# Bài viết Liên quan CUDA

Trung tâm Tin tức HTX cung cấp những bài viết mới nhất và phân tích chuyên sâu về "CUDA", bao gồm xu hướng thị trường, cập nhật dự án, phát triển công nghệ và chính sách quản lý trong ngành tiền kỹ thuật số.

Hàng rào phòng thủ CUDA mà Huang đắp suốt 20 năm, AI vừa dùng 10 giờ đã bắt đầu phá vỡ

CUDA - pháo đài phần mềm mà NVIDIA xây dựng suốt 20 năm - một lần nữa bị thách thức, lần này bởi chính AI. Công ty khởi nghiệp Infinity đã sử dụng AI Agent tên Ignition để tạo ra phần mềm tương tự CUDA cho chip AI của d-Matrix chỉ trong 10 giờ. Agent này tự động viết, biên dịch, chạy thử và tối ưu mã lõi (kernel), rút ngắn đáng kể quá trình phát triển phần mềm phần cứng. Tuy nhiên, đây mới chỉ là lớp kernel cơ bản. Toàn bộ hệ sinh thái CUDA bao gồm thư viện tối ưu hóa, công cụ gỡ lỗi, cộng đồng triệu nhà phát triển và hàng tồn mã vẫn là rào cản khổng lồ. Các chuyên gia như Bing Xu (INT21) và Chris Lattner (Modular) chỉ ra rằng xác minh tính đúng đắn và ổn định của mã AI tạo ra mới là thách thức thực sự, và chính NVIDIA cũng đang dùng AI để cải tiến CUDA. Mặt trận chính cho sự cạnh tranh hiện tại là thị trường **suy luận (inference)** AI. Khác với huấn luyện đòi hỏi hiệu năng tối đa và hệ sinh thái vững chắc, suy luận quan tâm nhiều hơn đến chi phí mỗi câu trả lời. Điều này mở ra cơ hội cho các chip chuyên dụng (như d-Matrix, Rebellions) và phần mềm mã nguồn mở cạnh tranh, vì khách hàng có thể sẵn sàng thử nghiệm nếu giải pháp rẻ hơn và không bị khóa chặt vào CUDA. Tóm lại, hào nước CUDA của NVIDIA vẫn cực kỳ sâu và rộng, đặc biệt ở mảng huấn luyện. Nhưng cuộc chiến đang chuyển dần sang lĩnh vực suy luận, nơi áp lực cạnh tranh ngày càng lớn. Chìa khóa dài hạn có thể nằm ở việc xây dựng hệ sinh thái **xác minh và tối ưu hóa** mạnh mẽ thay vì chỉ tập trung vào khối lượng mã.

marsbit1 giờ trước

Hàng rào phòng thủ CUDA mà Huang đắp suốt 20 năm, AI vừa dùng 10 giờ đã bắt đầu phá vỡ

marsbit1 giờ trước

Thành lũy CUDA 20 năm sụp đổ trong một cuối tuần, Claude tự chạy thành công GPU mới của AMD

Một cuối tuần, Claude của Anthropic đã tự vận hành thành công mô hình AI tiên tiến trên hệ thống AMD MI355X mới mà không cần kỹ sư chỉnh sửa bất kỳ dòng mã nào. Sự kiện này cho thấy rào cản sinh thái CUDA suốt 20 năm của NVIDIA có thể bị thu hẹp. AMD đã cung cấp bộ công cụ ROCm.AI và "AMD Skills" - một kho kiến thức được xác thực để AI Agent như Claude có thể tự đọc tài liệu, triển khai mô hình, chẩn đoán sự cố và tối ưu hiệu suất. Đặc biệt, AMD còn công bố tập lệnh (ISA) dưới dạng AI có thể đọc được, cho phép Agent trực tiếp điều chỉnh hiệu suất chip thông qua công cụ Hyperloom, từ đó cải thiện tốc độ suy luận. Sức mạnh của Agent nằm ở khả năng tự động hóa quy trình tối ưu hóa phức tạp vốn đòi hỏi nhiều năm kinh nghiệm của kỹ sư GPU. Nó có thể song song thử nghiệm hàng ngàn cấu hình, đúc kết kinh nghiệm và tích lũy tri thức cho các tác vụ sau. Cách tiếp cận này rút ngắn đáng kể con đường xây dựng hệ sinh thái phần mềm, biến khoảng cách tích lũy hàng thập kỷ thành một cuộc đua mà AI có thể tham gia không ngừng nghỉ.

