Google ký thỏa thuận chip AI với Marvell: Vì sao Big Tech ngày càng muốn tự thiết kế chip AI?
Thỏa thuận giữa Google và Marvell không chỉ là một thương vụ mua chip. Nó phản ánh một chuyển dịch lớn hơn trong ngành AI: Khi chi phí vận hành mô hình ngày càng tăng, các hyperscaler như Google không thể chỉ phụ thuộc vào GPU phổ thông mà cần những con chip được thiết kế sát với workload AI của chính mình.
Google và Marvell vừa công bố điều gì?
Ngày 19/08, Reuters đưa tin Marvell Technology sẽ hỗ trợ phát triển chip tùy chỉnh cho Google, đồng thời trao cho Google quyền mua tối đa 58,97 triệu cổ phiếu Marvell với giá thực hiện 206,58 USD/cổ phiếu, tương đương khoảng 12,18 tỷ USD nếu được thực hiện đầy đủ. Reuters cũng cho biết thỏa thuận có thể mang lại khoảng 120 tỷ USD doanh thu cho Marvell đến năm tài chính 2033 nếu Google đạt các mục tiêu liên quan đến quyền mua cổ phần này.
Điểm cần hiểu đúng là Google không “rót ngay” 12,2 tỷ USD để mua Marvell. Theo hồ sơ 8-K của Marvell gửi SEC, quyền mua cổ phần này gắn với điều kiện vesting: một phần nhỏ vest trong năm đầu, phần còn lại vest theo các mốc doanh thu từ sản phẩm custom chip, với mỗi tranche gắn với 500 triệu USD doanh thu sản phẩm tùy chỉnh.
Về mặt kỹ thuật, thỏa thuận không chỉ xoay quanh một loại chip duy nhất. Hồ sơ của Marvell cho biết phạm vi hợp tác bao gồm các chương trình custom silicon gắn với hệ sinh thái TPU của Google, như AI inference accelerator, storage controller, network interface controller, memory interface controller và near-memory compute.
Nói đơn giản: Google đang mở rộng lớp hạ tầng chip riêng quanh TPU, còn Marvell có cơ hội trở thành một đối tác chiến lược lớn hơn trong chuỗi cung ứng AI của Google.
Vì sao Google không chỉ mua GPU?
GPU vẫn là nền tảng quan trọng của cuộc đua AI, đặc biệt trong huấn luyện mô hình lớn và các workload cần tính linh hoạt cao. Nhưng khi AI bước vào giai đoạn triển khai đại trà, vấn đề không còn chỉ là “có đủ GPU để train model hay không”. Bài toán lớn hơn là làm sao chạy inference cho hàng tỷ lượt truy vấn với chi phí, điện năng, độ trễ và độ ổn định có thể kiểm soát được.
GPU rất mạnh, nhưng không phải lúc nào cũng tối ưu nhất
GPU được thiết kế để xử lý song song khối lượng tính toán lớn. Vì vậy, nó phù hợp với nhiều workload AI khác nhau, từ huấn luyện mô hình ngôn ngữ lớn, xử lý hình ảnh, video đến mô phỏng khoa học. Ưu điểm lớn nhất của GPU là tính linh hoạt và hệ sinh thái phần mềm đã trưởng thành.
Nhưng chính sự linh hoạt đó cũng tạo ra giới hạn. Một GPU phổ thông phải phục vụ rất nhiều kiểu bài toán, trong khi một hyperscaler như Google có các workload lặp lại ở quy mô khổng lồ: Tìm kiếm, quảng cáo, đề xuất nội dung, dịch thuật, Gemini, Google Cloud AI, YouTube, Maps, Workspace AI. Khi workload đủ lớn và đủ ổn định, việc dùng phần cứng “đa năng” có thể không còn tối ưu về chi phí trên mỗi truy vấn.
Đó là lúc custom silicon trở nên hấp dẫn.
ASIC và TPU: Khi chip được thiết kế cho một nhóm tác vụ cụ thể
ASIC là chip được thiết kế cho một mục đích cụ thể. TPU của Google là một ví dụ tiêu biểu. Theo tài liệu Google Cloud, TPU là các mạch tích hợp chuyên dụng do Google phát triển để tăng tốc workload machine learning, đặc biệt là các phép toán ma trận thường gặp trong AI.
