- Tác giả đã làm nhà phân tích đầu tư tại nhiều quỹ phòng hộ trong 10 năm và có góc nhìn độc đáo về sự phát triển của công nghệ AI cũng như định giá cổ phiếu trên thị trường chứng khoán
- Trong vài năm gần đây, tác giả làm việc với vai trò nhà phát triển và đang thực hiện nhiều dự án mã nguồn mở liên quan đến mô hình và dịch vụ AI.
# Nvidia : The Bull Case
Bối cảnh tăng giá cổ phiếu của Nvidia
- Sự phát triển của AI và công nghệ học sâu: Học sâu và AI được đánh giá là công nghệ mang tính cách mạng nhất kể từ sau Internet, và Nvidia đã thiết lập vị thế gần như độc quyền trong lĩnh vực GPU, thúc đẩy các khoản đầu tư quy mô lớn và chi tiêu hạ tầng từ các doanh nghiệp lớn
- Biên lợi nhuận cao: Ghi nhận tỷ suất lợi nhuận vượt 90% ở các sản phẩm cao cấp dành cho trung tâm dữ liệu
- Thị trường có thể mở rộng: Cùng với sự tăng trưởng của công nghệ AI, nhu cầu mới đang được tạo ra trong nhiều lĩnh vực ứng dụng như trung tâm dữ liệu, robot và thay thế lao động con người
- "Định luật mở rộng": Hiệu năng mô hình liên tục được cải thiện khi dữ liệu và tài nguyên tính toán tăng lên, và Nvidia đang tận dụng điều này ở mức tối đa
Vị thế hiện tại và lợi thế cạnh tranh của Nvidia
- Nền tảng CUDA: Hệ sinh thái phần mềm của Nvidia đã trở thành tiêu chuẩn thực tế cho lập trình GPU
- Thương vụ mua lại Mellanox: Cung cấp lợi thế vượt trội so với đối thủ trong trung tâm dữ liệu nhờ công nghệ kết nối hiệu năng cao giữa các GPU
- Phần mềm độc quyền và chất lượng driver: Driver và độ ổn định phần mềm vượt trội hơn so với AMD
- Chiến lược duy trì vị thế dẫn đầu: Tái đầu tư lợi nhuận cao vào R&D để liên tục duy trì ưu thế công nghệ
# Những mối đe dọa chính đối với Nvidia
Cạnh tranh phần cứng
- Cerebras: Đưa ra cách tiếp cận mới với chip AI cỡ wafer nhằm né tránh các vấn đề về xử lý song song và kết nối của GPU Nvidia
- Groq: Tối đa hóa hiệu năng suy luận AI bằng công nghệ dựa trên "tính toán xác định"
- Các khách hàng lớn tự phát triển chip riêng:
- Amazon: Triển khai các chip riêng như Trainium2 và Inferentia2
- Google: Tự phát triển chip TPU thế hệ 6
- Microsoft và OpenAI: Công bố kế hoạch phát triển chip AI riêng
- Apple: Có khả năng áp dụng công nghệ tích lũy từ chip hướng tới người tiêu dùng sang chip AI
Cạnh tranh phần mềm
- Các framework trừu tượng hóa cấp cao:
- Những nền tảng như MLX, Triton và JAX đang làm giảm tầm quan trọng của CUDA và mở rộng khả năng thay thế nó
- Công nghệ chuyển đổi mã: Đang phát triển công nghệ dùng LLM để chuyển đổi mã CUDA cho phù hợp với phần cứng khác
- Cải thiện driver của AMD: Các nhà phát triển mã nguồn mở đang tiến hành những công việc driver mới để tối ưu hiệu năng GPU AMD
Đổi mới về hiệu quả của mô hình AI
- Sự xuất hiện của DeepSeek:
- DeepSeek đạt hiệu năng mô hình cạnh tranh với chi phí chỉ bằng 1/45 so với Nvidia nhờ huấn luyện mixed precision FP8 và công nghệ suy luận hiệu quả cao
- Ứng dụng kiến trúc Mixture-of-Experts(MOE) để triển khai các mô hình lớn với hiệu quả bộ nhớ cao
- Những kỹ thuật như "Multi-head Latent Attention" giúp giảm mạnh mức sử dụng VRAM
- Chi phí gọi API rẻ hơn 95% so với OpenAI và Anthropic
Thay đổi trong cấu trúc ngành
- Vai trò của TSMC: Do Nvidia không trực tiếp sản xuất chip của mình, TSMC cũng có thể sản xuất chip của các đối thủ khác bằng cùng quy trình
- Nỗ lực tự chủ của mọi khách hàng: Để giảm phụ thuộc vào các sản phẩm biên lợi nhuận cao của Nvidia, các khách hàng lớn đang đầu tư vào thiết kế chip riêng
