Nvidia: Người khổng lồ bất khả chiến bại?
Xem thêm:
- OpenAI tạo đột phá lớn với GPT Builder, GPT Store và GPT-4 Turbo
- Hướng dẫn cách dùng GPT Builder tạo chatbot GPT tùy chỉnh mà không cần lập trình
- [Review] GPT gần như trở thành trợ lý (agent)
- 12 công ty khởi nghiệp AI tạo sinh có thể làm đảo lộn quảng cáo và tiếp thị
- Công cụ AI dự đoán xu hướng ẩm thực
- Hướng dẫn sử dụng GPT4-Vision để đọc hình ảnh
- [Review] DALL-E 3, công cụ tạo ảnh AI miễn phí của ChatGPT
- DALL-E 3 của ChatGPT Đe Dọa MidJourney nhờ các tính năng mới
Khi báo chí đưa tin tỷ phú Nvidia Jensen Huang ăn lẩu ngan và uống cà phê Giảng ở phố Lương Ngọc Quyến, mọi người ai cũng nghĩ ông đi tour phố cổ Hà Nội giống như các du khách nước ngoài muốn khám phá văn hóa và ẩm thực vỉa hè Việt Nam. Nhưng ít người biết là các quán ăn bình dân có ý nghĩa đặc biệt đối với vị CEO người Mỹ gốc Đài Loan này.
(Ảnh: Tuổi Trẻ)
Năm 1993, tại một quán ăn bình dân thuộc chuỗi bán đồ ăn nhanh bình dân Denny’s ở San Jose (Mỹ), ông Huang đã khai sinh Nvidia, công ty 30 năm sau trở thành nhà sản xuất chip lớn nhất thế giới trị giá hơn 1 nghìn tỷ USD, trái tim của cuộc cách mạng trí tuệ nhân tạo.
(Ảnh: sưu tầm)
Sự ra đời của Nvidia tại một quán ăn bình dân là câu chuyện viết tiếp về “giấc mơ Mỹ” và truyền thuyết viết về Thung lũng Silicon nơi các công ty lừng danh như Apple và Hewlett Packard khởi nghiệp từ các căn phòng ở tầng hầm để ô-tô.
Chỉ trong vài năm, Nvidia đã từ một công ty chiếm phần lớn hoạt động kinh doanh từ chip được thiết kế cho trò chơi điện tử cao cấp trở thành một đế chế AI trị giá hơn 1 nghìn tỷ USD, gia nhập những gã khổng lồ công nghệ Apple, Microsoft, Amazon và Alphabet, công ty mẹ. của Google.
Là công ty sản xuất chips bán dẫn đầu tiên đạt được cột mốc đó, Nvidia có giá trị thị trường cao hơn gấp đôi so với ít nhất 4 công ty cùng ngành về chip có doanh thu hàng năm cao hơn. Các nhà phân tích dự đoán Nvidia sẽ tăng gấp đôi doanh thu của mình lên 54,5 tỷ USD trong năm 2023, có khả năng vượt qua Intel, Qualcomm và Broadcom – một tốc độ chưa từng có đối với một công ty có quy mô như Nvidia.
Nvidia chuyên về các đơn vị xử lý đồ họa (GPU) tối ưu cho các trò chơi điện tử có đòi hỏi cao về khả năng xử lý đồ họa. Đây vốn là hoạt động kinh doanh cốt lõi của Nvidia và là một hoạt động khá sinh lợi. Doanh thu hàng năm từ mảng trò chơi điện tử đã tăng từ dưới 3 tỷ USD năm 2016 lên hơn 12 tỷ USD sáu năm sau đó.
Vô tình Nvidia phát hiện ra GPU sử dụng nhiều lõi chip nhỏ hoạt động song song cũng rất hữu ích cho các tác vụ đòi hỏi khả năng điện toán cao khác như tăng tốc hiệu suất tính toán của GPU là “bộ não” của máy tính.
Năng lực đặc biệt này nhanh chóng lọt vào mắt xanh của Google, Microsoft và Amazon khi họ đầu tư xây dựng các trung tâm dữ liệu khổng lồ cho các dịch vụ điện toán đám mây và dịch vụ internet của họ. Thị trường này và nhu cầu trang bị “trâu cày” đào tiền mã hóa như bitcoin đã làm lu mờ doanh số từ trò chơi điện tử. Doanh thu hàng năm ở phân khúc trung tâm dữ liệu của Nvidia bùng nổ từ mức chỉ 339 triệu USD năm 2016 lên hơn 15 tỷ USD vào năm ngoái. Nhưng với Nvidia, đây mới chỉ làm màn dạo đầu… Các nhà phân tích kỳ vọng doanh thu từ trung tâm dữ liệu của Nvidia sẽ đạt 60 tỷ USD trong năm 2024 – gấp hơn 4 lần so với năm 2023.
Cứng – Mềm: Chiến lược song thủ hỗ bác
Nvidia hợp tác với TSMC (công ty sản xuất chip có trụ sở tại Đài Loan) và outsource việc sản xuất cần rất nhiều vốn. TSMC sau đó phát triển nhanh chóng khi nhiều công ty thiết kế chip liên tiếp ra đời.
