Liệu CPU có trở thành 'Chén Thánh' mới của trí tuệ nhân tạo?

Trong vài năm qua, cuộc cách mạng trí tuệ nhân tạo đã dần được kể lại thông qua một câu chuyện đầu tư rất đơn giản. Ở trung tâm của câu chuyện đó là một nhân vật chính duy nhất: GPU. Các bộ xử lý đồ họa đã trở thành biểu tượng của một kỷ nguyên công nghệ mới, và khả năng tiếp cận chúng gần như trực tiếp quyết định công ty nào có thể huấn luyện những mô hình ngôn ngữ tiên tiến nhất, và công ty nào bị bỏ lại phía sau trong cuộc đua AI tương lai.

Kết quả là thị trường nhanh chóng học cách nhìn nhận AI thông qua một thước đo duy nhất: sức mạnh tính toán. Nhiều GPU hơn đồng nghĩa với mô hình lớn hơn, mô hình lớn hơn đồng nghĩa với sản phẩm tốt hơn, và sản phẩm tốt hơn đồng nghĩa với lợi thế cạnh tranh.

Tuy nhiên theo thời gian, câu chuyện này bắt đầu trở nên phức tạp hơn. Người ta nhận ra rằng sức mạnh tính toán thuần túy là chưa đủ nếu hệ thống không thể truyền dữ liệu với tốc độ cần thiết. Điểm nghẽn không còn chỉ là GPU, mà ngày càng là bộ nhớ - từ HBM nằm sát bộ xử lý cho tới DRAM máy chủ truyền thống và toàn bộ hạ tầng lưu trữ, truyền tải dữ liệu.

Đây là thời điểm đầu tiên các nhà đầu tư bắt đầu nhận ra rằng cuộc cách mạng AI không phải câu chuyện của một linh kiện duy nhất, mà là của cả một chuỗi công nghệ - từ silicon, bộ nhớ cho tới mạng lưới và hệ thống làm mát.

Và giờ đây, đúng lúc bản đồ của cuộc cách mạng này dường như đã tương đối hoàn chỉnh, một sự dịch chuyển khác đang xuất hiện - ít rõ ràng hơn nhiều, nhưng có thể cũng quan trọng không kém các giai đoạn trước.

Một lớp hạ tầng từng nhiều năm bị xem như “điều hiển nhiên” đang ngày càng đóng vai trò quan trọng hơn: CPU. Trong một thế giới nơi AI không còn chỉ là một truy vấn đơn lẻ gửi tới mô hình, mà giống như một hệ thống phức tạp gồm các tác nhân tự động thực hiện nhiều bước nhiệm vụ, không chỉ quy mô tính toán thay đổi mà bản chất của nó cũng thay đổi theo.

Tại thời điểm này, một câu hỏi từng bị xem là thứ yếu bắt đầu xuất hiện. Liệu CPU - trước đây chỉ đóng vai trò điều phối và là “người cộng sự thầm lặng” của GPU - có đang trở thành một trong những thành phần cốt lõi của toàn bộ kiến trúc AI?

Và nếu đúng như vậy, liệu điều đó có nghĩa rằng chúng ta đang bước vào làn sóng thứ ba của cuộc cách mạng AI sau GPU và bộ nhớ - nơi yếu tố quan trọng nhất không còn là sức mạnh tính toán thuần túy, mà là khả năng kết nối và điều phối toàn bộ hệ thống như một thể thống nhất?

KỶ NGUYÊN GPU

Ở giai đoạn đầu của cuộc cách mạng AI, gần như không có nhiều nghi ngờ về nơi nền tảng công nghệ của nó sẽ hình thành. Với bước đột phá của deep learning và sự xuất hiện của các mô hình ngôn ngữ ngày càng lớn, người ta nhanh chóng nhận ra rằng giới hạn cốt lõi không còn nằm ở thuật toán nữa, mà ở quy mô tính toán cần thiết để huấn luyện chúng.

