Trong bài phát biểu mở màn tại sân khấu NVIDIA GTC 2026 năm nay, CEO Jensen Huang một lần nữa nhấn mạnh chiến lược đã trở thành nền tảng cho sự phát triển của NVIDIA trong kỷ nguyên trí tuệ nhân tạo: Tính toán Tăng tốc – Accelerated Computing.
Theo ông Jensen Huang, ngành công nghiệp công nghệ đang bước vào một giai đoạn chuyển mình quan trọng khi những quy luật từng thúc đẩy sự phát triển của máy tính trong nhiều thập kỷ bắt đầu chậm lại. Trong bối cảnh đó, việc tăng tốc các ứng dụng bằng GPU và phần mềm chuyên biệt đang trở thành con đường mới để tiếp tục mở rộng sức mạnh tính toán.
Trong suốt nhiều năm, sự tiến bộ của máy tính gắn liền với Moore’s Law (Định luật Moore) — nguyên lý cho rằng số lượng transistor trên một con chip sẽ tăng gấp đôi sau mỗi vài năm, qua đó giúp hiệu năng xử lý tiếp tục được cải thiện. Quy luật này đã thúc đẩy ngành bán dẫn phát triển nhanh chóng và trở thành nền tảng cho mọi thiết bị điện tử hiện đại.
Tuy nhiên, khi kích thước transistor ngày càng tiến gần tới giới hạn vật lý, tốc độ cải tiến của CPU truyền thống bắt đầu chậm lại. Điều này đặt ra một thách thức lớn khi nhu cầu tính toán, đặc biệt trong lĩnh vực trí tuệ nhân tạo, đang tăng trưởng với tốc độ chưa từng có.
Theo Jensen Huang, thay vì chỉ cố gắng làm cho CPU chạy nhanh hơn, ngành công nghệ cần một cách tiếp cận mới, đó là tăng tốc trực tiếp các ứng dụng. Đây chính là triết lý đằng sau chiến lược Accelerated Computing của NVIDIA.
Khác với mô hình máy tính truyền thống, trong đó CPU đóng vai trò trung tâm, kiến trúc mới mà NVIDIA theo đuổi kết hợp GPU hiệu năng cao với các thư viện phần mềm được tối ưu hóa cho từng loại bài toán cụ thể. Bằng cách hiểu sâu các thuật toán và lĩnh vực ứng dụng, NVIDIA có thể thiết kế các nền tảng tính toán giúp xử lý những khối lượng dữ liệu khổng lồ với hiệu năng vượt trội.
Huang cho rằng việc tăng tốc ứng dụng mới là yếu tố quan trọng nhất trong kỷ nguyên AI. Theo ông, nếu một máy tính có thể chạy mọi thứ nhanh hơn một cách chung chung thì đó vẫn chỉ là mô hình CPU truyền thống. Nhưng để đạt được những bước nhảy vọt về hiệu năng, cần phải tối ưu hóa trực tiếp cho từng loại ứng dụng, từ xử lý dữ liệu, huấn luyện mô hình AI cho tới mô phỏng khoa học.
Chính vì vậy, NVIDIA không chỉ phát triển phần cứng mà còn đầu tư mạnh vào hệ sinh thái phần mềm. Công ty đã xây dựng hàng trăm thư viện và công cụ nhằm tối ưu hóa GPU cho nhiều lĩnh vực khác nhau, từ khoa học dữ liệu, y sinh học cho tới robot và mô phỏng vật lý.
Một lợi ích quan trọng của cách tiếp cận này là khả năng giảm chi phí tính toán theo thời gian. Khi các thuật toán được cải tiến và phần mềm tiếp tục được tối ưu hóa, cùng một hệ thống phần cứng có thể đạt hiệu năng ngày càng cao. Điều này đồng nghĩa với việc các trung tâm dữ liệu và doanh nghiệp có thể xử lý nhiều tác vụ hơn với chi phí thấp hơn.
Theo Huang, sự kết hợp giữa phần cứng tăng tốc và phần mềm tối ưu hóa tạo ra một vòng lặp tích cực. Khi chi phí tính toán giảm xuống, nhiều ứng dụng mới có thể được triển khai hơn, từ đó tiếp tục thúc đẩy nhu cầu về hạ tầng AI.
Sự chuyển dịch này cũng đang làm thay đổi cách các trung tâm dữ liệu được thiết kế. Trong nhiều thập kỷ, hạ tầng điện toán chủ yếu xoay quanh CPU. Tuy nhiên, với sự bùng nổ của AI, ngày càng nhiều hệ thống được xây dựng dựa trên các cụm GPU và kiến trúc tăng tốc chuyên dụng.
Theo NVIDIA, quá trình chuyển đổi sang Accelerated Computing có thể trở thành đợt tái thiết hạ tầng công nghệ lớn nhất trong lịch sử ngành CNTT, khi các công ty công nghệ, doanh nghiệp và chính phủ trên khắp thế giới bắt đầu xây dựng những “AI factory” – các trung tâm dữ liệu được tối ưu hóa riêng cho trí tuệ nhân tạo.
Từ một công ty nổi tiếng với GPU phục vụ game và đồ họa máy tính, NVIDIA đang dần trở thành nhà cung cấp nền tảng tính toán trung tâm cho kỷ nguyên AI. Và theo Jensen Huang, quá trình chuyển đổi sang Accelerated Computing mới chỉ ở giai đoạn đầu, khi AI vẫn đang mở rộng sang nhiều ngành công nghiệp khác như y tế, tài chính, viễn thông hay robot.
Trong bối cảnh đó, chiến lược tăng tốc ứng dụng bằng GPU và phần mềm chuyên biệt có thể sẽ đóng vai trò quyết định trong việc định hình tương lai của ngành công nghệ trong nhiều năm tới.