Nvidia GTC (hay Hội nghị Công nghệ GPU) đã trở thành một trong những hội nghị AI hàng đầu thế giới, phát triển hàng năm kể từ khi ra mắt vào năm 2009 cùng với tầm ảnh hưởng và doanh thu của công ty. Nhưng năm nay đánh dấu một sự thay đổi về trọng tâm. Trước đây, công ty tập trung vào cách mở rộng sang các thị trường mới; năm nay, nó đã chứng minh cách nó sẽ mở rộng trong các thị trường đó, đặc biệt là với tư cách là nhân tố chủ chốt trong bối cảnh AI. Trong một dấu hiệu rõ ràng về tham vọng của Nvidia và thành công hiện tại, hãng đã nâng dự báo doanh thu AI đạt 500 tỷ USD vào năm 2026 lên mức đáng kinh ngạc 1 nghìn tỷ USD vào năm 2027.

Đặc biệt, Giám đốc điều hành Jensen Huang đã giải quyết nhu cầu ngày càng tăng về suy luận AI cũng như sự tăng trưởng nhanh chóng của khối lượng công việc tác tử và sự tăng trưởng đó có thể tác động như thế nào đến toàn bộ hoạt động điện toán AI.

Tầm nhìn của Nvidia về Full Stack:Chiếc bánh 5 lớp của AII

Kể từ tháng 12 năm 2025, Huang đã thúc đẩy ý tưởng về “chiếc bánh năm lớp” của AI. Khái niệm này dường như gói gọn chiến lược tổng thể của công ty về AI khi nó cố gắng truyền đạt bản chất chiều dọc vốn có của công nghệ, vốn phức tạp hơn nhiều so với một ứng dụng hoặc mô hình đơn giản. AI được mô tả là cơ sở hạ tầng quan trọng với nhiều lớp khác nhau, từ các yêu cầu năng lượng cơ bản cho đến các ứng dụng riêng lẻ. Điều này cũng cố gắng đơn giản hóa sự phức tạp của một hệ thống AI hoàn chỉnh dành cho người dùng bình thường.

Chiếc bánh AI năm lớp của Nvidia

Ảnh được cung cấp bởi Nvidia

Cơ sở của nhóm này là năng lượng, yếu tố đang thu hút nhiều sự chú ý hơn vì là yếu tố giới hạn số lượng điện toán có thể được xây dựng ở bất kỳ vị trí nhất định nào. Đổi lại, các chip sử dụng năng lượng đó sẽ xác định lượng điện toán có sẵn để giải quyết các vấn đề về AI. Tiếp theo là cơ sở hạ tầng hỗ trợ những con chip này với đất đai, tòa nhà, cung cấp điện, thiết bị máy tính, làm mát và kết nối mạng. Cơ sở hạ tầng hỗ trợ các mô hình AI, các mô hình này khác nhau tùy thuộc vào ứng dụng và trường hợp sử dụng. Ở cấp độ cao nhất, bản thân các ứng dụng khai thác kết quả đầu ra của mô hình để mang lại kết quả cho người tiêu dùng, người dùng doanh nghiệp, tổ chức chính phủ, v.v. — nền tảng của giá trị kinh tế của AI.

Huang cho biết toàn bộ hệ thống máy tính phải được phát minh lại để hỗ trợ “việc xây dựng cơ sở hạ tầng lớn nhất trong lịch sử loài người”. Nvidia đang sử dụng thông điệp này để định vị mình không chỉ với tư cách là nhà sản xuất chip mà còn là người hỗ trợ nền tảng cho tất cả các máy tính vì tất cả máy tính hiện đang hướng tới AI. Giám đốc điều hành nói về cách tiếp cận của Nvidia kết hợp “tích hợp theo chiều dọc và tính mở theo chiều ngang”, nghĩa là các mô hình của nó mở cho tất cả mọi người, nhưng cách tiếp cận điện toán của nó được tích hợp theo chiều dọc ở mọi lớp.

Vera Rubin Pod, LPX và cơ hội doanh thu gấp 10 lần

Vera Rubin là nền tảng điện toán cao cấp sắp ra mắt của Nvidia kết hợp CPU Vera và GPU Rubin; dự kiến ​​nó sẽ bắt đầu được vận chuyển trong vài tháng tới. Vera Rubin Pod là sản phẩm quy mô rack của Nvidia hứa hẹn mang lại sự gia tăng đáng kể về mật độ tính toán AI trong các trung tâm dữ liệu. Nó kết hợp bảy loại chip của Nvidia trên năm hệ thống giá đỡ khác nhau để tạo ra cấu hình hiệu suất cao mà công ty cho biết sẽ cho phép tạo mã thông báo — và doanh thu — với tốc độ gấp 10 lần so với nền tảng Blackwell thế hệ trước. Nvidia tuyên bố rằng điều này có thể mang lại cơ hội suy luận hàng năm trị giá 300 tỷ USD.

