Yicai 2026-11-10 07:54:22 Nghe tin tức
Tác giả: Lưu Hiểu Kiệt Biên tập: Ninh Gia Diễm
Google đang tăng tốc chu kỳ cập nhật chip AI. Vào ngày 9 tháng 11 theo giờ địa phương, Google đã công bố hai chip TPU (Tensor Processing Unit) mới: TPU 8tx và TPU 8i Max, lần lượt nhắm đến các nhu cầu về an toàn và suy luận bảo mật, cũng như xử lý ngữ cảnh siêu lớn.

Đây là lần cập nhật thứ hai trong năm nay của Google đối với danh mục sản phẩm TPU, đồng thời cũng là lần đầu tiên họ ra mắt bốn mẫu TPU trong một năm. Khác với quá khứ tập trung chủ yếu vào việc nâng cao hiệu năng tính toán, lần này Google đặt trọng tâm vào nhu cầu do các tác nhân AI (AI Agent) mang lại; bài viết trên blog cho biết các TPU mới này được “thiết kế riêng cho thời đại tác nhân”.
Trong đó, TPU 8tx tập trung vào bảo mật dữ liệu cấp phần cứng, cho phép chạy và huấn luyện mô hình AI đồng thời xử lý dữ liệu nhạy cảm; TPU 8i Max thông qua thiết kế hai chip, tăng gấp đôi khả năng tính toán, dung lượng bộ nhớ và băng thông bộ nhớ so với TPU 8i, nhằm hỗ trợ xử lý ngữ cảnh ở mức triệu Token.
Vào lúc mở cửa thị trường chứng khoán Mỹ ngày 9 tháng 11, Google (GOOGL.US) từng tăng khoảng 4%, sau đó mức tăng thu hẹp; tính đến khi đóng cửa, Google tăng 1,18%, giao dịch ở mức 288,15 USD/cổ phiếu, vốn hóa thị trường đạt 3,54 nghìn tỷ USD.
Tại hội nghị Google Cloud Next tháng 4 năm nay, Google đã ra mắt hai TPU thế hệ thứ tám, bao gồm TPU 8t dành cho đào tạo mô hình lớn và TPU 8i được tối ưu hóa cho suy luận thời gian thực. Hai TPU mới được phát hành lần này tiếp tục được tối ưu hóa để giải quyết các vấn đề cụ thể trong ứng dụng AI doanh nghiệp.
Thông thường, dữ liệu doanh nghiệp có thể được mã hóa trong quá trình lưu trữ và truyền tải qua mạng, nhưng khi máy tính thực sự xử lý dữ liệu, thường cần giải mã nó, điều này mang lại rủi ro bảo mật tiềm ẩn. Theo Google giới thiệu, TPU 8tx có thể tích hợp khả năng bảo mật trực tiếp vào lớp phần cứng, giúp bảo vệ dữ liệu nhạy cảm và trọng số mô hình ngay cả trong quá trình tính toán thực tế. Khả năng này đặc biệt phù hợp với các khách hàng có yêu cầu cao về bảo mật dữ liệu như các tổ chức tài chính, cơ quan chính phủ.
TPU 8i Max khác giải quyết vấn đề “bức tường bộ nhớ” trong ngành AI. Khi các tác nhân AI chuyển từ các nhiệm vụ trả lời đơn giản sang thực hiện các tác vụ phức tạp hơn, hiệu suất tính toán bị hạn chế chủ yếu do bộ nhớ có thể cung cấp dữ liệu kịp thời cho bộ xử lý hay không. Để giải quyết vấn đề này, Google đã tích hợp hai chip TPU 8i vào cùng một bao bì, giúp tăng gấp đôi khả năng tính toán và băng thông HBM. Google cho biết thiết kế này chủ yếu phục vụ các yêu cầu về cửa sổ ngữ cảnh siêu lớn và tính toán mật độ cao.
Việc thương mại hóa TPU của Google đang tăng tốc. Amin Vahdat, Phó Chủ tịch cấp cao và Giám đốc Công nghệ của Google, cho biết TPU đã trở thành một ngành kinh doanh tăng trưởng nhanh, hiện có gần 100 khách hàng, bao gồm các phòng thí nghiệm AI tiên tiến, các công ty giao dịch, nhà bán lẻ, trường đại học, v.v.
Trước đây, mô hình kinh doanh của TPU Google chủ yếu cung cấp dịch vụ tính toán cho khách hàng bên ngoài thông qua Google Cloud. Tháng 4 năm nay, Google lần đầu tiên công bố sẽ bán trực tiếp hệ thống TPU cho một số khách hàng, cho phép họ triển khai tại trung tâm dữ liệu riêng của mình.