Khác với GPU vốn phải linh hoạt cho nhiều loại tác vụ, TPU được tối ưu sâu hơn cho các workload machine learning mà Google chạy rất nhiều. Google cũng nêu rõ Cloud TPU phù hợp với các mô hình bị chi phối bởi tính toán ma trận, batch size lớn, thời gian huấn luyện dài hoặc embedding rất lớn trong ranking và recommendation.
Điểm cốt lõi nằm ở “đủ quy mô”. Một doanh nghiệp thông thường không thể tự thiết kế chip vì chi phí R&D, sản xuất, phần mềm, vận hành và rủi ro quá lớn. Nhưng với Google, nếu mỗi cải thiện nhỏ về hiệu năng, điện năng hoặc chi phí inference được nhân lên trên hàng tỷ request, lợi ích kinh tế có thể rất lớn.
Custom silicon giúp Big Tech kiểm soát chi phí inference như thế nào?
Trong giai đoạn đầu của generative AI, thị trường thường nói nhiều về training: Ai có model lớn hơn, ai có nhiều GPU hơn, ai train được nhanh hơn. Nhưng khi sản phẩm AI đi vào thực tế, inference mới là phần chi phí lặp lại hằng ngày.
Inference là quá trình chạy mô hình đã được huấn luyện để tạo ra kết quả: trả lời câu hỏi, sinh ảnh, gợi ý nội dung, xếp hạng quảng cáo, tóm tắt email, hỗ trợ chatbot. Nếu một sản phẩm AI có hàng triệu hoặc hàng tỷ lượt sử dụng mỗi ngày, chi phí inference sẽ trở thành một khoản vận hành khổng lồ.
Custom silicon có thể giúp giảm chi phí này ở một số điểm:
- Tối ưu theo workload thật: Chip được thiết kế cho kiểu mô hình, kích thước batch, độ trễ và luồng dữ liệu mà hệ thống thực sự cần.
- Giảm lãng phí tài nguyên: Thay vì dùng phần cứng đa năng cho mọi việc, hyperscaler có thể phân bổ GPU cho workload cần linh hoạt và dùng chip riêng cho workload đã ổn định.
- Tối ưu điện năng trên mỗi truy vấn: Ở quy mô data center, điện không còn là chi phí phụ. Nó ảnh hưởng trực tiếp đến khả năng mở rộng AI.
- Tối ưu toàn stack: Chip, compiler, framework, network, storage, scheduler và data center có thể được đồng thiết kế với nhau.
Google từng nhấn mạnh Trillium, thế hệ TPU thứ sáu, là một phần của AI Hypercomputer, kết hợp phần cứng tối ưu hiệu năng, phần mềm mở, framework machine learning và mô hình tiêu thụ linh hoạt. Google cũng cho biết Trillium được dùng để train Gemini 2.0 và hướng đến cả training, tuning lẫn serving AI.
Nói cách khác, chip AI không còn là một linh kiện riêng lẻ. Nó là một phần của kiến trúc hạ tầng AI hoàn chỉnh.
Vì sao các hyperscaler có lợi thế trong cuộc đua tự thiết kế chip?
Không phải công ty nào cũng có thể theo đuổi custom silicon. Lợi thế của các hyperscaler như Google, Amazon, Microsoft hay Meta nằm ở bốn điểm: Quy mô workload, năng lực kỹ thuật, khả năng vận hành data center và khả năng kiểm soát phần mềm.
- Amazon có Trainium, dòng chip AI purpose-built cho training và inference ở quy mô lớn, với thông điệp tập trung vào “AI economics” và tối ưu từ chip, server, network, software đến services.
- Microsoft có Azure Maia, dòng AI accelerator được thiết kế cho cloud-based training và inference, phục vụ các workload như OpenAI models, Bing, GitHub Copilot và ChatGPT.
- Meta cũng theo đuổi MTIA, dòng custom silicon phục vụ workload AI nội bộ. Meta cho biết họ triển khai MTIA cho inference ở quy mô lớn và xem đây là một phần trung tâm trong chiến lược hạ tầng AI, đồng thời vẫn dùng cách tiếp cận portfolio với nhiều loại chip khác nhau.
Điểm chung của các công ty này là họ không nhìn chip như một sản phẩm mua ngoài đơn thuần. Họ nhìn chip như một lớp trong hệ điều hành hạ tầng AI: Model chạy thế nào, dữ liệu di chuyển ra sao, memory có đủ nhanh không, network có nghẽn không, điện có chịu được không, phần mềm có tận dụng được phần cứng không.
Thỏa thuận Google - Marvell nói gì về chuỗi cung ứng AI?