Đó là thời điểm GPU bước lên vị trí trung tâm. Kiến trúc của chúng - ban đầu được thiết kế để dựng đồ họa và xử lý song song hình ảnh - lại tỏ ra hoàn hảo cho kiểu tính toán mà mạng nơ-ron yêu cầu. Thay vì một lõi cực nhanh duy nhất, GPU cung cấp hàng nghìn đơn vị xử lý đơn giản hơn nhưng có thể thực hiện đồng thời cùng một phép toán trên khối lượng dữ liệu khổng lồ.

Chính điều này đã biến GPU thành động cơ tự nhiên của cuộc cách mạng AI. Việc huấn luyện các mô hình ngôn ngữ, đặc biệt là các mô hình dựa trên kiến trúc transformer, về bản chất chủ yếu là các phép toán ma trận — những tác vụ rất dễ được song song hóa. Trên thực tế, điều đó có nghĩa là càng tập trung được nhiều sức mạnh GPU vào một hệ thống, mô hình huấn luyện được sẽ càng lớn.

Kết quả là một tiêu chuẩn hạ tầng tính toán hoàn toàn mới nhanh chóng hình thành. Các trung tâm dữ liệu bắt đầu giống như những cụm bộ gia tốc chuyên biệt, nơi CPU đóng vai trò hỗ trợ - chủ yếu chịu trách nhiệm chuẩn bị dữ liệu, quản lý tiến trình và giao tiếp giữa các thành phần hệ thống. Toàn bộ “phần toán học nặng” được chuyển sang GPU.

Kiến trúc này dẫn đến sự tập trung giá trị rất lớn vào một phân khúc duy nhất của thị trường. Khi nhu cầu sức mạnh tính toán tăng lên, các nhà sản xuất GPU đã chiếm phần lớn giá trị kinh tế của cuộc cách mạng AI. Khả năng tiếp cận GPU không chỉ trở thành lợi thế công nghệ mà còn là rào cản chiến lược quyết định tốc độ phát triển của cả doanh nghiệp lẫn các phòng nghiên cứu.

Trong cấu trúc đó, thị trường bắt đầu nhìn AI theo cách rất tuyến tính. Nhiều GPU hơn nghĩa là nhiều sức mạnh tính toán hơn, nhiều sức mạnh tính toán hơn nghĩa là mô hình lớn hơn, và mô hình lớn hơn nghĩa là sản phẩm tốt hơn. Logic của cuộc cách mạng này dường như khá đơn giản và dễ hiểu.

Chỉ theo thời gian, những tín hiệu đầu tiên mới xuất hiện cho thấy bức tranh này thực ra chưa hoàn chỉnh.

BỘ NHỚ (MEMORY) NHƯ LÀN SÓNG THỨ HAI

Khi các mô hình AI phát triển từ hàng triệu lên hàng tỷ rồi hàng trăm tỷ tham số, một vấn đề bắt đầu xuất hiện - vấn đề mà ban đầu không rõ ràng như sự thiếu hụt sức mạnh tính toán. Người ta nhận ra rằng chỉ đơn giản tăng số lượng GPU không thể giải quyết mọi giới hạn của hệ thống nếu dữ liệu không thể được truyền đi đủ nhanh trong toàn bộ kiến trúc tính toán.

Tại thời điểm này, bộ nhớ bắt đầu trở thành tâm điểm. Từ bộ nhớ gắn trực tiếp với GPU dưới dạng HBM cho tới DRAM máy chủ truyền thống và toàn bộ lớp hạ tầng lưu trữ, truyền tải dữ liệu trong các trung tâm dữ liệu. Bộ nhớ trở thành yếu tố quyết định tốc độ mà các mô hình ngày càng lớn có thể được huấn luyện và vận hành.

Trên thực tế, điều này có nghĩa là ngay cả những GPU tiên tiến nhất cũng không thể tận dụng hết tiềm năng nếu chúng không được “cung cấp dữ liệu” đầy đủ. Điểm nghẽn không còn là bản thân khả năng tính toán nữa, mà là khả năng duy trì luồng thông tin liên tục giữa bộ nhớ, mạng lưới và các bộ gia tốc.

Đây là thời điểm cuộc cách mạng AI bắt đầu chuyển từ một bài toán thuần túy về tính toán sang một bài toán về hệ thống. Thay vì chỉ có một thành phần thống trị duy nhất, chúng ta bắt đầu chứng kiến sự phụ thuộc ngày càng phức tạp giữa các lớp hạ tầng khác nhau.

