Các công ty mô hình lớn 'đua' nhau phát triển chip, NVIDIA có nguy cơ?
Tuyển chọn TechFlowTuyển chọn TechFlow
Các công ty mô hình lớn 'đua' nhau phát triển chip, NVIDIA có nguy cơ?
Cuộc chiến chip vẫn đang diễn ra giữa các nhà máy sản xuất chip lâu đời.
Chuyên sâu báo cáo Web3Tác giả: Mộc Mục
Cạnh tranh trong ngành trí tuệ nhân tạo không chỉ là cuộc đua mô hình lớn giữa OpenAI và các gã khổng lồ internet như Google, mà còn diễn ra âm thầm trên đường đua chip hỗ trợ tính toán, khi những "máy sản xuất mô hình lớn" cũng đã gia nhập.
OpenAI dự kiến đặt hàng chip NPU hiệu suất cao hơn từ công ty khởi nghiệp Rain AI do CEO Sam Altman đầu tư; Microsoft cũng đã ra mắt hai con chip tự phát triển là Azure Maia 100 và Azure Cobalt 100; mô hình mới Gemini 1.0 vừa được Google giới thiệu sử dụng chính các chip TPU v4 và v5e do chính Google thiết kế.
Trước đó, đế chế chip AI do NVIDIA xây dựng từng là nguồn cung mạnh mẽ cho các công ty mô hình lớn này. Giờ đây, các công ty mô hình lớn đang cố gắng tự chủ một phần. Nhưng người chính thức thách thức NVIDIA vẫn là những tay chơi lâu năm trên đường đua chip.
Công ty bán dẫn tiên tiến Mỹ (AMD) đã ra mắt chip AI thế hệ mới MI300X, đồng thời giành được ba khách hàng lớn Meta, Microsoft và OpenAI từ tay NVIDIA.
Thị trường chip AI ngày càng cạnh tranh khốc liệt, nhưng muốn thách thức NVIDIA - vị vua đang ngự trên ngôi báu - thì không hề dễ dàng.
Các công ty mô hình lớn tự sản xuất chip
Kể từ đầu năm nay, các mô hình lớn AI và ứng dụng của chúng đua nhau xuất hiện, các chip như A100, A800, H100, H800 của NVIDIA hỗ trợ huấn luyện mô hình AI lớn bị mua cuồng nhiệt. "Người tiêu dùng" không chỉ là các công ty công nghệ mà còn có chính phủ các nước và các công ty đầu tư mạo hiểm.
NVIDIA – nhà "bán nước" – nhất thời trở thành tâm điểm, chip AI của họ khan hiếm, thị trường AI lại tái hiện tình trạng thiếu hụt GPU.
Báo cáo tài chính năm 2023 của Microsoft nhiều lần đề cập đến lo ngại về khả năng tiếp cận GPU cho hoạt động đám mây. CEO OpenAI Sam Altman cũng không ít lần công khai "phàn nàn" về tình trạng thiếu chip và chi phí khổng lồ. Tháng 5 năm nay, ông từng nói rõ rằng OpenAI đang đối mặt với tình trạng thiếu hụt nghiêm trọng về năng lực tính toán. Điều này đang ảnh hưởng đến trải nghiệm người dùng, ChatGPT thường xuyên bị treo, phản hồi chậm trễ.
Theo báo cáo, chi phí vận hành ChatGPT của OpenAI lên tới 700.000 USD mỗi ngày. Reuters chỉ ra rằng, mỗi truy vấn ChatGPT tốn khoảng 4 xu Mỹ, nếu số lượng truy vấn tăng lên bằng 1/10 lượng tìm kiếm của Google, cần đầu tư trước 48 tỷ USD vào GPU và mỗi năm phải chi 16 tỷ USD để duy trì hoạt động.
Thiếu hụt năng lực tính toán, chi phí cao, Peter Marrs, Tổng giám đốc khu vực châu Á - Thái Bình Dương và Nhật Bản của Dell từng dự đoán: người mua sẽ không chịu đựng được thời gian giao hàng quá dài của GPU NVIDIA, điều này mở ra cơ hội cho rất nhiều đối thủ cạnh tranh.
Để thoát khỏi sự phụ thuộc vào chip NVIDIA, OpenAI đang xem xét phát triển chip AI riêng nhằm giải quyết tình trạng khan hiếm GPU toàn cầu và giảm chi phí huấn luyện GPT.
