Apple đưa Mac vào cuộc đua AI: Máy tính để bàn có thể trở thành giải pháp giảm chi phí trung tâm dữ liệu

Apple đang tìm cách mở rộng vai trò của máy Mac trong thị trường doanh nghiệp bằng một chiến lược khá khác biệt: thay vì phụ thuộc hoàn toàn vào trung tâm dữ liệu và các dịch vụ AI trên đám mây, doanh nghiệp có thể đầu tư vào những hệ thống Mac mạnh để xử lý trực tiếp nhiều tác vụ trí tuệ nhân tạo ngay tại chỗ.

Khi các mẫu Mac Mini và Mac Studio thế hệ mới bắt đầu được giao tới khách hàng, Apple đang hướng sự chú ý tới một nhóm khách hàng đặc biệt: doanh nghiệp cần năng lực tính toán AI lớn nhưng muốn kiểm soát chi phí vận hành dài hạn.

Những hệ thống Mac cao cấp có mức giá lên tới gần 20.000 USD không còn chỉ được quảng bá như những chiếc máy tính dành cho lập trình viên, nhà thiết kế hay người sáng tạo nội dung. Apple đang muốn chúng trở thành một lựa chọn cho các công việc AI chuyên sâu như lập trình, xử lý dữ liệu, xây dựng mô hình và thực hiện các tác vụ kinh doanh phức tạp.

Điểm đáng chú ý nằm ở cách Apple tính toán giá trị của hệ thống.

Thay vì doanh nghiệp liên tục trả tiền cho năng lực xử lý AI trên nền tảng đám mây, mỗi lần gửi yêu cầu lại phát sinh chi phí dựa trên số token sử dụng, Apple cho rằng người dùng có thể mua phần cứng một lần và khai thác năng lực tính toán trong thời gian dài.

Johnny Srouji, Giám đốc phần cứng của Apple, nhấn mạnh rằng khi chiếc máy đã được đặt trên bàn làm việc và thanh toán, doanh nghiệp có thể tiếp tục sử dụng năng lực tính toán của nó mà không phát sinh mô hình chi phí theo từng token.

Đây có thể trở thành một hướng cạnh tranh mới trong thị trường AI, vốn lâu nay bị thống trị bởi các trung tâm dữ liệu khổng lồ.

Mac Mini và Mac Studio nhắm tới thị trường AI doanh nghiệp

Thị trường máy tính doanh nghiệp hiện vẫn là sân chơi rất lớn của Microsoft và hệ sinh thái Windows.

Theo số liệu được Linn Huang của IDC đưa ra, Apple chỉ chiếm khoảng 4,6% thị trường máy tính để bàn doanh nghiệp, trong khi Windows chiếm tới khoảng 91,3%.

Khoảng cách này cho thấy Apple đang phải đối mặt với một thách thức không nhỏ nếu muốn đưa Mac trở thành một nền tảng phổ biến trong các doanh nghiệp.

Tuy nhiên, Apple không nhất thiết phải giành thị phần bằng cách cạnh tranh trực tiếp trên toàn bộ thị trường PC.

Thay vào đó, công ty có thể tập trung vào một phân khúc đang phát triển nhanh: máy tính AI hiệu năng cao chạy tại chỗ.

Các tác vụ như viết mã, chạy mô hình ngôn ngữ lớn, phân tích dữ liệu hoặc hỗ trợ các quy trình kinh doanh có thể được thực hiện trên máy tính cá nhân nếu phần cứng đủ mạnh.

Trong mô hình điện toán đám mây truyền thống, doanh nghiệp phải gửi dữ liệu tới máy chủ từ xa và thanh toán theo lượng tài nguyên sử dụng. Với AI, chi phí này có thể được tính theo token, thời gian sử dụng GPU hoặc các đơn vị tài nguyên khác.

Nếu một doanh nghiệp có khối lượng sử dụng AI lớn và ổn định, việc sở hữu phần cứng tại chỗ có thể trở thành một phương án đáng cân nhắc.

Apple Silicon và lợi thế từ kiến trúc bộ nhớ thống nhất

Một trong những nền tảng quan trọng giúp Apple theo đuổi chiến lược này chính là Apple Silicon.

Khi Apple bắt đầu chuyển sang chip do chính mình thiết kế vào năm 2020, công ty đã lựa chọn một kiến trúc khác biệt so với nhiều hệ thống máy tính truyền thống.

