Microsoft tăng tốc phát triển chip AI Maia, hướng tới giảm phụ thuộc vào Nvidia

Microsoft muốn tự chủ chip AI, củng cố lợi thế cạnh tranh của Azure

Microsoft đang đẩy nhanh chiến lược phát triển bộ xử lý trí tuệ nhân tạo (AI) do chính công ty thiết kế, trong nỗ lực giảm sự phụ thuộc vào Nvidia và kiểm soát tốt hơn chi phí vận hành hạ tầng điện toán đám mây. Trọng tâm của kế hoạch là Maia 300, thế hệ chip tăng tốc AI tiếp theo được Microsoft công bố với lộ trình bắt đầu sản xuất vào năm 2027.

Động thái này đánh dấu bước chuyển quan trọng trong chiến lược hạ tầng AI của Microsoft. Sau nhiều năm dựa vào các bộ xử lý đồ họa (GPU) của Nvidia để vận hành những hệ thống AI quy mô lớn, tập đoàn phần mềm Mỹ muốn tăng tỷ trọng phần cứng tự phát triển trong các trung tâm dữ liệu của mình.

Theo định hướng được Microsoft công bố, hãng đặt mục tiêu triển khai các chip thuộc dòng Maia với tổng công suất ở quy mô nhiều gigawatt. Tuy nhiên, công ty chưa đưa ra thời điểm cụ thể cho toàn bộ kế hoạch triển khai, do thị trường AI đang thay đổi nhanh chóng và nhu cầu thực tế đối với từng loại chip vẫn tiếp tục biến động.

Đằng sau chiến lược này là bài toán kinh tế ngày càng quan trọng của ngành AI: làm thế nào để cung cấp năng lực tính toán lớn hơn, phục vụ nhiều người dùng hơn nhưng không khiến chi phí phần cứng và điện năng tăng quá nhanh.

Azure trở thành động lực thúc đẩy Microsoft tự phát triển chip

Lợi thế lớn nhất của Microsoft trong cuộc cạnh tranh AI không chỉ nằm ở các sản phẩm phần mềm mà còn ở Azure, nền tảng điện toán đám mây cung cấp hạ tầng cho doanh nghiệp và các nhà phát triển trên toàn cầu.

Azure vận hành nhiều mô hình AI khác nhau, phục vụ các ứng dụng từ xử lý ngôn ngữ, lập trình đến tự động hóa quy trình công việc. Trong khi đó, Microsoft 365 Copilot hỗ trợ người dùng văn phòng và GitHub Copilot giúp lập trình viên viết, phân tích và sửa mã nguồn.

Những sản phẩm này tạo ra nhu cầu lớn đối với năng lực xử lý AI. Mỗi yêu cầu của người dùng, từ tóm tắt tài liệu đến tạo mã lập trình, đều có thể cần đến tài nguyên tính toán tại trung tâm dữ liệu. Khi lượng người dùng và số tác vụ tăng lên, chi phí vận hành các mô hình cũng trở thành yếu tố quyết định khả năng mở rộng dịch vụ.

Microsoft đồng thời phát triển những mô hình AI của riêng mình, dù thị trường vẫn có sự cạnh tranh mạnh mẽ từ OpenAI, Anthropic và Google. Việc kiểm soát tốt hơn phần cứng sẽ giúp công ty có thêm lựa chọn trong cách phân bổ tài nguyên tính toán giữa các mô hình và ứng dụng.

Thay vì chỉ mua chip từ những nhà cung cấp bên ngoài, Microsoft muốn thiết kế phần cứng phù hợp hơn với khối lượng công việc cụ thể của hệ sinh thái Azure. Cách tiếp cận này có thể giúp công ty tối ưu hiệu suất, giảm chi phí trên mỗi tác vụ và hạn chế rủi ro khi nguồn cung chip AI cao cấp bị thắt chặt.

Maia 300: Thế hệ chip mới hướng tới hiệu suất cao hơn

Maia 300 là bước tiếp theo trong chương trình phát triển chip AI riêng của Microsoft, sau các thế hệ Maia 100 và Maia 200.

Microsoft giới thiệu Maia 100 vào năm 2023 và tiếp tục công bố Maia 200 vào tháng 1 năm 2026. Trước đó, CEO Satya Nadella cho biết Maia 200 đạt hiệu suất trên mỗi USD cao hơn khoảng 30% so với phần cứng thế hệ mới nhất đang được sử dụng trong hệ thống của công ty, đồng thời được triển khai để xử lý các mô hình OpenAI.

