Bloomberg được cho là đã thông báo điều gì?

Các điều chỉnh được đề cập liên quan đến những hệ thống máy chủ tích hợp chip AI của Nvidia, trong đó có:

• Vera Rubin – nền tảng AI thế hệ tiếp theo của Nvidia;
• Grace Blackwell – dòng nền tảng thế hệ hiện tại của công ty;
• Các cấu hình có mức tăng khác nhau tùy thế hệ chip và lượng bộ nhớ được trang bị.

Điểm này rất quan trọng với các bên mua máy chủ. Một hệ thống dạng tủ quy mô lớn, cần lượng bộ nhớ cao, có thể chịu mức điều chỉnh khác hẳn một cấu hình dung lượng thấp hơn. Vì vậy, thông tin hiện có chưa đủ để tính chính xác giá mới của từng máy chủ Rubin hoặc Blackwell.

Vì sao bộ nhớ trở thành yếu tố đẩy giá?

Các bộ tăng tốc AI cần HBM để truyền dữ liệu nhanh giữa bộ xử lý và vùng nhớ làm việc. Những hệ thống AI mật độ cao cũng sử dụng DRAM thông thường song song với HBM, khiến bộ nhớ ngày càng chiếm tỷ trọng đáng kể trong tổng chi phí máy chủ.

Một ước tính được trích dẫn trong các bài viết về Vera Rubin cho rằng chip nhớ có thể chiếm khoảng 62% chi phí của một siêu chip Vera Rubin. Đây là ước tính chi phí linh kiện, không phải giá bán được Nvidia xác nhận.

Trong một phân tích riêng, Morgan Stanley ước tính phần bộ nhớ trong tủ Vera Rubin VR200 NVL72 có giá khoảng 2 triệu USD, cao hơn khoảng 435% so với lượng bộ nhớ ước tính trong tủ GB300. Phân tích này giúp lý giải vì sao giá toàn hệ thống có thể tăng mạnh, dù mức tăng thực tế vẫn phụ thuộc từng cấu hình.

So sánh giá các tủ máy AI thế hệ mới

Các ước tính trước thời điểm giao hàng cho thấy một tủ Vera Rubin VR200 NVL72 có giá khoảng 7,8 triệu USD, so với khoảng 4 triệu USD của tủ Grace Blackwell GB300 NVL72.

Những con số này cần được đọc thận trọng:

• Đây là ước tính từ giới phân tích hoặc ngành công nghiệp, không phải giá niêm yết do Nvidia công bố;
• Phép so sánh là giữa VR200 và GB300, không phải trực tiếp giữa VR200 và GB200;
• Các con số phản ánh kinh tế học của hệ thống hoặc chi phí linh kiện, không thể xem là giá giao dịch đã được xác minh cho mọi khách hàng.

Do đó, bằng chứng công khai cho thấy chênh lệch chi phí đang nghiêng về phía tăng mạnh ở thế hệ Rubin, nhưng chưa cung cấp một phép so sánh giá giao dịch VR200–GB200 đáng tin cậy, cũng như chưa có lịch tăng giá cụ thể cho từng khách hàng.

Thời điểm nhạy cảm trước báo cáo tài chính ngày 26/8

Thông tin về giá máy chủ xuất hiện ngay trước ngày Nvidia dự kiến công bố kết quả kinh doanh quý tài chính II, vào ngày 26/8. Trong quý được báo cáo trước đó, Nvidia đạt 81,6 tỷ USD doanh thu, trong đó khoảng 75,2 tỷ USD đến từ mảng trung tâm dữ liệu; biên lợi nhuận gộp vào khoảng 75%.

Thời điểm này khiến câu chuyện chi phí bộ nhớ đặc biệt đáng chú ý với nhà đầu tư và các bên xây dựng hạ tầng AI. Giá máy chủ cao hơn có thể giúp Nvidia bù đắp một phần chi phí đầu vào tăng, nhưng đồng thời cũng làm tăng vốn đầu tư mà các nhà cung cấp điện toán đám mây phải bỏ ra để xây dựng cụm máy AI quy mô lớn.

Các nguồn hiện có chưa cho biết chính xác phần tăng giá sẽ chuyển thành doanh thu hay biên lợi nhuận cao hơn bao nhiêu cho Nvidia.

Vì sao khách hàng có thể tìm đến lựa chọn khác?

Giá hệ thống Nvidia tăng có thể củng cố động lực đa dạng hóa nguồn cung của các công ty công nghệ và nhà cung cấp đám mây lớn như Amazon, Microsoft, Google và Meta. Chip tùy biến cho phép doanh nghiệp thiết kế phần cứng sát với mô hình và khối lượng công việc nội bộ, đồng thời có thể giảm sự phụ thuộc vào một nhà cung cấp và tăng vị thế đàm phán.

