Thị trường vốn chưa bao giờ thiếu những câu chuyện “giật gân”. Gần đây, giới tài chính A-share lại rộ lên một cái tên mới – Deepseek, với hàng loạt bài viết ca ngợi hướng đi công nghệ của mô hình AI Trung Quốc. Chắc hẳn nhiều người đã phát ngán khi nghe đến nó.
Tưởng chừng như Deepseek đã bị “lật tẩy” đến mức không còn gì mới để bàn, giá cổ phiếu của các công ty niêm yết cũng dần ổn định. Nhưng gần đây, lại có nhiều thảo luận với tiêu đề giật gân như “Deepseek chỉ là món khai vị, LPU mới là đột phá cấp độ bom hydro!”
Nghe đến “bom hydro”, tôi cũng tò mò vào xem thử. Liệu LPU – con chip được cho là có thể giết chết tương lai của NVIDIA – thực sự có tiềm năng lớn như vậy không?
Sau khi đọc và tìm hiểu nhiều bài viết, báo cáo nghiên cứu, tôi phải nói rằng con chip này không hề thần thánh như các “chuyên gia chứng khoán” đang tâng bốc.
LPU thực sự là gì?
LPU không phải thứ gì quá mới mẻ, mà nó chỉ là một dòng chip AI do công ty Groq (Mỹ) giới thiệu vào năm ngoái. Tên đầy đủ của nó là “Language Processing Unit” (Đơn vị xử lý ngôn ngữ), chuyên dùng để suy luận trong mô hình ngôn ngữ lớn (LLM).
Điều đáng nói là hiện tại phiên bản LPU chưa thực sự phổ biến, nên dù có mang nó ra để làm “câu chuyện chứng khoán” cũng hơi quá sớm. Lý do LPU được bàn tán nhiều gần đây là vì Deepseek đã tìm ra cách tối ưu tầng PTX của CUDA, giúp cải thiện đáng kể hiệu suất bộ nhớ và truyền thông.
Vậy nếu có phần cứng thiết kế riêng cho thuật toán, hiệu suất sẽ còn được nâng lên nhiều hơn nữa.
LPU Có thể thay thế NVIDIA? Tôi thấy khó đấy!
Sau đó, mọi người mới nhận ra rằng cách tiếp cận truyền thống – dùng GPU để chạy AI – là một hướng đi khá “đường cụt”. Phần cứng và phần mềm hiện có vẫn còn nhiều không gian để tối ưu hóa.
• Phần mềm thì Deepseek đã tối ưu.
• Còn phần cứng, các nhà nghiên cứu đã “lục lọi” và lôi ra LPU.
LPU ban đầu được quảng bá là có tốc độ suy luận gấp 10 lần GPU NVIDIA, nhưng chi phí chỉ bằng 1/10.
Nguyên lý của nó cũng khá đơn giản: LPU thay thế bộ nhớ băng thông cao (HBM) trên GPU bằng bộ nhớ tĩnh (SRAM) có tốc độ cao hơn nhưng dung lượng thấp hơn.
Với mô hình AI cần truy cập bộ nhớ liên tục, cách này giúp tăng đáng kể tốc độ suy luận. Hãy tưởng tượng:
• HBM giống như đường cao tốc 8 làn, chở đủ loại xe nhưng lại hay kẹt do có đèn giao thông.
• SRAM giống như đường 2 làn chỉ dành cho xe buýt, tuy làn ít hơn nhưng luồng xe trôi chảy hơn.
Nghe cũng thú vị đấy chứ?
Nhưng NVIDIA không dễ bị thay thế
Ban đầu, GPU chủ yếu được dùng để chơi game, sau này vô tình phát hiện nó phù hợp với AI nhờ CUDA, và NVIDIA tận dụng cơ hội để trở thành “đế chế nghìn tỷ”.
LPU lại được thiết kế ngay từ đầu cho AI, có vẻ như nó đang có lợi thế khởi điểm hơn cả NVIDIA. Nhưng đây là lúc tôi phải dội gáo nước lạnh:
• LPU có quá nhiều hạn chế, và chưa thể thay thế hoàn toàn GPU.
