# Bài viết Liên quan Nvidia

Trung tâm Tin tức HTX cung cấp những bài viết mới nhất và phân tích chuyên sâu về "Nvidia", 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.

Token ăn mất 30% lương, hóa đơn AI ở Thung lũng Silicon mất kiểm soát

Token hiện đang tiêu tốn tới 30% tổng lương nhân viên tại SemiAnalysis, một viện nghiên cứu bán dẫn Silicon Valley, nhưng đổi lại mang lại hiệu suất cao gấp nhiều lần chi phí lao động truyền thống. CEO NVIDIA, Jensen Huang, thậm chí khuyến khích các kỹ sư sử dụng Token với ngân sách bằng nửa lương, coi đây là "tư liệu sản xuất" mới. Tuy nhiên, mặt khác, nhiều gã khổng lồ công nghệ như Uber và Microsoft đang vật lộn với hóa đơn AI tăng vọt ngoài tầm kiểm soát, trong khi mối liên hệ giữa việc sử dụng AI và đổi mới sản phẩm thực tế vẫn chưa rõ ràng. Một nghiên cứu của MIT năm 2024 chỉ ra trong 77% công việc liên quan đến thị giác, thuê người vẫn rẻ hơn dùng AI. Báo cáo của SemiAnalysis nhấn mạnh đừng chỉ nhìn vào chi phí hiện tại. Với sự tối ưu hóa phần mềm (như tăng tốc độ xử lý token lên 14 lần) và phần cứng mới (hiệu suất cao gấp 17-32 lần), chi phí token dự kiến sẽ giảm mạnh. Gartner dự báo đến 2030, chi phí suy luận cho mô hình lớn có thể giảm hơn 90% so với 2025. Bài viết kết luận rằng dù các công ty công nghệ đang đầu tư hàng nghìn tỷ USD vào AI và cắt giảm nhân sự, tác động kinh tế rộng lớn vẫn chưa thấy rõ. Đây là giai đoạn "xây đường ống" cần thiết, tương tự như điện lưới hay internet trước đây. SemiAnalysis, với 30% chi phí lương chuyển thành token, đã thấy được đòn bẩy sản xuất khổng lồ và đứng về phía bên kia của dòng chảy. Câu hỏi đặt ra cho các công ty khác là bắt đầu ngay hay chờ đợi và bị tụt lại phía sau.

marsbit07/06 00:16

Token ăn mất 30% lương, hóa đơn AI ở Thung lũng Silicon mất kiểm soát

marsbit07/06 00:16

OpenAI và Anthropic Đều Muốn "Tự Nghiên Cứu Chip", Ngoài Chi Phí Ra, Quan Trọng Hơn Là Quyền Kiểm Soát Năng Lực Tính Toán

Theo The Information, Anthropic đang đàm phán với Samsung về việc thiết kế chip AI tùy chỉnh và đã khởi động công việc phát triển chip tự thiết kế. Động thái này được xem là việc Anthropic đi theo xu hướng của OpenAI, vốn đã triển khai dự án chip tùy chỉnh từ sớm hơn, hướng tới cạnh tranh tích hợp phần cứng và phần mềm. Nhu cầu điện toán cho việc huấn luyện và vận hành mô hình lớn rất cao, khiến chi phí duy trì ở mức cao. Đối với các công ty như OpenAI và Anthropic, chip không chỉ là vật tư mua ngoài mà còn là tư liệu sản xuất cốt lõi. Do đó, tự thiết kế chip trước hết là vấn đề giành quyền kiểm soát năng lực tính toán, tạo ra lựa chọn công nghệ dự phòng và tăng sức mạnh đàm phán. Lý do trực tiếp nhất là giảm chi phí, nhưng mục tiêu then chốt hơn là sự phối hợp đa tầng giữa mô hình, lõi phần mềm và chip, nhằm cải thiện hiệu suất tổng thể. Cấu trúc mô hình của OpenAI và Anthropic khác biệt, dẫn đến yêu cầu phần cứng khác nhau, khiến chip tùy chỉnh trở nên cần thiết. Tuy nhiên, việc tự thiết kế chip khó có thể thay thế ngay lập tức vai trò của nhà cung cấp như Nvidia, do quá trình từ thiết kế đến triển khai mất 18-24 tháng và hệ sinh thái phần mềm hiện tại phần lớn được tối ưu cho GPU. Chiến lược này thiết lập một con đường thứ hai, sử dụng ASIC tự thiết kế cho các tác vụ cụ thể như suy luận, trong khi vẫn duy trì sử dụng các nguồn lực tính toán bên ngoài. Xu hướng này cho thấy cuộc cạnh tranh AI đang mở rộng từ "mô hình nào mạnh hơn" sang "ai kiểm soát tốt hơn năng lực tính toán, vốn và ngăn xếp phần cứng". Các gã khổng lồ công nghệ như Google, Amazon, Meta, Microsoft đều đã bố trí sâu trong lĩnh vực chip tự thiết kế.

