Alexandra Davies nhận thấy điều mà Wall Street bỏ lỡ: Tại sao sự thống trị của Nvidia trong lĩnh vực chip đang bị chia rẽ

Khi CTO Alexandra Davies của Positron công khai tuyên bố rằng “chúng tôi không tin rằng sẽ chỉ có một người chiến thắng” trong lĩnh vực chip AI, cô ấy không cố ý gây sốc—cô ấy đang thể hiện điều mà thị trường đang âm thầm thừa nhận. Trong khi Nvidia vẫn là nhà lãnh đạo không thể tranh cãi trong lĩnh vực chip đào tạo, bối cảnh cạnh tranh đã thay đổi căn bản. Cổ phiếu của gã khổng lồ chip AI đã chững lại, chỉ tăng 1% kể từ quý 4, với tỷ lệ giá trên lợi nhuận hiện quanh mức 24, gần như phù hợp với chỉ số Nasdaq 100. Việc điều chỉnh định giá này báo hiệu điều gì đó quan trọng hơn một sự chậm lại tạm thời: nhận thức của nhà đầu tư đang thay đổi, và quan điểm của Alexandra Davies phản ánh lý do tại sao.

Sự thay đổi này phản ánh một thực tế chiến lược mà ít người để ý cho đến gần đây. Nvidia xây dựng đế chế của mình dựa trên việc kiểm soát giai đoạn đào tạo tốn nhiều tính toán của phát triển AI—quá trình dạy các mô hình bằng các hoạt động song song quy mô lớn được hỗ trợ bởi kiến trúc bộ nhớ băng thông cao. Nhưng phép tính đang thay đổi. Khi các mô hình trưởng thành và inference—việc thực thi mô hình đã đào tạo trong thời gian chạy—trở thành hoạt động phổ biến và tiêu tốn nhiều tài nguyên hơn ở quy mô lớn, các cơ hội đã xuất hiện cho các kiến trúc thay thế phát triển mạnh mẽ.

Thị trường chip inference như chiến trường mới

Alexandra Davies và đội ngũ của cô tại Positron chính là biểu hiện của sự chuyển đổi này. Khi gã khổng lồ giao dịch Jump đồng dẫn đầu vòng gọi vốn 230 triệu USD của công ty và đồng thời trở thành khách hàng, điều đó đã báo hiệu điều mà Alexandra Davies đã luôn nói: phân khúc inference là nơi tạo ra sự khác biệt cạnh tranh. Cộng đồng giao dịch, với yêu cầu ra quyết định trong thời gian thực, là một trong những nhóm đầu tiên nhận ra rằng kiến trúc tập trung vào đào tạo của Nvidia không nhất thiết phù hợp tối ưu cho khối lượng công việc này.

Lý do là kỹ thuật và thuyết phục. Inference đòi hỏi các đặc tính hiệu suất khác với đào tạo—độ trễ thấp hơn, các cấp bộ nhớ khác nhau, và các mô hình luồng dữ liệu tùy chỉnh. Các startup đang khám phá những khoảng trống này với các kiến trúc bộ nhớ mới và thiết kế silicon đặc biệt tối ưu cho inference nhanh. Điều này phản ánh một mô hình lịch sử trong lĩnh vực máy tính, như Alexandra Davies đã lưu ý: phần cứng chuyên dụng cuối cùng sẽ phân mảnh thị trường do các bộ xử lý đa năng chiếm lĩnh.

Trong khi đó, các mô hình của OpenAI chạy trên chip Cerebras, các hợp tác của Anthropic với Amazon Trainium và Google TPU, cùng với việc Microsoft ra mắt chip Maia thế hệ thứ hai đều hướng tới cùng một quỹ đạo. Đây không phải là những bước rời bỏ Nvidia vì không hài lòng—chúng là sự thừa nhận rằng sự thống trị của Nvidia vẫn còn vững chắc về mặt chiến thuật, nhưng còn thiếu chiến lược toàn diện.

Cuộc đua của các startup định hình lại kỳ vọng

Tốc độ huy động vốn nhấn mạnh mức độ nghiêm túc của ngành đối với cơ hội này. D-Matrix đã huy động 275 triệu USD vào tháng 11 năm ngoái, trong khi Etched đã huy động khoảng 500 triệu USD để đặc biệt thách thức vị trí thống trị inference của Nvidia. Đây không phải là những bước chơi lớn để đánh đổi tất cả; chúng là những cược vào phân khúc thị trường. Thị trường nhận thức rõ điều mà Alexandra Davies đã thấy từ trước: bạn không cần phải đánh bại Nvidia ở mọi nơi để chiến thắng một cách ý nghĩa. Bạn chỉ cần chiến thắng nơi tập trung cơ hội tăng trưởng.

Các động thái gần đây của các nhân vật trong ngành cho thấy khả năng cơ hội này đang thu hẹp lại. Giao dịch của Jensen Huang với Groq trị giá 20 tỷ USD, cùng với việc tuyển dụng nhân tài tích cực, ít hơn là về việc mua lại khả năng và nhiều hơn là về việc gửi đi một thông điệp: Nvidia nhận thức rõ và đang phản ứng. Tuy nhiên, chính thương vụ này, bằng cách buộc Nvidia phải mua lại chuyên môn từ bên ngoài, vô tình xác nhận giả thuyết rằng các đối thủ đã đổi mới trong những lĩnh vực Nvidia chưa hoàn toàn giải quyết.

Tham vọng chip nội bộ của các ông lớn công nghệ

Việc các công ty như Amazon, Microsoft, Google và OpenAI đẩy mạnh phát triển chip nội bộ phản ánh một nhận thức song song. Những công ty này không cố gắng loại bỏ Nvidia—họ đang xây dựng các lựa chọn linh hoạt hơn. Mỗi công ty vẫn tiếp tục mua GPU của Nvidia quy mô lớn cho dịch vụ đám mây và AI của mình. Nhưng mỗi công ty cũng đang giảm thiểu rủi ro phụ thuộc, khám phá các thiết kế chuyên biệt, và gửi đi tín hiệu tới các nhà đầu tư rằng khả năng mở rộng lợi nhuận của Nvidia có giới hạn.

Ảnh hưởng thị trường và phản ứng của Nvidia

Điều Alexandra Davies đã nói—rằng phần cứng chuyên dụng cuối cùng sẽ phân mảnh thị trường tính toán—đã trở thành dự đoán chung. Nvidia đã chuẩn bị cho điều này bằng cách hứa hẹn các thiết kế lại chip hàng năm và duy trì danh mục sản phẩm rộng lớn. Các nhà quan sát dự đoán Nvidia sẽ công bố các giải pháp inference mục tiêu tại hội nghị lớn tháng 3, có khả năng đáp ứng các yêu cầu cụ thể mà các startup và các ông lớn đã xác định.

Tuy nhiên, thị trường chứng khoán đã định giá theo một kết quả khác: không phải là sự suy giảm của Nvidia, mà là sự chuyển đổi từ mức định giá độc quyền sang mức định giá dẫn đầu thị trường. Sự thay đổi này—từ việc đặt cược vào một nhà lãnh đạo không thể đánh bại sang định giá cho một thị trường phân mảnh nhưng khác biệt—là câu chuyện thực sự đằng sau hiệu suất cổ phiếu ảm đạm của Nvidia. Alexandra Davies đã hiểu rõ sự chuyển đổi này trước các thị trường tài chính, và thành công trong huy động vốn của công ty cô cho thấy cô không còn đơn độc trong niềm tin đó nữa.