Nvidia đã đạt thỏa thuận mua lại Hugging Face với giá 12,9 tỷ USD. Giới phân tích đang đặt thương vụ này cạnh báo cáo lợi nhuận gần nhất của Nvidia để đánh giá liệu hãng có đủ sức chặn đà vươn lên của Broadcom trong mảng chip AI hay không.
Sự so sánh trở nên rõ nét ở phía cung ứng. Nvidia bán GPU đa dụng, đang thống trị cả khâu huấn luyện lẫn suy luận mô hình AI, trong khi Broadcom phát triển ASIC tùy biến (custom ASIC) được “đo ni đóng giày” cho từng khối lượng công việc của hyperscaler. Mảng ASIC này tăng trưởng 44,6% so với cùng kỳ, so với mức 16,1% của GPU.
Đọc thêm: Định giá Gimlet Labs tăng vọt lên 3 tỷ USD sau vòng gọi vốn mới
Khoảng chênh lệch tăng trưởng 28 điểm phần trăm đó chính là “điểm đau” về mặt vật lý mà thương vụ này muốn giải quyết, và là lý do tại sao việc Nvidia mua Hugging Face không chỉ đơn thuần là săn nhân tài hay gom thêm bộ công cụ.
“Hào nước” phần mềm
Nhiều báo cáo cho rằng đây là nước đi phòng thủ trước đà tăng tốc của Broadcom ở mảng chip thiết kế riêng, hơn là một vụ đặt cược thuần túy vào nghiên cứu AI. Bằng việc sở hữu nền tảng mã nguồn mở và cộng đồng nhà phát triển quanh Hugging Face, Nvidia có thể gắn lợi thế phần cứng của mình với một lớp phần mềm mà chip ASIC tùy biến khó sao chép, theo phân tích của Shattered.io.
Về phía cung, lập luận khá đơn giản: khi hệ sinh thái lập trình viên bị “neo” chặt vào CUDA và bộ công cụ xung quanh, chi phí chuyển đổi tính trên mỗi đơn vị suy luận sẽ tăng lên – yếu tố ngày càng quan trọng trong bối cảnh chi phí tính toán trên mỗi token liên tục bị ép xuống.
Lợi thế mà Broadcom chào mời các hyperscaler là hiệu năng sử dụng vốn: chip được thiết kế riêng cho nhu cầu tính toán cụ thể của từng khách hàng, thay vì kiến trúc chung của Nvidia được tối ưu để xử lý nhiều loại khối lượng công việc cùng lúc, theo so sánh kết quả kinh doanh của Motley Fool.
Ở những nơi vốn đầu tư của hyperscaler đang chảy mạnh vào chip thiết kế riêng thay vì GPU thương mại, dòng tiền đó chính là tín hiệu đáng tin cậy hơn mọi tuyên bố công khai về “trung lập nhà cung cấp”.
Đọc thêm: Polygon mở tuyến quyên góp tiền mã hóa cho Quỹ cứu trợ thảm họa Nepal
Nhà đầu tư đang chờ điều gì?
Giới phân tích vẫn giữ quan điểm tích cực với cả hai doanh nghiệp, viện dẫn tốc độ tăng chi tiêu vốn của các hyperscaler khoảng 30% như một bằng chứng rằng chu kỳ đầu tư hạ tầng AI vẫn còn dư địa cho cả nhà cung cấp GPU lẫn ASIC.
Câu hỏi bỏ ngỏ là liệu lớp phần mềm của Nvidia – giờ được chống lưng bởi nền tảng vừa mua lại – có đủ sức bảo toàn biên lợi nhuận khi ngày càng nhiều nhà cung cấp đám mây tự thiết kế chip riêng thay vì mua GPU thương mại hay không.
Câu trả lời sẽ thể hiện trước hết trong các cam kết công suất và xu hướng chi phí trên mỗi lần suy luận, trước khi kịp phản ánh rõ trong bất kỳ câu chuyện lợi nhuận nào.
Xem tiếp: OpenAI ra mắt GPT-6 Astra, mô hình mạnh nhất từ trước đến nay