CPU, GPU và bộ nhớ được tích hợp chặt chẽ trong một kiến trúc bộ nhớ thống nhất, thay vì phân tách rõ ràng như trên nhiều hệ thống PC trước đây.

Ban đầu, mục tiêu quan trọng của thiết kế này là tăng hiệu quả sử dụng năng lượng và cải thiện thời lượng pin trên các sản phẩm như MacBook.

Nhưng khi AI trở thành một trong những nhu cầu tính toán quan trọng nhất của ngành công nghệ, những đặc điểm đó lại tạo ra một lợi thế khác.

Các mô hình AI cần truy cập lượng dữ liệu lớn với tốc độ cao. Việc giảm khoảng cách giữa bộ xử lý và bộ nhớ có thể giúp hệ thống tận dụng tài nguyên hiệu quả hơn trong nhiều loại tác vụ.

Đây là một trong những lý do Apple cho rằng kinh nghiệm tối ưu hóa phần cứng cho iPhone và MacBook có thể được chuyển hóa thành lợi thế trong AI.

Từ máy tính sáng tạo nội dung thành hệ thống AI

Mac Studio ban đầu chủ yếu được hướng tới những người dùng chuyên nghiệp như nhà dựng phim, kỹ sư âm thanh, nhà thiết kế đồ họa và các nhà sáng tạo nội dung.

Tuy nhiên, trong khoảng hai năm trở lại đây, Apple đã âm thầm xây dựng thêm nhiều khả năng phục vụ AI.

Một ví dụ là khả năng kết nối nhiều chip và nhiều máy thông qua công nghệ mạng tốc độ cao. Apple cũng đã đưa RDMA qua Thunderbolt vào hệ sinh thái phần cứng của mình để hỗ trợ những khối lượng công việc đòi hỏi khả năng trao đổi dữ liệu nhanh giữa các hệ thống.

Điều này đặc biệt quan trọng khi một mô hình AI vượt quá khả năng xử lý của một chiếc máy duy nhất.

Thay vì phải ngay lập tức xây dựng hoặc thuê một hệ thống trung tâm dữ liệu, doanh nghiệp có thể kết hợp nhiều máy Mac Studio thành một cụm tính toán.

Apple đã trình diễn một hệ thống gồm bốn chiếc Mac Studio được kết nối để chạy một mô hình AI với khoảng 1 nghìn tỷ tham số, nhằm phát hiện và sửa lỗi trong mã lập trình đồ họa.

Đây là một ví dụ đáng chú ý bởi những mô hình AI ở quy mô lớn thường gắn với các hệ thống máy chủ và GPU chuyên dụng trong trung tâm dữ liệu.

Apple muốn chứng minh rằng một số khối lượng công việc vốn cần tới hạ tầng trung tâm dữ liệu có thể được đưa xuống quy mô nhỏ hơn.

Không phải trả phí token: lợi thế kinh tế mới?

Khái niệm “không có chi phí cho mỗi token” là một trong những thông điệp đáng chú ý nhất của Apple.

Các dịch vụ AI trên đám mây thường sử dụng mô hình tính phí dựa trên mức tiêu thụ. Với doanh nghiệp sử dụng AI liên tục, chi phí có thể tăng đáng kể khi số lượng truy vấn, lượng dữ liệu hoặc độ phức tạp của mô hình tăng lên.

Một hệ thống Mac được mua và triển khai tại doanh nghiệp lại có cấu trúc chi phí khác.

Doanh nghiệp phải trả chi phí đầu tư ban đầu, điện năng, bảo trì và khấu hao phần cứng. Nhưng sau đó, số lần chạy mô hình không trực tiếp tạo thêm một khoản phí token cho nhà cung cấp đám mây.

Điều này khiến bài toán kinh tế trở nên thú vị.

Ví dụ, một nhóm phát triển phần mềm có thể sử dụng AI để phân tích mã nguồn, tìm lỗi, viết kiểm thử hoặc hỗ trợ lập trình hàng nghìn lần mỗi ngày. Nếu toàn bộ hoạt động này phụ thuộc vào API đám mây, chi phí có thể tăng theo mức sử dụng.

Trong khi đó, nếu mô hình có thể chạy hiệu quả trên phần cứng tại chỗ, doanh nghiệp có thể kiểm soát chi phí tốt hơn.

