Nỗi lo của Nvidia thành hiện thực: Huawei đưa Định luật Tau vào cuộc đua chip AI Ascend

Cuộc đua chip AI đang bước vào một giai đoạn mới khi Huawei tăng tốc phát triển dòng Ascend và công khai gắn thế hệ chip tương lai với Định luật Tau (τ Scaling Law) – một hướng tiếp cận do Huawei đề xuất nhằm cải thiện hiệu năng bán dẫn không chỉ bằng cách thu nhỏ bóng bán dẫn mà còn bằng cách tối ưu thời gian truyền tín hiệu và toàn bộ hệ thống.

Nếu những tuyên bố của Huawei được hiện thực hóa trong sản phẩm thương mại, cuộc cạnh tranh với Nvidia sẽ không còn chỉ xoay quanh việc ai sở hữu chip mạnh hơn. Nó sẽ chuyển sang một cuộc đua rộng hơn về kiến trúc chip, băng thông bộ nhớ, kết nối giữa các chip, phần mềm, hệ sinh thái và khả năng xây dựng các cụm máy tính AI quy mô cực lớn.

Tại Huawei Connect 2026, công ty cho biết quá trình phát triển Ascend 960 đã vượt kỳ vọng, với hiệu năng được tăng gấp đôi theo kế hoạch. Ascend 960DT sẽ được đưa ra thị trường trong quý I/2027, sớm hơn ba quý so với lịch cũ, trong khi Ascend 960PR dự kiến xuất hiện trong quý III/2027. Huawei tiếp tục lên kế hoạch cho Ascend 970 vào năm 2028 và Ascend 980 vào năm 2029.

Đáng chú ý hơn, Wang Tao, Phó Chủ tịch kiêm Chủ tịch luân phiên của Huawei, cho biết Định luật Tau sẽ giúp các thế hệ Ascend tiếp tục tăng gấp đôi năng lực tính toán, đồng thời cải thiện bộ nhớ, băng thông kết nối và nhiều thông số hệ thống khác.

Điều này khiến câu chuyện cạnh tranh giữa Huawei và Nvidia trở nên đáng chú ý hơn bao giờ hết.

Nvidia vẫn là chuẩn mực quan trọng của chip AI

Bất chấp sự trỗi dậy của các nhà sản xuất chip AI Trung Quốc, Nvidia hiện vẫn giữ vị trí dẫn đầu về AI accelerator trên phạm vi toàn cầu.

Một trong những lợi thế lớn nhất của Nvidia không chỉ nằm ở phần cứng.

Đó là CUDA.

Trong nhiều năm, Nvidia đã xây dựng một hệ sinh thái phần mềm khổng lồ xung quanh GPU, thư viện tính toán, framework, công cụ phát triển và các nền tảng dành cho AI.

Đây là lý do việc thay thế Nvidia không đơn giản chỉ là mua một loại chip khác.

Một doanh nghiệp có thể mua phần cứng AI mới, nhưng để chuyển toàn bộ hệ thống từ CUDA sang một nền tảng khác, họ có thể phải thay đổi phần mềm, tối ưu lại mô hình, điều chỉnh kernel, đào tạo kỹ sư và kiểm tra lại hiệu năng.

Nói cách khác, CUDA tạo ra một dạng chi phí chuyển đổi rất lớn.

Đó cũng là lý do cuộc cạnh tranh chip AI hiện nay không thể chỉ được đánh giá bằng số lượng transistor hoặc FLOPS.

Một đối thủ muốn cạnh tranh với Nvidia phải giải quyết đồng thời hai bài toán:

Phần cứng đủ mạnh + hệ sinh thái đủ tốt.

Huawei đang cố gắng giải quyết cả hai.

Huawei không chỉ phát triển chip, mà còn xây dựng hệ sinh thái

Huawei đã phát triển hệ sinh thái Ascend trong nhiều năm, với phần cứng kết hợp cùng CANN, MindSpore, MindIE và các công cụ phát triển khác.

