Nvidia Lập Kỷ Lục Quý Nữa Khi Chi Tiêu Vốn Đầu Tư AI Tăng Vọt

Nhu Cầu Token Tăng Theo Cấp Số Nhân

Nvidia một lần nữa đã viết lại sách kỷ lục. Nhà sản xuất chip đã đạt được một kết quả kinh doanh quý kỷ lục khác, được thúc đẩy bởi cái mà CEO Jensen Huang mô tả là sự gia tăng chưa từng có về nhu cầu đối với cơ sở hạ tầng tính toán AI. "Nhu cầu về token trên thế giới đã hoàn toàn tăng theo cấp số nhân," Huang tuyên bố trong thông báo thu nhập, định hình kết quả tài chính phi thường của công ty như một hệ quả tự nhiên của sự thay đổi cơ bản trong cách nền kinh tế toàn cầu tiêu thụ sức mạnh tính toán.

Kết quả này tiếp tục chuỗi thành công đáng chú ý của Nvidia với tư cách là người hưởng lợi chính từ việc xây dựng cơ sở hạ tầng AI. Khi các công ty thuộc mọi lĩnh vực chạy đua để triển khai các khả năng AI — từ các nhà cung cấp dịch vụ đám mây đào tạo các mô hình tiên tiến đến các doanh nghiệp xây dựng các quy trình suy luận — mảng kinh doanh GPU trung tâm dữ liệu của Nvidia đã trở thành trái tim của một chu kỳ chi tiêu vốn mà ngành công nghệ chưa từng chứng kiến trước đây.

Siêu Chu Kỳ Chi Tiêu Vốn Tiếp Diễn

Quý kỷ lục của Nvidia diễn ra trong bối cảnh các cam kết chi tiêu vốn lịch sử từ các công ty công nghệ lớn nhất thế giới. Các nhà cung cấp dịch vụ đám mây lớn bao gồm Microsoft, Google, Amazon và Meta đã cùng nhau cam kết hàng trăm tỷ đô la cho chi tiêu cơ sở hạ tầng AI, với phần lớn khoản đầu tư đó chảy trực tiếp vào mảng kinh doanh GPU trung tâm dữ liệu của Nvidia.

Quy mô chi tiêu đã gây ra sự hoài nghi lặp đi lặp lại từ các nhà đầu tư và nhà phân tích, những người đặt câu hỏi liệu lợi tức đầu tư có thể biện minh cho những khoản chi khổng lồ như vậy hay không. Tuy nhiên, quý này qua quý khác, các nhà cung cấp dịch vụ đám mây lớn không chỉ duy trì mà còn đẩy nhanh kế hoạch chi tiêu vốn của họ, cho thấy rằng các tín hiệu nhu cầu nội bộ và các chỉ số chấp nhận của khách hàng tiếp tục xác nhận luận điểm đầu tư.

Thông báo gần đây của Meta về một thỏa thuận chip lớn với AMD — chỉ vài ngày sau khi cam kết mua hàng triệu GPU Nvidia — cho thấy nhu cầu về năng lực tính toán AI quá lớn đến nỗi ngay cả những người mua lớn nhất cũng đang đa dạng hóa cơ sở nhà cung cấp của họ thay vì lựa chọn giữa các nhà cung cấp chip. Thị trường cơ sở hạ tầng AI đã trở nên đủ lớn để hỗ trợ nhiều người chiến thắng cùng một lúc.

Vượt Ra Ngoài Đào Tạo: Cơ Hội Suy Luận

Trong khi phần lớn chu kỳ chi tiêu vốn AI ban đầu được thúc đẩy bởi các yêu cầu tính toán khổng lồ để đào tạo các mô hình tiên tiến, thì một phần ngày càng tăng của nhu cầu GPU hiện đến từ suy luận — quá trình chạy các mô hình đã được đào tạo để phục vụ các yêu cầu của người dùng. Khi các ứng dụng AI chuyển từ phòng thí nghiệm nghiên cứu sang triển khai sản xuất phục vụ hàng triệu người dùng, dấu chân tính toán suy luận đang mở rộng nhanh chóng.