Tất nhiên, điều này không đồng nghĩa mọi mô hình AI đều nên chạy trên Mac. Những mô hình cực lớn và yêu cầu năng lực tính toán khổng lồ vẫn cần hạ tầng trung tâm dữ liệu.

Vấn đề Apple đang đặt ra là: liệu có cần đưa tất cả tác vụ AI lên cloud hay không?

Microsoft cũng muốn đưa AI xuống thiết bị

Apple không phải công ty duy nhất nhìn thấy tiềm năng của AI trên thiết bị.

Microsoft cũng đang theo đuổi ý tưởng mà CEO Satya Nadella gọi là “trí thông minh không giới hạn” trên các thiết bị Windows.

Microsoft muốn biến AI thành một phần tự nhiên của hệ điều hành, thay vì chỉ là một dịch vụ chạy trên máy chủ từ xa.

Công ty cũng đang phát triển các công cụ giúp Windows tận dụng tốt hơn năng lực AI của những bộ xử lý mới.

Một trong những thách thức của Microsoft là hệ sinh thái Windows có số lượng nhà sản xuất phần cứng rất lớn.

Dell, HP, Lenovo và nhiều nhà sản xuất khác có thể sử dụng những loại chip, cấu hình bộ nhớ và thiết kế phần cứng khác nhau.

Điều này mang lại lợi thế về quy mô cho Windows nhưng đồng thời khiến việc tối ưu hóa AI trở nên phức tạp hơn.

Apple có lợi thế ở điểm kiểm soát đồng thời hệ điều hành, chip và thiết kế phần cứng.

Nvidia vẫn giữ vị trí quan trọng trong trung tâm dữ liệu

Cuộc cạnh tranh mới không có nghĩa Apple đang thay thế Nvidia trong lĩnh vực AI.

Thực tế, Nvidia vẫn sở hữu vị thế đặc biệt mạnh trong trung tâm dữ liệu, nơi những hệ thống GPU quy mô lớn được sử dụng để huấn luyện và vận hành các mô hình AI tiên tiến.

Điểm Apple đang nhắm tới nằm ở một phần khác của thị trường.

Thay vì cạnh tranh trực tiếp với các cụm GPU hàng tỷ USD trong trung tâm dữ liệu, Apple muốn đưa một phần năng lực AI xuống máy tính cá nhân.

Điều đó có thể mở ra một mô hình phân tán hơn, trong đó một số tác vụ được thực hiện trên cloud, một số tác vụ chạy trên máy chủ doanh nghiệp và các tác vụ khác được xử lý trực tiếp trên thiết bị.

Jensen Huang, CEO Nvidia, cũng từng nhấn mạnh rằng Nvidia tập trung vào việc mở rộng khả năng của máy tính Windows, thay vì coi Apple là đối thủ trực tiếp trong toàn bộ thị trường.

AI cục bộ có thể thay đổi cách doanh nghiệp sử dụng dữ liệu

Ngoài bài toán chi phí, AI chạy tại chỗ còn có một lợi ích khác: dữ liệu không nhất thiết phải rời khỏi hệ thống của doanh nghiệp.

Đây có thể là yếu tố quan trọng đối với các công ty xử lý tài liệu nội bộ, mã nguồn, dữ liệu khách hàng hoặc những thông tin có tính nhạy cảm.

Trong mô hình AI cloud, doanh nghiệp phải xây dựng chính sách dữ liệu, quyền truy cập và bảo mật phù hợp khi sử dụng dịch vụ bên ngoài.

Với AI cục bộ, nhiều tác vụ có thể được xử lý ngay trong hệ thống nội bộ.

Tuy nhiên, AI on-device cũng đặt ra những yêu cầu riêng về quản trị phần cứng, cập nhật mô hình, bảo trì, bảo mật và năng lực của đội ngũ kỹ thuật.

Do đó, bài toán không đơn giản là “Mac rẻ hơn cloud”, mà là lựa chọn giữa hai mô hình hạ tầng khác nhau.

Apple đang đặt cược vào sự thay đổi của thị trường AI

Chiến lược của Apple có thể được nhìn nhận như một sự kết hợp giữa những thế mạnh mà công ty đã xây dựng trong nhiều năm.

