OpenAI và Trung Quốc giảm phụ thuộc vào Nvidia, vậy tại sao cổ phiếu NVDA vẫn tăng?

OpenAI cắt giảm phụ thuộc chip Nvidia theo hai hướng

Theo báo cáo từ The Information, các kỹ sư của OpenAI đã áp dụng các phương pháp tối ưu hóa mới, giúp cắt giảm chi phí suy luận (inference) hơn 50%. OpenAI chưa công bố chi tiết kỹ thuật, nhưng kết quả trực tiếp là lượng chip Nvidia cần thiết để xử lý lưu lượng ChatGPT giảm đáng kể. Điều này mở ra khả năng OpenAI hạ giá dịch vụ hoặc nâng giới hạn sử dụng cho người dùng.

Mặt trận thứ hai là phần cứng. Ngày 24/6, OpenAI và Broadcom (AVGO) công bố Jalapeño — chip AI tùy chỉnh đầu tiên của OpenAI, được thiết kế từ đầu để phục vụ khối lượng công việc LLM cho ChatGPT, Codex, API và các sản phẩm AI tác nhân trong tương lai. Theo OpenAI, các thử nghiệm ban đầu cho thấy hiệu năng trên mỗi watt vượt trội so với chip hàng đầu hiện tại, dù chỉ mất chín tháng thiết kế. Những chip này dự kiến triển khai ở quy mô gigawatt vào cuối năm 2026, với Microsoft là đối tác dẫn đầu.

Xu hướng chip tùy chỉnh lan rộng trong Big Tech

OpenAI không phải đơn vị duy nhất đi theo hướng này. Google đã xây dựng TPU (Tensor Processing Unit) từ năm 2016, Amazon cũng có chip riêng. Công ty nghiên cứu TrendForce dự báo hệ thống dựa trên ASIC sẽ chiếm 27,8% lượng xuất xưởng máy chủ AI trong năm 2026 — mức cao nhất kể từ 2023 — và lần đầu tiên chip tùy chỉnh tăng trưởng nhanh hơn GPU của Nvidia.

Áp lực trừng phạt thương mại cũng thúc đẩy xu hướng tương tự tại Trung Quốc. Meituan gần đây đã huấn luyện thành công mô hình LongCat-2.0 với 1,6 nghìn tỷ tham số hoàn toàn trên chip nội địa, không sử dụng bất kỳ phần cứng Nvidia nào.

Tại sao cổ phiếu NVDA vẫn tăng?

Bất chấp các tín hiệu trên, cổ phiếu Nvidia tăng gần 2% trong phiên 30/6, đưa vốn hóa tiến gần mốc 4,8 nghìn tỷ USD. Kết quả kinh doanh mới nhất của công ty ghi nhận doanh thu trung tâm dữ liệu tăng 75% lên mức kỷ lục 62,3 tỷ USD chỉ trong một quý.

Nhà phân tích Shay Boloor nhận định rằng các chip tùy chỉnh từ Google, Amazon, Microsoft và Meta khó cạnh tranh với Nvidia vì công ty này tập trung hoàn toàn vào tăng tốc AI ở quy mô không đối thủ nào sánh kịp. Hệ sinh thái CUDA — nền tảng lập trình mà các nhà phát triển đã xây dựng từ năm 2006 — tiếp tục là lợi thế cạnh tranh cốt lõi, cùng với kiến trúc kết nối NVLink vẫn đi trước thị trường.

Đáng chú ý, phần lớn áp lực cạnh tranh tập trung ở inference, không phải training. Nvidia vẫn thống lĩnh mảng huấn luyện mô hình, nơi chip tùy chỉnh hiếm khi đạt được sự linh hoạt tương đương.

Nvidia cũng đang bảo vệ phân khúc inference. Tại GTC, công ty cho biết nền tảng Rubin sắp ra mắt sẽ cắt giảm chi phí inference trên mỗi token lên tới 10 lần so với thế hệ Blackwell. Chi phí inference rẻ hơn còn có xu hướng kéo theo mức sử dụng cao hơn, từ đó thúc đẩy tổng nhu cầu tính toán.

Tuy nhiên, không phải tất cả nhà đầu tư đều đồng thuận. Một số đã luân chuyển sang cổ phiếu chip đối thủ, đặt cược rằng sự dịch chuyển sang inference sẽ tích lũy áp lực. Câu hỏi thực sự, theo giới quan sát, là liệu các khách hàng lớn nhất của Nvidia có thể loại bỏ công ty này nhanh hơn tốc độ tăng trưởng của thị trường hay không.