CES 2026
CEO NVIDIA Jensen Huang: 'Chúng tôi không còn là một công ty chip nữa'

[비즈한국] “Chúng tôi được biết đến là một công ty sản xuất chip, nhưng giờ đây Nvidia đã tạo ra toàn bộ hệ thống. Và AI không còn là một tính năng đơn lẻ nữa, mà đã trở thành một cấu trúc bao trùm toàn bộ các cấp độ (full-stack).”

Tại hội nghị Nvidia trong khuôn khổ CES 2026 diễn ra ở khách sạn Fontainebleau, Las Vegas, Mỹ vào ngày 5 tháng 1, CEO Jensen Huang đã định nghĩa về hiện tại của Nvidia và tương lai của AI như vậy. Sân khấu ngày hôm đó là nơi thể hiện rõ nét sự chuyển mình của Nvidia trong kỷ nguyên AI đã trở thành một nền tảng. CEO Huang khẳng định rõ thông điệp rằng cuộc cạnh tranh trong kỷ nguyên AI không phải là cuộc chiến tạo ra những con chip nhanh hơn, mà là vấn đề về việc ai sẽ thiết kế được cấu trúc tổng thể để AI vận hành.

Ngành công nghiệp điện toán lại một lần nữa đứng trước ngưỡng cửa ‘chuyển đổi nền tảng’

CEO Jensen Huang bắt đầu bài phát biểu bằng cách giải thích những thay đổi trong ngành công nghiệp điện toán thông qua từ khóa 'chuyển đổi nền tảng'. Ông đưa ra chẩn đoán rằng giống như dòng chảy từ mainframe sang PC, từ PC sang Internet, và từ Internet sang đám mây cùng di động, hiện nay chúng ta cũng đã chạm đến một bước ngoặt khác.

Điều ông nhấn mạnh chính là tính chất của sự chuyển đổi lần này. Không chỉ đơn thuần là cải thiện hiệu suất, ông nhấn mạnh rằng chính cách thức tạo ra và vận hành các ứng dụng đang thay đổi. Thứ nhất, các ứng dụng trong tương lai sẽ được tạo ra trên nền tảng AI. Theo đó, AI không còn là một tính năng mà trở thành nền tảng của mọi dịch vụ. Thứ hai, cách thức phát triển phần mềm cũng đã thay đổi. Ông giải thích rằng chúng ta đang di chuyển từ kỷ nguyên viết code để tạo chương trình sang kỷ nguyên đào tạo dữ liệu để tạo ra phần mềm, và trọng tâm cũng đã chuyển từ CPU sang GPU.

CEO Huang giải thích rằng do những thay đổi này, cơ sở hạ tầng điện toán khổng lồ và ngân sách R&D của các doanh nghiệp được xây dựng trong hơn 10 năm qua đang được tái cơ cấu theo hướng tập trung vào AI. Ông mở đầu bằng việc khẳng định AI hiện không còn là công nghệ của một ngành cụ thể, mà đang trở thành đối tượng đầu tư cốt lõi của hầu hết mọi ngành công nghiệp.

AI, tiến hóa từ ‘thực thể trả lời’ thành ‘thực thể làm việc’

Ở phần giữa bài phát biểu, CEO Huang đã chỉ ra ‘suy luận’ (reasoning) và ‘AI tác tử’ (agentic AI) là chìa khóa cho sự tiến hóa của AI gần đây. Ông giải thích rằng AI không còn là công cụ đưa ra câu trả lời ngay lập tức cho các câu hỏi, mà đang chuyển đổi thành một thực thể biết tìm kiếm thông tin, sử dụng công cụ, lập kế hoạch và thực thi nhiệm vụ.

Sự thay đổi này đã mở rộng đáng kể phạm vi ứng dụng của AI. Trong phát triển phần mềm, phân tích tài liệu, tìm kiếm dữ liệu, AI đang vượt ra ngoài vai trò hỗ trợ để trở thành chủ thể trực tiếp thực hiện công việc. Sự lan tỏa của các mô hình AI mã nguồn mở đang càng làm tăng tốc xu hướng này.

Tại thời điểm này, bài thuyết trình của CEO Huang chuyển hướng một cách tự nhiên sang ‘AI vật lý’ (Physical AI). Ông giải thích rằng sân khấu tiếp theo của AI không còn là những cuộc hội thoại trên màn hình mà là thế giới thực. Xe tự lái, robot và tự động hóa nhà máy là những ví dụ điển hình. Vấn đề là thế giới thực quá phức tạp. Ngay cả những quy luật vật lý cơ bản với con người như trọng lực, ma sát, quán tính cũng là những lĩnh vực mà AI chưa được học.

Giải pháp mà CEO Huang đưa ra là mô phỏng. Đây là cách xây dựng vô số tình huống có thể xảy ra trong thực tế trong môi trường ảo trước để đào tạo AI. Ông giải thích rằng cần ba loại máy tính để thực hiện điều này: máy tính đào tạo AI, máy tính thực hiện suy luận tại hiện trường và máy tính mô phỏng tái hiện thực tế.