Biểu đồ phân tích các cơ hội suy luận kiến trúc của Nvidia

Ảnh được cung cấp bởi Nvidia

Một trong những yếu tố hỗ trợ lớn nhất của Vera Rubin Pod là việc sử dụng nền tảng LPX của Groq, tận dụng chip Groq 3 LM30. Bộ xử lý ngôn ngữ của Groq vốn đã khác với GPU của Nvidia, với lượng SRAM (bộ nhớ truy cập ngẫu nhiên tĩnh) đáng kể so với DRAM (bộ nhớ truy cập ngẫu nhiên động). Do tăng băng thông bộ nhớ lên gấp 55 lần đáng kinh ngạc so với GPU Rubin nên Groq LPU vốn có khả năng xử lý tốt các tác vụ cực kỳ ngốn bộ nhớ. Điều này giúp giải thích lý do Nvidia mua lại IP của Groq và tài năng quan trọng nhất của công ty này với giá 20 tỷ USD vào tháng 12 năm 2025.

Phát triển vượt xa GPU:Trọng tâm là phần cứng đa dạng

Ví dụ về Groq cho thấy Nvidia đang từ bỏ việc cố gắng biến GPU của mình thành giải pháp cho mọi vấn đề. Mặc dù hệ sinh thái của Nvidia từ lâu đã mở rộng ra ngoài GPU, nhưng sự mở rộng đó hầu như luôn phục vụ cho GPU, cho dù là CPU, chip mạng hay phần mềm. Với sự ra mắt của Groq 3 LPU, kiến trúc điện toán của Nvidia đã thực sự phát triển vượt xa cách tiếp cận chỉ dành cho GPU.

Chúng tôi cũng thấy Nvidia bắt đầu cung cấp các sản phẩm như CPU dựa trên Arm nội bộ của riêng mình trong giải pháp giá đỡ chỉ dành cho CPU. Công ty đang định vị CPU Vera 88 nhân mới có khả năng cạnh tranh với Intel và AMD trong lĩnh vực trung tâm dữ liệu. Những CPU này có thể được cấu hình với tối đa 256 chip trên mỗi giá và Nvidia đã có những khách hàng bao gồm cả Meta đang tìm cách triển khai chúng. Ngoài CPU, Nvidia còn nói về giải pháp Bluefield 4 STX dành cho các ứng dụng hướng đến lưu trữ; theo công ty, sản phẩm này cải thiện hiệu suất để ngăn việc lưu trữ trở thành nút thắt cổ chai cho đầu ra AI.

Các sản phẩm khác của Vera Rubin:Nhà máy và không gian AI Nvidia DSX 1

Nvidia DSX là nền tảng dựa trên Vera Rubin mới nhất của công ty dành cho sản phẩm AI Factory, bao gồm thiết kế tham chiếu cho các nhà máy AI và tận dụng Omniverse Digital Twin của Nvidia. (Để biết thông tin cơ bản về Omniverse, hãy xem bài viết của tôi về GTC 2025 và cái nhìn chi tiết của đồng nghiệp Bill Curtis về các bước đi của Nvidia trong lĩnh vực AI vật lý từ tháng 2 năm 2025.) Công ty gọi đây là giải pháp chìa khóa trao tay tận dụng tất cả các khả năng mà Nvidia và các đối tác của họ đã tạo ra để giúp lập kế hoạch, xây dựng và duy trì các nhà máy AI. Nền tảng này được thiết kế để triển khai với các công cụ siêu quy mô và các doanh nghiệp lớn nhất đang tìm cách triển khai AI quy mô công nghiệp của riêng họ mà không cần phải kết hợp cơ sở hạ tầng lại với nhau.

Gần đây cũng có nhiều tin đồn xung quanh điện toán AI trong không gian, với nhiều công ty khởi nghiệp được ra mắt để giải quyết các vấn đề triển khai. Trước khi công bố mô-đun Space 1 dựa trên Vera Rubin, Nvidia chủ yếu triển khai chip Jetson Orin nhúng và GPU H100 cho các ứng dụng không gian. Nvidia cho biết mô-đun tập trung vào không gian mới được thiết kế cho các ứng dụng cực đoan này và mang lại hiệu suất AI trong không gian gấp 25 lần so với H100. Nó cũng có tính năng xử lý bước khóa và mã sửa lỗi để đảm bảo rằng hoạt động trong không gian không ảnh hưởng đến đầu ra. Điều đó nói lên rằng, tôi tin rằng Space 1 sẽ giải quyết một ứng dụng khá thích hợp và không nên được coi là xác nhận nhu cầu về trung tâm dữ liệu trong không gian.

