12/12/2023
Đây là Hoàng Nhân Huân (Jensen Huang) người mà không một nhà phát triển công nghệ AI nào dám làm mất lòng. Ngay cả Elon Musk cũng phải kiêng nể ông phần nào.
Ông chính là nhà sáng lập kiêm CEO của Nvidia - công ty xuất GPU vừa đạt giá trị vốn hóa 1 nghìn tỷ đô.
Và Nvidia đã vượt mặt các đối thủ như AMD, Intel,... để trở thành công ty chip có giá trị vốn hóa lớn nhất thị trường.
Vậy điều gì đã giúp Nvidia có bước phát triển thần tốc như vậy?
Sự bùng nổ của AI đã giúp cho nhu cầu sử dụng chip của Nvidia trong việc huấn luyện và duy trì hoạt động của AI tăng cao.
Được thành lập vào năm 1993, Nvidia đã quá quen thuộc với những ai yêu thích chơi game hay làm việc trong lĩnh vực đồ họa.
CEO của Nvidia - Jensen Huang vốn là một người rất nhạy bén, ông đã nắm bắt xu hướng về AI từ rất lâu và đã cung cấp nhiều công cụ cho phép các nhà phát triển tùy chỉnh GPU của hãng cho các hoạt động đào tạo AI.
Thậm chí, vào năm 2016 ông đã cho đội ngủ của mình tạo ra DGX-1 là một chiếc máy chủ hình hộp cỡ máy tính để bàn trị giá 129.000 USD với tám GPU NVIDIA Tesla P100 , bộ lưu trữ SSD 7TB và hai bộ xử lý Xeon và mang nó đến trao tận tay cho Elon Musk để phục vụ cho việc đào tạo AI của OpenAI. Được biết NVIDIA cho biết họ tốn khoảng 2 tỷ đô la để phát triển dàn máy này.
Chính những ưu thế trong sức mạnh xử lý đa luồng, đa tác vụ của mình, những con chip của Nvidia là sự lựa chọn duy nhất phù hợp để huấn luyện AI cũng như khởi chạy các dự án AI.
Ước tính trung bình, một dự án AI cần từ vài nghìn đến vài chục nghìn chip của Nvidia. Mỗi chip có giá từ 10.000 USD. Và Nvidia đang nắm trong tay con át chủ bài con chip A100 - yếu tố quan trọng nhất nhì trong lĩnh vực phát triển AI. Với thế hệ tiếp theo là H100.
ChatGPT của OpenAI đã sử dụng đến 20.000 bộ xử lý đồ họa A100 của Nvidia để huấn luyện và duy trì hoạt động của nó hiện tại, họ đang dần nâng cấp lên các con chip H100. Con số này ước tính tiêu tốn hàng trăm triệu USD của Microsoft khi đầu tư vào OpenAI
Với Tesla, họ cũng đang đang sử dụng khoảng 5.760 GPU Nvidia A100 để đào tạo AI tự hành. Meta đã sử dụng tới 22.000 GPU V100 của Nvidia từ những năm 2017.
Nhiều trung tâm dữ liệu còn sử dụng hệ thống cao cấp hơn là DGX A100 bao gồm 8 GPU A100 hoạt động cùng nhau.
Và cứ khoảng 1 năm Nvidia lại ra mắt một kiến trúc GPU mới, với hiệu năng tăng khoảng 30 đến 50%. Bởi vậy, các công ty công nghệ lớn muốn phát triển AI có thể phải bỏ hàng chục, hàng trăm triệu USD mỗi năm cho Nvidia.
Chip Nvidia còn đóng vai trò quan trọng trong cơ sở hạ tầng đám mây. Các nhà khai thác trung tâm dữ liệu đã cùng nhau chi 15 tỷ USD vào năm ngoái cho các đơn đặt hàng số lượng lớn với Nvidia. Doanh thu hàng quý từ các trung tâm dữ liệu, thứ mà Nvidia hiện gọi là “nhà máy AI”, đã tăng 14% lên mức kỷ lục 4,28 tỷ USD.
Nvidia hiện đang chiếm khoảng 80% thị trường chip cao cấp và thời gian chờ cho một trong những bộ xử lý AI này hiện đã lên tới 8 tháng.
Tại sao chip của Nvidia lại là sự lựa chọn tốt nhất cho thị trường AI
Trước khi đối thủ AMD ra mắt chip MI300X thì những con chip cao cấp của Nvidia là sự lựa chọn duy nhất cho việc huấn luyện và duy trì hoạt động của AI.
Các GPU ra đời nhằm phục vụ công việc xử lý đồ họa độ phân giải cao, việc điều khiển đồ họa có độ phân giải cao cho các trò chơi trên PC yêu cầu các phép tính toán học cụ thể, sẽ chạy hiệu quả hơn khi sử dụng hệ kiến trúc “song song”,
Trong đào tạo mô hình AI, rất nhiều phép tính toán phức tạp, nhanh và cần được thực hiện đồng thời trên các dữ liệu lớn. Máy học cũng là loại tính toán đòi hỏi nhiều phép tính nhanh và đồng thời,
Nên loại kiến trúc song song mà chip Nvidia cung cấp là phù hợp nhất.
Hơn hết, Nvidia là nhà sản xuất duy nhất cung cấp toàn diện hệ sinh thái các công nghệ phần mềm và công cụ hỗ trợ cho việc đào tạo AI. Các thư viện phần mềm như cuDNN và TensorRT hay gói phần mềm CUDA của Nvidia giúp tối ưu hóa hiệu suất tính toán và tăng tốc quá trình đào tạo mô hình AI trên GPU.
Những lợi thế mà Nvidia có được không chỉ ở sức mạnh phần cứng mà còn cả công nghệ hỗ trợ khác như phần mềm, khả năng tối ưu, hiệu năng và chất lượng hình ảnh.
Không một ai dám đối đầu với Nvidia kể của Elon Musk.
Vào năm 2018, Elon Musk đã cố gắng thiết kế một con chip để thay thế nền tảng tự lái của Nvidia. Tuy nhiên, dự án của Elon Musk đã thất bại khi không thể chạy đua về sức mạnh xử lý với Nvidia được. Đến thời điểm hiện tại, các công ty của Elon Musk vẫn sử dụng chip của Nvidia.
Alphabet, Amazon và Microsoft đã đầu tư hàng tỷ USD vào chip nhớ. Google đã có những bước tiến đáng kể với các đơn vị xử lý tensor. Midjourney, ứng dụng tạo hình ảnh AI phổ biến, hiện đang sử dụng bộ xử lý của Google và GPU Nvidia. Tuy nhiên, một phân tích của New Street Research LLP cho thấy chip của Google kém linh hoạt hơn và không bền bằng Nvidia.
Hiện tại, đối thủ có thể coi là nặng ký nhất của Nvidia trên thị trường là AMD khi họ vừa tung ra con chip MI300X có thông số tương đương với H100 của Nvidia. AMD cũng tập trung xây dựng công nghệ có tên Infinity Architecture, giúp kết hợp 8 bộ MI300X trong một hệ thống xử lý AI. Cung cấp cho khách hàng gói phần mềm ROCm tương tự như của Nvidia.
Tuy nhiên, khoảng cách về công nghệ rất khó thu hẹp. Trong khi đó Intel, Qualcomm đều đang tỏ ra khá hụt hơi trong cuộc chơi này.
NextG - Next Generation: Công nghệ, Khoa học, Đời Sống, Giới trẻ
