Lợi nhuận của Nvidia đã trì trệ và AMD cũng hoạt động kém hiệu quả vì động lực trong các giao dịch AI đã chuyển hướng trong sáu tháng qua sang ASIC tùy chỉnh, được coi là có tiềm năng tăng trưởng gấp nhiều lần so với GPU thương mại. Nhưng theo quan điểm của Morgan Stanley, kỳ vọng của thị trường đối với ASIC là quá cao và về lâu dài, ASIC sẽ khó có thể thay đổi được vị thế của GPU trên thị trường.
Vào ngày 12 tháng 2, chiến lược gia Joseph Moore của Morgan Stanley và nhóm của ông đã công bố một báo cáo nêu rằng ASIC, với tư cách là một loại chip, không tốt hơn cũng không tệ hơn GPU thương mại; cả hai chỉ là những cách khác nhau để đạt được cùng một kết quả.
Morgan Stanley cho biết ASIC hoạt động tốt trong một số tình huống ứng dụng cụ thể, nhưng nó phụ thuộc rất nhiều vào nhu cầu tùy chỉnh của từng khách hàng cụ thể; mặc dù chi phí phát triển ASIC thường thấp, nhưng chi phí hệ thống và chi phí triển khai phần mềm có thể cao hơn nhiều so với GPU có thể được sử dụng thương mại trên quy mô lớn. Khách hàng có thể cần dành nhiều thời gian và nguồn lực để điều chỉnh phần mềm, dẫn đến tổng chi phí sở hữu cao hơn.
Ngoài ra, hệ sinh thái CUDA của NVIDIA đã rất hoàn thiện và khách hàng có thể dễ dàng triển khai và chạy nhiều khối lượng công việc khác nhau, giúp tăng tổng chi phí sở hữu. Morgan Stanley dự đoán rằng Nvidia, công ty dẫn đầu hiện nay trong lĩnh vực chip, sẽ vẫn thống trị trừ khi có những thay đổi bất ngờ xảy ra.
So với GPU thương mại, các kịch bản ứng dụng của ASIC tùy chỉnh quá hẹp
Morgan Stanley đôi khi trả lời là có - ASIC tùy chỉnh rất hấp dẫn khi nhắm tới các kịch bản ứng dụng hẹp hơn. ASIC là chip được tùy chỉnh cho từng nhà cung cấp dịch vụ đám mây hoặc khách hàng doanh nghiệp cụ thể, có thể cung cấp hiệu suất và hiệu quả cao hơn, do đó có lợi thế cạnh tranh khác biệt trên thị trường.
Ví dụ, sự thành công của Google TPU (Tensor Processing Unit) - lý do thành công là vì Google đã phát minh ra công nghệ LLM Transformer hiện đại và hướng dẫn Broadcom phát triển một con chip được tối ưu hóa riêng cho công nghệ này, đồng thời mang lại cho Broadcom doanh thu hơn 8 tỷ đô la Mỹ.
Tuy nhiên, Nvidia đang cố gắng giành lại thị phần bằng cách tối ưu hóa GPU của mình để phù hợp với mẫu Transformer. Hơn nữa, trong lĩnh vực điện toán đám mây, GPU thương mại thường có tính cạnh tranh cao hơn ASIC.
Do đó, Morgan Stanley tin rằng trong tương lai, những lợi thế của ASIC tùy chỉnh có thể được phản ánh nhiều hơn trong khối lượng công việc truyền thống - xét cho cùng, Nvidia tập trung vào việc đào tạo các mô hình AGI (trí tuệ nhân tạo tổng quát) đa phương thức và khả năng đào tạo này có thể hơi quá mức đối với một số ứng dụng cũ.
Nhưng Morgan Stanley cũng nói thêm rằng Nvidia vẫn khó có thể vượt qua trong việc cung cấp các khả năng đào tạo cao cấp.
Chi phí phát triển ASIC tùy chỉnh thấp, nhưng chi phí hệ thống cao hơn
Morgan Stanley cho biết bản thân ASIC rẻ hơn GPU, đặc biệt là về chi phí phần cứng, nhưng chi phí hệ thống và chi phí phần mềm cao hơn, khiến tổng chi phí sở hữu (TCO) của nó không nhất thiết thấp hơn GPU thương mại.
Báo cáo đề cập rằng chi phí phần cứng của một số ASIC có thể chỉ là 3.000 đô la, trong khi GPU H100 của Nvidia có giá 20.000 đô la. Sự chênh lệch giá này khiến ASIC hấp dẫn hơn về mặt chi phí phần cứng.