Triển vọng thị trường và các thách thức của Nvidia
- Giá cổ phiếu hiện tại của Nvidia phụ thuộc vào một kịch bản tăng trưởng rất lạc quan, giả định doanh thu năm 2025 gấp 20 lần và biên lợi nhuận trên 75%
- Tồn tại khả năng tốc độ tăng trưởng chậm lại và biên lợi nhuận giảm xuống do các đổi mới về hiệu quả và sự cạnh tranh ngày càng gay gắt ở cả phần cứng lẫn phần mềm
- Ngay cả khi Nvidia tiếp tục duy trì ưu thế trong lĩnh vực công nghệ AI, những thách thức liên tục từ các đối thủ vẫn có khả năng ảnh hưởng đến thị phần và tăng trưởng dài hạn
# Kết luận
- Nvidia hiện đang ở vị thế nổi bật với vai trò người dẫn đầu trong đổi mới AI, nhưng do các mối đe dọa cạnh tranh đa chiều và sự thay đổi nhanh chóng của ngành, việc duy trì mức định giá cao hiện tại có thể sẽ khó khăn
- Nhà đầu tư nên đánh giá tích cực lợi thế công nghệ của Nvidia và tiềm năng tăng trưởng của thị trường AI, đồng thời theo dõi chặt chẽ các rủi ro đến từ đổi mới công nghệ của đối thủ và sự thay đổi trong cấu trúc thị trường
1 bình luận
Ý kiến trên Hacker News
Phần giải thích của DeepSeek gợi nhớ đến trải nghiệm về mạng trong thập niên 80-90. Khi đó, video theo yêu cầu là một thị trường lớn, và người ta đã phớt lờ tiềm năng của các thuật toán mã hóa video tiên tiến. Khả năng video trên Internet có được là nhờ các thuật toán thông minh hơn, chứ không phải Internet nhanh hơn.
Nếu DeepSeek có thể làm được nhiều việc hơn với ít tài nguyên hơn, thì nghịch lý Jevons sẽ phát huy tác dụng. Doanh số GPU sẽ tăng lên vì ngay cả các công ty nhỏ cũng có thể cạnh tranh. DeepSeek tuyên bố rằng với khoảng 200 nhân viên, họ có thể huấn luyện các mô hình cạnh tranh với chi phí thấp hơn 20 lần so với các tập đoàn lớn.
Nhấn mạnh bất lợi của người đi trước trong phát triển mô hình AI. Nếu có thể sao chép một mô hình với 5% chi phí, thì có hai quyết định hợp lý:
Các công ty như OpenAI cần chuyển đổi thành nền tảng hưởng lợi từ hiệu ứng mạng lưới trực tiếp.
Phần lớn điện toán AI đang tập trung vào suy luận. Có thể chạy phân tán R1 (680B) trên 3 máy tính tiêu dùng. Lợi thế của NVIDIA là kết nối hiệu quả hàng nghìn GPU, nhưng điều này có lẽ chỉ quan trọng với một phần nhỏ của điện toán AI.
Nhiều lợi thế của NVIDIA đang bị tấn công. Tuy nhiên, vì các đối thủ chỉ đang nhắm vào từng lợi thế riêng lẻ, NVIDIA vẫn sẽ là công ty duy nhất còn giữ được toàn bộ các lợi thế đó.
Bài kiểm tra thực sự của AI robot hình người là gấp quần áo. Với công nghệ hiện tại, đây vẫn là một bài toán khó. Tò mò không biết gần đây AI cho robot có tiến bộ gì không.
Hiệu quả của việc triển khai mô hình MoE 687B trên phần cứng thông thường đang bị đánh giá quá cao. Trên phần cứng Apple thì không thể, còn trên máy tính để bàn cũng chỉ vừa đủ. Do vấn đề băng thông PCIe, một tác vụ lập trình mất tới 12 phút.
Có thể có một chiến lược bất hợp pháp: chờ giá NVDA phục hồi rồi kiếm lời bằng cách tạo ra một đối thủ của OpenAI.
Không nhiều người nhìn đúng hiệu ứng của DeepSeek. Nếu nó hiệu quả hơn 10 lần, điều đó không có nghĩa là chỉ dùng 1/10 tài nguyên, mà là sẽ dùng nhiều hơn gấp 10 lần. Các sản phẩm công nghệ từ trước đến nay luôn dịch chuyển theo hướng này.
Ngay cả khi không quan tâm đến chiến lược bán khống trên thị trường chứng khoán, các bài báo về DeepSeek v3 và R1 vẫn có rất nhiều nội dung kỹ thuật xuất sắc, tóm tắt rõ ràng những ý tưởng thú vị.