Tuần trước, tôi nhận được một tin nhắn từ đồng nghiệp cũ ở Thung lũng Silicon: 'Google vừa ký hợp đồng bán TPU cho Meta và Anthropic.' Lúc đầu tôi nghĩ đó là tin vịt – Google vốn chỉ bán sức mạnh tính toán qua đám mây, không bán phần cứng. Nhưng vài giờ sau, Crypto Briefing xác nhận. Đây giống như khoảnh khắc Apple quyết định bán chip M-series cho đối thủ. Không chỉ là một thương vụ, nó là tín hiệu thay đổi cấu trúc quyền lực của ngành AI.
Bối cảnh: Từ độc quyền NVIDIA đến cuộc chơi mới
Trong ba năm qua, bất kỳ ai xây dựng mô hình ngôn ngữ lớn đều phải quỳ gối trước NVIDIA. H100 và B200 gần như là lựa chọn duy nhất cho training. Meta đã chi hàng tỷ USD để xây dựng cụm H100, Anthropic cũng vậy. Nhưng sự phụ thuộc này tạo ra một điểm nghẽn chiến lược: nếu NVIDIA tăng giá hoặc ưu tiên đối thủ, bạn mất khả năng cạnh tranh. Google hiểu điều đó hơn ai hết. Họ đã phát triển TPU từ năm 2015, phục vụ riêng cho các sản phẩm nội bộ như Search, YouTube và Gemini. Việc giữ TPU trong nhà giúp Google tiết kiệm chi phí và có lợi thế về hiệu suất riêng. Nhưng giờ đây, họ mở kho báu này cho thế giới.
Tôi nhớ lại năm 2017, khi Google giới thiệu TPU v2 cho công chúng thông qua Google Cloud. Lúc đó họ chỉ cho thuê, không bán. Chiến lược đó thất bại vì khách hàng không muốn bị khóa vào hệ sinh thái của đối thủ đám mây. Bán phần cứng là một bước ngoặt – nó thừa nhận rằng để cạnh tranh với NVIDIA, bạn cần cho phép khách hàng sở hữu chip, tự do chạy ở bất kỳ đâu, ngay cả trong trung tâm dữ liệu của Meta.
Phân tích kỹ thuật: Lợi thế và rào cản của TPU
TPU là ASIC – chip chuyên dụng cho ma trận, tối ưu cho các tác vụ training Transformer. Trong các benchmark nội bộ của Google, TPU v5p đạt hiệu suất cao hơn 20-30% trên mỗi watt so với H100 trên các mô hình quy mô lớn. Nhưng con số đó không nói lên toàn bộ câu chuyện. NVIDIA có lợi thế không thể phủ nhận: CUDA. Hơn 20 năm phát triển, CUDA đã trở thành ngôn ngữ chung của các nhà nghiên cứu AI. PyTorch, TensorFlow đều chạy trên CUDA một cách tự nhiên. Để Meta và Anthropic chuyển sang TPU, họ phải viết lại toàn bộ pipeline training. Chi phí chuyển đổi đó có thể lên tới hàng triệu USD và nhiều tháng công việc của các kỹ sư xuất sắc nhất.
Google đã chuẩn bị cho điều này. Họ đầu tư mạnh vào OpenXLA – một trình biên dịch trung gian có thể dịch mã từ PyTorch hoặc JAX thành mã máy cho TPU. Nhưng sự thật là: không có công cụ nào hoàn hảo 100%. Kinh nghiệm của tôi từ dự án Layer2 blockchain cho thấy rằng chuyển đổi giữa các hệ sinh thái luôn đi kèm với những lỗi khó lường. Tôi đã từng chứng kiến một nhóm phát triển mất 3 tháng chỉ để di chuyển một smart contract từ Ethereum sang Solana. Đối với TPU, sự phức tạp còn lớn hơn gấp nhiều lần.
Góc nhìn phản trực giác: Tại sao Meta và Anthropic lại đồng ý?