marsbit07/03 13:40

OpenAI và Anthropic Đều Muốn "Tự Nghiên Cứu Chip", Ngoài Chi Phí Ra, Quan Trọng Hơn Là Quyền Kiểm Soát Năng Lực Tính Toán

marsbit07/03 13:40

Cổ phiếu bán dẫn lao dốc, nhưng Anthropic lại muốn chế tạo một con chip 2nm

Anthropic, công ty phát triển AI Claude, đang lên kế hoạch tự thiết kế chip AI chuyên dụng, bắt đầu từ chip suy luận (inference) 2nm. Thông tin từ The Information cho biết họ đang thảo luận với Samsung về việc sử dụng quy trình sản xuất 2nm và công nghệ đóng gói tiên tiến của hãng này. Động thái này diễn ra trong bối cảnh ngành bán dẫn có biến động, nhưng nhu cầu tính toán cho AI vẫn tăng vọt. Việc hợp tác với Samsung được củng cố sau vòng đầu tư 650 tỷ USD của Anthropic hồi tháng 5, với sự tham gia của Samsung, SK Hynix và Micron. Samsung kỳ vọng đây là cơ hội để thúc đẩy mảng kinh doanh gia công chip, cạnh tranh với TSMC. Tuy nhiên, việc tự sản xuất chip rất phức tạp và Anthropic vẫn phụ thuộc nhiều vào các đối tác hiện tại như AWS (Trainium), Google (TPU) và đặc biệt là NVIDIA GPU, vốn chiếm thị phần áp đảo. CEO Dario Amodei của Anthropic thừa nhận thách thức trong việc cân bằng giữa đặt mua đủ năng lực tính toán cho tăng trưởng và tránh rủi ro tài chính nếu tốc độ chậm lại. Chip tự thiết kế có thể giúp tối ưu hóa hiệu suất, giảm chi phí vận hành Claude và tăng khả năng tự chủ. Tuy nhiên, các nhà quan sát chỉ ra rằng xu hướng này thực chất lại làm phức tạp hóa chuỗi cung ứng toàn cầu, tạo ra sự phụ thuộc lẫn nhau chặt chẽ hơn giữa các công ty AI Mỹ và các nhà sản xuất châu Á.

链捕手07/03 09:57

Cổ phiếu bán dẫn lao dốc, nhưng Anthropic lại muốn chế tạo một con chip 2nm

链捕手07/03 09:57

Bài báo "Nguy hiểm Nhất" Hàng Năm của NVIDIA: AI Tự Sinh Sản Mã, Tiến Hóa Cấp Độ Vô Hạn