Phần cứng không thể hoạt động nếu không có phần mềm. Do đó các công ty sản xuất chip thường không sản xuất phần mềm hướng tới người dùng như ứng dụng trên PC và smartphone, nhưng họ thường cung cấp các công cụ phần mềm để các nhà phát triển viết ứng dụng có thể hoạt động trên chip của họ.
Đối với phần mềm, Nvidia đã có tầm nhìn về AI từ rất sớm. Năm 2006, công ty công bố CUDA (Compute Unified Device Architecture) – ngôn ngữ lập trình cho phép các nhà phát triển viết ứng dụng cho GPU. Nước cờ này đã tạo lập nền tảng vững chắc cho hoạt động kinh doanh AI của Nvidia. Nhờ có CUDA mà các kỹ sư và nhà khoa học có thể lập trình cho GPU “để giải quyết các vấn đề toán học chuyên sâu rất tốn kém nếu không có CUDA”. Một đối thủ lớn là AMD sản xuất chip chuyên dụng nhưng không có nền tảng giống CUDA.
Được cung cấp miễn phí, CUDA đã phát triển lên thành 250 thư viện phần mềm đa dạng và do đó được được các nhà phát triển AI rất ưa dùng. Trong bài phát biểu tại hội nghị COMPUTEX vào tháng 5/2023, CEO Huang cho biết năm ngoái CUDA đã được tải xuống 25 triệu lần, cao hơn gấp đôi so với số lượt tải xuống hiện tại của phần mềm trước đó.
Nếu như phần cứng làm nên tên tuổi của Nvidia thì phần mềm (CUDA) mới là “vũ khí bí mật” tạo ra khoảng cách mà các đối thủ sẽ khó thu hẹp. Cựu Phó Chủ tịch Nvidia, Michael Douglas dự đoán rằng hầu hết các cải tiến về hiệu suất trong vài năm tới đối với các hệ thống của Nvidia “sẽ được điều khiển bằng phần mềm thay vì điều khiển bằng phần cứng”.
Nvidia tích hợp cứng-mềm (CUDA-GPU) rất khít khao. CUDA chỉ có thể chạy trên GPU của Nvidia và các đối thủ không thể tận dụng nền tảng CUDA được Nvidia che chắn bảo vệ rất tốt. Có những nền tảng mở tương tự khác như OpenCL có thể hoạt động với bất kỳ phần cứng nào, tuy nhiên hiệu suất bị hạn chế do cơ chế tích hợp yếu hơn so với Nvidia. Điều này tạo ra giá trị to lớn cho các nhà phát triển sử dụng CUDA trên GPU của Nvidia.
NVIDIA nhanh chóng thiết lập các chuyên ngành dựa trên kiến trúc CUDA ban đầu cho các ngành Ô tô, Rô-bốt, Trung tâm dữ liệu, Học sâu, Genomics và các ngành khác. NVIDIA đã đầu tư rất nhiều vào đào tạo các kỹ sư phần mềm nhằm nâng cao khả năng của nền tảng CUDA. NVIDIA tận dụng một nền tảng duy nhất trên nhiều lĩnh vực khác nhau, giúp giảm chi phí phần cứng. Công ty đã thiết kế để CUDA tương thích với nhiều ứng dụng như Adobe (ADBE), Autodesk (ADSK) và các ứng dụng thiết kế, truyền thông và giải trí khác. Hơn nữa, mọi phiên bản CUDA đều tương thích với các phiên bản trước đó. GPU NVIDIA có thể chạy với tất cả các phiên bản CUDA, mang lại sự linh hoạt khi sử dụng nhiều hoán vị phần cứng và phần mềm khác nhau, đồng thời tạo ra toàn bộ hệ sinh thái dựa trên CUDA.
Hệ sinh thái này gồm hai phần liên kết chặt chẽ và bổ sung cho nhau: đội ngũ đông đảo các nhà phát triển và số lượng lớn các chuyên ngành và ứng dụng. Điều này đã tạo ra hiệu ứng mạng (network effect). Nhu cầu tuyển dụng nhân sự biết sử dụng CUDA chạy trên GPU của Nvidia ở nhiều ngành nghề càng tăng thì lại càng có nhiều người có nhu cầu học sử dụng CUDA để xin việc.
Cạnh tranh nóng lên
Miếng bánh GPU cho AI quá ngon để có thể bỏ qua. Nhà sản xuất chip đối thủ Advanced Micro Devices đã áp dụng hệ sinh thái phần mềm nguồn mở cho chip AI của riêng mình và công ty sẽ ra mắt một sản phẩm GPU mới vào cuối năm nay để giải quyết nhu cầu AI tạo sinh cho các trung tâm dữ liệu. Và các khách hàng lớn nhất của Nvidia như Amazon, Microsoft và Google – cũng đang hối hả thiết kế chip riêng cho các nhiệm vụ đòi hỏi chuyên môn cao trong trung tâm dữ liệu của họ.
Áp lực cạnh tranh trong ngành đang nóng rất nhanh. Chính cũng Nvidia thấm thía với bài học quá khứ rằng không có công ty công nghệ nào thực sự bất khả chiến bại. Vị trí của Nvidia từng bị Intel và AMD đe dọa khi họ tích hợp công nghệ GPU của riêng họ với chip CPU để trang bị cho PC. Khi đó Intel có doanh thu hàng năm gấp khoảng 10 lần Nvidia nhưng sắp bị vượt qua.
(Dựa trên Wall Street Journal, Harvard’s Digital Innovation)