công ty vẫn là doanh nghiệp giá trị nhất thế giới, với vốn hóa khoảng 4,24 nghìn tỷ USD. Nvidia đã phải đưa ra các biện pháp “xoa dịu” như giảm giá, hoàn tiền và cho phép khách hàng điều chỉnh đơn hàng. Đồng thời, hãng cũng nhanh chóng cải tiến sản phẩm bằng phiên bản Grace Blackwell nâng cấp như GB300, với khả năng tản nhiệt, vật liệu và độ ổn định tốt hơn, giúp việc triển khai dễ dàng hơn đáng kể.
Về phía Nvidia, hãng cho rằng những trục trặc ban đầu là điều khó tránh khi đẩy giới hạn công nghệ lên quá cao, và việc hợp tác chặt chẽ với khách hàng trong quá trình tinh chỉnh là một phần bình thường của phát triển hệ thống tiên tiến. Thực tế, một số khách hàng như xAI đã triển khai hàng trăm nghìn chip Grace Blackwell, và OpenAI cũng đã sử dụng thành công các hệ thống 72 chip để phát triển những mô hình AI mới nhất của mình.
Blackwell là một bước tiến rất lớn về kiến trúc AI, nhưng cái giá phải trả là quá trình triển khai đau đớn, tốn thời gian và tiền bạc cho cả Nvidia lẫn hệ sinh thái đám mây xung quanh. Trong ngắn hạn, điều này gây áp lực lên lợi nhuận và tiến độ nghiên cứu AI, nhưng về dài hạn, nếu Nvidia tiếp tục rút kinh nghiệm và giúp khách hàng triển khai nhanh hơn, Blackwell vẫn có thể trở thành nền tảng then chốt cho thế hệ AI tiếp theo.
Ở Việt Nam, Trung tâm Dịch vụ Dữ liệu và Trí tuệ Nhân tạo (Viettel AI) tại Hòa Lạc (Hà Nội), đã đưa vào hoạt động siêu máy tính Nvidia DGX B200 sử dụng tới 8 GPU Nvidia Blackwell thế hệ mới. Đây là hệ thống có hiệu năng rất cao, phục vụ cho việc nghiên cứu và huấn luyện các mô hình AI lớn, chuẩn bị hỗ trợ phát triển cả các mô hình đa phương tiện (text, hình ảnh, âm thanh, video) và ứng dụng AI cho bối cảnh chuyển đổi số ở Việt Nam.