Bộ nhớ - trước đây chỉ được xem như thành phần hỗ trợ - bắt đầu đóng vai trò chiến lược. Các giải pháp băng thông cao như HBM trở thành một trong những yếu tố then chốt cho việc mở rộng quy mô mô hình hiện đại, và các nhà sản xuất bộ nhớ cũng bắt đầu chiếm vị trí quan trọng hơn trong chuỗi giá trị của cuộc cách mạng AI.

Điều quan trọng là giai đoạn này không thay thế GPU, mà làm lộ ra những giới hạn tự nhiên của chúng. Khi mô hình ngày càng mở rộng, người ta nhận ra rằng sức mạnh tính toán đơn thuần không có nhiều giá trị nếu không được hỗ trợ bởi khả năng truyền dữ liệu đủ lớn. Kết quả là thị trường dần hiểu rằng AI không phải là cuộc đua đơn giản để sở hữu bộ xử lý mạnh nhất, mà là một hệ thống phức tạp trong đó bất kỳ thành phần hạ tầng nào cũng có thể trở thành điểm nghẽn.

Đây cũng là lúc một cách hiểu đầy đủ hơn về AI như một hệ sinh thái bắt đầu hình thành - nơi bên cạnh GPU còn có bộ nhớ, mạng lưới và hạ tầng dữ liệu đều đóng vai trò thiết yếu.

CPU VÀ SỰ TRỖI DẬY CỦA AI TÁC NHÂN (AGENTIC AI)

Trong một thời gian dài, vai trò của CPU trong cuộc cách mạng AI dường như tương đối ổn định và được xác định rõ ràng. Chúng chịu trách nhiệm quản lý hệ thống, chuẩn bị dữ liệu và điều phối hoạt động của các bộ gia tốc GPU — những thành phần thực hiện các tác vụ tính toán nặng. Trong cấu trúc này, CPU đóng vai trò như một “người vận hành hạ tầng” âm thầm, gần như vô hình với người dùng cuối và hầu như không thay đổi về chức năng.

Bức tranh này hiện đang thay đổi với sự xuất hiện của một lớp ứng dụng AI mới, ngày càng được gọi là agentic AI. Khác với các mô hình ngôn ngữ truyền thống chỉ phản hồi cho từng câu lệnh đơn lẻ, các hệ thống AI tác nhân được thiết kế để thực hiện các nhiệm vụ phức tạp nhiều bước — không chỉ tạo ra câu trả lời mà còn thực hiện hành động trong môi trường số.

Trên thực tế, điều này có nghĩa là thay vì chỉ có một truy vấn và một phản hồi, chúng ta đang đối mặt với cả một chuỗi vận hành. Một AI agent có thể bắt đầu bằng việc phân tích vấn đề, sau đó chia nhỏ thành nhiều bước, thực hiện hàng loạt truy vấn tới các hệ thống bên ngoài, cơ sở dữ liệu hoặc API, xử lý thông tin thu được rồi mới tạo ra kết quả cuối cùng. Mỗi bước như vậy đều yêu cầu các thao tác hệ thống riêng biệt, giao tiếp với nhiều nguồn dữ liệu khác nhau và quản lý trạng thái liên tục của toàn bộ tiến trình.

Trong mô hình mới này, gánh nặng tính toán bắt đầu dịch chuyển. Mô hình ngôn ngữ chạy trên GPU giờ chỉ còn là một phần của hệ thống lớn hơn, chịu trách nhiệm tạo sinh và diễn giải ngôn ngữ. Phần còn lại — logic điều phối, quản lý tác vụ, giao tiếp giữa các hệ thống và xử lý các công cụ bên ngoài — ngày càng tạo tải lớn hơn lên CPU.

Đây chính là lúc xuất hiện một sự thay đổi căn bản trong góc nhìn. Trước đây, CPU được xem là lớp hỗ trợ có nhiệm vụ “không cản trở” các phép tính của GPU. Nhưng trong thế giới của agentic AI, CPU bắt đầu hoạt động như một bộ điều phối chủ động, không chỉ quản lý luồng dữ liệu mà còn tham gia trực tiếp vào quá trình ra quyết định của hệ thống.