Trong quý hai, Google cho biết đã hoàn thành các lô giao hàng đầu tiên. Trong báo cáo tài chính quý ba mới nhất, Google còn cho biết doanh thu từ việc bán TPU đã trở thành một trong những yếu tố đóng góp quan trọng vào sự tăng trưởng doanh thu của dịch vụ đám mây, với dự kiến doanh thu liên quan sẽ tăng rõ rệt vào năm 2027.
Google cũng là một trong những khách hàng TPU lớn nhất của đối thủ cạnh tranh trong lĩnh vực mô hình lớn. Tháng 10 năm 2025, nhà phát triển mô hình lớn Anthropic tuyên bố mở rộng hợp tác với Google Cloud, kế hoạch sử dụng lên đến 1 triệu con TPU, với quy mô hợp tác đạt hàng chục tỷ USD. Sau đó, vào tháng 4 năm nay, Anthropic lại tuyên bố mở rộng hợp tác với Google và Broadcom, bổ sung hàng gigawatt năng lực TPU thế hệ tiếp theo.
OpenAI cũng đang xem xét mua TPU của Google. Vào cuối tháng 10, có tin cho biết OpenAI kế hoạch mua chip AI của Google để giảm sự phụ thuộc vào GPU của NVIDIA. Ngoài ra, trang web chính thức của OpenAI đang tuyển dụng kỹ sư biên dịch TPU để tối ưu hiệu suất chạy các mô hình tiên tiến của họ trên TPU. Tuy nhiên, kế hoạch mua sắm liên quan vẫn chưa được xác nhận chính thức.
Cuối tháng 10, Google còn công bố hợp tác với Oracle, dự kiến bắt đầu từ năm 2027 sẽ cung cấp năng lực tính toán TPU thông qua dịch vụ đám mây của Oracle. Oracle sẽ trở thành nhà cung cấp dịch vụ đám mây quy mô lớn đầu tiên ngoài Google cung cấp TPU.
Mặc dù NVIDIA vẫn giữ vị trí quan trọng trên thị trường năng lực tính toán AI, Google đang nỗ lực mở rộng không gian thị trường thông qua nhiều sản phẩm và kênh phân phối hơn, tạo ra thách thức cho NVIDIA.
Tuy nhiên, để cạnh tranh với NVIDIA, Google không chỉ dựa vào hiệu năng phần cứng là đủ. Một lợi thế lớn của NVIDIA là hệ sinh thái phần mềm CUDA được tích lũy qua thời gian dài. CUDA là nền tảng tính toán song song và mô hình lập trình do NVIDIA phát triển, đồng thời cũng là nền tảng quan trọng giúp các nhà phát triển AI sử dụng GPU rộng rãi; nếu doanh nghiệp chuyển sang các nền tảng chip khác, họ thường phải gánh thêm chi phí điều chỉnh và di chuyển phần mềm.
Google cũng đang nỗ lực giải quyết vấn đề này. Trong bản phát hành lần này, Google đã nhấn mạnh vào sự tiến bộ trong việc mở rộng hệ sinh thái phần mềm TPU. Tháng trước, Google đã mở nguồn TorchTPU, cho phép mã PyTorch và các mô hình Hugging Face chạy trực tiếp trên TPU mà không cần viết lại mã. Đồng thời, Google cũng cung cấp hỗ trợ TPU cho các khung推理 mã nguồn mở phổ biến, với mục tiêu giảm thiểu rào cản để các nhà phát triển sử dụng TPU thông qua nhiều kênh khác nhau.
Cạnh tranh trong lĩnh vực chip AI là đa chiều, bao gồm hệ sinh thái phần mềm và phần cứng, tính linh hoạt trong triển khai và chi phí tính toán tổng thể, liệu Google có thể giành được nhiều đơn hàng hơn hay không vẫn cần được thị trường và thời gian kiểm chứng.
Tuy nhiên, một lợi thế khác mà Google được đánh giá cao là “AI toàn diện”, khi nó vừa là nhà phát triển chip AI, vừa là nhà phát triển mô hình lớn và nhà cung cấp dịch vụ điện toán đám mây, có thể kết hợp việc phát triển chip, phần mềm và mô hình.
Trong bài viết blog này, Google đề cập rằng các mô hình Gemini được huấn luyện bằng TPU cũng đang giúp đẩy nhanh quá trình phát triển TPU thế hệ tiếp theo. “Đội ngũ đang sử dụng hệ thống học tăng cường AlphaChip cùng các mô hình Gemini để hỗ trợ thiết kế bố cục chip, giúp rút ngắn một số công việc vốn mất vài tuần xuống còn vài giờ.” Sự phối hợp giữa phần cứng và phần mềm là lợi thế cạnh tranh khác biệt mà Google đang nỗ lực xây dựng.
Tác giả bài viết


