Báo cáo nghiên cứu của Bernstein: AI tác nhân (Agentic AI) sẽ biến CPU từ vai phụ thành vai chính – khuyến nghị mua Haisco Information
Tuyển chọn TechFlowTuyển chọn TechFlow
Báo cáo nghiên cứu của Bernstein: AI tác nhân (Agentic AI) sẽ biến CPU từ vai phụ thành vai chính – khuyến nghị mua Haisco Information
Trọng tâm đầu tư vào lĩnh vực bán dẫn cần chuyển sang câu chuyện về CPU và GPU.
Chuyên sâu báo cáo Web3Tác giả: Nghiên cứu TechFlow
Khi một tác nhân AI (AI agent) được kích hoạt, nó không chỉ chờ đợi một câu trả lời — mà phải truy xuất thông tin, lập kế hoạch từng bước, gọi các công cụ, suy luận kết quả trung gian, gọi lại mô hình, và cuối cùng thực hiện hành động. Toàn bộ quy trình này đòi hỏi năng lực xử lý CPU cao hơn nhiều so với việc ChatGPT đơn thuần xuất ra một đoạn hội thoại.
Ngày 17 tháng 6, nhóm phân tích của Bernstein do nhà phân tích David Dai dẫn đầu đã công bố báo cáo mang tên “Bán dẫn toàn cầu: Sự hồi sinh của CPU?”, trong đó đưa ra nhận định cốt lõi rằng: AI đang chuyển từ thời đại chatbot sang thời đại tác nhân (agentic AI), vai trò của CPU trong trung tâm dữ liệu đang thay đổi từ phụ trợ cho GPU thành chủ đạo, qua đó thúc đẩy thị trường tiềm năng có thể khai thác (TAM) dành riêng cho CPU máy chủ đạt 223 tỷ USD vào năm 2030 — tăng gấp 6 lần so với mức 37 tỷ USD năm 2025.
Suy luận giờ đây không còn là “một lần hỏi – một lần trả lời”: CPU đang lật ngược thế cờ
Từ khi các mô hình ngôn ngữ lớn (LLM) nổi lên, GPU/máy gia tốc AI luôn là lõi tính toán chính của AI. Trong các cụm suy luận chuyên biệt như Google TPU v6e và Meta Grand Teton, tỷ lệ GPU so với CPU từng đạt tới 8:1.
Tuy nhiên, Bernstein cho rằng, khi agentic AI trở thành xu hướng chủ đạo, tỷ lệ này đang đảo ngược.
Đặc trưng cốt lõi của agentic AI là “chu kỳ suy luận lặp lại”: Một yêu cầu duy nhất có thể kích hoạt chuỗi hành động gồm truy xuất dữ liệu, lập kế hoạch, gọi công cụ, suy luận trung gian, gọi lại mô hình, và thực thi hành động. GPU đảm nhiệm các phép toán toán học mật độ cao, nhưng CPU mới là yếu tố quyết định khả năng biên dịch hiệu quả luồng công việc tổng thể, điều phối tác vụ, quản lý bộ nhớ và tránh tình trạng thiết bị gia tốc bị bỏ không. Nếu CPU quá yếu, những GPU đắt đỏ sẽ buộc phải chờ đợi vô ích, làm giảm mạnh hiệu suất tổng thể của hệ thống.
Bernstein dự báo đến năm 2029, tỷ lệ GPU:CPU trong các cụm suy luận của các nhà cung cấp dịch vụ đám mây (CSP) sẽ giảm từ mức 8:1 năm 2025 xuống còn 1:1. Trong các khối tải công việc agentic AI, tỷ trọng tính toán do CPU đảm nhiệm sẽ tăng từ 14% trong LLM truyền thống lên 50%, ngang bằng với GPU.
Báo cáo đặc biệt nhấn mạnh rằng lộ trình phần cứng hiện nay đã bắt đầu phản ánh xu hướng này. Phiên bản mới nhất của AMD — khay tính toán Venice — trang bị mỗi CPU kèm 4 GPU MI455X; siêu chip Vera của NVIDIA trang bị mỗi CPU Vera kèm 2 GPU Rubin; đơn vị mở rộng TPU v7x của Google trang bị mỗi CPU kèm 4 TPU. Việc tăng tỷ lệ vật lý CPU trên mỗi đơn vị đã bắt đầu diễn ra — đây không phải là dự báo, mà là thực tế đang xảy ra.
Con số 223 tỷ USD được tính như thế nào?