CANN, viết tắt của Compute Architecture for Neural Networks, đóng vai trò nền tảng phần mềm quan trọng trong hệ sinh thái Ascend.

Huawei cho biết CANN hiện đã chuyển sang mô hình phát triển mã nguồn mở do cộng đồng thúc đẩy. Hệ sinh thái Ascend đã hỗ trợ hơn 90 dự án mã nguồn mở lớn và hơn 40 mô hình đã được huấn luyện trước nguyên bản trên Ascend và CANN.

Trước đó, Huawei cũng công bố kế hoạch mở nguồn sâu rộng CANN và các thành phần phần mềm Mind dành cho Ascend, nhằm giảm rào cản đối với nhà phát triển và tăng tốc xây dựng hệ sinh thái.

Điều này rất quan trọng.

Nếu chỉ có một con chip nhanh nhưng lập trình khó, thư viện nghèo nàn và thiếu công cụ hỗ trợ, chip đó khó có thể cạnh tranh lâu dài với Nvidia.

Huawei hiểu rõ vấn đề này.

Vì vậy, chiến lược Ascend hiện không còn đơn thuần là:

“Làm một con chip thay thế Nvidia.”

Mà đang chuyển thành:

“Xây dựng một nền tảng tính toán AI hoàn chỉnh thay thế một phần hệ sinh thái Nvidia.”

Định luật Tau là gì?

Định luật Tau là một hướng tiếp cận bán dẫn được Huawei giới thiệu trong năm 2026, do He Tingbo, người đứng đầu mảng bán dẫn của Huawei, trình bày.

Khái niệm này được Huawei đưa ra trong bối cảnh Định luật Moore – vốn tập trung vào sự gia tăng mật độ transistor thông qua thu nhỏ kích thước hình học – ngày càng gặp nhiều giới hạn vật lý và kinh tế.

Thay vì chỉ tập trung vào việc làm transistor nhỏ hơn, Tau Scaling Law nhấn mạnh việc rút ngắn hằng số thời gian τ, tức thời gian liên quan đến quá trình truyền và xử lý tín hiệu trong hệ thống điện tử.

Huawei cho biết phương pháp này có thể được triển khai ở nhiều cấp độ, từ thiết bị, mạch điện, chip cho đến hệ thống. Một trong những công nghệ được Huawei đề cập là LogicFolding, nhằm rút ngắn đường truyền tín hiệu quan trọng trong mạch và cải thiện mật độ cũng như hiệu năng.

Nói đơn giản, nếu Moore tập trung nhiều vào câu hỏi:

“Có thể đặt bao nhiêu transistor vào một diện tích nhất định?”

thì Tau Law đặt thêm câu hỏi:

“Tín hiệu mất bao lâu để đi qua hệ thống và chúng ta có thể rút ngắn thời gian đó như thế nào?”

Đây là sự thay đổi về cách tiếp cận kỹ thuật.

Huawei đã đưa Tau Law vào roadmap Ascend

Điểm đáng chú ý nhất hiện nay là Tau Scaling Law không còn chỉ nằm trong các bài thuyết trình về lý thuyết bán dẫn.

Tại Huawei Connect 2026, Huawei trực tiếp liên hệ roadmap Ascend tương lai với Định luật Tau.

Theo Huawei, Ascend đang chuyển sang chu kỳ phát hành một thế hệ mỗi năm. Sau Ascend 960 vào năm 2027, công ty dự kiến ra mắt Ascend 970 năm 2028 và Ascend 980 năm 2029.

Huawei cho biết nhờ Tau Scaling Law, các thông số tính toán tiếp tục tăng, đồng thời băng thông bộ nhớ, dung lượng bộ nhớ và băng thông kết nối cũng được cải thiện mạnh.

Điều này quan trọng hơn một con số FLOPS đơn lẻ.

Trong các hệ thống AI quy mô lớn, hiệu năng tổng thể phụ thuộc vào rất nhiều yếu tố.