Nvidia cùng các nhà nghiên cứu từ Đại học Cambridge đã công bố nghiên cứu mang tính đột phá mang tên "Red Queen Gödel Machine" (RQGM), một hệ thống AI có khả năng tự sinh mã và tiến hóa vô hạn. Khác với "Gödel Machine" cổ điển yêu cầu chứng minh toán học nghiêm ngặt trước khi tự sửa đổi, RQGM sử dụng cơ chế tiến hóa dựa trên "chọn lọc tự nhiên". Nó tự tạo ra các biến thể mã, thử nghiệm chúng trong môi trường sandbox, loại bỏ những phiên bản thất bại và giữ lại những phiên bản thành công để tiếp tục sinh sản. Điểm đột phá và được coi là "nguy hiểm" nhất của RQGM là nó không chỉ tiến hóa tác nhân thực hiện nhiệm vụ (agent), mà còn đồng thời tiến hóa cả "giám khảo" (evaluator) - tức là hệ thống đánh giá chính nó. Thông qua cơ chế "controlled utility evolution", hệ thống định kỳ thay thế giám khảo cũ bằng một giám khảo mới, khắt khe và chính xác hơn, dựa trên một tập dữ liệu chuẩn. Điều này tạo ra một vòng lặp đệ quy không ngừng, nơi AI liên tục phải chạy đua để tự cải thiện trong một môi trường ngày càng khó khăn hơn do chính nó tạo ra. Trong các thử nghiệm, RQGM đã chứng minh hiệu quả vượt trội so với các phương pháp tiên tiến nhất (SOTA) trước đó ở nhiều lĩnh vực: lập trình (tăng tỷ lệ đúng và tiết kiệm token), viết luận văn (tăng gấp đôi tỷ lệ được chấp nhận), và chứng minh toán học (điểm cao hơn, chi phí thấp hơn). Đặc biệt, nó còn khắc phục được xu hướng thiên vị nội dung AI của các mô hình ngôn ngữ lớn (LLM) khi làm giám khảo. Nghiên cứu này làm dấy lên những dự đoán táo bạo, như của Jack Clark từ Anthropic, về khả năng xuất hiện một AI có khả năng tự tiến hóa mạnh mẽ (Recursive Self-Improvement - RSI) vào khoảng năm 2028. Khi AI có thể tự thiết kế các tiêu chuẩn đánh giá và thách thức cho chính mình, nó đang tiến gần đến việc tự định nghĩa "trí thông minh" và mở ra một chương trình mới đầy thách thức và tiềm năng cho tương lai.

marsbit06/28 07:52

Bài báo "Nguy hiểm Nhất" Hàng Năm của NVIDIA: AI Tự Sinh Sản Mã, Tiến Hóa Cấp Độ Vô Hạn

marsbit06/28 07:52

Tám người cha đẻ của Transformer, hiện nay họ ở đâu?

Biên tập bởi Panda. Tám tác giả của bài báo nền tảng "Attention Is All You Need" (2017) - kiến trúc Transformer đã định hình AI hiện đại - giờ đây đều đã rời Google. Họ đang theo đuổi những con đường khác nhau: **Jakob Uszkoreit:** Đồng sáng lập Inceptive, tập trung vào thiết kế RNA và dược phẩm bằng AI. **Ashish Vaswani:** Đồng sáng lập Essential AI (mô hình Rnj-1), có thông tin đang được Nvidia tuyển dụng. **Noam Shazeer:** Đồng sáng lập Character.AI, trở lại Google rồi lại chuyển sang OpenAI. **Niki Parmar:** Từ Essential AI chuyển sang Anthropic, tham gia phát triển Claude. **Llion Jones:** Đồng sáng lập Sakana AI tại Tokyo, nghiên cứu mô hình hợp tác kiểu bầy đàn. **Aidan N. Gomez:** Đồng sáng lập Cohere, tập trung vào AI cho doanh nghiệp và chủ quyền số. **Łukasz Kaiser:** Ở lại môi trường nghiên cứu thuần túy tại OpenAI, đóng góp cho GPT-4 và mô hình suy luận. **Illia Polosukhin:** Đồng sáng lập giao thức blockchain NEAR, hướng tới nền kinh tế tác nhân AI. Dù phân tán, họ đều chia sẻ quan điểm rằng Transformer không phải là điểm kết thúc. Thách thức lớn tiếp theo là tìm ra một kiến trúc mới vượt trội hơn hẳn. Cuộc hành trình tìm kiếm câu trả lời tiếp theo cho tương lai AI vẫn tiếp diễn.

marsbit06/28 05:34

Tám người cha đẻ của Transformer, hiện nay họ ở đâu?

