Chip AI nội địa: bức tranh hai mặt của tham vọng độc lập công nghệ
Chip AI Trung Quốc là các bộ xử lý được thiết kế và sản xuất bởi doanh nghiệp nội địa để phục vụ những tác vụ trí tuệ nhân tạo, từ huấn luyện mô hình ngôn ngữ lớn đến suy luận thời gian thực, với mục tiêu giảm phụ thuộc Nvidia, xây dựng độc lập công nghệ và ứng phó rủi ro trừng phạt trong chuỗi cung ứng toàn cầu. Vấn đề là: tham vọng này đã đi được khá xa, nhưng chưa đủ xa để phá vỡ tiêu chuẩn vàng mà Nvidia nắm giữ. Ngành AI Trung Quốc đang sống trong một trạng thái lưng chừng: chip nội địa ngày càng mạnh, nhưng GPU Nvidia vẫn là “trường hợp mặc định” cho huấn luyện các mô hình tiên tiến nhất. Điều đó đặt ra câu hỏi khó: liệu độc lập công nghệ có thể đạt bằng phần cứng nội địa nếu phần mềm và hệ sinh thái vẫn xoay quanh Nvidia?
DeepSeek và làn sóng thiết kế chip riêng: độc lập phần cứng, nhưng không thể bỏ qua Nvidia
DeepSeek bước vào cuộc chơi chip AI với kế hoạch thiết kế chip dành cho giai đoạn suy luận (inference), rõ ràng nhắm đến việc giảm phụ thuộc vào GPU truyền thống và các lệnh cấm xuất khẩu từ Mỹ. Việc một công ty vốn nổi lên nhờ mô hình AI hiệu quả lại đầu tư ngược xuống tầng bán dẫn cho thấy thông điệp chính trị – công nghệ rất rõ: Trung Quốc không muốn để năng lực trí tuệ nhân tạo của mình treo lơ lửng trên chuỗi cung ứng nước ngoài. Tuy vậy, chuẩn hiện tại cho huấn luyện các mô hình ngôn ngữ lớn vẫn là chip Nvidia, theo đánh giá từ bên trong ngành. Nói cách khác, DeepSeek chip riêng là cú đấm mạnh vào bài toán chi phí và rủi ro ở giai đoạn suy luận, nhưng chưa thể thay thế vai trò của Nvidia ở phần khó nhất: huấn luyện mô hình tiên tiến, nơi sức mạnh tính toán và hệ sinh thái phần mềm CUDA vẫn áp đảo.
Hành trình chip AI Huawei: từ bị phong tỏa đến dẫn đầu, nhưng vẫn thiếu hệ sinh thái
Huawei là ví dụ điển hình cho chiến lược chip AI Trung Quốc đi trên con đường không có lối lui. Hãng khởi động chiến lược chip AI từ năm 2016 với kiến trúc “Đạt Phân Kỳ”, rồi nhanh chóng đưa Ascend 910 ra mắt với hiệu năng dẫn đầu ngành. Sau đó, các lệnh trừng phạt của Mỹ liên tiếp giáng xuống, khiến TSMC ngừng cung ứng và công cụ EDA bị hạn chế. Huawei buộc phải tự nghiên cứu EDA và xây chuỗi cung ứng hoàn toàn độc lập – một nỗ lực đúng nghĩa là “tự thiết kế số phận” trong bối cảnh phong tỏa công nghệ. Đến Ascend 950, chip đã vượt qua kiểm tra khách hàng và nhận đơn đặt hàng với doanh thu liên quan được dự kiến ở quy mô hàng chục tỷ nhân dân tệ, cho thấy Huawei AI chip đã trở thành trụ cột nội địa. Nhưng ở mặt còn thiếu, hệ sinh thái phần mềm CANN vẫn khiến nhà phát triển phải viết lại lượng mã lớn, tạo chi phí thời gian và nhân lực đáng kể.
Vì sao Trung Quốc vẫn phụ thuộc Nvidia: sức mạnh không chỉ nằm ở con chip
Điểm nghẽn thật sự của chip AI Trung Quốc nằm ở hệ sinh thái. Nhiều nhà phát triển trong nước thừa nhận huấn luyện LLM bằng chip Nvidia hiện là tiêu chuẩn chung, không chỉ vì sức mạnh phần cứng mà còn vì CUDA đã được dùng rộng rãi trong phát triển AI nhiều năm. Trong khi đó, giải pháp CANN của Huawei yêu cầu viết lại và tối ưu khối lượng mã nguồn lớn; một kỹ sư tại Thượng Hải ước tính chuyển quy trình sang Ascend có thể khiến nhóm tốn thêm ít nhất 50% thời gian và chi phí so với hệ thống dùng Nvidia. Trích dẫn tiêu biểu: “Quy trình huấn luyện hiện tại của chúng tôi phụ thuộc vào CUDA. Mã CUDA không thể chạy trực tiếp trên Ascend nên nếu chuyển đổi cần được viết lại đáng kể”. Ở Bắc Kinh, một nhóm 2–3 kỹ sư phải mất thêm khoảng một tháng để chuyển mô hình nguồn mở sang Ascend, còn với mô hình mới như Kimi K3, có thể cần khoảng 10 kỹ sư làm việc thêm hơn 6 tháng. Rõ ràng, chi phí chuyển đổi này đang duy trì sợi dây phụ thuộc Nvidia dù chip nội địa đã đủ để chạy nhiều tác vụ.
Tương lai chip AI Trung Quốc: độc lập công nghệ là đường dài, không phải cú lách chiến thuật
Dù phụ thuộc Nvidia vẫn là thực tế, không thể phủ nhận chip AI Trung Quốc đã bắt đầu xuất hiện trong quá trình huấn luyện một số mô hình. Meituan công bố LongCat-2.0 với 1.600 tỷ tham số, mô hình này được huấn luyện và vận hành hoàn toàn trên cụm điện toán gồm 50.000 card tăng tốc nội địa, dù nhà cung cấp không được tiết lộ. Điều đó cho thấy một điều: ngành đang thử nghiệm nghiêm túc việc dùng chip nội địa cho cả huấn luyện lẫn suy luận, không chỉ ở quy mô phòng thí nghiệm mà cả sản phẩm. Tuy nhiên, các mô hình AI tiên tiến nhất vẫn chủ yếu được huấn luyện bằng chip Nvidia, nên việc “chạy trên chip nội địa” chưa đồng nghĩa “được huấn luyện bằng chip nội địa”. Trong bối cảnh các phòng thí nghiệm nội địa chạy đua nâng cao năng lực AI, độc lập công nghệ sẽ chỉ đến khi Trung Quốc xây được một hệ sinh thái hoàn chỉnh: chip nội địa đủ mạnh, phần mềm như CANN đủ dễ dùng, và các công ty như DeepSeek cùng Huawei sẵn sàng chịu chi phí chuyển đổi để bỏ dần Nvidia. Đó không phải câu chuyện một hai năm, mà là chiến lược nhiều thập kỷ.
