Hook
"AI đang ở một bước ngoặt có ý nghĩa." – Lisa Su, CEO của AMD, phát biểu tại hội nghị Computex 2024, không chỉ là một câu nói gây chú ý. Nó đến vào thời điểm mà mỗi watt điện, mỗi GB VRAM đều trở thành tài sản chiến lược trong thế giới tiền điện tử. Khi tôi nhìn vào biểu đồ giá GPU trên thị trường chợ đen Warsaw, tôi thấy một nghịch lý: giá card NVIDIA H100 vẫn đứng ở mức 30.000 USD, trong khi AMD MI300X – với 192GB bộ nhớ – đang rục rịch xuất hiện với mức giá thấp hơn 40%. Câu hỏi đặt ra: liệu một sự thay đổi trong cán cân quyền lực của thị trường chip AI có tạo ra hiệu ứng domino cho toàn bộ hệ sinh thái crypto – từ mining đến các mạng lưới tính toán phi tập trung?
Context
Để hiểu được tầm vóc của phát biểu này, chúng ta cần nhìn lại bức tranh rộng hơn. Trong suốt hai năm qua, NVIDIA gần như độc tôn thị trường GPU AI với hơn 80% thị phần. Mọi dự án crypto liên quan đến AI – từ Render Network, Akash Network cho đến Bittensor – đều xây dựng trên nền tảng CUDA và kiến trúc Hopper của NVIDIA. Điều này tạo ra một điểm nghẽn: khi nhu cầu AI tăng vọt, giá GPU leo thang, và các nhà khai thác crypto buộc phải cạnh tranh với các tập đoàn công nghệ khổng lồ để giành lấy từng chiếc card.
AMD, với dòng sản phẩm Instinct MI300X, đang cố gắng phá vỡ thế độc tôn đó. Không chỉ là một con chip khác, MI300X mang trong mình một triết lý thiết kế khác: ưu tiên dung lượng bộ nhớ (192GB HBM3) và hiệu năng trên mỗi đô la hơn là sức mạnh brute-force thuần túy. Đây là một lựa chọn chiến lược – tập trung vào inference (suy luận) – nơi các mô hình AI được triển khai thực tế, thay vì training (huấn luyện) vốn đòi hỏi hàng nghìn GPU kết nối với nhau.
Core
Theo báo cáo của Mercury Research, thị phần GPU AI của AMD chỉ dao động quanh mức 12% trong quý I/2024. Nhưng con số này đang có dấu hiệu cải thiện. Microsoft Azure đã bắt đầu triển khai MI300X cho các workload AI, và Meta cũng công bố kế hoạch sử dụng AMD cho một phần nhu cầu inference của mình. Điều này cho thấy một xu hướng rõ rệt: các siêu sao công nghệ đang muốn đa dạng hóa nguồn cung GPU để giảm phụ thuộc vào NVIDIA.
Về mặt kỹ thuật, AMD MI300X sở hữu 1530 tỷ bóng bán dẫn, với hiệu năng FP8 đạt 1.307 TFLOPS – thấp hơn H100 (1.979 TFLOPS) nhưng bù lại dung lượng bộ nhớ gấp 2,4 lần. Trong các tác vụ inference yêu cầu ngữ cảnh dài (chẳng hạn như chạy mô hình ngôn ngữ lớn 70B-parameter với context window 128K), MI300X có thể vượt trội nhờ khả năng lưu trữ toàn bộ trọng số mô hình trên một card duy nhất. Điều này đặc biệt quan trọng đối với các ứng dụng crypto như mô hình AI trên-chain – nơi mỗi giao dịch đều phải được xác thực bởi một mạng lưới phi tập trung.
Tuy nhiên, câu chuyện không chỉ nằm ở phần cứng. Hệ sinh thái phần mềm mới là chiến trường thực sự. CUDA của NVIDIA đã tồn tại hơn một thập kỷ, với hàng nghìn thư viện tối ưu cho deep learning. ROCm của AMD, dù đã có bước tiến lớn với phiên bản 6.0, vẫn thiếu một số tính năng quan trọng như hỗ trợ đầy đủ cho PyTorch 2.x và khả năng scale lên hàng nghìn GPU trong training phân tán. Đây chính là lý do tại sao hầu hết các dự án crypto AI hiện tại đều chọn NVIDIA làm nền tảng mặc định – họ không muốn mạo hiểm với một hệ sinh thái chưa hoàn thiện.
Contrarian
Nhưng hãy nhìn từ góc độ phản trực giác. Liệu sự "ưu thế" của NVIDIA có thực sự bền vững? Tôi từng chứng kiến sự sụp đổ của nhiều hệ sinh thái độc tôn trong quá khứ – từ Intel trong kỷ nguyên CPU đến BlackBerry trong thị trường smartphone. Một khi các khách hàng lớn nhất (Microsoft, Meta, Amazon) bắt đầu tìm kiếm lựa chọn thứ hai, họ sẽ đầu tư mạnh vào việc tối ưu hóa cho ROCm. Điều này đã từng xảy ra với ngành công nghiệp bán dẫn: khi ASML độc quyền máy quang khắc EUV, các đối thủ như Canon và Nikon đã thất bại, nhưng trong lĩnh vực GPU, sự đa dạng hóa là khả thi hơn vì chi phí chuyển đổi thấp hơn.
Một góc nhìn khác dành riêng cho crypto: các dự án như Render Network hay Akash không yêu cầu hiệu năng training tối đa. Họ cần các GPU giá rẻ, dung lượng lớn để chạy suy luận hoặc render. MI300X hoàn toàn phù hợp với mô hình này. Nếu AMD thành công trong việc đưa giá xuống thấp hơn NVIDIA 30-40%, thì chi phí tính toán trên các mạng lưới phi tập trung có thể giảm đáng kể, thu hút nhiều người dùng hơn. Nhưng ngược lại, nếu ROCm không đạt được mức độ tương thích cần thiết, các nhà phát triển crypto sẽ bị mắc kẹt trong một hệ sinh thái nửa vời, làm giảm lợi thế cạnh tranh của AMD.
Takeaway
Bước ngoặt AI mà Lisa Su nhắc đến không chỉ là câu chuyện về AMD vs NVIDIA. Nó là câu chuyện về sự phân mảnh của một thị trường đang nóng lên từng ngày. Đối với thế giới crypto, mỗi sự thay đổi trong cấu trúc ngành chip đều để lại dấu ấn: giá gas trên Ethereum, tỷ lệ hash trên Bitcoin, hay phần thưởng cho các node AI. Hãy theo dõi sát sao ba tín hiệu trong 6 tháng tới: (1) Số lượng dự án crypto công bố hỗ trợ ROCm, (2) Giá GPU AMD trên thị trường chợ đen, và (3) Khối lượng giao dịch trên các mạng lưới tính toán phi tập trung. Bởi vì văn hóa của thị trường viết nên giá, nhưng giá – khi đã thay đổi – sẽ viết lại văn hóa.