Nền tảng bản sao kỹ thuật số ‘Omniverse’ và mô hình nền tảng thế giới ‘Cosmos’ của Nvidia đóng vai trò mô phỏng này. Chiến lược là thông qua cấu trúc chuyển đổi tính toán thành dữ liệu, giúp AI học trước vô số trường hợp ngoại lệ mà thực tế khó có thể trải nghiệm.

Trong dòng chảy này, xe tự lái được đưa ra làm thị trường đại chúng đầu tiên cho AI vật lý. AI tự lái ‘Alpamayo’ mà Nvidia công bố không chỉ là một mô hình điều khiển phương tiện mà còn hướng tới một AI có thể giải thích lý do tại sao nó đưa ra quyết định đó. Cách tiếp cận là dù không thể trải nghiệm mọi tình huống lái xe trước, nhưng nếu phân tách tình huống thành các đơn vị thông thường nhỏ hơn và suy luận, nó có thể ứng phó. Alpamayo được đào tạo bằng cách kết hợp dữ liệu lái xe của con người và lượng lớn dữ liệu lái xe tổng hợp do Cosmos tạo ra, dựa trên cấu trúc end-to-end học từ đầu vào camera đến đánh lái, tăng tốc và phanh trong một mô hình duy nhất.

Điểm cốt lõi là hướng tới ‘xe tự lái có khả năng suy luận’, không chỉ dừng lại ở việc điều khiển phương tiện mà còn có thể giải thích hành động đã chọn, lý do tại sao và quỹ đạo lái xe. CEO Huang cho biết độ an toàn đã được đảm bảo bằng cách vận hành kép ngăn xếp tự lái dựa trên Alpamayo và ngăn xếp AV truyền thống, đồng thời tiết lộ rằng xe Mercedes-Benz áp dụng hệ thống này đã đạt được chứng nhận an toàn cao nhất và dự kiến sẽ được sản xuất hàng loạt, ra mắt theo từng khu vực từ năm 2026. Điều này mang ý nghĩa đặc biệt khi là trường hợp đầu tiên Nvidia đưa cấu trúc AI tự lái hoàn chỉnh, bao gồm cả mô hình, phần mềm và hệ thống, lên đường phố thực tế, vượt xa vai trò là nhà cung cấp chip.

Giải pháp cho sự bùng nổ tính toán AI, vượt ra ngoài ‘chip’ là ‘full-stack’

Ở phần cuối bài phát biểu, CEO Huang quay trở lại với vấn đề cốt lõi của điện toán. Các mô hình AI ngày càng lớn hơn mỗi năm và số lượng token được tạo ra trong quá trình suy luận đang tăng theo cấp số nhân. Ngược lại, giá token đang giảm nhanh chóng. Điều này có nghĩa là nếu không nâng cao hiệu suất tính toán một cách đột phá, sẽ khó có thể tồn tại trong cạnh tranh. Tại đây, ông nhấn mạnh: "Chỉ cải thiện hiệu suất của một con chip thôi không còn đủ để vượt qua giới hạn nữa".

Kiến trúc AI thế hệ mới của Nvidia, ‘Vera Rubin’, bắt nguồn từ tư duy này. Vera (CPU) và Rubin (GPU) là kiến trúc hệ thống AI tích hợp, tái thiết kế CPU, GPU, mạng, bộ nhớ, lưu trữ và bảo mật thành một cấu trúc duy nhất, vượt xa việc cải thiện hiệu suất GPU đơn lẻ. CEO Huang gọi đây là ‘thiết kế dành cho nhà máy AI (AI Factory)’. Đây là kiến trúc AI đầu tiên sở hữu cấu trúc full-stack vượt ra ngoài một con chip duy nhất.

Các chỉ số hiệu suất cho thấy rõ sự thay đổi đó. Kiến trúc Vera Rubin có hiệu suất học tập mô hình AI tăng khoảng 3,5 lần và hiệu suất suy luận tăng tối đa 5 lần so với thế hệ trước là Blackwell. Trong khi đó, chi phí tạo token đã giảm xuống khoảng 1/10. CEO Huang giải thích rằng sự cải thiện hiệu suất này không chỉ là tăng khả năng tính toán đơn thuần, mà là kết quả của việc cải thiện đáng kể lưu lượng xử lý trên mỗi đơn vị điện năng.

Thông điệp mà ông nhấn mạnh xuyên suốt bài phát biểu rất nhất quán. Bản chất của cuộc cạnh tranh AI đang thay đổi từ việc ai tung ra chip nhanh hơn sang việc ai thiết kế được cấu trúc tổng thể để AI vận hành trong thế giới thực. AI giờ đây đã trở thành nền tảng và đang mở rộng ra ngoài các cuộc hội thoại trên màn hình, vươn tới đường phố, nhà máy, robot và các cơ sở công nghiệp. Trong sự thay đổi này, Nvidia đã tự định nghĩa lại bản thân thành một ‘công ty AI full-stack’ bao gồm hệ thống, cơ sở hạ tầng, mô phỏng và mô hình, vượt xa vai trò nhà cung cấp chip.