Blog / AI / Deep Article
OpenAI tự phát triển chip ASIC, cạnh tranh trực tiếp với Nvidia
Tin từ Wallstreetcn: https://wallstreetcn.com/articles/3780301 cho hay, chỉ trong 9 tháng, đội ngũ phần cứng của OpenAI đã hoàn thiện một thiết kế chip ASIC được cho là "vượt Blackwell của Nvidia". Điều đáng nói là đây không chỉ là một bản tin kỹ thuật thông thường, mà nó đặt ra câu hỏi sống còn: liệu Nvidia có còn giữ được vị thế độc tôn trong kỷ nguyên AI, hay OpenAI – khách hàng lớn nhất của họ – đang tự xây con đường riêng?
Vấn đề không dừng ở chuyện "chip nhanh hơn". ASIC (Application-Specific Integrated Circuit) là loại chip được thiết kế riêng cho một tác vụ cụ thể, không giống GPU đa năng của Nvidia. Nếu OpenAI thực sự có một con chip tối ưu riêng, họ sẽ không còn phải xếp hàng chờ NVIDIA HGX H200 hay Rubin theo đợt phân bổ vài tháng. Nhưng câu hỏi thật sự là: hiệu năng "vượt Blackwell" đó được đo trên tiêu chuẩn nào? Trên một workload huấn luyện cụ thể, hay trên toàn hệ thống gồm hàng chục nghìn chip nối mạng với nhau? Wallstreetcn chỉ nói "一石激起千层浪" – một hòn đá làm dậy sóng – chứ không đưa ra benchmark chi tiết. Nhà đầu tư công nghệ nào cũng nên nghi ngờ trước những con số ấn tượng mà thiếu tài liệu kỹ thuật đi kèm.
Hãy nhìn vào logic kinh doanh. Nvidia bán GPU với biên lợi nhuận gộp trên 70%, trong khi OpenAI đang đốt hàng tỷ USD cho hạ tầng. Mỗi lượt truy vấn ChatGPT đều tiêu tốn chi phí điện và chip không hề nhỏ. Với quy mô 200 triệu người dùng hàng tuần, con số này nhân lên khủng khiếp. Vậy nên việc OpenAI tự phát triển ASIC là một quyết định mang tính "sống còn về chi phí", không chỉ là chuyện tự hào công nghệ. TechCrunch đưa tin: https://techcrunch.com/2026/08/25/indias-ringg-gets-backing-from-peak-xv-as-it-pushes-voice-ai-past-the-phone-call/ – Ringg, một startup Ấn Độ về voice AI, vừa nhận được hậu thuẫn từ Peak XV, cho thấy làn sóng AI không chỉ gói gọn trong văn phòng California mà đang diễn ra ở Mumbai, Bangalore và khắp châu Á. Thực tế là khi AI giọng nói vượt ra khỏi cuộc gọi điện thoại thông thường để thấm vào đủ loại thiết bị từ loa thông minh, xe hơi đến robot dịch vụ, nhu cầu về chip hiệu năng cao nhưng tiết kiệm điện sẽ bùng nổ. Và Nvidia vốn không giỏi nhất ở mảng đó – những con GPU như H100 lại ngốn điện không thương tiếc.
Vấn đề nằm ở chỗ: một con ASIC của OpenAI vượt Blackwell trong phòng lab, khác xa với việc vận hành ổn định trong trung tâm dữ liệu 24/7. Google đã có TPU từ 2015, nhưng phải mất gần một thập kỷ để TPU thực sự trở thành xương sống cho các sản phẩm của họ. Meta cũng có MTIA, Microsoft thì hợp tác với OpenAI dùng chung hạ tầng, nhưng chưa công ty nào tuyên bố "vượt Nvidia" trong thời gian ngắn 9 tháng như tin từ Wallstreetcn đề cập. Vậy nên tôi đặt câu hỏi: liệu đội ngũ của OpenAI có đang dùng chiêu PR để gây áp lực lên Nvidia nhằm có được mức giá tốt hơn trong các thương vụ mua chip hàng chục tỷ USD? Những toan tính kiểu này từng xuất hiện ở Microsoft với việc tự phát triển chip Maia – nhưng thực tế họ vẫn mua hàng chục nghìn GPU của Nvidia mỗi quý.
