Tuy nhiên, những kết quả ban đầu chưa cho thấy OpenAI có thể sớm thay thế vai trò của Nvidia trong toàn bộ hệ thống điện toán AI.
Con chip mang tên Jalapeño được OpenAI thiết kế với mục tiêu chuyên biệt cho hoạt động suy luận (inference) — quá trình chạy các mô hình AI đã được huấn luyện để tạo câu trả lời cho người dùng. Broadcom hỗ trợ OpenAI về thiết kế chip và các công nghệ liên quan đến kết nối.
Theo các thử nghiệm mới được OpenAI công bố, Jalapeño đạt hiệu suất trên mỗi watt cao hơn các hệ thống Nvidia GB200 và GB300 khi chạy một số mô hình mã nguồn mở. Trong một số cấu hình thử nghiệm, OpenAI cho biết chip mới đạt lượng công việc trên mỗi đơn vị điện năng cao hơn khoảng 1,5-1,9 lần, đồng thời giảm độ trễ đầu-cuối khoảng 1,7-3,6 lần.
Chip tùy chỉnh nhằm giảm chi phí AI
Sự phát triển của Jalapeño phản ánh xu hướng ngày càng nhiều công ty AI tự thiết kế chip thay vì hoàn toàn phụ thuộc vào các bộ xử lý đa dụng của Nvidia.
Khác với GPU của Nvidia, chip ASIC như Jalapeño được thiết kế chuyên biệt cho một nhóm tác vụ nhất định. Cách tiếp cận này hạn chế tính linh hoạt nhưng có thể giúp doanh nghiệp tối ưu hiệu suất, mức tiêu thụ điện và chi phí khi chạy những khối lượng công việc ổn định ở quy mô lớn.
Đối với OpenAI, lợi ích đặc biệt đáng kể ở hoạt động suy luận. Khi lượng người dùng và số truy vấn AI tăng nhanh, chi phí điện toán để trả lời từng yêu cầu trở thành một phần ngày càng lớn trong chi phí vận hành.
OpenAI cho biết việc tự thiết kế nhiều lớp trong hệ thống — từ kiến trúc chip, bộ nhớ, mạng lưới đến phần mềm và triển khai — giúp công ty tối ưu toàn bộ hệ thống thay vì chỉ tối ưu một linh kiện riêng lẻ.
Nvidia vẫn giữ vai trò quan trọng
Dù kết quả của Jalapeño gây chú ý, điều này chưa đồng nghĩa Nvidia đang mất vị thế thống trị.
Jalapeño hiện được thiết kế chủ yếu cho inference, trong khi OpenAI vẫn cần những hệ thống mạnh của Nvidia cho việc huấn luyện các mô hình AI mới. OpenAI cũng tiếp tục sử dụng phần cứng của Nvidia bên cạnh nhiều giải pháp khác.
Đây là điểm khác biệt quan trọng. GPU Nvidia cung cấp tính linh hoạt cao, có thể phục vụ nhiều loại tác vụ AI, trong khi ASIC tùy chỉnh được tối ưu cho những workload cụ thể. Vì vậy, hai loại chip có thể cùng tồn tại trong hệ thống điện toán của một công ty AI thay vì loại trừ lẫn nhau.
Nvidia cũng sở hữu lợi thế lớn về hệ sinh thái phần mềm, đặc biệt là CUDA, cùng mạng lưới khách hàng và đối tác đã được xây dựng trong nhiều năm. Do đó, việc một công ty AI phát triển chip riêng không nhất thiết đồng nghĩa với việc họ sẽ từ bỏ hoàn toàn GPU Nvidia.
Cuộc đua chip tùy chỉnh nóng lên
OpenAI đang gia nhập một xu hướng rộng hơn trong ngành công nghệ. Google, Amazon và Microsoft đều đã phát triển hoặc sử dụng các chip AI riêng để đáp ứng một phần nhu cầu điện toán, đồng thời giảm sự phụ thuộc vào các nhà cung cấp GPU bên ngoài.
Broadcom là một trong những doanh nghiệp hưởng lợi rõ rệt từ xu hướng này. Công ty cung cấp công nghệ thiết kế chip tùy chỉnh cho các tập đoàn công nghệ lớn, trong bối cảnh nhu cầu về bộ xử lý AI chuyên dụng ngày càng tăng. Broadcom cũng đang đàm phán huy động hàng chục tỷ USD để tài trợ cho các dự án hạ tầng AI, cho thấy quy mô vốn cần thiết để xây dựng năng lực điện toán mới ngày càng lớn.
OpenAI dự kiến đưa Jalapeño vào triển khai hạn chế vào cuối năm 2026 và mở rộng quy mô trong năm 2027. Công ty cũng đang phát triển các thế hệ chip tiếp theo, cho thấy đây không phải một dự án thử nghiệm đơn lẻ mà là một phần trong chiến lược dài hạn về hạ tầng AI.
“Mối đe dọa” đối với Nvidia chưa đến ngay
Việc OpenAI đạt kết quả tốt với Jalapeño cho thấy cán cân trong thị trường chip AI đang bắt đầu thay đổi. Các công ty phát triển mô hình lớn có động lực mạnh để tự kiểm soát phần cứng nhằm giảm chi phí và đáp ứng nhu cầu điện toán ngày càng tăng.
Tuy nhiên, Nvidia vẫn có lợi thế đáng kể ở các tác vụ huấn luyện, khả năng xử lý đa mục đích và hệ sinh thái phần mềm. Vì vậy, thách thức đối với Nvidia trước mắt có thể không phải là nguy cơ mất vị trí dẫn đầu, mà là việc một phần nhu cầu inference có thể dần chuyển sang các chip tùy chỉnh.
Nếu OpenAI và các đối thủ tiếp tục chứng minh rằng ASIC có thể mang lại hiệu suất cao hơn với chi phí thấp hơn, thị trường AI có thể chuyển từ mô hình phụ thuộc chủ yếu vào GPU sang một hệ sinh thái kết hợp giữa GPU và chip chuyên dụng.
Đối với Nvidia, đây sẽ là một cuộc cạnh tranh mới: không chỉ phải tiếp tục cải thiện GPU, mà còn phải chứng minh rằng tính linh hoạt và hệ sinh thái của mình đủ giá trị để duy trì vị thế trước làn sóng chip AI tùy chỉnh đang nổi lên.