Huang của NVIDIA kêu gọi Mỹ không hạn chế các mô hình AI mã nguồn mở trong bối cảnh ra mắt Kimi K3

Việc ra mắt Kimi K3 dường như gây sốc tại Mỹ lớn hơn nhiều so với chúng ta tưởng tượng. Sau khi mạng xã hội Twitter bùng nổ vào cuối tuần trước, ngay cả Huang Renxun cũng không ngồi yên, người chưa từng dùng mạng xã hội trong vài chục năm đã vội mở tài khoản, và dòng đầu tiên cũng không nói nhiều, trực tiếp đăng một lá thư liên danh kêu gọi Mỹ không hạn chế các mô hình mã nguồn mở.

Kết hợp với giá cổ phiếu của NVIDIA đã không tăng trong thời gian dài, Jensen Huang có lẽ thực sự đang lo lắng về câu chuyện tăng trưởng của NVIDIA:

Nếu AI tiếp tục bị chi phối bởi một số ít công ty sở hữu mô hình đóng, thì nhu cầu về năng lực tính toán đã được thị trường kỳ vọng đầy đủ chưa; nếu các mô hình mở trọng số tiếp tục lan rộng, liệu NVIDIA có thể chuyển đổi các mô hình rẻ hơn thành lượng sử dụng lớn hơn và nhu cầu cơ sở hạ tầng nhiều hơn không.

Câu trả lời của Huang Renxun rất rõ ràng. Ông công khai phản đối việc cấm hoàn toàn dựa trên nguồn gốc mô hình, cho rằng các mô hình Trung Quốc “rất xuất sắc” và các doanh nghiệp Mỹ nên được phép sử dụng. Đối với NVIDIA, điều then chốt không phải là duy trì mức giá cao cho một phòng thí nghiệm đóng mã nào đó, mà là để càng nhiều doanh nghiệp, nhà phát triển và nhà cung cấp đám mây càng tốt thực sự sử dụng AI.

Đây cũng là sự khác biệt giữa áp lực ngắn hạn lên cổ phiếu chip và câu chuyện dài hạn của NVIDIA. Thị trường lo ngại rằng các mô hình mở chi phí thấp sẽ thu hẹp biên lợi nhuận của các nhà cung cấp dịch vụ AI tại Mỹ và làm giảm chi phí cho mỗi lần suy luận; trong khi đó, NVIDIA đặt cược rằng sự giảm giá sẽ mở ra nhiều kịch bản hơn, cuối cùng dẫn đến tổng lượng gọi mô hình lớn hơn, triển khai riêng và tiêu thụ năng lực tính toán cao hơn.

Trong hai năm qua, câu chuyện về AI của NVIDIA chủ yếu dựa trên một logic rõ ràng: các mô hình tiên tiến ngày càng lớn hơn, đòi hỏi nhiều GPU hơn cho cả đào tạo và suy luận, các nhà cung cấp đám mây và phòng thí nghiệm mô hình sẽ liên tục mở rộng cơ sở hạ tầng.

Logic này vẫn còn hiệu lực, nhưng nó cũng đặt ra một vấn đề ngầm: nếu lối vào sử dụng, nhịp độ sản phẩm và quyền định giá mô hình của ngành AI đều tập trung vào một số ít phòng thí nghiệm đóng nguồn và các nền tảng đám mây lớn, thì nhu cầu của NVIDIA sẽ phụ thuộc nhiều hơn vào kế hoạch chi tiêu vốn của một số ít khách hàng lớn và tốc độ thương mại hóa các dịch vụ đóng nguồn.

Đây không phải là một thương vụ tồi. Các phòng thí nghiệm đóng nguồn, nhà cung cấp đám mây và các công ty nền tảng vẫn là một trong những người mua quan trọng nhất của cơ sở hạ tầng AI. Nhưng đối với NVIDIA, vốn đã được định giá cao trên thị trường, các nhà đầu tư sẽ tiếp tục đặt câu hỏi: Nguồn tăng trưởng tiếp theo sẽ đến từ đâu?