marsbit06/28 05:34

NVIDIA MoE Mới Đã Mã Nguồn Mở: Một Dòng Import, Tăng Tốc Fine-Tune 3.7 Lần

Chỉ cần thêm một dòng import, NeMo AutoModel của NVIDIA có thể tăng tốc độ fine-tuning mô hình MoE lên gấp 3.7 lần. Dựa trên nền tảng Hugging Face Transformers v5, công cụ này tương thích API và không yêu cầu sửa đổi code nhiều, cho phép fine-tuning các mô hình MoE với hiệu suất cao hơn và mức sử dụng bộ nhớ GPU thấp hơn. Bộ ba công nghệ cốt lõi gồm Expert Parallelism (EP) phân phối trọng số chuyên gia trên nhiều GPU để giảm 29-32% bộ nhớ, DeepEP kết hợp tính toán và giao tiếp để giảm độ trễ, và TransformerEngine tăng tốc các phép toán cơ bản. Thử nghiệm trên Qwen3-30B-A3B cho thấy tốc độ thông lượng huấn luyện (TPS/GPU) tăng từ 3075 lên 11340, tương đương 3.69 lần. Đối với Nemotron 3 Ultra 550B ở quy mô lớn (128 GPU), giải pháp này vẫn hoạt động ổn định trong khi Transformers v5 gặp lỗi tràn bộ nhớ. Mã nguồn và hướng dẫn sử dụng đã được NVIDIA công bố trên GitHub.

marsbit06/26 07:30

NVIDIA MoE Mới Đã Mã Nguồn Mở: Một Dòng Import, Tăng Tốc Fine-Tune 3.7 Lần

marsbit06/26 07:30

Báo cáo nghiên cứu: Doanh thu AI của TSMC sẽ tăng gấp đôi vào năm 2027, năng lực sản xuất CoWoS vẫn là nút thắt

**Phân tích báo cáo: Doanh thu AI của TSMC sẽ tăng gấp đôi vào năm 2027, công suất CoWoS vẫn là nút cổ chai** Morgan Stanley nâng dự báo nhu cầu đóng gói tiên tiến CoWoS toàn cầu cho năm 2027. Họ dự đoán doanh thu liên quan đến AI của TSMC sẽ đạt 86,3 tỷ USD vào năm 2027, tăng 218% so với 27,1 tỷ USD của năm 2026. Cấu thành chính bao gồm doanh thu GPU (28 tỷ USD), chip AI tùy chỉnh (18 tỷ USD), đóng gói tiên tiến CoWoS (40 tỷ USD) và CPU máy chủ AI (0,3 tỷ USD). Nhu cầu CoWoS toàn cầu dự kiến tăng 93% lên 2,694 triệu phiến vào năm 2027. NVIDIA vẫn là động lực chính, với nhu cầu CoWoS dự kiến tăng 57%. Tuy nhiên, nhu cầu từ AMD được dự báo tăng mạnh 308%, chủ yếu do CPU Venice và GPU MI400. Google TPU, thông qua đối tác thiết kế MediaTek và Broadcom, cũng đang trở thành khách hàng lớn thứ hai. Mặc dù TSMC lên kế hoạch tăng công suất CoWoS lên 200.000 phiến/tháng và các nhà cung cấp khác thêm 80.000 phiến/tháng vào cuối năm 2027 (tổng cộng 3,36 triệu phiến/năm), vẫn có khả năng xảy ra tình trạng thiếu hụt so với nhu cầu ước tính 2,694 triệu phiến. Đặc biệt, công suất cho các công nghệ cao cấp như CoWoS-L vẫn rất căng thẳng, củng cố quyền định giá của TSMC. Các yếu tố thúc đẩy gần đây bao gồm nguồn cung chất nền ABF được cải thiện (hỗ trợ TPU của Google), nhu cầu CPU mới từ NVIDIA Vera và AMD Venice, cũng như sản xuất hàng loạt GPU Rubin Ultra thế hệ tiếp theo của NVIDIA. Báo cáo cũng chỉ ra các công ty hưởng lợi trong chuỗi cung ứng như MediaTek (đối tác thiết kế TPU cho Google), ASE và KYEC. TSMC vẫn là công ty hưởng lợi cốt lõi, nhưng sự tăng trưởng đang lan rộng khắp chuỗi cung ứng AI.