Một bộ xử lý có thể rất mạnh trên lý thuyết nhưng nếu dữ liệu không được đưa tới chip đủ nhanh, hoặc các chip không giao tiếp hiệu quả với nhau, năng lực tính toán thực tế sẽ bị hạn chế.

Huawei vì vậy đang tìm cách giải quyết bài toán ở cấp độ hệ thống.

Ascend 960 được đẩy lịch sớm 9 tháng

Một trong những thông tin gây chú ý nhất tại Huawei Connect 2026 là Ascend 960DT được đẩy lên quý I/2027, sớm hơn ba quý so với kế hoạch trước đó.

Huawei cũng cho biết Ascend 960PR sẽ xuất hiện trong quý III/2027.

Theo lộ trình được công bố, sau đó là:

• Ascend 960DT: quý I/2027.
• Ascend 960PR: quý III/2027.
• Ascend 970: năm 2028.
• Ascend 980: năm 2029.

Huawei cho biết hiệu năng của Ascend 960 đã tăng gấp đôi theo kế hoạch.

Các thông số cụ thể cũng cho thấy Huawei đang tập trung vào nhiều khía cạnh hơn ngoài năng lực tính toán.

Theo Tom’s Hardware, Ascend 960PR dự kiến có 8 FP4 PFLOPS cho inference, gấp đôi con số Huawei công bố cho thế hệ trước, cùng 192 GB bộ nhớ và băng thông bộ nhớ 2,4 TB/s.

Tuy nhiên, các thông số này vẫn cần được đánh giá bằng những benchmark độc lập và trong điều kiện triển khai thực tế trước khi có thể kết luận về khoảng cách với các GPU AI cao cấp nhất của Nvidia.

“Tăng gấp đôi hiệu năng” không có nghĩa Nvidia đã bị vượt qua

Đây là điểm cần đặc biệt lưu ý.

Huawei công bố hiệu năng thế hệ mới tăng mạnh, nhưng điều đó không đồng nghĩa Ascend đã vượt Nvidia về hiệu năng tổng thể.

Các tuyên bố về hiệu năng của Ascend 960 hiện chủ yếu đến từ Huawei. Việc so sánh trực tiếp với GPU Nvidia còn phụ thuộc vào workload, độ chính xác tính toán, bộ nhớ, interconnect, phần mềm và cách benchmark.

Reuters cũng lưu ý rằng Huawei vẫn đang trong quá trình thu hẹp khoảng cách công nghệ với Nvidia, trong khi Nvidia tiếp tục sở hữu lợi thế lớn về phần mềm CUDA.

Vì vậy, “tăng gấp đôi” nên được hiểu trước hết là một bước tiến giữa các thế hệ Ascend, chứ chưa thể diễn giải thành “Huawei đã tăng gấp đôi và vượt Nvidia”.

Huawei đang dùng cách khác để bù cho hạn chế của từng chip

Một chiến lược khác mà Huawei đang đẩy mạnh là xây dựng SuperPoD và SuperCluster.

Thay vì yêu cầu từng NPU phải mạnh ngang GPU tốt nhất của Nvidia, Huawei tìm cách kết nối số lượng lớn chip với nhau để tạo thành một hệ thống tính toán lớn.

Tại Huawei Connect 2026, công ty giới thiệu kiến trúc sử dụng UnifiedBus và cho biết các SuperCluster có thể mở rộng tới 1 triệu NPU. Huawei cũng giới thiệu Atlas 960E SuperPoD và các hệ thống mới nhằm tăng năng lực AI ở cấp độ cụm.

Đây là một điểm rất đáng chú ý.

AI hiện đại ngày càng cần nhiều chip hoạt động cùng nhau.

Do đó, câu hỏi không chỉ là:

“Một chip mạnh bao nhiêu?”

mà còn là:

“10.000 chip có thể hoạt động cùng nhau hiệu quả đến mức nào?”

Nếu Huawei giải quyết tốt bài toán này, hiệu năng của toàn hệ thống có thể được cải thiện đáng kể ngay cả khi từng chip riêng lẻ vẫn còn khoảng cách với Nvidia.