Nhìn từ góc độ tài chính, nếu OpenAI thực sự dùng ASIC cho khối lượng suy luận (inference) lớn – chiếm khoảng 70-80% chi phí vận hành – họ có thể cắt giảm một phần ba chi phí hạ tầng. Điều đó đồng nghĩa với việc giá API của họ có thể rẻ hơn, khiến các đối thủ như Google Gemini hay Anthropic bị ép vào thế cạnh tranh khốc liệt. Nhưng để đạt được điều đó, OpenAI phải giải bài toán phần mềm: CUDA của Nvidia là một hệ sinh thái đồ sộ, và việc chuyển toàn bộ codebase sang một kiến trúc mới có thể mất nhiều năm. Nvidia đã xây dựng CUDA từ năm 2007 và hàng triệu lập trình viên trên thế giới quen dùng nó.
Thực tế là ngay cả khi OpenAI có chip tốt hơn, họ vẫn cần một software stack vững chắc. Bằng không, một con chip nhanh hơn 20% trên giấy nhưng chạy được ít framework AI hơn sẽ không mang lại lợi ích thực tiễn. Vậy nên cuộc đua này thực chất là đua về hệ sinh thái, không chỉ là đua về số transistor. Nvidia có khoảng 40000 nhân viên, nhưng cộng đồng CUDA lên tới hàng triệu người. OpenAI chỉ có vài trăm kỹ sư phần cứng, và họ vừa mất CTO Mira Murati, vừa chứng kiến nhiều lãnh đạo cấp cao ra đi. Liệu một tổ chức với biến động nhân sự như vậy có thể duy trì một lộ trình phát triển chip đầy tham vọng trong khi vẫn đang lo bán vòng gọi vốn mới với mức định giá kỷ lục?
Quay trở lại câu chuyện Ringg từ TechCrunch: https://techcrunch.com/2026/08/25/indias-ringg-gets-backing-from-peak-xv-as-it-pushes-voice-ai-past-the-phone-call/ – Peak XV (quỹ từng là Sequoia Ấn Độ và Đông Nam Á) đang đặt cược vào một công ty làm voice AI không chỉ gói gọn trong trung tâm cuộc gọi. Điều đáng nói là họ không chọn một công ty Mỹ mà chọn một công ty Ấn Độ, nơi chi phí vận hành thấp và lượng người dùng khổng lồ. Voice AI theo kiểu Ringg cần nhận diện giọng nói theo thời gian thực, chuyển ngữ, xử lý ngôn ngữ tự nhiên – tất cả đều yêu cầu suy luận AI nhanh và rẻ. Nếu OpenAI có ASIC giá rẻ, điều đó không chỉ giúp ChatGPT rẻ hơn, mà còn giúp các startup như Ringg chạy giọng nói AI với chi phí thấp hơn nhiều so với dùng GPU Nvidia đắt đỏ.
Vấn đề là các quốc gia như Ấn Độ, Việt Nam hay Indonesia có thể sẽ hưởng lợi hoặc chịu thiệt tùy vào việc họ bắt kịp xu hướng này như thế nào. Tại Việt Nam, các doanh nghiệp như VNPT, Viettel hay FPT đều đang đầu tư vào hạ tầng AI, nhưng hầu hết vẫn phải mua GPU Nvidia từ các nhà phân phối nước ngoài. Hệ quả là chi phí triển khai một mô hình AI ở Việt Nam đội lên 30-50% so với các nước có ngành công nghiệp bán dẫn riêng. Nếu OpenAI cung cấp dịch vụ suy luận giá rẻ thông qua API – với chi phí thấp hơn 50% so với hiện tại – thì các công ty Việt như VNG hay các startup AI nhỏ hơn có thể chỉ cần gọi API chứ không cần tự đầu tư hàng chục tỷ đồng cho GPU. Nhưng điều đó cũng tạo ra rủi ro phụ thuộc: khi mọi suy luận AI đều chạy trên hạ tầng của OpenAI, doanh nghiệp Việt sẽ mất quyền kiểm soát dữ liệu và chịu ràng buộc về chi phí biến động.