Sự thay đổi này đặc biệt quan trọng đối với Nvidia vì khối lượng công việc suy luận đại diện cho một động lực nhu cầu tiềm năng lớn hơn và bền vững hơn so với đào tạo. Đào tạo một mô hình là một khoản chi tiêu vốn một lần, mặc dù là một khoản chi tiêu khổng lồ. Ngược lại, suy luận tạo ra nhu cầu tính toán liên tục có thể mở rộng theo mức sử dụng. Khi ngày càng nhiều ứng dụng tích hợp các khả năng AI và mức độ chấp nhận của người dùng tăng lên, nhu cầu suy luận sẽ tăng lên theo những cách mà đào tạo không thể.

Việc Huang đề cập đến nhu cầu token tăng theo cấp số nhân phản ánh trực tiếp động lực này. Mỗi phản hồi chatbot được hỗ trợ bởi AI, hoàn thành mã, tạo hình ảnh và quy trình làm việc tự động hóa doanh nghiệp đều tiêu thụ các token yêu cầu sức mạnh tính toán GPU để tạo ra. AI càng được tích hợp sâu vào các tương tác kỹ thuật số hàng ngày, thế giới càng tiêu thụ nhiều token và càng cần nhiều GPU để tạo ra chúng.

Cảnh Quan Cạnh Tranh

Mặc dù có vị thế thị trường thống trị, Nvidia phải đối mặt với một môi trường ngày càng cạnh tranh. AMD đang dần chiếm được thị phần với các bộ tăng tốc dòng MI của mình, như được chứng minh bằng cam kết mua hàng tỷ đô la gần đây của Meta. Silicon tùy chỉnh từ các nhà cung cấp dịch vụ đám mây lớn — bao gồm TPU của Google, chip Trainium của Amazon và bộ tăng tốc Maia của Microsoft — đại diện cho một vectơ cạnh tranh khác, vì các nhà cung cấp dịch vụ đám mây lớn tìm cách giảm sự phụ thuộc vào bất kỳ nhà cung cấp duy nhất nào.

Nvidia đã duy trì vị trí dẫn đầu thông qua sự kết hợp giữa hiệu suất phần cứng, hệ sinh thái phần mềm CUDA tạo ra chi phí chuyển đổi đáng kể và tốc độ sản phẩm nhanh chóng đã khiến các đối thủ cạnh tranh luôn phải chạy theo thế hệ trước. Các kiến trúc Blackwell Ultra và Rubin sắp tới của công ty được thiết kế để duy trì vị trí dẫn đầu về hiệu suất này thông qua thế hệ mở rộng quy mô AI tiếp theo.

Số Liệu Có Ý Nghĩa Gì Đối Với Ngành AI

Hiệu suất kỷ lục liên tục của Nvidia đóng vai trò là thước đo cho sức khỏe và quỹ đạo của ngành AI rộng lớn hơn. Tăng trưởng doanh thu của công ty phản ánh trực tiếp tốc độ mà các tổ chức đang chuyển đổi tham vọng AI thành các khoản đầu tư cơ sở hạ tầng cụ thể. Miễn là Nvidia tiếp tục lập kỷ lục, tín hiệu rất rõ ràng: việc xây dựng AI đang tăng tốc, không hề chững lại.

Đối với lĩnh vực công nghệ và nền kinh tế nói chung, câu hỏi không còn là liệu chi tiêu cho cơ sở hạ tầng AI có tiếp tục hay không — rõ ràng là sẽ tiếp tục — mà là liệu các ứng dụng và dòng doanh thu được xây dựng trên cơ sở hạ tầng đó cuối cùng có tạo ra lợi nhuận để biện minh cho khoản đầu tư hay không. Kết quả tài chính của Nvidia cho thấy các công ty gần gũi nhất với silicon tự tin rằng câu trả lời là có. Phần còn lại của ngành vẫn đang nỗ lực để chứng minh điều đó.

Bài viết này dựa trên báo cáo của TechCrunch. Đọc bài viết gốc.