Một cách hiểu đơn giản là Google muốn có thêm lựa chọn ngoài các nhà cung cấp truyền thống. Reuters ghi nhận Broadcom trước đó là đối tác custom chip chính của Google, và cổ phiếu Broadcom giảm sau tin Marvell. Tuy nhiên, một nhận định đáng chú ý trong bài Reuters là đây có thể là “miếng bánh lớn hơn tại Google cho các nguồn cung mới”, chứ chưa chắc là sự thay thế trực tiếp Broadcom. Reuters
Điều này rất quan trọng. Với hạ tầng AI, phụ thuộc vào một nhà cung cấp duy nhất là rủi ro lớn. Khi nhu cầu chip, networking, HBM, storage và data center đều tăng cùng lúc, hyperscaler cần đa dạng hóa chuỗi cung ứng để giảm rủi ro thiếu hàng, giảm áp lực giá và tăng khả năng thương lượng.
Marvell không chỉ mạnh ở chip xử lý. Công ty này còn có vai trò trong networking, storage controller, custom silicon và các công nghệ giúp dữ liệu di chuyển hiệu quả trong data center. Trong AI, “di chuyển dữ liệu” đôi khi quan trọng không kém “tính toán dữ liệu”, vì mô hình lớn cần truyền dữ liệu liên tục giữa chip, memory, storage và network.
Vì vậy, deal Google - Marvell không chỉ là câu chuyện “AI accelerator”. Nó còn là câu chuyện data center networking, memory interface, storage, near-memory compute và tối ưu hạ tầng AI từ dưới lên.
GPU có bị thay thế không?
Câu trả lời ngắn là: Chưa, và có thể không theo nghĩa tuyệt đối.
GPU vẫn rất quan trọng vì AI thay đổi nhanh. Khi model architecture còn biến động, framework còn thay đổi, nhu cầu thử nghiệm còn lớn, GPU là lựa chọn linh hoạt. Các phòng lab, startup AI, doanh nghiệp triển khai mô hình tùy chỉnh và nhiều workload nghiên cứu vẫn cần GPU.
Custom silicon phù hợp hơn khi workload đã đủ lớn, đủ lặp lại và đủ quan trọng để tối ưu riêng. Google có thể dùng TPU cho workload phù hợp, dùng GPU cho workload khác, dùng CPU cho tác vụ điều phối, dùng chip mạng và storage controller riêng để giảm nghẽn. Đây là chiến lược portfolio, không phải cuộc thay thế một-mất-một-còn.
Với doanh nghiệp thông thường, bài học không phải là “hãy tự thiết kế chip”. Bài học đúng hơn là: cần hiểu workload của mình trước khi chọn hạ tầng. Có workload cần GPU, có workload chỉ cần CPU tốt, có workload cần cloud server linh hoạt, có workload cần tối ưu storage, network hoặc khả năng scale.
Đây cũng là góc nhìn phù hợp khi doanh nghiệp triển khai AI trên cloud. Thay vì chạy theo cấu hình mạnh nhất, doanh nghiệp nên đánh giá bài toán theo các tiêu chí: độ trễ cần thiết, tần suất truy vấn, kích thước mô hình, chi phí inference, yêu cầu bảo mật dữ liệu, khả năng mở rộng và mức độ phụ thuộc vào nhà cung cấp. Với các bài toán web, API, hệ thống dữ liệu, backend AI hoặc ứng dụng doanh nghiệp, nền tảng cloud ổn định như Bizfly Cloud có thể đóng vai trò hạ tầng triển khai, mở rộng và vận hành dịch vụ mà không cần doanh nghiệp tự đầu tư phần cứng phức tạp.
Tác động lớn hơn: AI đang trở thành ngành công nghiệp hạ tầng
Tin Google - Marvell cho thấy cuộc đua AI đang đi sâu hơn vào tầng vật lý. Trước đây, thị trường chú ý nhiều đến model: Model nào thông minh hơn, benchmark nào cao hơn, chatbot nào trả lời tốt hơn. Nhưng phía sau mỗi model là một chuỗi hạ tầng rất nặng: chip, memory, network, data center, điện, làm mát, phần mềm hệ thống và chuỗi cung ứng bán dẫn.
Custom silicon là dấu hiệu cho thấy AI không chỉ là phần mềm. AI đang trở thành một ngành công nghiệp hạ tầng với chi phí vốn rất lớn và rào cản gia nhập ngày càng cao.
