AMD đặt cược 220 tỷ USD vào CPU máy chủ: AI tác nhân và rack Helios định hình tương lai

Luận điểm đằng sau sự điều chỉnh mạnh mẽ này rất đơn giản: cuộc cách mạng AI đang chuyển từ đào tạo (training) sang suy luận (inference), và các khối lượng công việc trong tương lai – các hệ thống AI tác nhân tự động, đa bước – đòi hỏi sức mạnh CPU lớn hơn nhiều so với dự kiến trước đây .

Hai Sự Thay Đổi Cấu Trúc Thúc Đẩy Nhu Cầu

Khối lượng công việc AI tác nhân được dự báo sẽ chiếm khoảng 2/3 thị trường CPU máy chủ trị giá 220 tỷ USD vào năm 2030 . Các hệ thống này điều phối các tác vụ phức tạp một cách tự động, phụ thuộc nhiều vào CPU để xử lý dữ liệu và phối hợp cùng với việc thực thi mô hình trên GPU .

Suy luận đã trở thành trường hợp sử dụng điện toán AI chủ đạo. Năm 2026, lần đầu tiên, khối lượng công việc suy luận tiêu thụ khoảng 60% năng lực điện toán AI toàn cầu, vượt qua đào tạo . Sự thay đổi này ủng hộ các kiến trúc nặng về CPU vì việc phục vụ các mô hình ở quy mô lớn đòi hỏi số lượng lớn CPU máy chủ, máy chủ suy luận và cơ sở hạ tầng xung quanh .

AMD cũng dự báo thị trường điện toán hiệu năng cao và thích ứng rộng hơn sẽ đạt 2 nghìn tỷ USD vào năm 2030, tăng từ 365 tỷ USD vào năm 2025 . Riêng thị trường silicon trung tâm dữ liệu dự kiến sẽ vượt quá 1 nghìn tỷ USD .

Helios và Venice: Kho Vũ Khí Phần Cứng

Hệ thống Rack AI Helios

Được công bố tại sự kiện Advancing AI 2026 vào ngày 23 tháng 7 năm 2026, Helios là hệ thống rack AI tích hợp, làm mát bằng chất lỏng đầu tiên của AMD, kết hợp 72 GPU Instinct MI455X, CPU EPYC Venice và mạng Pensando . Hệ thống đã đi vào sản xuất hàng loạt từ tháng 7 năm 2026, các lô hàng đối tác bắt đầu vào cuối quý 3 năm 2026 (tháng 9 năm 2026) và tăng tốc trong quý 4 .

Rack này cung cấp thông lượng suy luận FP4 lên tới 2,9 exaflop và thông lượng đào tạo FP8 là 1,4 exaflop, với băng thông kết nối mở rộng quy mô 260 TB/s . Giá cho một rack Helios được trang bị đầy đủ ước tính khoảng 5,25 triệu USD .

CPU Máy chủ EPYC "Venice" Thế hệ thứ 6

Được sản xuất trên tiến trình N2 (2nm) của TSMC, CPU Venice có tới 256 lõi trên mỗi socket bằng cách đóng gói 32 lõi Zen 6c trên mỗi chiplet 8 khuôn . Quá trình sản xuất hàng loạt đã bắt đầu tại nhà máy TSMC Đài Loan vào tháng 5 năm 2026, với kế hoạch sản xuất trong tương lai tại cơ sở Arizona của TSMC (mặc dù sản lượng ở đó không được dự kiến trước năm 2028) .

Venice hiện đang được gửi mẫu cho khách hàng và sẽ được vận chuyển trong các rack Helios cũng như các triển khai máy chủ độc lập vào cuối năm 2026 và đầu năm 2027 . Biến thể EPYC 9006 SP7, được xây dựng cho việc thực thi hộp cát tác nhân mật độ cao, dự kiến sẽ được vận chuyển trong quý 4 năm 2026 .

Cam Kết Khách Hàng: OpenAI, Meta và Anthropic

AMD đã nhận được các cam kết đáng kể từ ba công ty AI hàng đầu, tổng cộng khoảng 14 gigawatt năng lực điện toán :

Các khách hàng bổ sung bao gồm Microsoft (triển khai rack Helios trong trung tâm dữ liệu Azure) và Oracle (xây dựng siêu cụm Helios 50.000 GPU) .

ROCm vs. CUDA: Khoảng Cách Phần Mềm Năm 2026 Ở Đâu?