Nvidia chắc chắn không đứng yên. Họ đã ra mắt H200, đang phát triển Blackwell Ultra với thị phần GPU AI chiếm khoảng 80-90% theo các báo cáo từ các công ty nghiên cứu thị trường như Gartner. Jensen Huang – CEO Nvidia – từng tuyên bố "chúng tôi bán chip, không bán thị trường", ám chỉ việc họ không quan tâm ai làm gì với chip của mình. Nhưng nếu OpenAI rút dần đơn hàng, Nvidia sẽ mất một trong những khách hàng lớn nhất thế giới. Theo các báo cáo tài chính nửa đầu năm tài chính 2026 của Nvidia, doanh thu từ các nhà cung cấp dịch vụ đám mây và mô hình lớn (cloud and hyperscaler) chiếm khoảng 50% tổng doanh thu – bất kỳ sự sụt giảm nào từ khách hàng này cũng sẽ khiến phố Wall giật mình.
Nhưng vấn đề là Nvidia có nhiều khách hàng lớn khác: Microsoft vẫn đang mua hàng triệu GPU cho Azure, Meta mua nửa triệu GPU cho mục tiêu AGI nội bộ của họ, Google có TPU nhưng vẫn dùng Nvidia cho nhiều workload không thể chuyển đổi. Thậm chí Amazon với Trainium cũng chỉ mới ở giai đoạn đầu thương mại hóa. Vậy nên Nvidia có thể đứng vững, câu hỏi chỉ là giá cổ phiếu của họ sẽ phản ứng ra sao khi nhà đầu tư nhận ra rằng một nhóm công ty – Google, Amazon, Microsoft, và giờ là OpenAI – đang dần dần thoát khỏi sự phụ thuộc vào họ. Liệu Nvidia có thể tiếp tục duy trì biên lợi nhuận 70% trong một thế giới nơi khách hàng tự làm chip?
Hãy nói thẳng ra rằng: việc OpenAI tự làm chip là một tín hiệu mạnh, nhưng tôi chưa vội tin vào con số "9 tháng vượt Blackwell" mà không có bằng chứng cụ thể. Một thực tế lịch sử: Google dành 7 năm để TPU thực sự hiệu quả kinh tế, và phải đến thế hệ TPU v4 mới được coi là "cạnh tranh" với Nvidia trong mọi tác vụ. OpenAI có thể có những bộ óc xuất sắc nhất trong ngành – nhưng họ từng thất bại trong dự án phần cứng riêng, vụ chatbot cũng không phải là phần mềm mà là hạ tầng. Nvidia xây dựng CUDA suốt 18 năm qua; đó là lợi thế mà một kỹ sư phần mềm giỏi nhất cũng không thể xóa nhòa chỉ trong 9 tháng. Vậy nên câu hỏi thật sự là: liệu OpenAI đang cố gắng đánh lạc hướng đối thủ bằng một thông tin phóng đại, hay họ thực sự có một đội ngũ phần cứng đột phá mà thế giới chưa từng thấy? Chỉ có thời gian và các dấu hiệu từ các nhà cung cấp đèn bán dẫn như TSMC hay Samsung mới cho chúng ta câu trả lời. Nhưng về phía các doanh nghiệp Việt Nam, họ không nên đứng ngoài cuộc chơi này – việc theo dõi sát những động thái của OpenAI, Google và Nvidia sẽ giúp họ ra quyết định đầu tư hạ tầng hợp lý hơn. Còn nếu OpenAI chỉ đang thổi phồng câu chuyện để gây áp lực lên Nvidia trong các cuộc đàm phán hợp đồng, thì đó cũng là một chiêu trò quen thuộc trong giới công nghệ – chỉ có điều, mỗi khi AI tạo ra một bước nhảy, chiêu trò đó có thể đưa cả thị trường đến một mức định giá mới đầy rủi ro. Liệu Nvidia có bị cuốn vào vòng xoáy định giá ảo đó, hay họ sẽ tiếp tục dẫn đầu bằng chính công nghệ của mình? Hãy nhìn vào quý tới, khi con số doanh thu từ OpenAI xuất hiện trong báo cáo tài chính của họ – đó mới là thứ định giá cuộc chơi này thực sự.