Sức mạnh của Nvidia trong phần cứng AI đã được ghi nhận rộng rãi. Công ty chiếm khoảng 86% doanh thu GPU trung tâm dữ liệu. Nhưng lợi thế thực sự của họ chưa bao giờ là các con chip chính chúng. Đó là CUDA, hệ sinh thái phần mềm khiến các nhà phát triển phụ thuộc sâu sắc vào phần cứng của Nvidia đến mức chuyển đổi cảm giác như học một ngôn ngữ mới khi nhảy dù.
OpenAI đang kỳ vọng có thể trao cho mọi người một chiếc dù. Công cụ mã nguồn mở của công ty có tên Triton, lần đầu tiên ra mắt vào tháng 7 năm 2021, đang được định vị như chìa khóa để chạy các mô hình AI trên phần cứng không phải Nvidia với ít thay đổi mã nhất.
Từ dự án nghiên cứu đến vũ khí chiến lược
Triton bắt đầu như một dự án tương đối khiêm tốn. Mục đích ban đầu của nó là giúp các nhà phát triển viết mã GPU hiệu suất cao bằng Python thay vì phải vật lộn với lập trình CUDA cấp thấp.
Công cụ đã phát triển đáng kể kể từ khi phiên bản 1.0 ra mắt vào giữa năm 2021. Phân tích từ đầu năm 2026 cho thấy Triton đang đạt đến một điểm ngoặt, nơi nó hiện có thể chuyển đổi các mô hình AI sang các nền tảng phần cứng khác nhau với ít hoặc thậm chí không cần viết lại mã.
OpenAI cũng không chỉ xây dựng các công cụ một cách cô lập. Công ty đã ký một thỏa thuận nhiều năm với AMD vào tháng 10 năm 2025 để triển khai lên đến 6 gigawatt GPU Instinct. Làn sóng đầu tiên, gồm 1 gigawatt chip dòng MI450, dự kiến sẽ đến vào nửa sau năm 2026.
Theo dõi con đường tuyển dụng
OpenAI đang tích cực tuyển dụng các kỹ sư suy luận tập trung vào việc hỗ trợ GPU của AMD. Các báo cáo từ năm 2026 cũng cho thấy OpenAI đã bày tỏ sự không hài lòng với một số chip của Nvidia.
Điều này có nghĩa gì đối với các nhà đầu tư
Tỷ lệ 86% doanh thu GPU trung tâm dữ liệu của Nvidia sẽ không biến mất trong một sớm một chiều. CUDA có hàng thập kỷ tối ưu hóa tích lũy và một hệ sinh thái nhà phát triển ăn sâu.
AMD có khả năng hưởng lợi trực tiếp nhất. Công ty đã có chip silicon cạnh tranh, và mối quan hệ đối tác với OpenAI xác nhận tham vọng phần cứng AI của họ theo cách mà bất kỳ bảng xếp hạng nào cũng không thể làm được. Khi công ty AI lớn nhất thế giới cam kết triển khai hàng gigawatt GPU của bạn, nó gửi một thông điệp rõ ràng đến toàn bộ ngành công nghiệp rằng đã có một lựa chọn thay thế khả thi cho Nvidia.
Rủi ro cần theo dõi là thực thi. Việc xây dựng một công cụ về lý thuyết có thể chạy trên bất kỳ phần cứng nào là một chuyện, nhưng khiến nó hoạt động ngang bằng với mã được tối ưu hóa CUDA trên các chip của chính Nvidia lại là một thách thức hoàn toàn khác.