Chuyên gia công nghệ Kevin Koh:Việt Nam nên đầu tư làm chip 12-14nm và chip AI chuyên biệt
Ông Kevin Koh - Chủ tịch Công ty TNHH Faraday Technology Vietnam - đưa ra những phân tích và gợi ý rằng, Việt Nam nên tập trung vào chip AI chuyên biệt và cho người dùng đầu cuối.
Tiến trình 7nm quá tốn kém, chip 12-14nm phù hợp với Việt Nam
Ông Kevin Koh, một chuyên gia trong lĩnh vực thiết kế vi mạch tại Faraday Technology Vietnam đã có khoảng thời gian 8 năm sống và làm việc tại Việt Nam. Ông cho biết, hiện Faraday Technology Vietnam có 2 trung tâm R&D tại TP.HCM và Cần Thơ, với đội ngũ nhân sự khoảng 400 người.
Ông Kevin Koh: “Chúng ta sẽ cần những controller SSD, controller CXL, và nhiều controller khác để xây dựng trung tâm dữ liệu AI. Tuy nhiên đến nay, những con chip đó vẫn chưa chạy trên tiến trình 2nm hay 4nm, mà có những chip vẫn được sản xuất trên tiến trình 20nm, 28nm, 40nm thậm chí 90nm.
Theo ông, tình trạng thiếu hụt nguồn cung chip trên toàn cầu không chỉ giới hạn ở năm 2027 mà có thể kéo dài đến 2030. Các nhà máy chip đang vận hành hết công suất mà không đủ đáp ứng nhu cầu. Không chỉ với chip tiến trình 2nm, 4nm hay 5nm mà cả chip sản xuất trên tiến trình trưởng thành 28nm hay 40nm cũng thiếu hụt trầm trọng.
“Tôi cho rằng, có rất nhiều cơ hội đối với chip 12nm và 14nm. Rất nhiều thiết bị IoT, nhà thông minh (Smart Home), nhà máy thông minh (Smart Factory) đang duy trì hoạt động dựa trên những loại chip này. Tại sao vậy? Từ góc độ kinh tế, chip 12nm và 14nm là trường hợp đặc biệt. Việc sản xuất chip 7nm phải đầu tư quá tốn kém, trong khi thế hệ chip 28nm đã trưởng thành thì tiêu tốn nhiều điện năng. Vì vậy, trong 10 năm tới, chip 12nm và 14nm vẫn sẽ là trường hợp đặc biệt”, chuyên gia Kevin Koh lý giải.
Cũng theo ông, có rất nhiều cơ hội phát triển nếu các công ty Việt Nam tập trung vào phân khúc sản phẩm này, vì nó cân bằng giữa hiệu năng, công suất và chi phí đầu tư cũng như năng lực sản xuất của Việt Nam.
Tập trung vào chip AI chuyên biệt
Trong chiến lược đầu tư vào bán dẫn, vị chuyên gia đến từ Faraday Technology Vietnam cũng gợi ý rằng, Việt Nam nên tập trung vào hệ sinh thái chip AI chuyên biệt (AI ASIC).
AI-ASIC (Artificial Intelligence Application-Specific Integrated Circuit) là loại chip bán dẫn được thiết kế chuyên biệt và tối ưu hóa hoàn toàn cho một thuật toán hoặc tác vụ trí tuệ nhân tạo cụ thể, thay vì là một chip xử lý đa năng. Khác với GPU vốn ban đầu được thiết kế để xử lý đồ họa máy tính rồi mới tùy biến cho AI, AI-ASIC được xây dựng từ phần cứng gốc (silicon) chỉ để làm một việc duy nhất: tăng tốc tối đa cho các mô hình học sâu (Deep Learning), mạng thần kinh nhân tạo (Neural Networks) với hiệu suất cao nhất và tiêu thụ điện năng thấp nhất.
Tuy nhiên, Việt Nam không nên chú trọng quá vào các dòng chip ASIC chính. Thay vào đó, Việt Nam nên ngay từ đầu tập trung phát triển từ tầng “Endpoint” (thiết bị đầu cuối) vì dễ dàng nghiên cứu, phát triển và tham gia thị trường, sau đó mới mở rộng dần lên tầng “Edge AI” (trí tuệ nhân tạo tại biên) và “Cloud AI” (trí tuệ nhân tạo đám mây) vốn dĩ đang có sự cạnh tranh quyết liệt hơn trên thị trường hiện nay.
Vị chuyên gia cũng chỉ ra rằng, nếu chỉ tập trung làm phần cứng (hardware) mà không song hành với việc tích hợp, nhúng vào phần mềm có sự hỗ trợ của AI, sản phẩm làm ra sẽ không bán được vì khó mà cạnh tranh trên thị trường hiện nay. Ngày nay, các sản phẩm đề phải tích hợp phần cứng và phần mềm, với AI hỗ trợ sâu. Theo ông Kevin Koh, đây chính là bài toán kinh tế thú vị trong chiến lược đầu tư vào ngành công nghiệp bán dẫn của Việt Nam trong những năm tới.
Việt Nam cần đặt mục tiêu 1.000 công ty Endpoint
Ông Koh đề cập, tầng Endpoint là nơi có rất nhiều ứng dụng và dịch vụ có thể cung cấp tới người dùng đầu cuối. Việt Nam có rất nhiều cơ hội phát triển ngành công nghiệp trong khu vực này, như cung cấp sản phẩm bán dẫn cho máy rửa bát, xe điện, tàu, các thiết bị Smart Home và IoT.
Theo đó, ông Kevin Koh đề xuất Việt Nam nên đặt mục tiêu hình thành 1.000 công ty Endpoint, 200 trong số đó sẽ thành công vươn lên tầng Edge AI, sau cùng có 10 công ty thành công vươn lên tầng Cloud AI. Cùng với đó, ông cho rằng, Việt Nam cần rút ngắn thời gian phát triển AI từ 12-18 tuần xuống dưới 6 tuần để nắm bắt cơ hội thị trường. Sự phát triển của AI phụ thuộc vào Data Center và các mô hình ngôn ngữ lớn. Khi hạ tầng điện toán đám mây và các mô hình ngôn ngữ lớn ổn định (dự kiến sau 2030), các ứng dụng Endpoint AI sẽ phát triển mạnh mẽ. Ông Koh cũng cho biết, Việt Nam có thuận lợi với nguồn nhân lực trẻ dồi dào có thể đáp ứng được nhu cầu về số lượng cũng như về chất lượng nguồn nhân lực.