Điều quan trọng là đây không phải thay đổi mang tính “trang trí”, mà là một thay đổi mang tính cấu trúc. Mỗi AI agent không thực hiện một mà là nhiều bước tính toán và vận hành, dẫn tới sự gia tăng mạnh các tác vụ được thực thi bên ngoài GPU. Kết quả là tầm quan trọng của hạ tầng CPU ngày càng lớn, bởi chúng phải xử lý đồng thời khối lượng khổng lồ các truy vấn, tiến trình và tương tác thời gian thực.

Đây cũng là thời điểm sự thay đổi kiến trúc đầu tiên thực sự trở nên rõ ràng trong các hệ thống AI. Thay vì mô hình xoay quanh một loại tính toán duy nhất, chúng ta đang chuyển sang một hệ thống nhiều lớp, trong đó các thành phần khác nhau đảm nhiệm những vai trò vận hành khác nhau. GPU xử lý các phép toán ma trận, bộ nhớ đảm nhiệm lưu trữ và truyền dữ liệu, còn CPU ngày càng trở thành lớp chịu trách nhiệm điều phối toàn bộ quy trình.

KIẾN TRÚC HỆ THỐNG ĐANG THAY ĐỔI

Cùng với vai trò ngày càng lớn của AI tác nhân (agentic AI), không chỉ cách các mô hình được sử dụng thay đổi mà toàn bộ kiến trúc của các hệ thống AI cũng đang biến chuyển. Sự phân chia truyền thống — nơi GPU đảm nhiệm tính toán còn CPU đóng vai trò hỗ trợ — ngày càng trở nên không còn phù hợp với cách vận hành thực tế của các ứng dụng AI hiện đại.

Thay vì một quy trình tính toán đơn lẻ, chúng ta ngày càng phải làm việc với một hệ thống giống như mạng lưới phức tạp gồm nhiều lớp phối hợp với nhau. Mô hình ngôn ngữ vẫn là “lõi suy luận”, nhưng xung quanh nó đang hình thành một hạ tầng rộng lớn chịu trách nhiệm về bộ nhớ, luồng dữ liệu, giao tiếp với công cụ và khả năng thực thi theo thời gian thực.

Trong cấu trúc như vậy, CPU không còn chỉ là lớp hỗ trợ kỹ thuật cho GPU mà trở thành bộ tích hợp của toàn bộ hệ thống. CPU hiện đảm nhận ngày càng nhiều trách nhiệm liên quan đến điều phối, quản lý trạng thái và xử lý các quy trình phức tạp dựa trên AI tác nhân.

Kết quả là AI không còn là một mô hình đơn lẻ mà dần trở thành một “hệ điều hành” cho các quy trình thông minh, trong đó nhiều loại phần cứng khác nhau đảm nhiệm những vai trò chuyên biệt nhưng phụ thuộc lẫn nhau.

KINH TẾ HỌC CỦA SỰ THAY ĐỔI

Sự thay đổi quan trọng nhất đang diễn ra trong toàn bộ hạ tầng AI không nằm ở cách các hệ thống được xây dựng, mà ở cách nhu cầu tài nguyên tính toán được phân bổ. Trong một thời gian dài, điểm tham chiếu chủ đạo là mối quan hệ CPU–GPU, trong đó các cụm AI truyền thống phụ thuộc chủ yếu vào các bộ gia tốc.

Với sự trỗi dậy của AI tác nhân, sự cân bằng này đang dần thay đổi. Thay vì một kiến trúc nơi CPU chỉ đóng vai trò thứ yếu còn GPU thống trị toàn bộ hệ thống, chúng ta đang chuyển sang một mô hình cân bằng hơn, nơi các bộ xử lý đa dụng đảm nhận ngày càng nhiều khối lượng công việc liên quan đến điều phối, xử lý công cụ và các quy trình nhiều bước.

