Theo các nhà phân tích của Bernstein, đã được truyền thông Trung Quốc dẫn lại, thị phần của Nvidia trong thị trường bộ xử lý AI Trung Quốc có thể giảm mạnh từ mức 66% vào năm 2024 xuống còn khoảng 8% ngay trong năm nay...

Dù GPU AI và các giải pháp tăng tốc của Nvidia vẫn được coi là chuẩn mực hàng đầu của ngành AI toàn cầu, nhưng căng thẳng từ Mỹ và đáp trả từ Trung Quốc đang làm lung lay nghiêm trọng vị thế của hãng chip Mỹ tại thị trường Trung Quốc, theo Tom’s Hardware.

Theo dự báo của các nhà phân tích của công ty nghiên cứu và tư vấn đầu tư hàng đầu của Mỹ Bernstein, đã được truyền thông Trung Quốc dẫn lại, thị phần của Nvidia trong thị trường bộ xử lý AI Trung Quốc có thể giảm mạnh từ mức 66% vào năm 2024 xuống còn khoảng 8% ngay trong năm nay. Phần thị trường mà Nvidia để lại đang nhanh chóng được lấp đầy bởi Huawei, Cambricon cùng nhiều nhà sản xuất phần cứng độc lập trong nước, với tổng thị phần cộng gộp lên tới gần 80%.

Sự chuyển dịch này là kết quả của nhiều yếu tố như các hạn chế ngày càng nghiêm ngặt của cơ quan quản lý Trung Quốc lên phần cứng Nvidia, những bước tiến về kiến trúc chip của Huawei, Cambricon, Moore Threads, MetaX, đồng thời sự trưởng thành nhanh chóng của các nền tảng phần mềm AI do Trung Quốc tự phát triển.

“Các sản phẩm hiện nay đã đủ khả năng phục vụ nhu cầu của nhà phát triển trong nước. Không còn cần phải chờ đợi các sản phẩm tiên tiến từ nước ngoài nữa”, ông Zhang Jianzhong, Giám đốc điều hành Moore Threads, công ty công nghệ Trung Quốc chuyên thiết kế và phát triển chip GPU, nói tại buổi họp báo ra mắt Huashan – GPU đầu tiên của công ty được thiết kế chuyên cho các tác vụ tăng tốc AI.

Xét về hiệu năng, GPU Huashan của Moore Threads được đánh giá có thể cạnh tranh với các dòng Hopper H100 và H200 – những bộ tăng tốc AI thế hệ trước của Nvidia mà Mỹ gần đây cho phép xuất khẩu sang Trung Quốc. Tuy nhiên, Huashan vẫn kém xa các GPU Blackwell B200 và B300 mới nhất của Nvidia, những sản phẩm hiện bị cấm hoàn toàn tại thị trường Trung Quốc.

Ở chiều ngược lại, Huawei đang cho thấy tham vọng không hề che giấu. Hệ thống AI CloudMatrix 384 của hãng được cho là vượt qua cả GB200 NVL72 và GB300 NVL72 của Nvidia về hiệu suất BF16 FLOPS – định dạng phổ biến trong huấn luyện mô hình AI dù phải đánh đổi bằng mức tiêu thụ điện năng cao gấp bốn lần.

Xa hơn, cụm siêu máy tính AI Atlas 950 SuperCluster thế hệ tiếp theo của Huawei, dựa trên 524.288 bộ tăng tốc Ascend 950DT, được kỳ vọng đạt tới 524 FP8 ExaFLOPS cho huấn luyện AI và tối đa 1 FP4 ZettaFLOPS cho suy luận (MXFP4) trong giai đoạn 2026–2027, trước khi tiến tới mốc 4 ZettaFLOPS vào cuối năm 2028.

Dù vậy, những con số này vẫn thấp hơn các siêu cụm hàng đầu dựa trên kiến trúc Blackwell, chẳng hạn như OCI Supercluster của Oracle với 131.072 GPU B200, có thể đạt hiệu suất suy luận tối đa khoảng 2,4 FP4 ZettaFLOPS. Tuy nhiên, điều đáng chú ý là tốc độ nâng cấp năng lực phần cứng AI của Trung Quốc đang diễn ra nhanh hơn nhiều so với các dự báo thận trọng trước đây.

Rào cản lớn nhất hiện nay không chỉ nằm ở phần cứng, mà ở quá trình chuyển đổi khỏi một hệ sinh thái đã gắn chặt với Nvidia trong nhiều năm. Phần lớn các hệ thống AI đang vận hành tại Trung Quốc vẫn dựa trên GPU Nvidia và nền tảng CUDA. Việc chuyển sang phần cứng và phần mềm trong nước không chỉ phức tạp về mặt kỹ thuật, mà còn tốn kém và tiềm ẩn rủi ro lớn trong vận hành.

Dẫu vậy, tự chủ phần cứng AI vẫn là mục tiêu chiến lược dài hạn của Trung Quốc. Một dự thảo kế hoạch 5 năm của Trung Quốc được ban hành hồi tháng 10 năm ngoái đã kêu gọi nước này thúc đẩy tự lực bán dẫn theo mô hình “hệ thống quốc gia mới”, huy động đồng thời các cơ quan nhà nước, doanh nghiệp tư nhân và các tổ chức tài chính.

Trọng tâm của chiến lược này là nhóm được gọi là “bốn con rồng nhỏ” trong lĩnh vực GPU: Moore Threads, MetaX, Biren Technology và Suiyuan Technology (Enflame).

Song song với đó, các tập đoàn công nghệ quy mô siêu lớn cũng đang tăng tốc phát triển silicon tùy chỉnh. Kunlunxin, đơn vị chip AI của Baidu, đặt mục tiêu tung ra năm bộ xử lý AI vào năm 2030, trong khi Alibaba vẫn kiên trì theo đuổi tham vọng tự thiết kế chip của riêng mình.

Tuy nhiên, toàn bộ hệ sinh thái AI Trung Quốc vẫn bị giới hạn bởi năng lực sản xuất chip trong nước. SMIC hiện chủ yếu sản xuất ở tiến trình 7 nm với sản lượng còn hạn chế. Nếu không thể mở rộng năng lực chế tạo trong vài năm tới, ngành AI Trung Quốc có nguy cơ tụt lại phía sau Mỹ, hoặc buộc phải tìm cách tiếp cận các GPU hiệu năng cao của Nvidia để duy trì khả năng cạnh tranh.