• Câu chuyện ASIC và GPU trong giới đào coin là bài học đáng giá.
ASIC là chip chuyên dụng cho một thuật toán đào coin cụ thể. Dù nó mạnh hơn GPU hàng nghìn lần, nhưng vì chỉ chuyên đào một loại coin, nếu đồng coin mất giá, ASIC trở thành “rác điện tử”.
Ngược lại, GPU vẫn tồn tại bền bỉ nhờ tính đa dụng.
LPU cũng có vấn đề tương tự:
• Chỉ chuyên cho AI suy luận, không hiệu quả với xử lý hình ảnh, video.
• AI đang phát triển mạnh và đòi hỏi phần cứng đa nhiệm, chỉ dựa vào LPU là không đủ.
• Trong đào tạo AI, bộ nhớ nhỏ của SRAM không thể thay thế GPU.
Ngoài ra, ASIC thành công là vì nó mạnh hơn GPU hàng nghìn lần. Trong khi đó, LPU chỉ mạnh hơn GPU từ 10 đến 100 lần – một con số chưa đủ để lật đổ NVIDIA.
Thậm chí, theo một phân tích trước đây của cựu Phó chủ tịch Alibaba – Giả Dương Thanh, nếu tính chi phí vận hành trong 3 năm, thì:
• Giá mua Groq LPU gấp 38 lần NVIDIA H100.
• Chi phí vận hành gấp 10 lần.
Vậy thì LPU chưa chắc đã rẻ như quảng cáo.
LPU có thể hữu ích, nhưng chưa phải “đột phá”
Tôi không phủ nhận rằng LPU có tiềm năng – giống như NPU (Neural Processing Unit) cũng từng bị nghi ngờ, nhưng giờ đây đã được tích hợp vào hầu hết CPU tiêu dùng.
Tuy nhiên, hype về LPU vẫn quá sớm. Đặc biệt là các “thánh chứng khoán” đang lợi dụng nó để thổi giá cổ phiếu, làm tôi không khỏi băn khoăn.
Nhiều người có thể hiểu lầm rằng LPU là sản phẩm nội địa của Trung Quốc, trong khi thực tế nó được phát triển ở Mỹ.
Hơn nữa, ngành AI hiện vẫn rất bất định:
• Mô hình chi phí thấp của Deepseek có phải chỉ là hiệu ứng “sớm nở tối tàn”?
• Liệu AI hiện tại có bị thay thế bởi công nghệ tốt hơn?
• GPU thế hệ tiếp theo có tạo ra bước đột phá không?
Tất cả đều chưa có lời giải.
Dĩ nhiên, bất định có thể là cơ hội cho LPU, nhưng ở giai đoạn hiện tại, đừng vội tin vào những luồng thông tin đang thổi phồng LPU.
Tưởng chừng như Deepseek đã bị “lật tẩy” đến mức không còn gì mới để bàn, giá cổ phiếu của các công ty niêm yết cũng dần ổn định. Nhưng gần đây, lại có nhiều thảo luận với tiêu đề giật gân như “Deepseek chỉ là món khai vị, LPU mới là đột phá cấp độ bom hydro!”
Nghe đến “bom hydro”, tôi cũng tò mò vào xem thử. Liệu LPU – con chip được cho là có thể giết chết tương lai của NVIDIA – thực sự có tiềm năng lớn như vậy không?
Sau khi đọc và tìm hiểu nhiều bài viết, báo cáo nghiên cứu, tôi phải nói rằng con chip này không hề thần thánh như các “chuyên gia chứng khoán” đang tâng bốc.
LPU thực sự là gì?
LPU không phải thứ gì quá mới mẻ, mà nó chỉ là một dòng chip AI do công ty Groq (Mỹ) giới thiệu vào năm ngoái. Tên đầy đủ của nó là “Language Processing Unit” (Đơn vị xử lý ngôn ngữ), chuyên dùng để suy luận trong mô hình ngôn ngữ lớn (LLM).
Vậy nếu có phần cứng thiết kế riêng cho thuật toán, hiệu suất sẽ còn được nâng lên nhiều hơn nữa.
LPU Có thể thay thế NVIDIA? Tôi thấy khó đấy!