Ngăn xếp phần mềm ROCm của AMD đã tiến bộ đáng kể nhưng vẫn xếp sau CUDA của Nvidia ở các lĩnh vực chính:

Những gì hoạt động tốt:

• ROCm 7.x hiện hỗ trợ chính thức PyTorch 2.9, vLLM và llama.cpp gốc trên GPU Instinct và một số GPU tiêu dùng chọn lọc .
• AMD đã ra mắt ROCm.ai cho phát triển GPU hỗ trợ AI tại sự kiện Advancing AI 2026 .
• HIP (Giao diện di động cho điện toán không đồng nhất) có thể dịch hầu hết mã CUDA để chạy trên phần cứng AMD với những thay đổi tối thiểu .
• PyTorch và JAX hiện cung cấp hỗ trợ ROCm gốc .

Khoảng cách còn lại:

• Khoảng cách hiệu suất: Trên phần cứng tương đương, ROCm chậm hơn CUDA khoảng 10–25% đối với khối lượng công việc suy luận, và khoảng cách càng lớn hơn đối với đào tạo và tinh chỉnh .
• Sự trưởng thành hệ sinh thái: CUDA vẫn là phụ trợ mặc định cho hầu hết các khung, hướng dẫn và xử lý sự cố. ROCm vẫn bộc lộ các điểm yếu với các toán tử không chuẩn, thế hệ GPU cũ hơn và một số công cụ suy luận .
• Nghiên cứu tiên tiến: Mã CUDA được phát hành hàng tuần; hỗ trợ ROCm theo sau vài tuần đến vài tháng sau .
• Chỉ dùng Linux: ROCm chủ yếu dựa trên Linux với hỗ trợ Windows hạn chế .

Kết luận: ROCm hiện đã khả thi trong sản xuất cho suy luận và cạnh tranh về giá trên mỗi token (theo báo cáo là rẻ hơn 25–40% so với Nvidia cho khối lượng công việc suy luận trên phần cứng tương đương), nhưng CUDA vẫn duy trì lợi thế đáng kể về công cụ, quy trình đào tạo và bề rộng hỗ trợ khung .

Kết Quả Q2 2026 Kỷ Lục Xác Nhận Chiến Lược

Kết quả quý 2 năm 2026 của AMD hỗ trợ mạnh mẽ cho định hướng chiến lược của công ty:

Ban lãnh đạo lưu ý trong cuộc gọi thu nhập rằng "suy luận và AI tác nhân đang làm tăng nhu cầu về tính toán CPU máy chủ" như một động lực cấu trúc đằng sau việc nâng TAM . AMD dự kiến doanh thu AI trung tâm dữ liệu sẽ đạt "hàng chục tỷ đô la" vào năm 2027, riêng doanh thu CPU máy chủ được dự báo sẽ tăng hơn 70% trong năm 2027 .

Rủi Ro Chính: Biên Lợi Nhuận và Sự Phụ Thuộc vào TSMC

Quỹ đạo biên lợi nhuận gộp: Khi AMD chuyển từ bán chip rời sang các hệ thống rack tích hợp như Helios (kết hợp GPU, CPU và mạng trong một gói), biên lợi nhuận hỗn hợp có thể gặp khó khăn so với việc bán chip đơn thuần. Thị trường đang theo dõi liệu AMD có thể duy trì mở rộng biên lợi nhuận khi trở thành nhà cung cấp hệ thống hay không.

Sự tập trung chuỗi cung ứng TSMC: AMD phụ thuộc vào TSMC cho cả sản xuất CPU (N2) và GPU (N3/N4) tiên tiến . Venice đang được sản xuất hàng loạt tại TSMC Đài Loan, và mặc dù AMD đã lên kế hoạch sản xuất tại cơ sở Arizona của TSMC, năng lực đó vẫn chưa có cho các nút tiên tiến . Căng thẳng địa chính trị xoay quanh Đài Loan và sự cạnh tranh về phân bổ wafer TSMC từ Apple, Nvidia và các bên khác vẫn là những rủi ro vật chất ngắn hạn.

Kết Luận

AMD đang thực hiện một chiến lược tham vọng, rõ ràng dựa trên một bước ngoặt trong khối lượng công việc AI – từ đào tạo sang suy luận, từ các mô hình riêng lẻ sang các tác nhân tự động. Lộ trình phần cứng (Helios và Venice) đã đi vào sản xuất, các khách hàng lớn nhất đã cam kết ở quy mô chưa từng có, và kết quả tài chính đang phản ánh sự thay đổi này. Câu hỏi lớn còn bỏ ngỏ là liệu ROCm có thể thu hẹp khoảng cách còn lại với CUDA đủ nhanh hay không và liệu các hạn chế về chuỗi cung ứng có cho phép AMD đáp ứng lịch trình tăng tốc đầy tham vọng của mình hay không.