Nguyên mẫu chip Azure Maia 300 của Microsoft, loại chip mà công ty dự kiến triển khai quy mô trong năm 2027. Ảnh: Microsoft
Ngày 12/10, Microsoft công bố thế hệ chip tăng tốc AI mới mang tên Azure Maia 300, đồng thời cho biết sẽ mở rộng hệ thống chip Maia lên quy mô nhiều gigawatt công suất từ năm 2027. Động thái này phản ánh xu hướng các tập đoàn công nghệ lớn tự phát triển phần cứng để tối ưu hóa hệ thống AI, thay vì phụ thuộc hoàn toàn vào các bộ xử lý do nhà cung cấp bên ngoài thiết kế.
Theo Microsoft, Maia 300 được thiết kế để xử lý các tác vụ suy luận AI, tức giai đoạn mô hình đã được huấn luyện tiếp nhận yêu cầu và tạo ra kết quả. Đây là khâu quan trọng đối với những dịch vụ được sử dụng thường xuyên như trợ lý AI, công cụ lập trình và các ứng dụng doanh nghiệp.
Tối ưu chip để giảm chi phí vận hành AI
Microsoft cho biết Maia 300 dự kiến đạt hiệu suất xử lý cao hơn 40% tính theo số lượng token trên mỗi megawatt điện tiêu thụ so với các hệ thống GPU hàng đầu mà hãng dùng làm đối chiếu. Trong cấu hình hệ thống gồm 96 bộ tăng tốc, công ty dự kiến thông lượng xử lý token ở cấp độ tủ máy có thể cao gấp 7 lần thế hệ Maia 200 trước đó.
Đây là các chỉ số do Microsoft công bố, chưa phải kết quả đánh giá độc lập trên toàn bộ các loại tác vụ AI. Tuy nhiên, những thông số này cho thấy mục tiêu của hãng: xử lý được nhiều yêu cầu AI hơn với cùng mức tiêu thụ năng lượng, qua đó cải thiện hiệu quả khai thác trung tâm dữ liệu.
Maia 300 được thiết kế cho những tác vụ đòi hỏi xử lý ngữ cảnh dài, phản hồi nhanh và thực hiện nhiều bước liên tiếp. Đây là những yêu cầu ngày càng phổ biến khi doanh nghiệp chuyển từ các ứng dụng hỏi đáp đơn giản sang hệ thống AI có thể phân tích thông tin, lập kế hoạch và thực hiện chuỗi công việc.
Một điểm đáng chú ý là kiến trúc chiplet, trong đó các chức năng tính toán, điều khiển bộ nhớ và kết nối đầu vào, đầu ra được bố trí thành những thành phần riêng. Thiết kế này giúp tối ưu sự phối hợp giữa các bộ phận và nâng cao khả năng mở rộng hệ thống.
Theo Microsoft, chip Maia 300 được sản xuất bằng tiến trình N2P của TSMC, nhà sản xuất bán dẫn theo hợp đồng có trụ sở tại vùng lãnh thổ Đài Loan (Trung Quốc). Hệ thống sử dụng bộ nhớ băng thông cao HBM4, với tổng băng thông bộ nhớ đạt mức đỉnh 18 terabyte/giây trong cấu hình được công bố.
Những thông số trên phản ánh một thực tế của AI hiện đại: năng lực tính toán không chỉ phụ thuộc vào tốc độ xử lý của chip. Khả năng truyền dữ liệu giữa bộ xử lý và bộ nhớ, mức tiêu thụ điện và kết nối giữa các bộ tăng tốc cũng ảnh hưởng trực tiếp đến hiệu quả của toàn hệ thống.
Microsoft cho biết Maia 200 đã được đưa vào vận hành để xử lý các tác vụ thực tế, trong đó có Microsoft Copilot. Maia 300 dự kiến bắt đầu được triển khai trong môi trường sản xuất từ năm 2027. Công ty đặt mục tiêu mở rộng dòng chip Maia để trở thành hệ thống xử lý suy luận chủ lực cho các sản phẩm và dịch vụ của mình.