Sự dịch chuyển này mang lại những hệ quả kinh tế trực tiếp. Khi ngày càng nhiều tác vụ được xử lý ngoài GPU, nhu cầu về sức mạnh CPU trong các trung tâm dữ liệu tăng lên, kéo theo số lượng lõi xử lý cần thiết cho mỗi bộ gia tốc cũng tăng theo. Kết quả là hạ tầng AI trở nên tiêu tốn tài nguyên hơn không chỉ ở GPU mà còn ở năng lực tính toán đa dụng.

Từ góc nhìn hệ thống, điều này tạo ra một sự thay đổi mang tính cấu trúc trong nhu cầu trên toàn chuỗi giá trị. Chi tiêu vốn (CAPEX), trước đây chủ yếu tập trung vào GPU và bộ nhớ băng thông cao, hiện ngày càng mở rộng sang phân khúc CPU. Điều này gây áp lực lên chuỗi cung ứng, làm tăng mức sử dụng công suất sản xuất và dần tái định hình kỳ vọng đối với thị trường CPU máy chủ.

Trong bối cảnh đó, CPU không còn được xem là một phân khúc trưởng thành và ổn định nữa, mà đang trở thành một trong những thành phần cốt lõi của hạ tầng AI, với tầm quan trọng ngày càng lớn theo độ phức tạp của các hệ thống AI tác nhân.

THỊ TRƯỜNG CPU VÀ NHỮNG NHÂN TỐ CHỦ CHỐT

Vai trò thay đổi của CPU trong kiến trúc AI đang tái định hình cục diện cạnh tranh của ngành bán dẫn. Trong nhiều năm, thị trường CPU máy chủ tương đối ổn định và bị thống trị bởi một doanh nghiệp duy nhất, nhưng với sự xuất hiện của kỷ nguyên AI tác nhân, lĩnh vực này một lần nữa trở thành chiến trường cạnh tranh công nghệ khốc liệt.

Ở trung tâm của cuộc cạnh tranh này là ba thế lực chính: Advanced Micro Devices, Intel và Arm Holdings. Mỗi bên đại diện cho một mô hình kinh doanh, một kiến trúc và một cách tiếp cận khác nhau về việc bộ xử lý hiện đại nên được thiết kế như thế nào trong kỷ nguyên AI.

AMD là bên hưởng lợi trực tiếp nhất từ những thay đổi trong phân khúc máy chủ x86. Với dòng bộ xử lý EPYC, công ty liên tục gia tăng thị phần nhờ hiệu quả năng lượng mạnh mẽ và hiệu suất cạnh tranh trên mỗi lõi xử lý. Trong bối cảnh nhu cầu CPU gia tăng trong các hệ thống AI tác nhân, AMD còn được hưởng lợi từ khả năng cung cấp đồng thời cả CPU lẫn GPU, qua đó xây dựng một hệ sinh thái điện toán hoàn chỉnh hơn cho các trung tâm dữ liệu.

Ngược lại, Intel hiện đang ở trong giai đoạn chuyển đổi. Sau nhiều năm đánh mất thị phần trong thị trường máy chủ, công ty đang cố gắng lấy lại vị thế thông qua các thế hệ Xeon mới và chiến lược tập trung vào việc nâng cấp quy trình sản xuất. Tuy nhiên, thách thức của Intel không chỉ nằm ở công nghệ mà còn ở chiến lược — đó là việc tái định nghĩa vai trò của mình trong một hệ sinh thái AI vốn đã phát triển phần lớn bên ngoài các thế mạnh lịch sử của hãng.

Trụ cột thứ ba là Arm Holdings, công ty hoạt động ở một tầng khác của chuỗi giá trị. Thay vì trực tiếp sản xuất chip, Arm cung cấp kiến trúc để các hyperscaler tự thiết kế bộ xử lý của riêng mình. Kết quả là ngày càng nhiều tăng trưởng của thị trường CPU không còn chảy trực tiếp về các nhà sản xuất truyền thống mà chuyển sang các hệ sinh thái đám mây đang xây dựng silicon tùy chỉnh.

Điều này dẫn đến một sự thay đổi mang tính cấu trúc. Thị trường CPU không còn là thế song mã đơn giản giữa Intel và AMD nữa, mà đã trở thành một hệ sinh thái nhiều tầng lớp, nơi các hyperscaler như Amazon Web Services, Google và Microsoft tự thiết kế các bộ xử lý tối ưu hóa cho từng loại khối lượng công việc cụ thể.