UnifiedBus có thể là mảnh ghép quan trọng

Huawei đang phát triển UnifiedBus như một lớp kết nối cho các hệ thống AI quy mô lớn.

Theo Huawei, hệ sinh thái chip mới dựa trên UnifiedBus không chỉ bao gồm NPU mà còn mở rộng sang các thành phần liên quan đến kết nối, lưu trữ và quản lý.

Điều này cho thấy Huawei đang cố gắng xây dựng một hạ tầng AI hoàn chỉnh, thay vì chỉ bán chip.

Mô hình này khá gần với cách Nvidia xây dựng hệ sinh thái.

Nvidia không chỉ bán GPU.

Nvidia bán cả GPU, networking, hệ thống máy chủ, phần mềm, CUDA, thư viện AI và các nền tảng triển khai.

Huawei đang cố gắng tiến theo hướng tương tự trong thị trường Trung Quốc.

Thị trường Trung Quốc đã bắt đầu thay đổi

Dữ liệu IDC được Reuters xem xét cho thấy trong năm 2025, Nvidia vẫn là nhà cung cấp chip AI lớn nhất tại Trung Quốc với khoảng 2,2 triệu accelerator, tương đương 55% thị trường.

Tuy nhiên, các nhà sản xuất Trung Quốc cộng lại đã đạt khoảng 1,65 triệu chip, tương đương 41%.

Huawei đứng đầu nhóm doanh nghiệp Trung Quốc với khoảng 812.000 chip, chiếm khoảng 20% toàn thị trường.

Con số này rất đáng chú ý bởi nó cho thấy Nvidia vẫn dẫn đầu nhưng khoảng cách thị phần tại Trung Quốc đã thu hẹp đáng kể.

Đồng thời, Huawei đã trở thành nhà cung cấp chip AI nội địa lớn nhất.

Điều đó tạo ra một vòng lặp có thể có lợi cho Huawei:

Nhiều chip → nhiều khách hàng → nhiều nhà phát triển → nhiều phần mềm → hệ sinh thái mạnh hơn → nhiều chip hơn.

Đây chính là cách một nền tảng phần cứng có thể hình thành hiệu ứng mạng.

Huawei có thể phá thế độc quyền hệ sinh thái của Nvidia?

Đây mới là câu hỏi lớn nhất.

Nvidia sở hữu lợi thế rất lớn từ CUDA.

Nhưng Huawei không phải đang đứng yên.

Huawei cho biết CANN đã trở thành nền tảng cốt lõi của hệ sinh thái Ascend, đồng thời công ty đang mở rộng hỗ trợ các dự án mã nguồn mở như PyTorch, Triton, vLLM và verl.

Đây là chiến lược rất quan trọng.

Nếu các nhà phát triển có thể sử dụng những framework quen thuộc rồi triển khai trên Ascend với ít thay đổi hơn, chi phí chuyển đổi sẽ giảm.

Huawei không nhất thiết phải tạo ra một “CUDA thứ hai” giống hệt Nvidia.

Họ chỉ cần làm cho việc phát triển và triển khai AI trên Ascend đủ thuận tiện và đủ hiệu quả.

Nếu đạt được điều đó, lợi thế hệ sinh thái của Nvidia có thể bị thu hẹp từng bước.

Thời gian đang trở thành lợi thế của Huawei?

Đây là một trong những luận điểm đáng chú ý nhất từ câu chuyện Ascend.

Các hạn chế xuất khẩu công nghệ cao đã khiến nhiều doanh nghiệp Trung Quốc phải tìm giải pháp thay thế cho chip AI nước ngoài.

Điều này vô tình tạo ra một thị trường nội địa lớn cho Huawei.

Reuters cho biết nhu cầu đối với hệ thống AI của Huawei hiện đã vượt khả năng sản xuất, trong khi công ty đang tăng tốc phát triển các thế hệ Ascend mới. Huawei cũng cho biết đã triển khai hơn 1.000 hệ thống AI và đang phục vụ cộng đồng nhà phát triển ngày càng lớn.

