WAIC 2026 cho thấy AI Trung Quốc đang cạnh tranh bằng cả hệ thống

WAIC 2026 tại Thượng Hải phát đi một tín hiệu quan trọng hơn câu hỏi “chip nào có FLOPS đỉnh cao hơn”: cuộc đua năng lực tính toán AI của Trung Quốc đang mở rộng sang siêu nút (supernode) và hệ thống máy tính hoàn chỉnh. Các doanh nghiệp không chỉ giới thiệu bộ tăng tốc, mà còn trình bày kết nối Scale-up, cơ chế truy cập bộ nhớ, mật độ rack, tản nhiệt bằng chất lỏng, độ tin cậy của mạng và toàn bộ phần mềm vận hành. Mục tiêu của siêu nút là khiến hàng chục, hàng trăm hoặc thậm chí hàng nghìn bộ tăng tốc hoạt động giống một máy tính được phối hợp chặt chẽ, thay vì một tập hợp máy chủ rời rạc.744

Dù vậy, nói WAIC 2026 là “thời điểm chính xác” khi các công ty Trung Quốc chuyển từ chip sang hệ thống vẫn là một nhận định dựa trên sản phẩm trưng bày và thông tin công bố, chưa phải sự thật ngành đã được kiểm chứng độc lập.

Vì sao siêu nút quan trọng hơn FLOPS đơn chip?

Huấn luyện và suy luận mô hình ngôn ngữ lớn đòi hỏi các bộ tăng tốc liên tục trao đổi tham số, giá trị kích hoạt, gradient và dữ liệu định tuyến. Khi băng thông kết nối không đủ, độ trễ quá cao hoặc mạng bị nghẽn, chip phải chờ dữ liệu. Khi đó, năng lực tính toán lý thuyết không chuyển hóa thành thông lượng thực tế.

Một siêu nút vì vậy thường hướng tới nhiều mục tiêu cùng lúc:

• tăng băng thông giữa các thiết bị và giảm độ trễ truyền dữ liệu;
• khiến các hoạt động giao tiếp tập thể dễ dự đoán hơn, đồng thời xử lý tắc nghẽn và lỗi;
• mở rộng không gian bộ nhớ mà mô hình có thể sử dụng chung;
• cải thiện khả năng vận hành dài hạn nhờ thiết kế rack, nguồn điện và tản nhiệt;
• giúp trình biên dịch, runtime và hệ thống lập lịch quản lý các tài nguyên dị thể ở quy mô lớn hơn.

Điều này làm thay đổi các chỉ số mà khách hàng thực sự quan tâm. Bên mua cuối cùng trả tiền cho khả năng hoàn thành một lần huấn luyện hoặc số token suy luận được tạo ra ổn định, chứ không mua FLOPS đỉnh của một chip đứng riêng lẻ. Mức sử dụng bộ tăng tốc, chi phí giao tiếp, điện năng, tản nhiệt, độ tin cậy, chi phí chuyển đổi phần mềm và độ phức tạp vận hành đều tác động đến chi phí trên mỗi token hữu dụng.

Biren Technology: mở rộng miền Scale-up bằng NPO và BLink 2.0

Tại WAIC 2026, Biren Technology công bố kiến trúc siêu nút sử dụng quang học gần đóng gói (NPO) và thiết kế phân tách, giải ghép; một siêu nút có thể hỗ trợ tối đa 1.024 card trong mở rộng Scale-up.1435

Ý tưởng cốt lõi của NPO là đặt động cơ kết nối quang gần hơn với phần đóng gói tính toán, rút ngắn khoảng cách truyền dẫn. Các nút tính toán và nút mạng được tách về mặt vật lý rồi kết nối bằng sợi quang. Những thông tin được công bố mô tả hướng tiếp cận này như một cách ứng phó với giới hạn về khoảng cách, điện năng và tính toàn vẹn tín hiệu của kết nối điện truyền thống khi hệ thống mở rộng lớn.46

Biren định vị BLink 2.0 như một giao thức kết nối dành cho siêu nút, không chỉ là công nghệ liên kết đơn thuần. Các năng lực được doanh nghiệp công bố gồm:

• Kết nối theo ngữ nghĩa bộ nhớ: mục tiêu là cho phép tối đa 1.024 GPU chia sẻ cùng một không gian bộ nhớ;
• Tính toán trong mạng: đưa một phần phép toán giao tiếp xuống thiết bị mạng;
• Kiểm soát tắc nghẽn: hạn chế nghẽn mạng trong các hoạt động giao tiếp quy mô lớn;
• Khôi phục liên kết: cung cấp nhiều lớp bảo vệ lỗi từ tầng vật lý đến tầng framework.35

Những thông tin này cho thấy trọng tâm cạnh tranh của Biren đã mở rộng từ hiệu năng một card sang câu hỏi làm thế nào để số lượng lớn card phối hợp hiệu quả. Tuy nhiên, không gian bộ nhớ dùng chung, độ tin cậy và thông lượng hữu dụng hiện chủ yếu là mục tiêu kiến trúc do doanh nghiệp công bố, chưa thể xem là kết quả hiệu năng cuối cùng đã được kiểm chứng độc lập trên nhiều loại tải công việc.