marsbit07/28 00:10

Thành lũy CUDA 20 năm sụp đổ trong một cuối tuần, Claude tự chạy thành công GPU mới của AMD

marsbit07/28 00:10

Fable 5 ‘Thủ Công’ Tạo Ra Hạt Nhân ‘Siêu Cấp’ CUDA Đầu Tiên, Tăng Tốc Đến 18.7 Lần Chỉ Trong 2.5 Giờ

Fable 5 - phiên bản an toàn của Claude Mythos từ Anthropic - đã tạo ra một "siêu nhân" (megakernel) CUDA trong thử nghiệm KernelBench-Mega, đạt tốc độ nhanh gấp 18.7 lần so với mã tham chiếu. Nó vượt xa các đối thủ như Claude Opus 4.8 (14.4x) và GPT-5.5 (4.34x). Điểm đột phá nằm ở việc Fable 5 "thuần túy" viết mã: nó gộp toàn bộ quy trình suy luận (giải lượng tử hóa int4, tích chập, chú ý, MoE, v.v.) vào chỉ MỘT lần khởi chạy kernel duy nhất, sử dụng 14 rào cản lưới. Trong khi đó, các mô hình khác phải tách thành 4-14 lần khởi chạy riêng biệt, gây lãng phí thời gian. Quá trình phát triển diễn ra trong 2.5 giờ (~550k token), với 64% thời gian dành để phân tích kỹ lưỡng trước khi viết mã. Jack Clark, đồng sáng lập Anthropic, nhận định đây có thể là sự khởi đầu của vòng lặp "tự cải tiến đệ quy" (RSI), nơi AI có thể tự tối ưu hóa phần cứng để đẩy nhanh tốc độ phát triển của chính nó, tạo ra một vòng xoáy tăng tốc. Sự kiện này vừa cho thấy tiềm năng phi thường, vừa đặt ra những câu hỏi quan trọng về tương lai.

marsbit07/07 07:38

Fable 5 ‘Thủ Công’ Tạo Ra Hạt Nhân ‘Siêu Cấp’ CUDA Đầu Tiên, Tăng Tốc Đến 18.7 Lần Chỉ Trong 2.5 Giờ

marsbit07/07 07:38

AMD Ra Mắt Máy Chủ AI Cỡ Nhỏ, Nhắm Thẳng NVIDIA DGX Spark

Tháng 6/2026, AMD đã công bố máy chủ AI nhỏ gọn Ryzen AI Halo, đối đầu trực tiếp với DGX Spark của NVIDIA. Cả hai đều có bộ nhớ thống nhất 128GB, kích thước nhỏ và hướng đến nhà phát triển AI tại chỗ, nhưng con đường tiếp cận khác biệt. Ryzen AI Halo dựa trên kiến trúc x86, chạy Windows/Ubuntu, sử dụng APU Ryzen AI Max+ 395 tích hợp CPU, GPU RDNA 3.5 và NPU. Nó là một máy tính để bàn đa dụng với giá dự kiến thấp hơn (từ $2,949). DGX Spark của NVIDIA sử dụng kiến trúc ARM+GPU Blackwell chuyên biệt, chạy hệ điều hành DGX OS tùy chỉnh và được tối ưu hóa sâu cho pipeline AI với card mạng cao tốc ConnectX-7, giá khởi điểm $3,999. Về hiệu năng inference đơn lẻ, chúng ngang nhau, nhưng DGX Spark có lợi thế trong xử lý prompt và các tác vụ song song nhờ phần mềm tối ưu và hỗ trợ tính toán độ chính xác thấp. Bài viết nêu bật nỗ lực của AMD trong việc xây dựng hệ sinh thái mở thay thế thông qua ROCm (hiện đã hỗ trợ tốt các framework chính), cùng các chiến lược dài hạn như ký hợp đồng cung cấp GPU lượng lớn với OpenAI và Meta, và mua lại ZT Systems để tăng cường khả năng thiết kế hệ thống. Tuy nhiên, NVIDIA vẫn duy trì lợi thế lớn với hệ sinh thái CUDA trưởng thành 17 năm, các công cụ doanh nghiệp tích hợp (như AI Enterprise), và khả năng mở rộng cụm máy dễ dàng. Tóm lại, AMD không cố gắng đánh bại toàn diện "pháo đài" phần mềm-phần cứng của NVIDIA, mà định vị mình như một lựa chọn thay thế khả thi, tiết kiệm chi phí và linh hoạt hơn cho những nhà phát triển nhạy cảm về giá hoặc muốn tránh bị khóa vào một nhà cung cấp duy nhất. Ryzen AI Halo là hiện thân của chiến lược đó trên máy tính để bàn.