Nếu nhu cầu tiếp tục tăng, Huawei có thêm cơ hội để:

• Tăng sản lượng.
• Thu thập dữ liệu triển khai thực tế.
• Cải thiện phần mềm.
• Tối ưu chip.
• Mở rộng cộng đồng nhà phát triển.
• Tăng số lượng mô hình chạy native trên Ascend.

Đây là lợi thế mà một đối thủ mới rất khó có được.

Nhưng Nvidia vẫn còn nhiều lợi thế

Việc Huawei tiến nhanh không đồng nghĩa Nvidia sẽ dễ dàng mất vị thế.

Nvidia vẫn có hệ sinh thái CUDA rất trưởng thành.

Các nhà phát triển AI trên toàn cầu đã quen với CUDA, hàng nghìn thư viện và công cụ đã được tối ưu cho Nvidia, đồng thời các nhà cung cấp cloud lớn cũng xây dựng hạ tầng xoay quanh GPU Nvidia.

Ngoài ra, Nvidia vẫn tiếp tục phát triển các thế hệ GPU mới.

Do đó, Huawei phải giải quyết hai bài toán cùng lúc:

Thu hẹp khoảng cách phần cứng và giảm khoảng cách phần mềm.

Đây là nhiệm vụ rất khó.

“Tăng gấp đôi” cần được kiểm chứng bằng triển khai thực tế

Một điểm khác cần thận trọng là các tuyên bố về hiệu năng.

Một con chip có thể tăng gấp đôi năng lực tính toán lý thuyết nhưng hiệu năng thực tế của mô hình AI có thể không tăng tương ứng.

Ví dụ, nếu workload bị giới hạn bởi bộ nhớ, bandwidth hoặc communication giữa các chip, việc tăng số phép tính sẽ không mang lại mức tăng tương ứng về tốc độ huấn luyện.

Đó là lý do những yếu tố như:

• Memory bandwidth.
• Memory capacity.
• Interconnect bandwidth.
• Communication latency.
• Software optimization.
• Compiler.
• Kernel.
• Framework support.

đều quan trọng.

Huawei hiện đang cố gắng cải thiện tất cả những yếu tố này thông qua Tau Scaling Law và kiến trúc SuperPoD/SuperCluster.

Cuộc chiến Nvidia – Huawei sẽ không chỉ là cuộc chiến chip

Nhìn rộng hơn, cuộc cạnh tranh đang chuyển từ chip-to-chip sang system-to-system.

Nvidia có:

GPU + CUDA + NVLink + networking + software + ecosystem.

Huawei đang xây dựng:

Ascend + CANN + MindSpore/Mind + UnifiedBus + SuperPoD + SuperCluster.

Hai mô hình ngày càng trở nên tương đồng về phạm vi.

Điều khác biệt là Nvidia có lợi thế đi trước rất lớn, trong khi Huawei có lợi thế từ một thị trường Trung Quốc đang thúc đẩy mạnh việc sử dụng công nghệ nội địa.

Huawei đang tiến gần hơn đến một đối trọng của Nvidia

Câu chuyện về Huawei Ascend không còn đơn giản là câu chuyện về một nhà sản xuất Trung Quốc cố gắng tạo ra GPU thay thế Nvidia.

Huawei đang xây dựng một hệ sinh thái rộng hơn.

Có chip Ascend.

Có CANN.

Có MindSpore và các công cụ AI.

Có UnifiedBus.

Có SuperPoD và SuperCluster.

Có cộng đồng nhà phát triển.

Và giờ đây có thêm Tau Scaling Law như một định hướng cho các thế hệ chip tiếp theo.

Trong khi đó, Nvidia vẫn sở hữu lợi thế cực lớn về CUDA, phần cứng AI, networking và hệ sinh thái toàn cầu.

Do đó, câu hỏi quan trọng trong giai đoạn 2027–2029 không nhất thiết là Huawei có ngay lập tức vượt Nvidia hay không.