Tuy nhiên, mặc dù chi phí phần cứng của ASIC thấp hơn, chi phí hệ thống của chúng có thể cao hơn nhiều so với GPU thông dụng, như sau:
Chi phí cụm ASIC có thể cao hơn đáng kể so với Nvidia vì Nvidia tạo ra miền NVLINK 72-GPU dựa trên đồng trong khi ASIC sử dụng công nghệ quang học đắt tiền hơn và các thành phần chi phí lớn khác cũng tương tự nhau.
Trong khi chi phí cho bộ nhớ băng thông cao (HBM) là như nhau, Nvidia thực sự có thể có lợi thế vì họ có sức mua độc quyền đối với HBM mới và điều tương tự cũng đúng đối với CoWoS (công nghệ đóng gói chip).
Về mặt phần mềm, hệ sinh thái CUDA của NVIDIA rất hoàn thiện, cho phép khách hàng dễ dàng triển khai và chạy nhiều khối lượng công việc khác nhau. Khi sử dụng ASIC hoặc các giải pháp thay thế khác, khách hàng có thể phải dành nhiều thời gian và nguồn lực để điều chỉnh phần mềm, điều này sẽ làm tăng tổng chi phí sở hữu (TCO).
Về mặt phần mềm, hệ sinh thái CUDA của NVIDIA rất hoàn thiện, cho phép khách hàng dễ dàng triển khai và chạy nhiều khối lượng công việc khác nhau. Khi sử dụng ASIC hoặc các giải pháp thay thế khác, khách hàng có thể phải dành nhiều thời gian và nguồn lực để điều chỉnh phần mềm, điều này sẽ làm tăng tổng chi phí sở hữu (TCO).
Ví dụ, khách hàng của Trainium là Databricks dự kiến sẽ "mất vài tuần hoặc vài tháng để đưa hệ thống vào hoạt động trực tuyến". Một giám đốc dịch vụ đám mây gần đây đã nói với Morgan Stanley: "Cứ hai năm, công nghệ do nhóm ASIC của tôi cung cấp lại chậm hơn Nvidia 2-3 năm. Về mặt kinh tế, điều này không hữu ích lắm".
Do đó, mặc dù NVIDIA đã tung ra các chip giá rẻ như L4 và L40 nhưng thị trường vẫn có xu hướng lựa chọn các card đồ họa hiệu năng cao đắt tiền vì các card đồ họa cao cấp có lợi thế đáng kể về hiệu năng và hỗ trợ hệ sinh thái.
Morgan Stanley kết luận rằng nhiều bộ xử lý giá rẻ có thể thu hút một số khách hàng trong giai đoạn đầu, nhưng do thiếu hệ sinh thái hoàn thiện và hỗ trợ lâu dài nên cuối cùng khách hàng cũng sẽ quay lại với Nvidia. TPU, Trainium và AMD MI300 là một vài ngoại lệ. Điều này không có nghĩa là các bộ xử lý rẻ hơn không có giá trị, mà đúng hơn là các bộ xử lý rẻ hơn thường không thực sự chiếm được nhiều thị phần như mong đợi ban đầu.


Sự thống trị của Nvidia khó có thể bị lay chuyển
Vị thế thị trường của Nvidia vẫn vững chắc. Morgan Stanley tin rằng vị thế thống lĩnh của Nvidia trên thị trường chip AI không chỉ đến từ sức mạnh kỹ thuật mạnh mẽ mà còn từ hệ sinh thái hoàn chỉnh và khoản đầu tư liên tục vào R&D.
Báo cáo lưu ý rằng Nvidia dự kiến sẽ chi khoảng 16 tỷ đô la cho nghiên cứu và phát triển trong năm nay, trong khi ngân sách phát triển chip ASIC (mạch tích hợp dành riêng cho ứng dụng) tùy chỉnh thường dưới 1 tỷ đô la và trong một số trường hợp thậm chí còn ít hơn.
Với số tiền này, NVIDIA có thể duy trì chu kỳ phát triển 4-5 năm và điều hành ba nhóm thiết kế liên tiếp để liên tục tung ra các chip hiệu suất cao hàng đầu thị trường. Ngoài ra, Nvidia còn hiện diện trên mọi nền tảng đám mây ở mọi khu vực trên thế giới và bất kỳ khoản đầu tư nào vào hệ sinh thái Nvidia đều có thể được triển khai trên toàn cầu, qua đó củng cố thêm vị thế thống lĩnh thị trường của công ty.
Tất cả bình luận