Nếu các mô hình nguồn đóng tiếp tục duy trì mức giá cao, tốc độ doanh nghiệp áp dụng AI có thể bị hạn chế bởi chi phí, ranh giới dữ liệu và cách thức triển khai. Nhiều công ty sẽ bắt đầu thử nghiệm qua API, nhưng không nhất thiết tích hợp sâu AI vào hệ thống kinh doanh của họ. Đối với các công ty chip phía trên, điều này có nghĩa là nhu cầu tính toán dù tập trung và quy mô lớn, nhưng tốc độ lan tỏa phụ thuộc nhiều hơn vào nhịp độ thương mại hóa của một vài nền tảng ít ỏi.

Các mô hình mở trọng số đang thay đổi cấu trúc này. Chúng không nhất thiết ngay lập tức thay thế các mô hình đóng nguồn mạnh nhất, nhưng chúng cung cấp cho doanh nghiệp, nhà phát triển và các nhà cung cấp đám mây một con đường khác: mang mô hình vào môi trường riêng để chạy, tinh chỉnh, kiểm toán và tích hợp. Khi ngày càng nhiều tổ chức bắt đầu đưa AI vào dịch vụ khách hàng, lập trình, nghiên cứu, tự động hóa quy trình và triển khai riêng, lớp hạ tầng sẽ có cơ hội tiếp cận nguồn cầu đa dạng và rộng rãi hơn.

Vì vậy, thị trường không giao dịch về “liệu một mô hình nào đó có đánh bại OpenAI hay không”, mà là “liệu nhu cầu AI có lan rộng từ vài cổng đóng duy nhất sang nhiều doanh nghiệp và kịch bản hơn hay không”. Đây mới là vấn đề mà NVIDIA quan tâm nhất.

Các trọng số mở có thể được hiểu là việc giao các tham số mô hình đã được huấn luyện cho bên ngoài sử dụng. Sau khi phát hành trọng số, doanh nghiệp có thể chạy, tinh chỉnh và kiểm toán mô hình trên máy chủ hoặc môi trường đám mây của riêng mình.

Đối với các công ty mô hình nguồn đóng, điều này sẽ thay đổi vị thế đàm phán. Trước đây, nếu doanh nghiệp muốn sử dụng mô hình mạnh nhất, họ thường phải chấp nhận giá cả, ranh giới dữ liệu và nhịp độ tính năng của API nguồn đóng. Bây giờ, nếu một mô hình có thể tự triển khai đủ tốt cho một nhiệm vụ cụ thể, các nhà cung cấp nguồn đóng phải giải thích tại sao khách hàng vẫn nên trả tiền cho dịch vụ đắt hơn.

Đây cũng là áp lực mà các công ty theo hướng nguồn đóng như OpenAI, Anthropic và Google đang đối mặt. Họ vẫn có thể duy trì rào cản thông qua trải nghiệm sản phẩm, khả năng đại lý, chuỗi công cụ, sự phù hợp về an toàn, tuân thủ doanh nghiệp và phân phối hệ sinh thái. Một ví dụ là Claude Science mà Anthropic ra mắt vào tháng 6, đóng gói mô hình thành một nền tảng AI dành cho các nhà khoa học, nhấn mạnh vào tích hợp công cụ và sản phẩm có thể kiểm toán.

Nhưng khi khả năng suy luận cơ bản càng trở nên thương mại hóa, các mô hình đóng nguồn càng cần chứng minh rằng họ không chỉ bán một "giao diện trò chuyện thông minh hơn", mà là các quy trình làm việc đáng tin cậy hơn, khả năng thực thi đại lý mạnh mẽ hơn, trách nhiệm bảo mật tốt hơn và tích hợp ngành. Nếu không, các mô hình mở chi phí thấp sẽ kéo giá xuống.

Đối với NVIDIA, sự thay đổi này không nhất thiết là điều xấu. Việc giảm quyền định giá của các mô hình đóng nguồn có thể ảnh hưởng đến biên lợi nhuận của các nhà cung cấp AI; nhưng nếu các mô hình rẻ hơn giúp nhiều doanh nghiệp bắt đầu triển khai AI, nhu cầu về suy luận, tinh chỉnh, địa phương hóa và riêng tư hóa có thể mở rộng tổng nguồn lực tính toán.