Câu hỏi thực tế hơn là:

Huawei có thể thu hẹp khoảng cách nhanh đến mức nào?

Nếu Ascend tiếp tục tăng hiệu năng theo từng thế hệ, CANN ngày càng dễ sử dụng, các mô hình AI ngày càng được tối ưu native và hệ thống SuperCluster có thể mở rộng hiệu quả, khoảng cách giữa hai hệ sinh thái có thể tiếp tục thu hẹp.

Dữ liệu thị trường Trung Quốc đã cho thấy xu hướng này đang bắt đầu diễn ra. Năm 2025, Nvidia vẫn dẫn đầu nhưng thị phần của các nhà sản xuất Trung Quốc cộng lại đã đạt 41%, trong đó Huawei là doanh nghiệp nội địa lớn nhất.

Vì vậy, nhận định rằng “thời gian đang đứng về phía Huawei” có thể được hiểu như một giả thuyết chiến lược hơn là một kết luận chắc chắn.

Huawei cần biến roadmap thành sản phẩm thực tế, biến hiệu năng lý thuyết thành hiệu năng triển khai, biến CANN thành hệ sinh thái đủ mạnh và duy trì tốc độ đổi mới qua nhiều thế hệ.

Nếu làm được điều đó, thị trường chip AI Trung Quốc có thể trở thành một trong những nơi đầu tiên xuất hiện một hệ sinh thái AI quy mô lớn không phụ thuộc hoàn toàn vào Nvidia.

Và đó mới chính là điều có thể tạo ra thách thức dài hạn đối với Nvidia: không phải một con chip đơn lẻ, mà là sự hình thành của cả một nền tảng AI thay thế.

Câu hỏi thường gặp về Huawei Ascend và Định luật Tau

Định luật Tau của Huawei là gì?

Định luật Tau là một nguyên lý phát triển bán dẫn do Huawei đề xuất, tập trung vào việc giảm hằng số thời gian truyền tín hiệu và tối ưu hiệu năng ở nhiều cấp độ từ transistor, mạch điện, chip đến hệ thống. Huawei giới thiệu nguyên lý này tại IEEE ISCAS 2026.

Ascend 960 khi nào ra mắt?

Huawei cho biết Ascend 960DT dự kiến có mặt trong quý I/2027, còn Ascend 960PR dự kiến trong quý III/2027. 960DT được đẩy lịch sớm hơn ba quý so với kế hoạch trước đó.

Ascend 970 và 980 sẽ ra mắt khi nào?

Theo roadmap mới của Huawei, Ascend 970 dự kiến xuất hiện vào năm 2028 và Ascend 980 vào năm 2029. Huawei cho biết các thế hệ này tiếp tục hưởng lợi từ Tau Scaling Law.

Huawei đã vượt Nvidia về chip AI chưa?

Chưa có đủ bằng chứng độc lập để kết luận như vậy. Huawei đang thu hẹp khoảng cách và mở rộng hệ sinh thái Ascend, nhưng Nvidia vẫn có lợi thế lớn về hiệu năng, phần mềm và CUDA. Các tuyên bố về hiệu năng của Ascend 960 cần được đánh giá thêm bằng benchmark độc lập.

Huawei có hệ sinh thái tương đương CUDA không?

Huawei có CANN, MindSpore và các thành phần phần mềm khác cho Ascend. Công ty đang mở rộng mã nguồn và hỗ trợ nhiều dự án mã nguồn mở. Tuy nhiên, về mức độ phổ biến và trưởng thành trên phạm vi toàn cầu, hệ sinh thái Nvidia CUDA vẫn có vị thế rất lớn.

Huawei đã bán bao nhiêu chip AI tại Trung Quốc?

Theo dữ liệu IDC được Reuters dẫn lại, Huawei đã xuất xưởng khoảng 812.000 chip AI tại Trung Quốc trong năm 2025, trong khi Nvidia đạt khoảng 2,2 triệu. Huawei chiếm khoảng 20% và Nvidia khoảng 55% thị trường accelerator tại Trung Quốc trong năm đó.