Vài ngày trước, một bản đơn đặt hàng của OpenAI bị lộ, cho thấy trong thời gian Altman làm CEO, công ty cam kết đặt mua chip từ công ty khởi nghiệp Rain AI với giá trị lên tới 51 triệu USD, và Altman đã đầu tư vào công ty này.
Đáng chú ý, loại chip này là chip AI NPU "giống não người" dựa trên công nghệ thần kinh mô phỏng (Neuromorphic), được cho là "bắt chước cấu trúc và chức năng của bộ não người", hỗ trợ xử lý song song và phân tán thông tin, rất phù hợp với các nhiệm vụ "tính toán nặng" trong ứng dụng AI, có thể xử lý thông tin với hiệu suất cao và tiêu thụ điện thấp. Tuy nhiên, hiện tại chip này vẫn đang trong giai đoạn nghiên cứu phát triển.
Không chỉ OpenAI, các công ty công nghệ lớn như Microsoft và Google cũng liên tục phát triển chip hiệu quả hơn.
Ngày 16 tháng 11, Microsoft ra mắt hai chip tự phát triển tại hội nghị thường niên dành cho chuyên gia CNTT và lập trình viên Ignite: chip AI đám mây Microsoft Azure Maia 100 và CPU máy chủ Microsoft Azure Cobalt 100.
Maia 100 nhằm mục đích chạy các tác vụ đào tạo và suy luận AI dựa trên đám mây, trong khi Cobalt 100 phục vụ các tác vụ chung. Dự kiến trung tâm dữ liệu của Microsoft sẽ đồng thời sử dụng CPU Arm và bộ gia tốc AI chuyên dụng vào đầu năm 2024. Microsoft cho biết, ngoài việc thử nghiệm chip này trên Bing và các sản phẩm Office AI, OpenAI cũng đang thử nghiệm chip này.
Microsoft phát triển Maia 100 để dùng nội bộ và cung cấp cho đối tác OpenAI
Google cũng bắt đầu hành động, mô hình lớn Gemini 1.0 vừa ra mắt, được quảng cáo là "vượt trội" so với GPT-4, sử dụng chính các chip TPU v4 và v5e do Google tự phát triển.
Google cho biết, trên các TPU, tốc độ chạy của Gemini rõ ràng nhanh hơn nhiều so với các mô hình nhỏ hơn và yếu hơn trước đây. Ngoài ra, Google còn phát hành hệ thống TPU Cloud TPU v5p, nhằm hỗ trợ huấn luyện các mô hình AI tiên tiến, qua đó đẩy nhanh quá trình phát triển Gemini.
Bao gồm cả Apple, Huawei và các nhà sản xuất thiết bị cứng khác, ngày càng nhiều tập đoàn công nghệ bắt đầu tự thiết kế và phát triển chip riêng để đáp ứng nhu cầu kinh doanh và cạnh tranh khác biệt hóa.
Sự phòng thủ và mở rộng của NVIDIA
Việc các công ty mô hình lớn tham gia đường đua chip, liệu thực sự có thể hoàn toàn thoát khỏi sự phụ thuộc vào NVIDIA?
Mặc dù hiện tại giá thị trường của GPU H100 của NVIDIA đã tăng gấp đôi so với giá gốc nhưng vẫn khan hàng. Ngay cả Google, dù đã tung ra chip tự phát triển, vẫn tiếp tục mua số lượng lớn chip của NVIDIA.
NVIDIA có hào moat (lợi thế cạnh tranh) riêng của mình.
Theo tờ Financial Times của Anh, kể từ đầu năm nay, NVIDIA đã đầu tư vào hơn 20 công ty, từ các nền tảng AI mới lớn trị giá hàng tỷ USD đến các công ty khởi nghiệp nhỏ áp dụng AI vào lĩnh vực chăm sóc sức khỏe hoặc năng lượng.
Dù NVIDIA khẳng định họ không đặt điều khoản đặc biệt nào khi đầu tư và cũng không yêu cầu các công ty được đầu tư phải sử dụng chip của mình, nhưng ở một mức độ nào đó, điều này đồng nghĩa với mối quan hệ gắn bó hơn.