Những kết quả ban đầu tạo cơ sở để Microsoft tiếp tục mở rộng dòng chip tự phát triển. Với Maia 300, mục tiêu không chỉ là tăng năng lực xử lý mà còn cải thiện hiệu quả sử dụng điện năng trong môi trường trung tâm dữ liệu.

Theo thông tin được công bố, Microsoft dự kiến tích hợp 96 chip Maia 300 vào mỗi giá đỡ máy chủ, gấp đôi số lượng dự kiến đối với Maia 200.

Cấu hình này được kỳ vọng có thể xử lý lượng token AI nhiều gấp bảy lần trên mỗi giá đỡ, đồng thời đạt hiệu suất token trên mỗi megawatt cao hơn khoảng 40% so với GPU theo các số liệu mà công ty đưa ra.

Token là đơn vị cơ bản được sử dụng để xử lý văn bản trong các mô hình ngôn ngữ lớn. Khả năng xử lý nhiều token hơn với cùng mức năng lượng có thể giúp hệ thống phục vụ nhiều yêu cầu hơn hoặc hoàn thành các tác vụ với chi phí điện thấp hơn.

Tuy nhiên, hiệu quả thực tế còn phụ thuộc vào loại mô hình, cấu hình máy chủ, mức độ sử dụng tài nguyên và cách phần mềm phân phối tác vụ. Vì vậy, các thông số do nhà sản xuất công bố cần được đánh giá trong điều kiện vận hành cụ thể trước khi có thể kết luận về lợi thế trên toàn hệ thống.

Microsoft cho biết Maia 300 có thể cải thiện tốc độ của một số tính năng trong Microsoft 365 Copilot. Nếu được triển khai thành công trên quy mô lớn, chip mới có thể giúp công ty nâng cao trải nghiệm người dùng đồng thời kiểm soát chi phí khi các dịch vụ AI được sử dụng rộng rãi hơn.

Tiết kiệm điện trở thành yếu tố cạnh tranh quan trọng

Sự phát triển của AI tạo ra nhu cầu ngày càng lớn đối với trung tâm dữ liệu, kéo theo áp lực về điện năng, hệ thống làm mát và chi phí xây dựng cơ sở hạ tầng.

Trong bối cảnh đó, hiệu suất tính toán trên mỗi đơn vị điện trở thành một tiêu chí quan trọng khi các doanh nghiệp lựa chọn phần cứng.

Một hệ thống có thể xử lý nhiều tác vụ hơn với cùng lượng điện tiêu thụ sẽ giúp nhà vận hành cải thiện hiệu quả sử dụng cơ sở hạ tầng hiện có. Ngược lại, nếu năng lực tính toán tăng nhưng điện năng tiêu thụ cũng tăng tương ứng, lợi ích kinh tế có thể bị hạn chế.

Đối với Microsoft, việc thiết kế chip riêng mở ra cơ hội tối ưu đồng thời phần cứng, phần mềm và hệ thống trung tâm dữ liệu. Công ty có thể điều chỉnh kiến trúc chip theo đặc điểm của các mô hình đang vận hành trên Azure thay vì phải phụ thuộc hoàn toàn vào những thiết kế phục vụ thị trường rộng hơn.

Đây cũng là lý do các tập đoàn công nghệ lớn ngày càng quan tâm đến chip chuyên dụng. Google có bộ xử lý tensor TPU, trong khi Amazon phát triển các dòng chip Trainium và Inferentia phục vụ những nhu cầu tính toán AI khác nhau.

Tuy nhiên, phát triển chip riêng không đồng nghĩa với việc mọi loại tác vụ đều có thể chuyển sang phần cứng mới. Một số mô hình hoặc quy trình vẫn có thể hoạt động hiệu quả hơn trên GPU thương mại nhờ hệ sinh thái phần mềm, công cụ phát triển và khả năng tương thích đã được xây dựng qua nhiều năm.

Microsoft vẫn cần Nvidia trong cuộc đua AI

Dù muốn giảm sự phụ thuộc vào Nvidia, Microsoft không có kế hoạch loại bỏ hoàn toàn GPU của nhà cung cấp này khỏi hệ thống của mình.

Nvidia vẫn giữ vai trò quan trọng trong quá trình huấn luyện mô hình AI và cung cấp nền tảng phần cứng, phần mềm được sử dụng rộng rãi trong ngành. Microsoft cũng tiếp tục hợp tác với Nvidia và AMD trong lĩnh vực huấn luyện mô hình, theo thông tin được công ty chia sẻ.

Điều này phản ánh sự khác biệt giữa hai nhóm công việc chính trong AI: huấn luyện và suy luận.

