‘Ngành 0 nghìn tỉ USD’ của Jensen Huang và cuộc tranh giành GPU ở Nvidia
Ngay cả Nvidia cũng không tránh khỏi tình trạng khan hiếm GPU (bộ xử lý đồ họa).
Theo ông Xinzhou Wu - Giám đốc mảng ô tô tại Nvidia, bộ phận xe tự hành của công ty vẫn phải cạnh tranh với các đơn vị khác trong nội bộ để giành quyền sử dụng các GPU. Đây là loại chip AI được thiết kế để xử lí đồng thời hàng nghìn phép tính giống nhau, đã giúp Nvidia trở thành công ty giá trị nhất thế giới (5.140 tỉ USD).
"Ngay cả ở Nvidia, nguồn cung GPU phục vụ tính toán cũng có giới hạn", Xinzhou Wu tiết lộ trong tập podcast Decoder của trang The Verge mới đây.
Jensen Huang giải quyết việc tranh giành GPU nội bộ
Trong bối cảnh nhu cầu với GPU Nvidia tiếp tục tăng vọt từ các công ty AI đang xây dựng những trung tâm dữ liệu khổng lồ, Xinzhou Wu cho biết các nhóm khác nhau trong Nvidia thường xuyên cạnh tranh để giành tài nguyên tính toán phục vụ việc huấn luyện và thử nghiệm các mô hình AI riêng.
"Chúng tôi có một hệ thống ưu tiên nội bộ. Hầu như tuần nào tôi cũng phải làm việc với các đồng nghiệp để quyết định phân bổ năng lực tính toán như thế nào, khi thì cho việc huấn luyện mô hình, lúc cho các hoạt động thử nghiệm của những dự án khác nhau trong công ty", ông tiết lộ.
"Đôi khi chúng tôi phải nhờ đến Jensen Huang giúp giải quyết", Xinzhou Wu nói về giám đốc điều hành Nvidia.
Khái niệm "ngành 0 nghìn tỉ USD" của Jensen Huang khiến Nvidia đổ tiền vào xe tự hành
Những chia sẻ này mang đến cái nhìn hiếm hoi về cách Nvidia phân bổ nguồn lực bên trong công ty, nơi các GPU đã trở thành nền tảng của làn sóng AI tạo sinh. Nhu cầu với GPU Nvidia liên tục vượt xa nguồn cung khi các công ty như OpenAI, Microsoft, Meta, xAI và Amazon chạy đua xây dựng các mô hình AI ngày càng lớn hơn.
Xinzhou Wu cho biết Nvidia không chỉ phân bổ GPU và năng lực tính toán dựa trên doanh thu ngắn hạn. Khi được hỏi công ty cân nhắc các ưu tiên như thế nào, ông trả lời rằng Nvidia xem xét nhiều yếu tố cùng lúc, phải cân bằng giữa nhu cầu kinh doanh hiện tại và các cơ hội chiến lược dài hạn, gồm cả những lĩnh vực mà Jensen Huang gọi là "ngành kinh doanh 0 nghìn tỉ USD". Đó là các thị trường hoàn toàn mới hiện chưa tồn tại nhưng có thể đạt quy mô hàng nghìn tỉ USD trong tương lai.
Một trong những khoản đầu tư như vậy là xe tự hành.
Xinzhou Wu nói Nvidia tin rằng "mọi phương tiện di chuyển rồi sẽ trở nên tự hành" và đang đầu tư mạnh vào việc cung cấp chip, phần mềm, mô hình AI, công cụ mô phỏng và các hệ thống an toàn cho xe tự lái. Dù doanh thu từ mảng ô tô vẫn nhỏ hơn nhiều so với mảng trung tâm dữ liệu đang bùng nổ, Jensen Huang vẫn tiếp tục ưu tiên lĩnh vực này.
"Chúng tôi rất tin tưởng vào tương lai của xe tự hành, và Jensen Huang cũng vậy. Chúng tôi tiếp tục đầu tư vào công nghệ và tương lai này, không chỉ bằng cách phân bổ thêm năng lực tính toán mà còn cả năng lực sản xuất chip", Xinzhou Wu nói.