Mohamed Siddeek, người đứng đầu bộ phận đầu tư mạo hiểm NVentures của NVIDIA, cho biết: "Đối với NVIDIA, tiêu chí hàng đầu khi đầu tư vào các công ty khởi nghiệp là tính liên quan." Ông nhấn mạnh: "Những công ty sử dụng công nghệ của chúng tôi, phụ thuộc vào công nghệ của chúng tôi, xây dựng doanh nghiệp trên nền tảng công nghệ của chúng tôi – tôi không thể nghĩ ra bất kỳ công ty nào chúng tôi đầu tư mà lại không sử dụng sản phẩm của NVIDIA."
Theo ước tính của Dealroom – đơn vị theo dõi các tổ chức đầu tư mạo hiểm – NVIDIA đã tham gia 35 thương vụ trong năm 2023, gần gấp sáu lần so với năm ngoái. Dealroom chỉ ra rằng, đây là năm hoạt động tích cực nhất của NVIDIA trong lĩnh vực AI, vượt qua cả các công ty đầu tư mạo hiểm lớn Silicon Valley như Andreessen Horowitz và Sequoia.
Hơn nữa, nền tảng tính toán CUDA và hệ sinh thái phần mềm - phần cứng của NVIDIA cũng góp phần xây dựng thêm bức tường thành vững chắc cho lợi thế cạnh tranh của hãng.
CUDA là một kiến trúc tính toán song song do NVIDIA phát triển. Trong cùng một tác vụ, GPU NVIDIA hỗ trợ CUDA nhanh hơn CPU từ 10 đến 100 lần. Chính nhờ hệ thống CUDA, GPU mới có thể đánh bại CPU, trở thành nền tảng cơ bản cho tính toán dữ liệu lớn ngày nay.
Việc các công ty mô hình lớn tự phát triển chip cũng gặp không ít khó khăn, nguyên nhân sâu xa nằm ở tình trạng khan hiếm nguyên vật liệu.
Rob Enderle, chuyên gia phân tích trưởng của The Enderle Group, nhận định: "Sản xuất chip không phải chuyện dễ dàng, các nhà máy sản xuất (foundry) và xưởng sản xuất wafer đã đạt công suất tối đa, khiến công việc này của OpenAI có nguy cơ thất bại rất cao." Ông bổ sung: "Họ tốt nhất nên hợp tác với AMD, Qualcomm, NVIDIA hoặc Intel, bởi những bên này đã sở hữu nhà máy sản xuất riêng."
Còn có vấn đề chi phí.
Todd R. Weiss, chuyên gia phân tích cấp cao của Futurum Group, cho biết, việc tự tạo chip để thoát khỏi sự phụ thuộc "trông có vẻ là một ý tưởng tuyệt vời", nhưng chi phí để thiết kế chip riêng, xây dựng cơ sở sản xuất, phát triển liên tục lộ trình các chip tốt hơn, và lo lắng về chuỗi cung ứng của riêng mình – "điều này không đơn giản hơn việc mua chip từ người khác."
Chiến trường chip vẫn nằm giữa các nhà sản xuất chip.
Ngày 6 tháng 12, đối thủ lớn nhất của NVIDIA – Công ty bán dẫn tiên tiến Mỹ (AMD) – tổ chức buổi phát hành "Advancing AI", mời các lãnh đạo công nghệ như Microsoft, Meta đến ủng hộ. Tại sự kiện, AMD giới thiệu chip AI thế hệ mới MI300X.
So với H100 HGX của NVIDIA, bộ gia tốc MI300X cho hiệu suất xử lý thông lượng và độ trễ vượt trội rõ rệt khi chạy mô hình ngôn ngữ lớn, đồng thời có giá thành rẻ hơn. Sau đó, tại sự kiện dành cho nhà đầu tư của AMD, các công ty Meta, Microsoft và OpenAI tuyên bố rằng họ sẽ sử dụng chip AI mới nhất của AMD trong tương lai.
Biện pháp thực sự giúp giảm chi phí vẫn phải trông chờ vào sự cạnh tranh khốc liệt giữa các nhà sản xuất chip. Khi các hãng lớn như AMD, NVIDIA bước vào cuộc đua năng lực sản xuất, giá cả mới có thể giảm xuống. Còn việc các gã khổng lồ mô hình lớn tự phát triển chip, chẳng qua chỉ là thêm một chân chạy trong cuộc "đua vũ trang".
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