marsbit06/16 09:16

AMD Ra Mắt Máy Chủ AI Cỡ Nhỏ, Nhắm Thẳng NVIDIA DGX Spark

marsbit06/16 09:16

Tự chủ hay tương thích: Lựa chọn sinh thái AI Trung Quốc đằng sau việc trì hoãn DeepSeek V4

Trong bối cảnh DeepSeek V4 liên tục trì hoãn ra mắt, nguyên nhân chính được cho là do quá trình tối ưu hóa và chuyển đổi nền tảng tính toán từ CUDA của NVIDIA sang chip Ascend của Huawei thông qua framework CANN. Sự chậm trễ này phản ánh thách thức kỹ thuật sâu rộng khi chuyển một mô hình tỷ tham số sang kiến trúc phần cứng và phần mềm khác, đặc biệt trong việc đáp ứng yêu cầu về băng thông bộ nhớ, kết nối chip và quản lý bộ nhớ cache. Bài viết nhấn mạnh sự thống trị của NVIDIA trong hệ sinh thái AI thông qua nền tảng CUDA khép kín, tạo ra rào cản kỹ thuật và hệ sinh thái cho các đối thủ. Huawei CANN ban đầu theo đuổi con đường độc lập nhưng dần chuyển sang hướng tương thích với CUDA để giảm chi phí chuyển đổi và thu hút người dùng. Tuy nhiên, chiến lược này tiềm ẩn rủi ro khi phụ thuộc vào giới hạn công nghệ của NVIDIA và có thể tạo ra khoảng cách về hiệu suất nghiên cứu và phát triển. Dù vậy, việc DeepSeek V4 thành công trên nền tảng Huawei có thể chứng minh tính khả thi của hệ sinh thái AI Trung Quốc, thúc đẩy sự trưởng thành của CANN và thu hút cộng đồng phát triển. Tác giả kết luận rằng tương thích là cần thiết trong ngắn hạn, nhưng tự chủ thực sự về kiến trúc phần mềm và phần cứng mới quyết định khả năng cạnh tranh lâu dài của AI Trung Quốc.

marsbit04/21 10:19

Tự chủ hay tương thích: Lựa chọn sinh thái AI Trung Quốc đằng sau việc trì hoãn DeepSeek V4

marsbit04/21 10:19

Thị phần của Nvidia tại Trung Quốc giảm xuống dưới 60%, chip AI nội địa giao 1,65 triệu chip chiếm lĩnh thị trường

Theo dữ liệu từ IDC, thị phần của NVIDIA tại Trung Quốc đã giảm từ khoảng 95% xuống còn 55% vào năm 2025, với tổng số lượng chip AI xuất xưởng là 4 triệu, trong đó các nhà sản xuất nội địa chiếm 41% (1,65 triệu chip). Huawei dẫn đầu với 812.000 chip, tiếp theo là T-Head của Alibaba (265.000) và các hãng khác như Baidu, Cambricon. Huawei cũng ra mắt Atlas 350, tuyên bố hiệu năng cao gấp 2,87 lần so với NVIDIA H20 trong suy luận. Chính sách thay thế nhập khẩu của Bắc Kinh và lệnh cấm xuất khẩu của Mỹ là động lực chính. Các trung tâm dữ liệu quốc doanh được yêu cầu chuyển sang dùng chip nội địa. Dù chip Trung Quốc vẫn kém NVIDIA 5-10 năm trong đào tạo mô hình lớn, chúng đã đạt ngưỡng "đủ dùng" cho suy luận. Thách thức chính là hệ sinh thái phần mềm, với nỗ lực tương thích CUDA. Nhiều công ty chip AI nội địa đang lên sàn chứng khoán, và Huawei đặt mục tiêu xuất 750.000 chip Ascend 950PR vào năm 2026. Thị phần của NVIDIA có thể tiếp tục giảm do chính sách và sự phát triển của chip nội địa.

marsbit04/03 05:53

Thị phần của Nvidia tại Trung Quốc giảm xuống dưới 60%, chip AI nội địa giao 1,65 triệu chip chiếm lĩnh thị trường