Bernstein nâng mạnh dự báo TAM dành cho CPU máy chủ năm 2030 từ mức 137 tỷ USD trước đây lên 223 tỷ USD, dựa trên các giả định cốt lõi sau:
- Tổng chi tiêu vốn (capex) cho AI năm 2030 đạt 3,5 nghìn tỷ USD, tương ứng với triển khai 70 GW trung tâm dữ liệu AI;
- Quy mô thị trường máy gia tốc AI đạt 1,6 nghìn tỷ USD, chiếm 45% tổng capex cho trung tâm dữ liệu AI;
- Tỷ trọng suy luận tăng từ 35% lên 70%; trong các kịch bản suy luận, tỷ lệ CPU:GPU đạt 1:1; trong các kịch bản huấn luyện, tỷ lệ này là 0,5:1;
- Giá bán lẻ trung bình của một CPU bằng 13% giá một GPU.
Theo khuôn khổ này, TAM trị giá 223 tỷ USD bao gồm 174 tỷ USD đến từ khối tải công việc agentic AI và 49 tỷ USD đến từ nhu cầu CPU máy chủ truyền thống không liên quan AI. So sánh với hiện tại, toàn bộ thị trường CPU máy chủ năm 2025 chỉ đạt 37 tỷ USD, trong đó phần liên quan AI chỉ chiếm 6 tỷ USD. Điều này nghĩa là, theo dự báo của Bernstein, thị trường CPU sẽ mở rộng gấp 6 lần trong vòng 5 năm tới, với tốc độ tăng trưởng kép hàng năm (CAGR) đạt 43% — mức tăng chưa từng có trong lịch sử ngành bán dẫn. Bernstein đồng thời đưa ra hai kịch bản: lạc quan (bull case) với TAM đạt 330 tỷ USD (giả định capex AI là 4 nghìn tỷ USD + tỷ lệ CPU:GPU trong suy luận là 1,5:1) và bi quan (bear case) với TAM chỉ 1.370 tỷ USD (giả định capex là 3 nghìn tỷ USD + tỷ lệ suy luận là 0,5:1).
Một điểm kiểm chứng thú vị khác đến từ số lượng lõi CPU trên máy chủ: Dữ liệu từ Arm cho thấy mỗi GW công suất AI dành cho agentic AI cần tới 120 triệu lõi CPU — cao gấp 4 lần so với trung tâm dữ liệu truyền thống. Theo tính toán này, 70 GW AI triển khai năm 2030 sẽ cần tới 8,4 tỷ lõi CPU, tương ứng với TAM dành riêng cho CPU AI là 168 tỷ USD — hoàn toàn khớp với mô hình dự báo nêu trên.
Tại sao Arm là người chiến thắng lớn nhất? Không chỉ là IP — Arm đang tự sản xuất chip
Arm được Bernstein xác định là bên hưởng lợi cấu trúc lớn nhất từ sự “hồi sinh của CPU”. Kiến trúc Arm ngày càng thu hút hơn trong trung tâm dữ liệu AI nhờ ưu thế về hiệu năng trên mỗi watt tiêu thụ. Các phiên bản AWS Graviton mang lại hiệu quả chi phí cao hơn 40% và tiêu thụ điện thấp hơn 60% so với các phiên bản x86.
Quan trọng hơn, vào tháng 3 năm 2026, Arm tuyên bố chuyển đổi chiến lược: từ chỉ cấp phép IP sang tự sản xuất CPU, đặt mục tiêu đạt doanh thu chip 15 tỷ USD vào năm 2030. CPU AGI của Arm đã được Meta xác nhận là khách hàng và đối tác phát triển đầu tiên; OpenAI, Cerebras và Cloudflare cũng đều là đối tác. Dựa trên cơ sở này, Bernstein nâng dự báo EPS năm tài khóa 2030 của Arm lên 11,79 USD (trước đó là 9,83 USD), đồng thời cho rằng doanh thu từ chip có thể đạt 22 tỷ USD — vượt cả mục tiêu do chính Arm đề ra. Với hệ số P/E là 42x, Bernstein đưa ra giá mục tiêu 500 USD (trước đó là 300 USD).
Động thái này cũng kéo theo việc nâng giá mục tiêu của SoftBank (cổ đông nắm giữ khoảng 90% cổ phần Arm) từ 8.200 yên lên 11.200 yên — hàm ý tiềm năng tăng giá 58%. Đánh giá của Bernstein đối với SoftBank dựa trên mức chiết khấu 30% so với giá trị tài sản ròng (NAV) của danh mục đầu tư, mức chiết khấu này được thu hẹp so với trước đây nhằm phản ánh giá trị cổ phần Arm tăng lên và sự cải thiện trong hoạt động kinh doanh nội tại của SoftBank.
AMD, Intel và Hygon: Ai sẽ được hưởng lợi?