Sau DeepSeek, thị trường đã trải qua những cuộc tranh luận tương tự. Các mô hình hiệu quả hơn về ngắn hạn trông giống như “sử dụng ít GPU hơn”, nhưng nếu giá giảm kích thích nhu cầu tăng lên, về trung và dài hạn có thể trở thành “AI được sử dụng trong nhiều cảnh hơn”.

NVIDIA đang đặt cược vào后者. Công việc cốt lõi của họ không phải là API mô hình, mà là chip, máy chủ và trung tâm dữ liệu. Chỉ cần lượng sử dụng AI tăng lên, nhu cầu cuối cùng vẫn sẽ đổ về tầng cơ sở hạ tầng.

Trong cuộc thảo luận này, Huang Renxun đã chia sẻ một bức thư ngỏ mang tên “Trọng số mở và vị thế dẫn đầu AI của Hoa Kỳ”, được NVIDIA đồng ký, thông qua tweet đầu tiên cá nhân của ông. Các đơn vị đồng ký bao gồm hơn 20 công ty và tổ chức công nghệ như Meta, Microsoft, Andreessen Horowitz, Hugging Face, IBM, Mistral AI, Palantir, Perplexity, Mozilla, NVIDIA và Y Combinator.

Nội dung cốt lõi của bức thư công khai là Hoa Kỳ cần cả các mô hình đóng nguồn hàng đầu lẫn các mô hình mở nguồn hàng đầu, và chính phủ không nên hạn chế sớm các mô hình AI mở nguồn. Nói cách khác, các bên ký tên không phủ nhận các rủi ro an ninh, mà đang phản đối việc coi trọng số mở nguồn trực tiếp như một nguồn gốc của rủi ro.

Thư này quan trọng vì nó đặt lợi ích kinh doanh của NVIDIA song song với các vấn đề cấu trúc trong hệ sinh thái AI của Mỹ. NVIDIA quan tâm đến lượng sử dụng AI và nhu cầu hạ tầng; các công ty nền tảng như Meta, Microsoft cần một hệ sinh thái mô hình linh hoạt hơn; Hugging Face, Mistral AI, Mozilla và các bên khác trực tiếp ủng hộ hệ sinh thái mô hình mở và nhà phát triển.

Lợi ích của các công ty này không hoàn toàn trùng nhau, nhưng chúng có điểm chung ở một vấn đề: nếu các khung pháp lý áp đặt hạn chế quá sớm lên việc mở trọng số, lựa chọn của các doanh nghiệp và nhà phát triển Mỹ khi sử dụng các mô hình chi phí thấp sẽ giảm đi, và sự lan tỏa của AI sẽ trở nên phụ thuộc nhiều hơn vào một số ít nhà cung cấp đóng nguồn.

Đối với NVIDIA, đây không phải là cấu trúc thị trường lý tưởng nhất. Họ không chỉ cần vài phòng thí nghiệm tiên tiến tiếp tục huấn luyện các mô hình lớn hơn, mà còn cần nhiều doanh nghiệp hơn thực sự ứng dụng AI. Chỉ khi AI trở thành năng lực cơ sở được triển khai rộng rãi, chứ không chỉ là dịch vụ trên một vài nền tảng, NVIDIA mới có thể tiếp tục kể câu chuyện “nhu cầu tính toán vẫn đang mở rộng”.

Do đó, những phát biểu của Huang Renxun về các mô hình Trung Quốc và bức thư công khai không phải là những sự kiện cô lập. Chúng cùng hướng đến một điều duy nhất: NVIDIA không muốn cuộc cạnh tranh AI được đơn giản hóa thành việc “cấm một loại mô hình nào đó”, mà mong muốn có thêm nhiều mô hình, nhiều bối cảnh và nhiều nhà phát triển tham gia vào nguồn cầu tính toán.