Apple kiểm soát thiết kế chip, hệ điều hành và phần cứng. Công ty có kinh nghiệm tối ưu hóa năng lượng cho các thiết bị nhỏ như iPhone, đồng thời sở hữu hệ sinh thái Mac ngày càng mạnh.

Khi AI chuyển từ những chatbot trực tuyến sang các tác vụ thường xuyên hơn như lập trình, xử lý tài liệu, phân tích dữ liệu và trợ lý cá nhân, nhu cầu về năng lực tính toán ngay trên thiết bị có thể tăng.

Apple đang muốn tận dụng chính xu hướng đó.

Thay vì chỉ bán một chiếc máy tính, công ty đang cố gắng bán một nền tảng tính toán AI có thể mở rộng từ iPhone và iPad tới Mac Mini, Mac Studio và những hệ thống mạnh hơn.

Nếu chiến lược này thành công, máy tính cá nhân có thể đóng vai trò lớn hơn trong hạ tầng AI doanh nghiệp.

Cuộc đua AI đang bước sang một giai đoạn mới. Nếu giai đoạn đầu tập trung vào những trung tâm dữ liệu khổng lồ với hàng nghìn GPU, giai đoạn tiếp theo có thể chứng kiến sự phân bổ năng lực tính toán rộng hơn xuống máy tính cá nhân và thiết bị người dùng.

Apple đang đặt cược rằng Apple Silicon, bộ nhớ thống nhất và khả năng kiểm soát cả phần cứng lẫn phần mềm sẽ giúp Mac trở thành một nền tảng AI hiệu quả.

Microsoft có lợi thế từ hệ sinh thái Windows khổng lồ và thị trường doanh nghiệp truyền thống, trong khi Nvidia tiếp tục giữ vai trò quan trọng trong các trung tâm dữ liệu AI.

Cuộc cạnh tranh vì thế không chỉ là cuộc chiến giữa ba công ty. Đó còn là cuộc cạnh tranh giữa ba cách tiếp cận đối với AI: xử lý trên thiết bị, xử lý trong hệ thống doanh nghiệp và xử lý trên đám mây.

Với doanh nghiệp, câu hỏi quan trọng trong những năm tới có thể không còn là “AI nào mạnh nhất?”, mà là tác vụ AI nào nên chạy ở đâu để đạt được sự cân bằng giữa hiệu năng, chi phí, bảo mật và khả năng mở rộng?

Và chính câu hỏi đó đang mở ra một thị trường mới cho những chiếc máy Mac có năng lực xử lý AI ngày càng lớn.

Câu hỏi về AI của Apple

Mac Studio có thể thay thế trung tâm dữ liệu không?

Không phải trong mọi trường hợp. Mac Studio có thể xử lý nhiều tác vụ AI cục bộ và một số mô hình lớn, nhưng các hệ thống AI quy mô cực lớn vẫn cần hạ tầng trung tâm dữ liệu với số lượng GPU và bộ nhớ rất lớn.

Vì sao Apple cho rằng Mac có thể tiết kiệm chi phí AI?

Một phần nguyên nhân nằm ở mô hình chi phí. Với phần cứng mua một lần, doanh nghiệp không phải trả phí token cho từng yêu cầu AI giống như khi sử dụng một số API AI trên nền tảng đám mây. Tuy nhiên, vẫn phải tính đến chi phí điện, bảo trì, nâng cấp và khấu hao phần cứng.

Apple Silicon có lợi thế gì khi chạy AI?

Apple Silicon sử dụng kiến trúc bộ nhớ thống nhất, kết hợp CPU, GPU và các thành phần xử lý khác trong một hệ thống bộ nhớ chung. Thiết kế này có thể giúp tăng hiệu quả khi xử lý những tác vụ cần truy cập lượng dữ liệu lớn.

Microsoft có đang cạnh tranh với Apple trong AI trên PC?

Có. Microsoft đang thúc đẩy AI trên thiết bị Windows và hợp tác với các nhà sản xuất chip để tối ưu hóa những tác vụ AI thông qua hệ sinh thái Windows ML và các công nghệ liên quan.

Nvidia có bị ảnh hưởng bởi xu hướng AI cục bộ?

Nvidia vẫn có vị trí rất mạnh trong trung tâm dữ liệu AI. Xu hướng AI chạy trên PC có thể mở rộng thị trường xử lý AI ở một phân khúc khác, nhưng không đồng nghĩa với việc thay thế nhu cầu GPU trung tâm dữ liệu.