marsbit06/25 03:57

Báo cáo nghiên cứu: Doanh thu AI của TSMC sẽ tăng gấp đôi vào năm 2027, năng lực sản xuất CoWoS vẫn là nút thắt

marsbit06/25 03:57

Google bán TPU, các ông lớn muốn sản xuất “token giá rẻ” bằng chip AI

Google đã bắt đầu bán trực tiếp chip TPU tự nghiên cứu và phần cứng điện toán AI đi kèm cho các trung tâm dữ liệu và khách hàng bên thứ ba. TPU (Tensor Processing Unit) là chip được thiết kế chuyên biệt cho các phép toán ma trận và tensor trong AI, giúp xử lý tính toán hiệu quả cao. Việc này cho phép Google cung cấp năng lực điện toán với hiệu suất cao và chi phí thấp hơn, góp phần tạo ra "token giá rẻ" cho các mô hình AI như Gemini, từ đó cạnh tranh trực tiếp với OpenAI. Động thái của Google được xem như một đòn tấn công vào thị phần của NVIDIA, đặc biệt trong phân khúc điện toán AI có tính kinh tế cao. Trong khi NVIDIA thống trị nhờ hệ sinh thái CUDA toàn diện, Google tập trung đóng gói TPU cùng kinh nghiệm xây dựng trung tâm dữ liệu và nền tảng phần mềm thành một giải pháp hệ thống hoàn chỉnh, nhắm đến các doanh nghiệp muốn tự xây dựng năng lực điện toán. Xu hướng này phản ánh sự chuyển dịch trong ngành: điện toán AI đang dần trở thành một tài nguyên cơ bản như điện hay nước. Do đó, cuộc cạnh tranh không còn chỉ là về chip mạnh nhất, mà là về hệ thống có thể cung cấp điện toán với hiệu quả chi phí tối ưu nhất. Các nhà cung cấp dịch vụ đám mây như Google, Huawei Cloud hay Alibaba Cloud đang nỗ lực xây dựng hệ sinh thái phần cứng và phần mềm khép kín của riêng mình, với mục tiêu cuối cùng là giảm chi phí token và mở rộng phổ cập AI.

marsbit06/24 10:24

Google bán TPU, các ông lớn muốn sản xuất “token giá rẻ” bằng chip AI

marsbit06/24 10:24

Cổ phiếu chip dẫn đầu đà lao dốc tại Mỹ, giao dịch AI đang bị 'song sát' bởi lãi suất và tỷ suất lợi nhuận?

Ngày 23/6, thị trường chứng khoán Mỹ chứng kiến đợt bán tháo mạnh đối với các cổ phiếu công nghệ và chuỗi cung ứng AI, với Nasdaq giảm 2,2% và S&P 500 giảm 1,4%. Áp lực bán tập trung vào mảng phần cứng AI - lĩnh vực giao dịch sôi động nhất năm qua - do hai nguyên nhân chính: kỳ vọng Cục Dự trữ Liên bang (Fed) tăng lãi suất trở lại và câu hỏi về thời điểm chi tiêu vốn AI khổng lồ của các nhà cung cấp điện toán đám mây chuyển hóa thành lợi nhuận rõ rệt. Cổ phiếu chip và bộ nhớ chịu tác động trực tiếp. NVIDIA giảm khoảng 4%, vốn hóa xuống dưới 5 nghìn tỷ USD. Micron lao dốc 13,2%, Qualcomm giảm khoảng 8%. Thị trường Hàn Quốc cũng đồng loạt đi xuống, với SK Hynix và Samsung Electronics giảm hai con số. Thứ tự bán tháo bắt đầu từ phần cứng AI cho thấy nhà đầu tư đang rút khỏi các tài sản tăng trưởng cao, định giá đắt đỏ nhất khi môi trường vĩ mô thay đổi. Về mặt chính sách, dự báo Fed có thể tăng lãi suất 75 điểm cơ bản trong năm 2026 đang gây áp lực lên các cổ phiếu công nghệ định giá dựa trên dòng tiền tương lai xa. Đồng thời, nhà đầu tư bắt đầu đặt câu hỏi khắt khe hơn về khả năng sinh lời từ khoản chi tiêu khổng lồ cho AI của các gã khổng lồ công nghệ như Alphabet, Amazon, Meta. Liệu doanh thu từ AI có đủ bù đắp chi phí? Tuy nhiên, đợt điều chỉnh này được xem là sự chốt lời tập trung sau một đợt tăng mạnh hơn là dấu hiệu vỡ bong bóng. Nhu cầu phần cứng AI cơ bản vẫn vững. Hai yếu tố then chốt cần theo dõi là báo cáo tài chính sắp tới của Micron để đánh giá sức mạnh nhu cầu, và dữ liệu lạm phát sẽ quyết định lộ trình chính sách của Fed. Thị trường đang trong giai đoạn phân kỳ: đây chỉ là đợt điều chỉnh bình thường hay bắt đầu chuyển hướng từ "chỉ mua kỳ vọng tăng trưởng" sang "bắt buộc phải thấy lợi nhuận".