Một vấn đề khác mà thị trường phải đối mặt là ranh giới chính sách, nhưng đây không chỉ là câu hỏi “liệu mô hình Trung Quốc có thể bị hạn chế không”, mà còn là “việc hạn chế có sẽ làm suy yếu vị trí của NVIDIA trong chuỗi công nghiệp AI tại Trung Quốc hay không”.

Điểm then chốt của Kimi K3 không chỉ nằm ở khả năng mô hình, mà còn ở việc nó không được xây dựng trên các chip hàng đầu mới nhất của NVIDIA. Một điểm nhạy cảm hơn trong các cuộc thảo luận thị trường là Kimi K3 sử dụng các chip như H800, vốn đã chịu ảnh hưởng từ các biện pháp kiểm soát xuất khẩu và không phải là phiên bản mới nhất. Nói cách khác, ngay cả trong điều kiện nguồn cung chip tiên tiến bị hạn chế, các công ty mô hình Trung Quốc vẫn có thể tiếp tục huấn luyện các mô hình tiên tiến cạnh tranh.

Đây cũng là logic cốt lõi mà Huang Renxun lâu nay phản đối các hạn chế mang tính “một kích cỡ phù hợp tất cả” đối với thị trường Trung Quốc. Các hạn chế sẽ không khiến nhu cầu AI của Trung Quốc biến mất, mà chỉ buộc các doanh nghiệp Trung Quốc tìm kiếm các con đường thay thế: kiến trúc mô hình hiệu quả hơn, phương pháp huấn luyện chi phí thấp hơn, và nhiều chip trong nước hơn được tích hợp. Sau DeepSeek, thị trường đã chứng kiến cuộc kiểm tra áp lực của các công ty mô hình Trung Quốc trên con đường hiệu suất; và việc DeepSeek bắt đầu tích hợp với chip Huawei cũng cho thấy hệ sinh thái AI Trung Quốc sẽ không hoàn toàn bị giới hạn trong hệ thống CUDA và GPU của NVIDIA.

Đây mới là điểm thực sự khiến NVIDIA lo lắng. Về ngắn hạn, các hạn chế đối với Trung Quốc có thể ảnh hưởng đến doanh số và kỳ vọng đơn hàng của một số chip; về trung và dài hạn, nếu các nhà phát triển mô hình, nhà cung cấp đám mây và công ty ứng dụng Trung Quốc buộc phải tăng tốc thích nghi với phần cứng không phải của NVIDIA, thị phần của NVIDIA trong cơ sở hạ tầng AI tại Trung Quốc có thể bị giảm liên tục. Đối thủ cạnh tranh có thể không ngay lập tức theo kịp NVIDIA, nhưng chỉ cần khả năng sử dụng tiếp tục cải thiện, động lực chuyển đổi khách hàng sẽ gia tăng.

Vì vậy, sự biến động của cổ phiếu chip không chỉ là phản ứng với một mô hình Trung Quốc nào đó, mà là việc định giá lại kỳ vọng dài hạn đối với NVIDIA: con đường đóng nguồn có thể tiếp tục hỗ trợ tăng trưởng cao hay không, các mô hình mở có thể mở ra nguồn tăng trưởng mới hay không, và chính sách có sẽ đẩy khách hàng tiềm năng sang các giải pháp thay thế ngoài NVIDIA hay không.

Sự nổi lên của các mô hình mở trọng số không có nghĩa là các phòng thí nghiệm tiên tiến đóng nguồn đã mất đi giá trị.

Các mô hình đóng nguồn vẫn giữ lợi thế rõ rệt. Chúng có thể xây dựng rào cản xung quanh trải nghiệm sản phẩm, thực thi đại lý, chuỗi công cụ, sự phù hợp về bảo mật, tuân thủ doanh nghiệp và phân phối hệ sinh thái. Đối với nhiều khách hàng doanh nghiệp, khả năng sử dụng, độ ổn định, ranh giới trách nhiệm và khả năng tích hợp có thể quan trọng hơn điểm số của từng mô hình trên bảng xếp hạng.

