Trưởng bộ phận ô tô của Nvidia, Xinzhou Wu, xác nhận rằng để có GPU cho huấn luyện và phát triển, ông phải họp với các đồng nghiệp 'gần như hàng tuần' để phân bổ tài nguyên [3]. Cuộc cạnh tranh nội bộ gay gắt đến mức CEO Jensen Huang thỉnh thoảng phải đứng ra làm trọng tài phân xử giữa các bộ phận kinh doanh [3].
Câu trả lời nghiên cứu

Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What internal challenges does Nvidia's automotive division face in securing GPU access, and what. Article summary: ## Nvidia's Automotive Division: Internal GPU Access Challenges and the AI Resource Crunch. Topic tags: general, education, academic, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual,
Trong một cuộc phỏng vấn tại podcast Decoder của The Verge (tháng 7/2026), ông Xinzhou Wu, Phó chủ tịch kiêm Trưởng bộ phận ô tô của Nvidia, đã có những tiết lộ bất ngờ. Bản thân bộ phận của ông cũng phải tham gia vào các cuộc họp phân bổ tài nguyên GPU hàng tuần — một minh chứng rõ nét cho thấy cơn sốt AI đang bóp nghẹt nguồn cung, thậm chí ngay cả với nhà sản xuất chip giá trị nhất thế giới .
Ông Wu đã vạch ra một lộ trình đầy tham vọng:
| Mốc | Mục tiêu |
|---|---|
| Khả năng đô thị Cấp độ 2++ trên nền tảng Drive AGX | 2026 |
| Thử nghiệm robotaxi Cấp độ 4 với đối tác | 2027 |
| Xe tự lái Cấp độ 4 dành cho cá nhân | 2028 |
Công ty đang xây dựng một bộ giải pháp hoàn chỉnh mang tên Nvidia Drive, bao gồm nền tảng phần cứng và các mô hình nền tảng (foundation models) được huấn luyện trên dữ liệu tổng hợp. Wu cho rằng các nhà sản xuất ô tô không cần hàng tỷ dặm dữ liệu lái xe như Waymo hay Tesla — họ có thể kết nối vào hệ sinh thái của Nvidia, nơi thực hiện 5 triệu bài kiểm tra xác thực mỗi ngày .
Bộ phận ô tô của Nvidia phải đối mặt với sự cạnh tranh nội bộ gay gắt để giành quyền truy cập GPU — với các cuộc họp phân bổ hàng tuần và đôi khi cần tới CEO Jensen Huang làm trọng tài . Điều này phản ánh một cuộc khủng hoảng tài nguyên AI trên diện rộng, nơi nguồn cung bộ nhớ GPU (GDDR7 và HBM) bị thắt chặt nghiêm trọng do nhu cầu từ các trung tâm dữ liệu, buộc Nvidia phải cắt giảm sản lượng GPU chơi game tới 30-40%
. Trong khi đó, lộ trình xe tự lái của Wu nhắm tới các tính năng Cấp độ 2++ vào năm 2026, thử nghiệm robotaxi Cấp độ 4 vào năm 2027 và xe Cấp độ 4 cho người tiêu dùng vào năm 2028 — một lộ trình phụ thuộc vào việc giành được chính những tài nguyên tính toán mà đội ngũ của ông đã phải vật lộn để có được.
Studio Global AI
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Trưởng bộ phận ô tô của Nvidia, Xinzhou Wu, xác nhận rằng để có GPU cho huấn luyện và phát triển, ông phải họp với các đồng nghiệp 'gần như hàng tuần' để phân bổ tài nguyên [3].
Trưởng bộ phận ô tô của Nvidia, Xinzhou Wu, xác nhận rằng để có GPU cho huấn luyện và phát triển, ông phải họp với các đồng nghiệp 'gần như hàng tuần' để phân bổ tài nguyên [3]. Cuộc cạnh tranh nội bộ gay gắt đến mức CEO Jensen Huang thỉnh thoảng phải đứng ra làm trọng tài phân xử giữa các bộ phận kinh doanh [3].
Nvidia được cho là đã cắt giảm sản xuất GPU chơi game tới 30 40% trong nửa đầu năm 2026 do tình trạng thiếu hụt bộ nhớ GDDR7, vì các trung tâm dữ liệu AI đang 'ngốn' hết nguồn cung [4][5][7].