Huấn luyện là quá trình sử dụng dữ liệu để xây dựng hoặc cập nhật mô hình, thường đòi hỏi năng lực tính toán lớn. Suy luận là giai đoạn mô hình xử lý yêu cầu và tạo ra kết quả cho người dùng. Tùy theo mô hình và cấu hình hệ thống, hai giai đoạn này có thể có yêu cầu phần cứng khác nhau.

Các chip Maia được Microsoft định hướng phục vụ những khối lượng công việc phù hợp trong hệ sinh thái của hãng. Trong khi đó, GPU Nvidia vẫn có thể là lựa chọn cần thiết đối với nhiều tác vụ khác, đặc biệt khi khả năng tương thích và hệ sinh thái phần mềm đóng vai trò quyết định.

Chiến lược của Microsoft vì thế nên được hiểu là đa dạng hóa nguồn cung và tối ưu cơ cấu phần cứng, thay vì thay thế hoàn toàn Nvidia trong thời gian ngắn.

Lợi ích kinh tế và tác động đến biên lợi nhuận

Việc tự phát triển chip có thể đem lại lợi ích kinh tế đáng kể nếu Microsoft triển khai thành công trên quy mô lớn. Công ty có thêm khả năng kiểm soát thiết kế, tối ưu cấu hình máy chủ và giảm sự phụ thuộc vào giá bán hoặc nguồn cung của một nhà cung cấp duy nhất.

Giám đốc tài chính Amy Hood từng nhấn mạnh tại một hội nghị của Goldman Sachs rằng việc sử dụng chip do Microsoft tự phát triển đã góp phần cải thiện biên lợi nhuận trong một thập kỷ qua. Nhận định này phản ánh quan điểm dài hạn của công ty về vai trò của phần cứng tự thiết kế trong việc kiểm soát chi phí.

Trong một báo cáo gửi khách hàng, các nhà phân tích của Evercore ISI ước tính Maia có thể chiếm khoảng 10% chi tiêu chip AI của Microsoft vào quý I/2027. Đây là ước tính của đơn vị phân tích, không phải cam kết chính thức về tỷ trọng chi tiêu của Microsoft.

Nếu tỷ trọng chip Maia tăng lên, công ty có thể giảm một phần chi phí mua GPU bên ngoài và phân bổ vốn hiệu quả hơn. Tuy nhiên, lợi ích ròng còn phải tính đến chi phí nghiên cứu, thiết kế, sản xuất, đóng gói, triển khai và duy trì phần mềm tương thích.

Chip tự phát triển cũng không bảo đảm giá thành luôn thấp hơn sản phẩm thương mại. Quy mô sản xuất, tỷ lệ sản phẩm đạt chuẩn, khả năng khai thác thực tế và tốc độ cải tiến qua từng thế hệ đều ảnh hưởng đến hiệu quả tài chính.

Thách thức: Chip Maia chưa được thương mại hóa rộng rãi

Một điểm khác biệt quan trọng giữa Microsoft và một số đối thủ là chip Maia hiện được thiết kế chủ yếu để phục vụ hệ thống nội bộ, thay vì cung cấp cho khách hàng bên ngoài thuê theo giờ như một dịch vụ độc lập.

Google có thể cung cấp năng lực tính toán dựa trên TPU thông qua nền tảng đám mây, trong khi Amazon cung cấp các dịch vụ liên quan đến Trainium và Inferentia. Microsoft hiện chưa mở rộng Maia theo mô hình thương mại hóa tương tự.

Patrick Moorhead, Giám đốc điều hành hãng tư vấn Moor Insights and Strategy, lưu ý rằng chip của Microsoft chưa được các đơn vị bên ngoài thử nghiệm rộng rãi.

Điều này khiến việc đánh giá hiệu quả của Maia trên thị trường trở nên khó khăn hơn. Một con chip có thể hoạt động tốt trong môi trường được tối ưu riêng bởi nhà sản xuất, nhưng khả năng cạnh tranh rộng hơn còn phụ thuộc vào tài liệu kỹ thuật, công cụ lập trình, độ ổn định và mức độ hỗ trợ của hệ sinh thái.

Microsoft có lợi thế khi kiểm soát cả nền tảng Azure lẫn nhiều ứng dụng sử dụng AI. Dù vậy, nếu muốn biến Maia thành một nền tảng có sức ảnh hưởng vượt ra ngoài hệ thống nội bộ, công ty sẽ phải chứng minh được khả năng vận hành ổn định và lợi ích kinh tế trong nhiều kịch bản sử dụng.

Triển vọng: Cuộc cạnh tranh AI đang chuyển từ mô hình sang hạ tầng

Chiến lược chip Maia cho thấy cuộc đua AI không còn chỉ tập trung vào việc xây dựng mô hình thông minh hơn. Năng lực cung cấp điện toán, chi phí vận hành, hiệu suất năng lượng và khả năng tiếp cận phần cứng cũng đang trở thành những yếu tố quyết định lợi thế cạnh tranh.