Nhu cầu AI tạo sức ép lên chuỗi cung ứng bán dẫn
Động thái của Microsoft diễn ra trong bối cảnh các tập đoàn công nghệ tăng đầu tư vào trung tâm dữ liệu và hạ tầng AI. Việc tự phát triển chip cho phép doanh nghiệp thiết kế phần cứng sát hơn với nhu cầu phần mềm, đồng thời chủ động hơn trong việc tối ưu hiệu suất, mức tiêu thụ điện và chi phí vận hành.
Xu hướng này không đồng nghĩa các hãng có thể nhanh chóng loại bỏ sự phụ thuộc vào nhà cung cấp chip bên ngoài. Thiết kế bộ xử lý tiên tiến đòi hỏi nguồn lực nghiên cứu lớn, trong khi sản xuất hàng loạt còn phụ thuộc vào năng lực của các nhà máy bán dẫn, công nghệ đóng gói tiên tiến và nguồn cung bộ nhớ.
Áp lực thể hiện rõ trong thông báo ngày 14/10 của ASML, nhà sản xuất thiết bị quang khắc bán dẫn của Hà Lan. Công ty cho biết khách hàng đang nâng dự báo nhu cầu thiết bị trong ngắn và trung hạn, chủ yếu do đánh giá về quy mô và thời gian kéo dài của các khoản đầu tư liên quan đến AI.
ASML dự báo năng lực cung ứng thiết bị theo kế hoạch hiện tại sẽ không đáp ứng đầy đủ nhu cầu của khách hàng trong năm 2027 và 2028. Công ty đang xem xét các phương án tăng công suất cho năm 2028 vượt mức mở rộng 30% đã thông báo trước đó.
Cuộc đua AI vì thế đang mở rộng từ phát triển mô hình sang toàn bộ hạ tầng phục vụ mô hình, bao gồm chip xử lý, bộ nhớ, mạng kết nối và nguồn điện. Khi các dịch vụ AI được sử dụng ở quy mô lớn, hiệu quả năng lượng và chi phí tính toán ngày càng trở thành những yếu tố quan trọng đối với khả năng thương mại hóa.
Bài toán tự chủ công nghệ
Đối với Việt Nam, diễn biến này gợi mở yêu cầu nhìn nhận phát triển AI cùng với năng lực phần cứng, dữ liệu và hạ tầng tính toán. Khả năng tiếp cận các hệ thống xử lý tiên tiến là điều kiện quan trọng, nhưng về dài hạn, năng lực nghiên cứu, thiết kế và làm chủ một số khâu trong chuỗi giá trị cũng có ý nghĩa đối với sức cạnh tranh của doanh nghiệp công nghệ.
Không phải quốc gia nào cũng có thể tự xây dựng toàn bộ chuỗi sản xuất chip tiên tiến. Tuy nhiên, các lĩnh vực như thiết kế vi mạch, phát triển phần mềm tối ưu chip, đóng gói và kiểm thử bán dẫn, quản lý năng lượng cho trung tâm dữ liệu hay xây dựng ứng dụng AI chuyên ngành đều có thể tạo ra những hướng tham gia cụ thể.
Với doanh nghiệp, bài học từ Microsoft là cần tối ưu công nghệ theo nhu cầu thực tế thay vì chỉ chạy theo quy mô mô hình. Một hệ thống AI có giá trị khi đáp ứng được yêu cầu của người dùng, hoạt động ổn định và đem lại hiệu quả tương xứng với chi phí đầu tư.
Định hướng này phù hợp với mục tiêu phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số theo Nghị quyết 57-NQ/TW. Việc thúc đẩy nghiên cứu công nghệ lõi, phát triển nhân lực bán dẫn, tăng liên kết giữa doanh nghiệp và cơ sở nghiên cứu, đồng thời lựa chọn những khâu có khả năng làm chủ sẽ góp phần nâng cao năng lực công nghệ trong nước.
Cuộc đua chip AI cho thấy lợi thế công nghệ không chỉ nằm ở việc sở hữu một sản phẩm mới. Khả năng thiết kế, sản xuất, vận hành hiệu quả và bảo đảm chuỗi cung ứng mới là những yếu tố quyết định công nghệ đó có thể được triển khai rộng rãi đến đâu.