NemoClaw:Đại lý chuyên ngành xây dựng

Agentic AI đã nhanh chóng trở thành một lĩnh vực trọng tâm quan trọng khi các tác nhân như Claude Code đang giúp người dùng giải quyết các nhiệm vụ thực tế. Từ khía cạnh kỹ thuật, các đại lý đang định hình lại cách xây dựng cơ sở hạ tầng CNTT và cách thiết kế các chip bên trong cơ sở hạ tầng đó. Một trong những sự phát triển thú vị nhất gần đây là sự ra mắt của OpenClaw, một tác nhân nguồn mở chạy cục bộ bằng cách sử dụng ngăn xếp NemoClaw nguồn mở mới của Nvidia để triển khai các tác nhân định hướng nhiệm vụ an toàn hơn.

Bộ công cụ tác nhân NemoClaw được thiết kế để xây dựng, đào tạo và triển khai các tác nhân AI tự trị, an toàn, giúp mọi người tạo tác nhân của riêng mình dễ dàng hơn. Trong quá trình phát triển hệ thống mới, Nvidia đã hợp tác chặt chẽ với người tạo ra OpenClaw và các nhà nghiên cứu bảo mật để giúp ngăn chặn các hành động tác nhân không mong muốn hoặc các kết quả nguy hiểm tiềm ẩn.

DLSS 5.0:Việc triển khai kết xuất thần kinh gây tranh cãi

Nvidia đã làm nhiều người ngạc nhiên, bao gồm cả tôi, khi công bố DLSS 5.0, đây là tính năng tùy chọn được AI hỗ trợ của công ty để nâng cao chất lượng hình ảnh và mang lại khả năng hiển thị nhanh hơn. Nó hoạt động bằng cách hiển thị ở độ phân giải thấp hơn và sau đó sử dụng AI để nâng cấp hình ảnh lên độ phân giải gốc. Hầu hết người dùng dường như hài lòng với việc triển khai DLSS trước đó. Giờ đây, DLSS 5.0 giới thiệu các kỹ thuật kết xuất thần kinh để cải thiện hơn nữa ánh sáng trong những cảnh có thể trông phẳng. Nó cũng giúp các nhà phát triển trò chơi kiểm soát nhiều hơn trải nghiệm người dùng và họ có thể điều chỉnh DLSS 5.0 để thay đổi mức độ ảnh hưởng của nó đến hình ảnh trò chơi của họ.

Rất nhiều người đã phản ứng tiêu cực với những bức ảnh và video đầu tiên được tạo bằng DLSS 5.0. Tôi nghĩ rằng đây là một phản ứng thái quá đáng kể. Có rất nhiều game thủ ghét hầu hết những thứ được tăng cường AI và phản ứng với DLSS 5.0 có thể là đỉnh điểm của sự thất vọng đó. Khi tận mắt xem các bản demo, tôi có thể nói rằng hầu hết tất cả các cải tiến đều có vẻ tích cực và nâng cao tính chân thực - và điều này đến từ một nhiếp ảnh gia nghiêm túc, người có thể rất kén chọn các công cụ chỉnh sửa. Ngoài ra, DLSS 5.0 vẫn còn lâu mới xuất xưởng nên vẫn chưa rõ chính xác sản phẩm cuối cùng sẽ trông như thế nào hoặc GPU nào có thể chạy nó. Phiên bản hiện tại chạy trên hai card đồ họa Nvidia RTX 5090, nhưng theo Nvidia, phần mềm sẽ được tối ưu hóa để chạy trên một GPU vào mùa thu.

Điểm uốn suy luận và dự đoán thị trường trị giá 1 nghìn tỷ đô la của Huang

Trong bài phát biểu của mình tại GTC, Huang đã nói về cơ hội doanh thu AI ngày càng tăng cho ngành này, đồng thời nói thêm rằng “Nhu cầu về GPU Nvidia đang tăng cao”. Ông tuyên bố rằng tốc độ tăng trưởng suy luận đang thúc đẩy doanh thu tăng đáng kể kể từ phiên bản đặc biệt của GTC được tổ chức tại Washington, D.C. vào cuối năm 2025 (mà tôi đã viết ở đây).

Mặc dù điều đó chỉ diễn ra cách đây vài tháng nhưng công ty hiện đang nâng cấp cơ hội doanh thu dự kiến 500 tỷ USD đến năm 2026 lên 1 nghìn tỷ USD cho đến năm 2027. Điều này có nghĩa là Nvidia không chỉ kỳ vọng năm nay sẽ kết thúc tốt đẹp mà còn kỳ vọng năm 2027 sẽ còn mạnh hơn nữa — mạnh hơn hàng trăm tỷ đô la. Từ quan điểm của tôi với tư cách là một nhà phân tích, thật hợp lý khi nghĩ rằng việc chuyển đổi từ đào tạo AI sang suy luận AI trên diện rộng và AI tác nhân lan tỏa sẽ là động lực quan trọng cho ngành. Nhưng nếu Huang đúng, nó thậm chí còn có thể trở thành chất xúc tác cho sự tăng trưởng — đối với Nvidia và các đối tác của nó — hơn bất kỳ ai có thể tưởng tượng cách đây không lâu.

Tiết lộ:Nvidia là khách hàng tư vấn của công ty tôi, Moor Insights &Strategy.