Đối với Microsoft, Maia 300 là một phần trong kế hoạch xây dựng hạ tầng AI phù hợp với quy mô dịch vụ ngày càng lớn của Azure và các sản phẩm Copilot. Nếu đạt được các mục tiêu về hiệu suất, dòng chip này có thể giúp công ty kiểm soát chi phí suy luận và giảm rủi ro khi phụ thuộc quá nhiều vào nguồn cung GPU bên ngoài.

Đối với Nvidia, sự xuất hiện của những bộ xử lý do khách hàng lớn tự phát triển cho thấy thị trường có xu hướng đa dạng hóa. Tuy nhiên, nhu cầu tính toán AI tiếp tục tăng và hệ sinh thái phần mềm của Nvidia vẫn có thể duy trì vai trò quan trọng trong nhiều năm tới.

Mốc sản xuất Maia 300 vào năm 2027 sẽ là cột mốc đáng theo dõi. Thành công của chiến lược này không chỉ phụ thuộc vào các thông số hiệu năng, mà còn ở khả năng đưa chip vào vận hành ổn định, tối ưu tổng chi phí sở hữu và chứng minh lợi ích trên quy mô trung tâm dữ liệu.

Microsoft đang từng bước chuyển từ mô hình phụ thuộc nhiều vào GPU thương mại sang chiến lược kết hợp chip tự phát triển với phần cứng của các đối tác. Maia 300 là bước tiến tiếp theo trong nỗ lực tối ưu hạ tầng AI, giảm áp lực chi phí và nâng cao năng lực cạnh tranh của Azure.

Dù vậy, Nvidia vẫn là đối tác quan trọng, còn hiệu quả thực tế của Maia sẽ cần được kiểm chứng qua quá trình sản xuất và triển khai. Trong cuộc đua AI, lợi thế dài hạn có thể thuộc về những doanh nghiệp không chỉ phát triển được mô hình mạnh, mà còn vận hành chúng với chi phí hợp lý và hiệu suất năng lượng cao.

Nguồn tham khảo: Thông tin công bố về dòng chip Maia của Microsoft; các phát biểu của lãnh đạo Microsoft; nhận định của Evercore ISI và Moor Insights and Strategy.

Lưu ý: Bài viết cung cấp thông tin công nghệ và doanh nghiệp nhằm mục đích tham khảo, không phải khuyến nghị đầu tư.

Câu hỏi thường gặp về chip AI Maia của Microsoft

1. Microsoft phát triển chip Maia để làm gì?

Microsoft phát triển dòng chip Maia nhằm tăng khả năng tự chủ phần cứng AI, tối ưu việc vận hành các mô hình trên Azure và cải thiện hiệu suất sử dụng năng lượng. Chiến lược này cũng giúp công ty giảm mức độ phụ thuộc vào GPU từ các nhà cung cấp bên ngoài.

2. Khi nào chip Maia 300 bắt đầu sản xuất?

Theo kế hoạch được Microsoft công bố, Maia 300 dự kiến bắt đầu sản xuất vào năm 2027. Thời điểm triển khai trên diện rộng chưa được xác định cụ thể.

3. Maia 300 có thay thế hoàn toàn chip Nvidia không?

Không. Microsoft vẫn hợp tác với Nvidia và AMD trong lĩnh vực huấn luyện mô hình AI. Maia được kỳ vọng đảm nhiệm những tác vụ phù hợp trong hệ sinh thái của Microsoft, qua đó đa dạng hóa phần cứng thay vì loại bỏ hoàn toàn GPU thương mại.

4. Chip Maia có thể giúp Microsoft tăng lợi nhuận như thế nào?

Nếu đạt hiệu suất cao và được triển khai hiệu quả, Maia có thể giúp giảm chi phí tính toán trên mỗi tác vụ, cải thiện mức sử dụng điện năng và hạn chế một phần chi phí mua chip bên ngoài. Tuy nhiên, lợi ích thực tế còn phụ thuộc vào chi phí phát triển, sản xuất và vận hành.

5. Chiến lược chip riêng có ảnh hưởng đến thị trường AI không?

Có thể. Khi Microsoft, Google và Amazon tiếp tục phát triển chip chuyên dụng, thị trường AI có xu hướng đa dạng hóa kiến trúc phần cứng. Điều này có thể tạo thêm lựa chọn cho doanh nghiệp, đồng thời gia tăng cạnh tranh về hiệu suất, giá thành và hiệu quả năng lượng.