Trong cấu trúc này, không tồn tại một người chiến thắng thống trị tuyệt đối. Thay vào đó, chúng ta đang chứng kiến một thị trường nơi nhiều mô hình kinh doanh và kiến trúc khác nhau cùng tồn tại và cạnh tranh để giành lấy phần ngày càng lớn của nhu cầu tính toán trong kỷ nguyên AI.

LÀN SÓNG THỨ BA CỦA AI VÀ NHỮNG HỆ QUẢ

Nếu nhìn toàn bộ cuộc cách mạng AI từ góc độ hạ tầng, có thể thấy một mô hình tiến hóa rất rõ ràng, trong đó các lớp khác nhau của hệ thống dần chuyển từ “hậu trường” ra trung tâm chú ý. Đầu tiên là sức mạnh tính toán GPU, thứ đã mở đường cho các mô hình ngôn ngữ hiện đại. Sau đó là bộ nhớ, yếu tố không thể thiếu để mở rộng quy mô mô hình. Và giờ đây, CPU đang ngày càng trở thành lớp tiếp theo trong chuỗi phát triển này.

Sự chuyển dịch này không xuất phát từ xu hướng công nghệ nhất thời, mà từ sự tiến hóa căn bản trong cách các hệ thống AI vận hành. Việc chuyển từ những truy vấn đơn lẻ sang AI tác nhân đánh dấu bước chuyển từ các phép tính đơn giản sang những quy trình ra quyết định nhiều bước và phức tạp. Trong môi trường như vậy, vai trò của việc quản lý tác vụ, giao tiếp với các hệ thống bên ngoài và xử lý song song tăng lên đáng kể.

Đó chính là những chức năng ngày càng đặt tải trọng lớn hơn lên CPU — vốn không còn là lớp hỗ trợ nữa mà đã trở thành một thành phần không thể thiếu trong hoạt động của hệ thống AI.

Điều này dẫn đến sự điều chỉnh lớn trong kỳ vọng đối với quy mô của thị trường CPU máy chủ. Các dự báo cho thấy thị trường này có thể vượt mốc 120 tỷ USD vào năm 2030, và trong các kịch bản tích cực hơn thậm chí có thể đạt tới 200 tỷ USD. Điều đó cho thấy CPU không còn là một phân khúc trưởng thành và ổn định, mà đang bước vào một chu kỳ tăng trưởng mới được thúc đẩy bởi AI.

Trong cấu trúc mới này, không có một người chiến thắng duy nhất. Advanced Micro Devices hưởng lợi từ nhu cầu gia tăng trong phân khúc x86 và đang củng cố vị thế như một nhân tố hạ tầng AI chủ chốt. Intel cố gắng tận dụng vai trò hồi sinh của CPU để tái thiết vị thế của mình, dù vẫn phải đối mặt với nhiều thách thức công nghệ và cạnh tranh. Trong khi đó, Arm Holdings lại ngày càng chiếm tỷ trọng lớn hơn trong tăng trưởng dựa trên điện toán đám mây, nơi các hyperscaler tự thiết kế silicon cho từng khối lượng công việc cụ thể.

Điểm quan trọng không phải là xác định ai sẽ là người chiến thắng cuối cùng, mà là hiểu rằng CPU đang trở thành làn sóng thứ ba song song của cuộc cách mạng AI, bên cạnh GPU và bộ nhớ. Một làn sóng không thay thế các giai đoạn trước mà bổ sung cho chúng, tạo nên bức tranh hoàn chỉnh hơn về hạ tầng AI.

Theo góc nhìn này, cuộc cách mạng AI không còn chỉ là câu chuyện về một bước đột phá công nghệ đơn lẻ, mà là một quá trình nhiều giai đoạn của sự tái phân bổ giá trị trên toàn chuỗi giá trị bán dẫn. Và CPU — thành phần từng bị xem là thứ yếu trong thời gian dài — đang bắt đầu chiếm một vị trí trong hệ thống mà cách đây không lâu rất ít người có thể hình dung được.