Theo ông nhu cầu chip AI tăng quá nhanh khiến các bộ phận trong Nvidia không chỉ phải cạnh tranh để giành GPU mà còn phải tranh nhau cả suất sản xuất chip tại các nhà máy đối tác.
OpenAI, Google và nhiều công ty AI chung cảnh ngộ với Nvidia
Không chỉ Nvidia, nhiều công ty AI hàng đầu cũng đang phải đối mặt với bài toán phân bổ GPU và năng lực tính toán khan hiếm giữa các nhóm nội bộ.
OpenAI là một ví dụ điển hình. Trong vài năm qua, OpenAI phải đồng thời vận hành ChatGPT cho hàng trăm triệu người dùng, huấn luyện nhiều mô hình AI mới như dòng GPT-5.x, phát triển các hệ thống tác tử AI, nghiên cứu an toàn AI và xây dựng các sản phẩm đa phương thức. Mỗi dự án đều tiêu thụ lượng GPU khổng lồ, khiến việc phân bổ tài nguyên tính toán trở thành một quyết định chiến lược quan trọng.
Thực tế, sự khan hiếm GPU đã trở nên nghiêm trọng đến mức OpenAI cùng nhiều công ty AI tìm cách giảm phụ thuộc vào Nvidia. OpenAI hợp tác với Broadcom để phát triển chip AI riêng mang tên Jalapeño, đồng thời sử dụng TPU của Google, chip của Cerebras nhằm đa dạng hóa nguồn cung năng lực tính toán. Mục tiêu là tránh tình trạng toàn bộ hoạt động nghiên cứu và vận hành sản phẩm phụ thuộc vào một nguồn GPU duy nhất đang có nhu cầu vượt xa nguồn cung trên toàn cầu.
Tình trạng này cũng xảy ra tại Google. Gần đây, Google đã công bố hệ thống phân bổ tài nguyên AI nội bộ theo cơ chế thị trường, cho phép các nhóm nghiên cứu và sản phẩm cạnh tranh để giành quyền sử dụng GPU và TPU dựa trên mức độ ưu tiên của từng dự án. Theo các nhà nghiên cứu Google, nhu cầu huấn luyện mô hình AI đang tăng nhanh hơn khả năng mở rộng hạ tầng, buộc công ty phải xây dựng các cơ chế phân bổ ngày càng tinh vi để sử dụng hiệu quả nguồn lực khan hiếm.
Đằng sau cuộc đua AI toàn cầu là một nguồn lực mới ngày càng có giá trị: Năng lực tính toán. Theo nghiên cứu được công bố trên trang arxiv trong tháng 7/2026, chi tiêu cho hạ tầng AI cùng năng lực tính toán hiện đã vượt 1% GDP Mỹ và đang tăng rất nhanh. Các nhà nghiên cứu cho rằng năng lực tính toán đang trở thành một nguồn lực khan hiếm có giá trị kinh tế tương tự điện năng hoặc dầu mỏ trong các cuộc cách mạng công nghiệp trước đây.
arXiv là kho lưu trữ bản thảo trực tuyến miễn phí, cho phép truy cập mở với các bài báo khoa học. Nền tảng này được thành lập vào năm 1991 và hiện do Đại học Cornell (Mỹ) vận hành.
Áp lực này được thúc đẩy bởi làn sóng xây dựng trung tâm dữ liệu AI trên toàn thế giới. 4 hãng công nghệ lớn là Meta, Alphabet (công ty mẹ Google), Microsoft và Amazon dự kiến chi khoảng 700 tỉ USD cho hạ tầng AI trong năm 2026. Trong bối cảnh đó, việc giành được GPU, điện năng, HBM (bộ nhớ băng thông cao) và công suất sản xuất chip ngày càng trở thành yếu tố quyết định lợi thế cạnh tranh.
Điều này giải thích vì sao ngay cả tại Nvidia, OpenAI và Google, các nhóm nội bộ vẫn phải cạnh tranh quyết liệt để giành quyền tiếp cận tài nguyên tính toán phục vụ các dự án của mình.