marsbit06/24 04:15

Cổ phiếu chip dẫn đầu đà lao dốc tại Mỹ, giao dịch AI đang bị 'song sát' bởi lãi suất và tỷ suất lợi nhuận?

marsbit06/24 04:15

TechFlow Tình báo cục: AMD khôi phục tính năng mã hóa bộ nhớ cho CPU tiêu dùng, cổ phiếu chip Hàn Quốc giảm 10% gây chấn động thị trường

Cập nhật tình hình công nghệ: AMD khôi phục tính năng mã hóa bộ nhớ trên CPU tiêu dùng, trong khi cổ phiếu chip Hàn Quốc lao dốc 10% gây chấn động thị trường. Trong lĩnh vực AI, cộng đồng phàn nàn về chất lượng công cụ lập trình Cursor giảm sút và ứng dụng ChatGPT cho Mac thường xuyên gặp sự cố. Trong khi đó, sự kiện DeepSeek V4.1 sắp ra mắt lại thổi bùng kỳ vọng vào mô hình AI nội địa. Về chip và phần cứng, AMD đã đảo ngược quyết định, khôi phục tính năng mã hóa bộ nhớ cho CPU sau phản ứng từ người dùng. Mặt khác, thị trường có dấu hiệu hạ nhiệt khi giá thuê GPU của Nvidia giảm và nhu cầu HBM từ Samsung vẫn tăng mạnh. Thị trường chứng khoán chứng kiến một "Thứ Ba đen tối" với chỉ số KOSPI của Hàn Quốc giảm gần 10%, chủ yếu do cổ phiếu chip lao dốc. Cổ phiếu Micron và SpaceX cũng đồng loạt sụt giảm. Các nhà phân tích cảnh báo về khả năng bong bóng AI sắp vỡ và dự báo thị trường chứng khoán Mỹ có thể đạt đỉnh vào quý III. Đường "ẩn" chính của ngày hôm nay là sự chuyển dịch từ cơn sốt sang trạng thái bình tĩnh hơn trong lĩnh vực AI. Từ cơ sở hạ tầng phần cứng (giá GPU thuê giảm, cổ phiếu chip biến động) đến trải nghiệm phần mềm (công cụ AI "trở nên kém thông minh"), câu chuyện AI đang bước vào giai đoạn quan trọng để chứng minh giá trị thực sự của mình, thay vì chỉ là những kỳ vọng về khả năng vô hạn.

marsbit06/23 10:55

TechFlow Tình báo cục: AMD khôi phục tính năng mã hóa bộ nhớ cho CPU tiêu dùng, cổ phiếu chip Hàn Quốc giảm 10% gây chấn động thị trường

marsbit06/23 10:55

活动图片

Danh mục Phổ biếnright-arrow

Thẻ Nổi bậtright-arrow