Các hyperscaler có lợi thế vì họ kiểm soát nhiều lớp cùng lúc: Sản phẩm người dùng, model, cloud, data center, phần mềm hệ thống và giờ là cả chip tùy chỉnh. Khi tất cả các lớp này được tối ưu cùng nhau, họ có thể tạo ra lợi thế về chi phí và hiệu năng mà đối thủ nhỏ khó bắt kịp.
Nhưng điều đó cũng khiến thị trường AI trở nên phức tạp hơn. Quan hệ giữa nhà phát triển AI, cloud provider, hãng chip và nhà vận hành data center ngày càng đan xen. Một thỏa thuận tài chính như quyền mua cổ phần Marvell của Google không chỉ là câu chuyện đầu tư, mà còn là cách gắn lợi ích dài hạn giữa khách hàng hyperscale và nhà cung cấp hạ tầng.
Doanh nghiệp nên rút ra điều gì?
Doanh nghiệp không cần nhìn thỏa thuận Google - Marvell như một câu chuyện quá xa vời. Nó có ba bài học thực tế.
- Thứ nhất, chi phí AI dài hạn nằm ở vận hành, không chỉ ở giai đoạn thử nghiệm. Một chatbot nội bộ chạy vài trăm lượt/ngày khác hoàn toàn một hệ thống AI phục vụ hàng triệu người dùng. Khi quy mô tăng, inference cost, latency và uptime sẽ trở thành chỉ số kinh doanh.
- Thứ hai, không có một loại hạ tầng phù hợp cho mọi workload. GPU, TPU, CPU, cloud server, storage, CDN, database, message queue và network đều có vai trò riêng. Chọn sai hạ tầng có thể khiến chi phí tăng mà hiệu năng không cải thiện tương xứng.
- Thứ ba, năng lực tối ưu hạ tầng sẽ trở thành lợi thế cạnh tranh. Không phải doanh nghiệp nào cũng cần custom chip, nhưng doanh nghiệp nào triển khai AI nghiêm túc cũng cần hiểu hệ thống của mình đang nghẽn ở đâu: compute, memory, storage, network, dữ liệu hay kiến trúc ứng dụng.
FAQ
Custom silicon là gì?
Custom silicon là chip được thiết kế riêng cho một mục đích, workload hoặc hệ thống cụ thể. Trong AI, custom silicon thường dùng để tăng hiệu năng, giảm chi phí hoặc tối ưu điện năng cho các tác vụ như training, inference, recommendation hoặc xử lý dữ liệu ở quy mô lớn.
TPU khác gì GPU?
GPU là bộ xử lý song song linh hoạt, phù hợp với nhiều workload AI và đồ họa. TPU là chip chuyên dụng do Google phát triển để tăng tốc machine learning, đặc biệt là các phép toán ma trận phổ biến trong mô hình AI. TPU có thể tối ưu hơn trong workload phù hợp, nhưng GPU thường linh hoạt hơn.
Vì sao inference cost ngày càng quan trọng?
Training là chi phí lớn ban đầu, nhưng inference là chi phí lặp lại mỗi khi người dùng gửi yêu cầu đến mô hình AI. Khi sản phẩm AI có nhiều người dùng, chi phí inference có thể trở thành gánh nặng vận hành lớn hơn cả chi phí thử nghiệm ban đầu.
Google tự thiết kế chip có nghĩa là không cần Nvidia nữa không?
Không. Xu hướng thực tế là dùng nhiều loại chip cho nhiều workload khác nhau. Google vẫn có thể dùng GPU cho các tác vụ cần linh hoạt, đồng thời dùng TPU và custom silicon cho các workload đã đủ lớn để tối ưu riêng.
Kết luận
Thỏa thuận Google - Marvell cho thấy cuộc đua AI đang chuyển từ “ai có model tốt hơn” sang “ai kiểm soát hạ tầng tốt hơn”. GPU vẫn quan trọng, nhưng custom silicon như TPU ngày càng có vai trò lớn khi Big Tech cần giảm chi phí inference, tối ưu điện năng, chủ động chuỗi cung ứng và đồng thiết kế toàn bộ stack từ chip đến cloud.
Với doanh nghiệp, điểm đáng học không phải là tự làm chip, mà là tư duy chọn hạ tầng theo workload. AI càng đi vào vận hành thật, lợi thế sẽ không chỉ nằm ở mô hình thông minh, mà còn nằm ở khả năng chạy mô hình đó ổn định, tiết kiệm và mở rộng được.