Yixin Intelligent: kết hợp RISC-V, Epoch và kết nối điện

Yixin Intelligent giới thiệu giải pháp mà công ty gọi là siêu nút năng lực tính toán AI RISC-V đầu tiên trong ngành. Hệ thống dựa trên bộ tăng tốc AI đám mây Epoch, kết hợp kết nối tốc độ cao ELink, thiết kế vuông góc không backplane, tản nhiệt chất lỏng cho toàn máy và phần mềm full-stack.1923

Epoch sử dụng tập lệnh mở RISC-V và hỗ trợ độ chính xác FP8 lượng tử hóa theo khối. Công ty cho biết thế hệ tiếp theo sẽ mở rộng sang các định dạng độ chính xác thấp EXFP4 và MXFP4, đồng thời tăng năng lực tính toán, dung lượng bộ nhớ và băng thông bộ nhớ.2223 Định dạng độ chính xác thấp có thể cải thiện hiệu quả tính toán và bộ nhớ trong một số tải huấn luyện hoặc suy luận phù hợp. Tuy nhiên, lợi ích cụ thể còn phụ thuộc vào mô hình, toán tử và cách triển khai phần mềm; không thể suy ra một mức tăng hiệu năng thống nhất chỉ từ tên định dạng.

Về cấu trúc hệ thống, Yixin nhấn mạnh thiết kế vuông góc, không backplane. Tài liệu công khai của doanh nghiệp cho biết thiết kế này có thể giảm 80% chi phí phần cứng kết nối và đưa độ trễ xuống mức vài trăm nano-giây.1331 Hai con số này nên được hiểu là chỉ tiêu thiết kế do nhà cung cấp công bố, không phải chuẩn ngành đã được xác minh độc lập trên nhiều quy mô và tải công việc.

So với Biren, công ty dùng kết nối quang NPO để đẩy miền Scale-up lên quy mô rất lớn, Yixin công khai nhấn mạnh hơn vào vòng khép kín từ bộ tăng tốc RISC-V, kết nối, tản nhiệt chất lỏng đến phần mềm. Cả hai đều bán năng lực ở cấp hệ thống, nhưng điểm nhấn khác nhau: Biren tập trung vào kết nối quang và ngữ nghĩa bộ nhớ quy mô lớn; Yixin tập trung vào tập lệnh mở, phối hợp giữa chip và máy chủ cũng như lộ trình độ chính xác thấp.

Kunlunxin: lợi thế của rack mật độ cao và khả năng giao hàng

Trong các thông tin liên quan đến hội nghị, Kunlunxin trình diễn các sản phẩm siêu nút tích hợp 32 hoặc 64 card tăng tốc trong một rack, sử dụng kiến trúc tích hợp mật độ rất cao do công ty tự phát triển; tài liệu liên quan cho biết hệ thống có thể mở rộng lên 512 card.71148

Hướng tiếp cận này không trước hết nhấn mạnh kết nối quang, mà tập trung đưa hàng chục bộ tăng tốc vào một sản phẩm cấp rack có thể triển khai và giao đến khách hàng. Một số bài báo mô tả đây là một trong những sản phẩm siêu nút do Trung Quốc phát triển sớm đạt đến giai đoạn sản xuất hàng loạt và giao hàng.1148

Điều đó cho thấy một mặt khác của cuộc đua siêu nút: kết nối được nhiều chip hơn về mặt kỹ thuật không đồng nghĩa khách hàng có thể sử dụng chúng ở quy mô lớn. Mật độ rack, nguồn điện, tản nhiệt, độ đồng nhất trong sản xuất, khả năng tương thích phần mềm và năng lực giao hàng đều quyết định liệu một thiết kế có thể đi từ gian triển lãm vào trung tâm dữ liệu hay không.

Các doanh nghiệp khác: hiện có thể xác nhận điều gì?

Các tài liệu được cung cấp cũng đề cập đến Iluvatar CoreX, SingularMOL và Infinigence, với những hướng tiếp cận khác nhau như chip tối ưu cho huấn luyện, kiến trúc thế hệ thứ ba, kết nối chiplet và phần mềm siêu cụm ảo. Tuy nhiên, danh sách nguồn hiện có chưa cung cấp đủ tài liệu cụ thể, đáng tin cậy và có thể đối chiếu để xác nhận topology siêu nút, phạm vi nhất quán bộ nhớ, loại kết nối, băng thông, hỗ trợ độ chính xác hay tình trạng giao hàng thực tế của các công ty này.