Nhưng câu chuyện định giá sẽ trở nên khó khăn hơn. Trước đây, các phòng thí nghiệm mã nguồn đóng có thể dựa vào "mô hình mạnh nhất" để giải thích mức giá cao và định giá cao; hiện tại, họ cần chứng minh rằng không chỉ mô hình của mình mạnh hơn, mà còn cung cấp hệ thống doanh nghiệp đáng tin cậy, toàn diện và khó thay thế hơn.

Điều này có tác động kép đến NVIDIA. Một mặt, nếu biên lợi nhuận của các phòng thí nghiệm đóng bị áp lực, thị trường có thể lo ngại về nhịp độ đầu tư hạ tầng trong tương lai của họ. Mặt khác, nếu các mô hình mở làm giảm rào cản áp dụng, ngày càng nhiều doanh nghiệp, nhà cung cấp đám mây và nhà phát triển tham gia triển khai, nguồn cầu cho NVIDIA thực tế lại trở nên đa dạng hơn.

OpenAI, Anthropic, Google không xuất hiện trong danh sách ký tên của bức thư mở về trọng số mở được công bố, điều này không thể suy ra rằng chúng ủng hộ việc hạn chế các mô hình Trung Quốc. Nó chỉ cho thấy các phòng thí nghiệm đóng nguồn前沿与硬件、开源和平台公司在利益结构上并不完全一致。

NVIDIA ở cấp phần cứng mong muốn chứng kiến sự đồng tồn tại của nhiều tuyến mô hình khác nhau. Các mô hình đóng nguồn tiếp tục đẩy mạnh năng lực tiên tiến, trong khi các mô hình mở nguồn chịu trách nhiệm hạ thấp rào cản và mở rộng các kịch bản sử dụng. Chỉ cần cả hai cùng thúc đẩy lượng sử dụng AI, NVIDIA sẽ là một trong những bên hưởng lợi chính.

Cuộc tranh luận này sẽ không dừng lại ở một tuyên bố của Huang Renxun. Những yếu tố ảnh hưởng đến định giá là chính sách của Mỹ sẽ hạn chế đến đâu, và các mô hình mở có thực sự được triển khai trong doanh nghiệp hay không.

Nếu các mô hình trọng số mở chỉ gây tranh cãi dư luận mà không tạo thành việc sử dụng doanh nghiệp bền vững, nhu cầu cốt lõi của NVIDIA sẽ vẫn quay trở lại chu kỳ chi tiêu vốn của vài phòng thí nghiệm đóng và các nền tảng đám mây lớn. Điều đó có nghĩa là kỳ vọng tăng trưởng của thị trường đối với NVIDIA cần tiếp tục được xác minh thông qua các đơn hàng từ khách hàng lớn.

Nếu các mô hình mở tiếp tục được triển khai trong môi trường doanh nghiệp và tạo ra nhu cầu có thể quan sát được về suy luận, tinh chỉnh, triển khai riêng và tích hợp ngành, câu chuyện của NVIDIA sẽ mở rộng từ “một số ít gã khổng lồ mua thêm GPU” thành “nhiều tổ chức bắt đầu tiêu thụ sức mạnh tính toán AI”.

Nhà đầu tư nên tập trung vào hai biến số. Một là liệu các hạn chế của Mỹ có được áp dụng vào các khía cạnh thực thi như mua sắm, dịch vụ đám mây và danh sách thực thể hay không. Một là liệu các mô hình trọng số mở có thực sự được triển khai trong doanh nghiệp và mang lại mức tiêu thụ năng lực tính toán có thể quan sát được hay không.

Yếu tố đầu tiên quyết định rủi ro chính sách, yếu tố thứ hai quyết định liệu sự hiểu lầm thị trường mà Huang Renxun đề cập có thể trở thành nhu cầu đơn hàng thực sự của NVIDIA hay không. Giao dịch cổ phiếu chip không phải là đánh cược về thắng thua của một mô hình nào đó, mà là liệu nhu cầu AI còn có thể tiếp tục lan rộng hay không.

BlockBeats