Từ GPU khổng lồ sang chip AI chuyên biệt cho robotics
Chiến lược chip AI mới của AMD là sự kết hợp giữa việc thâu tóm startup Taalas và ra mắt Ryzen AI X100, nhằm chuyển trọng tâm từ GPU khổng lồ trong data center sang kiến trúc heterogeneous SoC và chip AI chuyên biệt tối ưu cho robotics và thiết bị biên, nơi độ trễ xác định và kiến trúc mở quan trọng không kém sức mạnh tính toán thô. Đây không phải một bước đi nhỏ về sản phẩm, mà là tuyên bố rằng kỷ nguyên AI vật lý cần phần cứng khác biệt với AI chạy trong server truyền thống. Điểm khác biệt then chốt: Taalas xây dựng mạch tích hợp chuyên biệt cho một mô hình (MSIC – model-specific integrated circuit), khắc thẳng trọng số lên silicon để tạo thành chip AI chuyên biệt chỉ phục vụ một mô hình duy nhất. Trong khi đó, Ryzen AI X100 gom CPU x86, GPU và NPU trên cùng một die với bộ nhớ hợp nhất, trở thành một heterogeneous SoC thay cho cách ghép CPU–GPU rời rạc vốn phổ biến trong giới AI hiện tại. Nếu Nvidia đang đẩy mạnh các GPU ngày càng lớn cho data center, AMD lại nói: với robotics AI, “không phải mọi thứ đều xoay quanh GPU”.
Taalas và sức mạnh ‘điên rồ’ của chip HC1: tốc độ đổi lấy sự ràng buộc
Câu chuyện Taalas hấp dẫn vì nó đi ngược logic thông thường: thay vì dùng HBM băng thông cao để nạp trọng số linh hoạt cho nhiều mô hình như GPU của Nvidia, Taalas bỏ hẳn HBM và cố định trọng số lên silicon bằng vùng nhớ mask-ROM. Chip AI chuyên biệt này chỉ sinh ra cho một mô hình, được hỗ trợ bởi vùng SRAM để lưu KV cache và các adapter tinh chỉnh nhỏ. Đây là triết lý “yêu một mô hình là yêu rất lâu”: hiệu năng đổi lấy sự ràng buộc. Con chip thử nghiệm HC1 của Taalas, sản xuất trên tiến trình 6 nm, được công bố đạt tốc độ 16.960 token mỗi giây, vượt xa GPU của Nvidia về thông lượng suy luận cho mô hình Llama 3.1 8B. Dù mới chỉ là proof-of-concept với một mô hình đã bị xem là "cũ", thông điệp rất rõ: nếu dám đóng băng mô hình và khắc thẳng lên silicon, hiệu năng cho một khối lượng công việc cụ thể sẽ nhảy vọt, và đó là điều mà nhiều ứng dụng robotics ổn định có thể chấp nhận.
Ryzen AI X100: heterogeneous SoC cho AI vật lý và robotics
Ở chiều ngược lại với chip AI chuyên biệt của Taalas, Ryzen AI X100 là lời tuyên bố của AMD rằng robotics AI cần một bộ não đa năng nhưng vẫn tối ưu cho độ trễ xác định. Con chip này kết hợp CPU Zen 5, GPU RDNA 3.5 và NPU XDNA2 trên cùng một die, dùng kiến trúc bộ nhớ hợp nhất để phân bổ tài nguyên cho từng tác vụ theo nhu cầu phần mềm. NPU đóng góp khoảng 50 trong tổng 126 TOPS INT8, được thiết kế cho các tác vụ AI luôn bật, nhạy về công suất và độ trễ. AMD lập luận rằng các hệ robotics – từ robot phẫu thuật đến robot kho vận, giao hàng, sản xuất và kiểm định – không chỉ cần AI suy luận, mà còn cần điều phối, cảm nhận, hợp nhất cảm biến và điều khiển real-time. Khi CPU và GPU tách rời, độ trễ giao tiếp trở thành điểm nghẽn; gom cả ba vào một heterogeneous SoC với bộ nhớ hợp nhất giúp vòng xử lý từ camera, xử lý tín hiệu, phân loại và ra quyết định diễn ra trong một khoảng thời gian có thể dự đoán. Trong thế giới AI vật lý, AMD coi "độ trễ xác định" quan trọng hơn cả việc giảm thêm vài micro giây độ trễ trung bình.
Tại sao AMD nhắm vào thiết bị biên và robotics, không phải data center
Điểm đáng chú ý nhất trong chiến lược mới: AMD không cố nhân bản chính sách GPU khổng lồ của Nvidia cho data center, mà chuyển hướng sang thiết bị biên và robotics – nơi kiến trúc mở, độ trễ xác định và phân tán tính toán trong "cơ thể" robot quan trọng hơn số lượng FLOPS. Họ nhìn thấy giới robotics đã lâu dùng FPGA gần cảm biến để xử lý hình ảnh, hợp nhất dữ liệu và tổng hợp thông tin, nhưng bối cảnh AI agentic đặt thêm yêu cầu điều phối và ra quyết định phức tạp ở cấp hệ thống. Theo các lãnh đạo nhóm Adaptive và Embedded của AMD, nhiều hệ thống humanoid hiện nay dùng một GPU lớn kèm thêm một CPU Intel hoặc AMD riêng để điều phối, dẫn đến độ trễ vì phải đi qua các mạch rời. Ryzen AI X100 và nền tảng Kria AI Robotics SoM được thiết kế để thay thế cấu trúc đó, với heterogeneous SoC ở "bộ não" và FPGA, adaptive SoC phân bố khắp "cơ thể" để đảm bảo vòng điều khiển khép kín hoạt động với độ trễ đoán trước. Đây là tầm nhìn rõ ràng: AI vật lý không phải là copy của AI trong data center, và phần cứng cũng không nên giống nhau.
AMD đối đầu Nvidia: chip AI chuyên biệt kết hợp heterogeneous SoC
Nhìn tổng thể, AMD đang chơi một nước cờ hai lớp để đối đầu Nvidia: ở data center, họ bổ sung chip AI chuyên biệt dựa trên công nghệ Taalas vào các rack Helios dùng GPU Instinct, phân chia công việc giữa phần xử lý câu lệnh đầu vào trên GPU và phần sinh token tốc độ cao trên MSIC, với thế hệ HC2 dự kiến xử lý 20 tỷ tham số mỗi chip và có thể ghép 50 chip cho mô hình nghìn tỷ tham số. Ở phía thiết bị biên và robotics, họ đặt cược vào heterogeneous SoC Ryzen AI X100 và nền tảng Kria AI Robotics nhằm cung cấp một bộ não AI vật lý không chỉ là "một GPU thật to" mà là tổ hợp CPU–GPU–NPU–FPGA. Tuyên bố của AMD rất rõ: nếu tiếp tục ôm GPU-centric, thế giới robotics AI sẽ mắc kẹt trong độ trễ, vendor lock-in và chi phí vận hành cao. Bằng việc vừa sở hữu chip AI chuyên biệt cho một mô hình, vừa đẩy mạnh heterogeneous SoC cho AI vật lý, AMD đang ép lại cuộc chơi: Nvidia có thể vẫn thống trị data center, nhưng không có gì đảm bảo họ sẽ giữ vai trò đó trong thế giới robot phẫu thuật, robot kho vận hay humanoid tự hành. Câu hỏi không còn là "GPU mạnh tới đâu", mà là "bộ não AI có phù hợp với cơ thể vật lý hay không".