Sau đó, mọi người mới nhận ra rằng cách tiếp cận truyền thống – dùng GPU để chạy AI – là một hướng đi khá “đường cụt”. Phần cứng và phần mềm hiện có vẫn còn nhiều không gian để tối ưu hóa.
• Phần mềm thì Deepseek đã tối ưu.
• Còn phần cứng, các nhà nghiên cứu đã “lục lọi” và lôi ra LPU.
LPU ban đầu được quảng bá là có tốc độ suy luận gấp 10 lần GPU NVIDIA, nhưng chi phí chỉ bằng 1/10.
Nguyên lý của nó cũng khá đơn giản: LPU thay thế bộ nhớ băng thông cao (HBM) trên GPU bằng bộ nhớ tĩnh (SRAM) có tốc độ cao hơn nhưng dung lượng thấp hơn.
• HBM giống như đường cao tốc 8 làn, chở đủ loại xe nhưng lại hay kẹt do có đèn giao thông.
• SRAM giống như đường 2 làn chỉ dành cho xe buýt, tuy làn ít hơn nhưng luồng xe trôi chảy hơn.
Nghe cũng thú vị đấy chứ?
Nhưng NVIDIA không dễ bị thay thế
Ban đầu, GPU chủ yếu được dùng để chơi game, sau này vô tình phát hiện nó phù hợp với AI nhờ CUDA, và NVIDIA tận dụng cơ hội để trở thành “đế chế nghìn tỷ”.
LPU lại được thiết kế ngay từ đầu cho AI, có vẻ như nó đang có lợi thế khởi điểm hơn cả NVIDIA. Nhưng đây là lúc tôi phải dội gáo nước lạnh:
• LPU có quá nhiều hạn chế, và chưa thể thay thế hoàn toàn GPU.
• Câu chuyện ASIC và GPU trong giới đào coin là bài học đáng giá.
Ngược lại, GPU vẫn tồn tại bền bỉ nhờ tính đa dụng.
LPU cũng có vấn đề tương tự:
• Chỉ chuyên cho AI suy luận, không hiệu quả với xử lý hình ảnh, video.
• AI đang phát triển mạnh và đòi hỏi phần cứng đa nhiệm, chỉ dựa vào LPU là không đủ.
• Trong đào tạo AI, bộ nhớ nhỏ của SRAM không thể thay thế GPU.
Ngoài ra, ASIC thành công là vì nó mạnh hơn GPU hàng nghìn lần. Trong khi đó, LPU chỉ mạnh hơn GPU từ 10 đến 100 lần – một con số chưa đủ để lật đổ NVIDIA.
• Giá mua Groq LPU gấp 38 lần NVIDIA H100.
• Chi phí vận hành gấp 10 lần.
Vậy thì LPU chưa chắc đã rẻ như quảng cáo.
LPU có thể hữu ích, nhưng chưa phải “đột phá”
Tôi không phủ nhận rằng LPU có tiềm năng – giống như NPU (Neural Processing Unit) cũng từng bị nghi ngờ, nhưng giờ đây đã được tích hợp vào hầu hết CPU tiêu dùng.
Tuy nhiên, hype về LPU vẫn quá sớm. Đặc biệt là các “thánh chứng khoán” đang lợi dụng nó để thổi giá cổ phiếu, làm tôi không khỏi băn khoăn.
Nhiều người có thể hiểu lầm rằng LPU là sản phẩm nội địa của Trung Quốc, trong khi thực tế nó được phát triển ở Mỹ.
Hơn nữa, ngành AI hiện vẫn rất bất định:
• Mô hình chi phí thấp của Deepseek có phải chỉ là hiệu ứng “sớm nở tối tàn”?
• Liệu AI hiện tại có bị thay thế bởi công nghệ tốt hơn?
• GPU thế hệ tiếp theo có tạo ra bước đột phá không?
Tất cả đều chưa có lời giải.
Dĩ nhiên, bất định có thể là cơ hội cho LPU, nhưng ở giai đoạn hiện tại, đừng vội tin vào những luồng thông tin đang thổi phồng LPU.
BÀI MỚI ĐANG THẢO LUẬN