Bề ngoài, việc này có vẻ điên rồ: bỏ CUDA quen thuộc để chạy một kiến trúc mới đầy rủi ro. Nhưng tôi thấy một logic sâu hơn. Hãy nhìn vào lịch sử của làng blockchain: năm 2018, nhiều dự án DeFi chọn chạy trên Bitcoin thay vì Ethereum vì muốn tránh sự kiểm soát của bất kỳ ai. Tương tự, Meta và Anthropic muốn phá vỡ sự phụ thuộc vào NVIDIA. Nếu NVIDIA một ngày nào đó quyết định cạnh tranh trực tiếp với ứng dụng của họ – ví dụ ra mắt dịch vụ AI giống Llama – họ sẽ bị siết cổ. Việc đa dạng hóa nhà cung cấp chip là một quyết định sống còn.
Hơn nữa, Google đã sẵn sàng thực hiện những nhượng bộ lớn. Họ đã đầu tư hàng tỷ USD vào Anthropic. Đó không phải là một khoản đầu tư vô điều kiện. Gần như chắc chắn có điều khoản ràng buộc Anthropic phải sử dụng TPU cho một phần khối lượng công việc của mình. Đối với Meta, Mark Zuckerberg từ lâu đã muốn sở hữu toàn bộ ngăn xếp công nghệ. Mua TPU giúp họ học hỏi kiến trúc chip, thậm chí có thể copy các ý tưởng cho chip tự phát triển (MTIA). Đây không chỉ là mua chip – đó là một giao dịch chiến lược dài hạn.
Nhưng có một góc tối mà ít người để ý: Google đang chơi trò chơi hai mặt. Họ bán TPU cho đối thủ, nhưng đồng thời vẫn là nhà cung cấp đám mây. Khách hàng sẽ phải tự hỏi: 'Liệu Google có ưu tiên nâng cấp phần mềm cho TPU của chính họ hơn là cho phiên bản tôi đang dùng?' Câu chuyện về Oracle và AWS từng cho thấy một công ty vừa bán phần cứng vừa bán đám mây sẽ gặp xung đột lợi ích. Google cần thành lập một công ty con độc lập hoặc ít nhất là một bộ phận riêng biệt để quản lý mảng bán chip, nếu không lòng tin sẽ sụp đổ.
Kết luận: Bài học cho thị trường crypto
Sự kiện này nhắc tôi về cuộc chiến giữa Ethereum L1 và các giải pháp L2 năm 2022. Ban đầu, mọi người nghĩ Optimistic Rollup sẽ thống trị, nhưng sau đó ZK-Rollup nổi lên, và bây giờ chúng ta có một hệ sinh thái đa dạng. Tương tự, thị trường chip AI đang bước vào giai đoạn 'đa cực'. Chúng ta sẽ thấy NVIDIA, Google, AMD, thậm chí cả Apple và Amazon cạnh tranh. Điều này có lợi cho những người xây dựng hạ tầng phi tập trung: chi phí tính toán sẽ giảm, và sự linh hoạt tăng lên.
Nhưng đừng quên bài học từ lịch sử: mỗi khi một gã khổng lồ công nghệ mở cửa, họ làm điều đó để kiểm soát tương lai. Google bán TPU không phải vì lòng tốt; họ muốn phá vỡ vị thế của NVIDIA và xây dựng một tiêu chuẩn mới xoay quanh hệ sinh thái của họ. Meta và Anthropic có thể tạm thời vui mừng, nhưng họ sẽ sớm phát hiện ra rằng việc phụ thuộc vào một nhà cung cấp duy nhất chỉ thay đổi tên, không thay đổi bản chất. Câu hỏi thực sự là: khi nào chúng ta có một lựa chọn chip thực sự phi tập trung, nơi không ai kiểm soát được chuỗi cung ứng?
Câu trả lời, tôi nghĩ, nằm trong sự kết hợp giữa phần cứng mở (RISC-V) và cơ chế đồng thuận phi tập trung. Nhưng đó là câu chuyện cho một bài viết khác.