Dù vậy, lợi thế của Nvidia không chỉ nằm ở GPU. Hệ sinh thái của công ty còn bao gồm phần mềm CUDA, nền tảng kết nối NVLink và cách tiếp cận tích hợp toàn bộ phần cứng–phần mềm. Một nguồn phân tích thị trường ước tính Nvidia nắm hơn 80% phân khúc bộ tăng tốc AI cao cấp, dù tỷ lệ thị phần có thể khác nhau tùy cách định nghĩa thị trường.

Điều đó khiến quá trình thay thế trở nên tốn kém. Khách hàng có thể dùng dòng bộ tăng tốc MI300 của AMD hoặc chip tùy biến cho những khối lượng công việc phù hợp, nhưng việc chuyển đổi phần mềm và kiến trúc hệ thống hiện có có thể đòi hỏi nhiều kỹ thuật triển khai, kiểm thử và tương thích.

Vì vậy, bằng chứng hiện tại ủng hộ khả năng khách hàng tăng cường đa dạng hóa, chứ chưa cho thấy AMD hay chip tùy biến sẽ nhanh chóng thay thế Nvidia trong phần lớn các trung tâm dữ liệu AI quy mô lớn.

Điều gì vẫn chưa được xác minh?

Thông tin từ Bloomberg dẫn đến một kết luận có giới hạn nhưng đáng chú ý: một số khách hàng lớn của Nvidia được cho là đã nhận thông báo về mức tăng trên 15% trong nhiều trường hợp đối với các hệ thống giao từ đầu năm tới; mức tăng phụ thuộc vào thế hệ chip và cấu hình bộ nhớ.

Thông tin công khai chưa xác lập được:

• Một tỷ lệ tăng giá chung cho tất cả hệ thống;
• Giá chính xác của từng cấu hình Vera Rubin hoặc Grace Blackwell;
• Điều khoản hợp đồng riêng của từng khách hàng;
• Phép so sánh giá VR200 với GB200 đã được xác minh;
• Việc Nvidia hoặc các khách hàng liên quan chính thức xác nhận những thông báo này.

Reuters dẫn lại thông tin của Bloomberg và cho biết chưa thể lập tức xác minh độc lập. Cho đến khi Nvidia hoặc khách hàng công bố chi tiết, cách diễn giải thận trọng nhất là: lạm phát chi phí bộ nhớ đang gây áp lực lên kinh tế học của máy chủ AI, còn tác động thương mại chính xác vẫn được giữ kín.

Bloomberg được cho là đã thông báo điều gì?

Các điều chỉnh được đề cập liên quan đến những hệ thống máy chủ tích hợp chip AI của Nvidia, trong đó có:

• Vera Rubin – nền tảng AI thế hệ tiếp theo của Nvidia;
• Grace Blackwell – dòng nền tảng thế hệ hiện tại của công ty;
• Các cấu hình có mức tăng khác nhau tùy thế hệ chip và lượng bộ nhớ được trang bị.

Điểm này rất quan trọng với các bên mua máy chủ. Một hệ thống dạng tủ quy mô lớn, cần lượng bộ nhớ cao, có thể chịu mức điều chỉnh khác hẳn một cấu hình dung lượng thấp hơn. Vì vậy, thông tin hiện có chưa đủ để tính chính xác giá mới của từng máy chủ Rubin hoặc Blackwell.

Vì sao bộ nhớ trở thành yếu tố đẩy giá?

Các bộ tăng tốc AI cần HBM để truyền dữ liệu nhanh giữa bộ xử lý và vùng nhớ làm việc. Những hệ thống AI mật độ cao cũng sử dụng DRAM thông thường song song với HBM, khiến bộ nhớ ngày càng chiếm tỷ trọng đáng kể trong tổng chi phí máy chủ.

Một ước tính được trích dẫn trong các bài viết về Vera Rubin cho rằng chip nhớ có thể chiếm khoảng 62% chi phí của một siêu chip Vera Rubin. Đây là ước tính chi phí linh kiện, không phải giá bán được Nvidia xác nhận.

Trong một phân tích riêng, Morgan Stanley ước tính phần bộ nhớ trong tủ Vera Rubin VR200 NVL72 có giá khoảng 2 triệu USD, cao hơn khoảng 435% so với lượng bộ nhớ ước tính trong tủ GB300. Phân tích này giúp lý giải vì sao giá toàn hệ thống có thể tăng mạnh, dù mức tăng thực tế vẫn phụ thuộc từng cấu hình.

So sánh giá các tủ máy AI thế hệ mới

Các ước tính trước thời điểm giao hàng cho thấy một tủ Vera Rubin VR200 NVL72 có giá khoảng 7,8 triệu USD, so với khoảng 4 triệu USD của tủ Grace Blackwell GB300 NVL72.