Vì vậy, kết luận thận trọng ở thời điểm hiện tại là:

• chưa đủ bằng chứng về loại kết nối quang hoặc điện cụ thể và quy mô hệ thống của Iluvatar CoreX;
• chưa đủ bằng chứng để xác nhận SingularMOL đã công bố kiến trúc siêu nút chiplet, mô hình bộ nhớ hoặc băng thông có thể kiểm chứng;
• cũng chưa thể xác nhận Infinigence có cung cấp siêu cụm ảo với khả năng lập lịch thống nhất giữa nhiều nhà cung cấp hay không, cũng như mức tương thích và hiệu năng của nền tảng này.

Không nên biến một bản trình diễn ý tưởng, bài viết thứ cấp hoặc mô tả không kèm thông số kỹ thuật thành sự thật rằng sản phẩm đã sản xuất hàng loạt, có bộ nhớ thống nhất hoặc đạt một mức hiệu năng cụ thể.

Phần mềm điều phối sẽ là lớp then chốt

Khi khách hàng không còn chỉ mua bộ tăng tốc của một thương hiệu duy nhất mà kết hợp nhiều chip Trung Quốc dựa trên nguồn cung, chi phí và rủi ro, vai trò của phần mềm sẽ tăng lên. Trình biên dịch, thư viện toán tử, thư viện giao tiếp, runtime, bộ lập lịch cụm, hệ thống giám sát và xử lý lỗi cần che giấu càng nhiều càng tốt sự khác biệt giữa các loại phần cứng.

Đó là lý do “hệ thống” không đơn giản có nghĩa là lắp thêm nhiều card vào một rack. Một siêu nút có thể sử dụng được còn phải trả lời các câu hỏi vận hành: mô hình có được chia tách thuận lợi không, giao tiếp có được lập lịch hiệu quả không, lỗi có làm gián đoạn tác vụ không, tài nguyên có được giám sát đầy đủ không, và nhà phát triển phải viết lại bao nhiêu mã cho từng bộ tăng tốc.

Từ góc nhìn này, siêu nút vật lý và pool tài nguyên do phần mềm định nghĩa là hai lớp bổ trợ cho nhau. Lớp thứ nhất giúp các bộ tăng tốc trong cùng một miền phần cứng phối hợp chặt chẽ hơn. Lớp thứ hai có thể giúp nhiều cụm và nhiều loại bộ tăng tốc được sử dụng thống nhất hơn. Tuy nhiên, các nguồn hiện có chưa đủ để đưa ra kết luận chắc chắn về phạm vi tương thích hoặc hiệu năng của những nền tảng phần mềm cụ thể như Infinigence.

Kết luận: tiêu chuẩn đánh giá đang thay đổi

WAIC 2026 không chứng minh rằng các hệ thống AI Trung Quốc đã đồng loạt bắt kịp những nền tảng dẫn đầu toàn cầu về hiệu năng, độ trưởng thành phần mềm hay hệ sinh thái. Điều hội nghị thể hiện rõ hơn là tiêu chuẩn đánh giá đang thay đổi: hiệu năng đỉnh của một chip vẫn quan trọng, nhưng không còn đủ để mô tả năng lực thực tế của một hệ thống chạy mô hình lớn.

Giải pháp NPO 1.024 card của Biren, BLink 2.0 và mục tiêu ngữ nghĩa bộ nhớ thống nhất đại diện cho hướng mở rộng miền Scale-up bằng kết nối quang. Epoch, RISC-V và ELink của Yixin Intelligent đại diện cho hướng tích hợp chip, độ chính xác, kết nối, tản nhiệt và phần mềm. Kunlunxin lại nhấn mạnh mật độ rack cao và mức độ trưởng thành trong sản xuất, giao hàng.41323

Vì thế, cách diễn đạt chính xác hơn không phải là “các công ty Trung Quốc đã chấm dứt hoàn toàn cuộc đua chip đơn tại WAIC 2026”, mà là: họ ngày càng định nghĩa sản phẩm như một hệ thống hoàn chỉnh — trong đó bộ tăng tốc, kết nối, bộ nhớ, tản nhiệt, mạng và phần mềm cùng quyết định giá trị cuối cùng. Với bên mua, những tiêu chí cần so sánh trong giai đoạn tiếp theo sẽ là thông lượng hữu dụng, độ sẵn sàng, chi phí mở rộng và độ khó khi chuyển đổi phần mềm, chứ không chỉ là con số FLOPS trên tài liệu tiếp thị.