AMD (đánh giá “tăng mạnh”, giá mục tiêu 600 USD): Sản phẩm vẫn dẫn đầu trong phe kiến trúc x86 và dự kiến tiếp tục chiếm thêm thị phần. Mô hình định giá hiện tại của AMD đã hàm chứa giả định tích cực về CPU, nên sau khi cập nhật mô hình cho các năm tài khóa CY27/CY28, giá mục tiêu được nâng lên 600 USD.
Intel (đánh giá “trung lập”, giá mục tiêu 100 USD): Được hưởng lợi từ nhu cầu CPU máy chủ mạnh mẽ và bền vững hơn, dự báo lợi nhuận được điều chỉnh mạnh lên. Bernstein điều chỉnh mô hình định giá Intel từ giả định thận trọng sang phù hợp với mức trung bình ngành, nâng giá mục tiêu từ 65 USD lên 100 USD.
Hygon (đánh giá “tăng mạnh”, giá mục tiêu 450 Nhân dân tệ): Bernstein cho rằng nhu cầu CPU x86 tại Trung Quốc sẽ tăng nhanh hơn tốc độ tăng trưởng toàn cầu, và thị phần của Hygon trên thị trường CPU máy chủ Trung Quốc sẽ tiếp tục mở rộng, đạt trên 35% vào năm 2030 — không chỉ giới hạn ở khách hàng là cơ quan chính phủ và doanh nghiệp nhà nước, mà còn lan rộng sang các nhà cung cấp dịch vụ đám mây (CSP). Giá mục tiêu được nâng mạnh từ 280 Nhân dân tệ lên 450 Nhân dân tệ.
Nguồn dữ liệu: Bernstein
Phân tích của TechFlow
Yếu điểm lớn nhất trong lập luận của Bernstein có thể không nằm ở phía nhu cầu, mà ở phía cung.
Báo cáo thừa nhận trong chú thích rằng “vẫn đang đánh giá xem năng lực sản xuất của các xưởng gia công (foundry) và bộ nhớ có đủ để đáp ứng nhu cầu tăng trưởng của CPU hay không” — đây chính là yếu tố bất định lớn nhất của toàn bộ báo cáo. Việc nâng TAM của CPU từ 37 tỷ USD lên 223 tỷ USD đồng nghĩa với việc đến năm 2030, mỗi năm cần bổ sung thêm khoảng 30 tỷ USD năng lực sản xuất CPU.
Công suất sản xuất 3nm/5nm của TSMC hiện đang bị chiếm dụng bởi máy gia tốc AI và chip điện thoại thông minh, vậy năng lực gia công dành riêng cho CPU máy chủ có đủ linh hoạt để đáp ứng nhu cầu hay không — báo cáo không đưa ra bản đồ năng lực sản xuất cụ thể nào. Ngoài ra, giả định cốt lõi của báo cáo dựa trên định hướng của NVIDIA rằng “chi tiêu hàng năm cho hạ tầng AI sẽ vượt 1 nghìn tỷ USD vào năm 2027” — đây vốn là dự báo lạc quan nhất từ phía các nhà phân tích bán lẻ, và việc lấy nó làm điểm khởi đầu cho một báo cáo nghiên cứu khác tiềm ẩn rủi ro “chồng chéo kỳ vọng”.
Một tín hiệu đáng chú ý khác là CPU Vera của NVIDIA sử dụng kiến trúc Arm do chính NVIDIA tự phát triển — điều này hàm ý NVIDIA có thể vừa là đối tác, vừa là đối thủ cạnh tranh của Arm trong lĩnh vực CPU, qua đó ảnh hưởng tinh vi đến khả năng duy trì thị phần dài hạn của Arm ở mức 54%.
Với các nhà đầu tư quan tâm, giá trị lớn nhất của báo cáo này không nằm ở một con số giá mục tiêu cụ thể nào, mà ở khung phân tích rõ ràng mà nó cung cấp: Nếu bạn tin rằng agentic AI thực sự là giai đoạn tiếp theo của AI, thì cấu hình CPU sẽ phải được định giá lại — không còn là “đủ dùng là được”, mà là “phải mạnh mới đủ đáp ứng”, nghĩa là toàn bộ bản đồ đầu tư bán dẫn cần chuyển trọng tâm từ câu chuyện “GPU độc tôn” sang một câu chuyện cân bằng hơn giữa CPU và GPU.
Cảnh báo rủi ro
Bài viết này là bản tổng hợp và phân tích của TechFlow đối với báo cáo nghiên cứu của một công ty chứng khoán bên thứ ba. Các xếp hạng, giá mục tiêu, dự báo lợi nhuận và đánh giá liên quan được trích dẫn trong bài đều là quan điểm của các nhà phân tích thuộc công ty chứng khoán nói trên, chỉ đại diện cho lập trường của tổ chức họ, không phản ánh quan điểm của TechFlow, cũng không cấu thành bất kỳ khuyến nghị đầu tư nào.
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
@BlockFlow_News