Những con số này cần được đọc thận trọng:

• Đây là ước tính từ giới phân tích hoặc ngành công nghiệp, không phải giá niêm yết do Nvidia công bố;
• Phép so sánh là giữa VR200 và GB300, không phải trực tiếp giữa VR200 và GB200;
• Các con số phản ánh kinh tế học của hệ thống hoặc chi phí linh kiện, không thể xem là giá giao dịch đã được xác minh cho mọi khách hàng.

Do đó, bằng chứng công khai cho thấy chênh lệch chi phí đang nghiêng về phía tăng mạnh ở thế hệ Rubin, nhưng chưa cung cấp một phép so sánh giá giao dịch VR200–GB200 đáng tin cậy, cũng như chưa có lịch tăng giá cụ thể cho từng khách hàng.

Thời điểm nhạy cảm trước báo cáo tài chính ngày 26/8

Thông tin về giá máy chủ xuất hiện ngay trước ngày Nvidia dự kiến công bố kết quả kinh doanh quý tài chính II, vào ngày 26/8. Trong quý được báo cáo trước đó, Nvidia đạt 81,6 tỷ USD doanh thu, trong đó khoảng 75,2 tỷ USD đến từ mảng trung tâm dữ liệu; biên lợi nhuận gộp vào khoảng 75%.

Thời điểm này khiến câu chuyện chi phí bộ nhớ đặc biệt đáng chú ý với nhà đầu tư và các bên xây dựng hạ tầng AI. Giá máy chủ cao hơn có thể giúp Nvidia bù đắp một phần chi phí đầu vào tăng, nhưng đồng thời cũng làm tăng vốn đầu tư mà các nhà cung cấp điện toán đám mây phải bỏ ra để xây dựng cụm máy AI quy mô lớn.

Các nguồn hiện có chưa cho biết chính xác phần tăng giá sẽ chuyển thành doanh thu hay biên lợi nhuận cao hơn bao nhiêu cho Nvidia.

Vì sao khách hàng có thể tìm đến lựa chọn khác?

Giá hệ thống Nvidia tăng có thể củng cố động lực đa dạng hóa nguồn cung của các công ty công nghệ và nhà cung cấp đám mây lớn như Amazon, Microsoft, Google và Meta. Chip tùy biến cho phép doanh nghiệp thiết kế phần cứng sát với mô hình và khối lượng công việc nội bộ, đồng thời có thể giảm sự phụ thuộc vào một nhà cung cấp và tăng vị thế đàm phán.

Dù vậy, lợi thế của Nvidia không chỉ nằm ở GPU. Hệ sinh thái của công ty còn bao gồm phần mềm CUDA, nền tảng kết nối NVLink và cách tiếp cận tích hợp toàn bộ phần cứng–phần mềm. Một nguồn phân tích thị trường ước tính Nvidia nắm hơn 80% phân khúc bộ tăng tốc AI cao cấp, dù tỷ lệ thị phần có thể khác nhau tùy cách định nghĩa thị trường.

Điều đó khiến quá trình thay thế trở nên tốn kém. Khách hàng có thể dùng dòng bộ tăng tốc MI300 của AMD hoặc chip tùy biến cho những khối lượng công việc phù hợp, nhưng việc chuyển đổi phần mềm và kiến trúc hệ thống hiện có có thể đòi hỏi nhiều kỹ thuật triển khai, kiểm thử và tương thích.

Vì vậy, bằng chứng hiện tại ủng hộ khả năng khách hàng tăng cường đa dạng hóa, chứ chưa cho thấy AMD hay chip tùy biến sẽ nhanh chóng thay thế Nvidia trong phần lớn các trung tâm dữ liệu AI quy mô lớn.

Điều gì vẫn chưa được xác minh?

Thông tin từ Bloomberg dẫn đến một kết luận có giới hạn nhưng đáng chú ý: một số khách hàng lớn của Nvidia được cho là đã nhận thông báo về mức tăng trên 15% trong nhiều trường hợp đối với các hệ thống giao từ đầu năm tới; mức tăng phụ thuộc vào thế hệ chip và cấu hình bộ nhớ.

Thông tin công khai chưa xác lập được:

• Một tỷ lệ tăng giá chung cho tất cả hệ thống;
• Giá chính xác của từng cấu hình Vera Rubin hoặc Grace Blackwell;
• Điều khoản hợp đồng riêng của từng khách hàng;
• Phép so sánh giá VR200 với GB200 đã được xác minh;
• Việc Nvidia hoặc các khách hàng liên quan chính thức xác nhận những thông báo này.

Reuters dẫn lại thông tin của Bloomberg và cho biết chưa thể lập tức xác minh độc lập. Cho đến khi Nvidia hoặc khách hàng công bố chi tiết, cách diễn giải thận trọng nhất là: lạm phát chi phí bộ nhớ đang gây áp lực lên kinh tế học của máy chủ AI, còn tác động thương mại chính xác vẫn được giữ kín.