OpenAI hợp tác với Broadcom và TSMC để phát triển chip nội bộ đầu tiên cho hệ thống AI
OpenAI, vừa công bố chiến lược khi bắt tay với Broadcom và TSMC để phát triển dòng chip nội bộ đầu tiên của mình. Sáng kiến này được thiết kế để hỗ trợ nhu cầu tính toán ngày càng lớn trong quá trình huấn luyện và vận hành các hệ thống AI của OpenAI, đánh dấu một bước tiến quan trọng trong cuộc đua công nghệ giữa các gã khổng lồ AI toàn cầu.
Theo Reuters, với tốc độ phát triển nhanh chóng của AI, OpenAI đã nhận ra sự cần thiết trong việc tự chủ hóa phần cứng để tối ưu hóa chi phí và nâng cao hiệu quả. Công ty đã cân nhắc nhiều giải pháp nhằm đa dạng hóa nguồn cung chip, bao gồm cả phương án phát triển nội bộ.
Trước đó, OpenAI cũng đã có ý tưởng xây dựng các xưởng đúc chip của riêng mình để tăng cường năng lực sản xuất. Tuy nhiên, sau khi đánh giá chi phí và thời gian cần thiết, kế hoạch này đã được loại bỏ để tập trung vào hợp tác chiến lược với các đối tác như Broadcom và TSMC.
Hiện tại, cùng với Nvidia, OpenAI cũng đang đưa các sản phẩm của AMD vào hệ thống để đáp ứng nhu cầu cơ sở hạ tầng ngày càng tăng của mình. Quyết định hợp tác với nhiều nhà cung cấp chip khác nhau giúp OpenAI giảm sự phụ thuộc vào một nguồn cung, đồng thời kiểm soát tốt hơn chi phí sản xuất, một chiến lược mà nhiều “đại gia” công nghệ khác như Amazon, Meta, Google và Microsoft cũng đang theo đuổi.
Thông qua quan hệ đối tác với Broadcom, OpenAI sẽ có quyền truy cập vào các thiết kế và công nghệ tiên tiến nhất để phát triển dòng chip AI đầu tiên, đặc biệt là các chip tối ưu cho suy luận (inference). Nhu cầu đối với loại chip này dự kiến sẽ tăng cao hơn so với chip đào tạo (training) khi các ứng dụng AI được triển khai rộng rãi hơn trong các lĩnh vực như xử lý ngôn ngữ tự nhiên, nhận diện hình ảnh và phân tích dữ liệu.
Broadcom sẽ đóng vai trò hỗ trợ OpenAI tinh chỉnh các thiết kế chip, tối ưu hóa chúng để xử lý thông tin nhanh chóng và hiệu quả. Điều này rất quan trọng trong các hệ thống AI phức tạp, nơi hàng chục nghìn chip cần hoạt động song song. Công nghệ của Broadcom sẽ giúp cải thiện tốc độ di chuyển thông tin vào và ra khỏi chip, từ đó nâng cao hiệu suất xử lý trong các ứng dụng AI quy mô lớn.
Về phía TSMC, OpenAI đã đảm bảo năng lực sản xuất với nhà cung cấp chip hàng đầu thế giới này để có thể hoàn thiện và sản xuất các dòng chip tùy chỉnh từ năm 2026. Thời gian cụ thể có thể thay đổi tùy thuộc vào tiến độ, nhưng với sự hợp tác từ TSMC, OpenAI đang có những bước đi vững chắc trong việc phát triển năng lực phần cứng nội bộ.
Hiện tại, Nvidia đang chiếm hơn 80% thị phần GPU toàn cầu. Tuy nhiên, giá thành cao và tình trạng thiếu hụt nguồn cung đã tạo nên những thách thức lớn cho các khách hàng như Microsoft, Meta và OpenAI, buộc họ phải tìm kiếm các giải pháp phần cứng nội bộ hoặc các nguồn cung thay thế.
Để thực hiện mục tiêu này, OpenAI đã xây dựng một nhóm nghiên cứu chip gồm khoảng 20 kỹ sư, bao gồm các chuyên gia hàng đầu từng làm việc tại Google và phát triển thành công bộ xử lý Tensor (TPU) nổi tiếng. Trong số đó có Thomas Norrie và Richard Ho những tên tuổi lớn trong lĩnh vực phát triển phần cứng AI.
Mặc dù mục tiêu hiện tại của OpenAI là đáp ứng nhu cầu ngày càng lớn đối với chip đào tạo, nhiều nhà phân tích dự đoán rằng nhu cầu với các chip suy luận sẽ sớm vượt qua, khi AI ngày càng được triển khai rộng rãi trong mọi lĩnh vực từ tài chính, y tế, cho đến giáo dục và thương mại điện tử.
OpenAI đang từng bước hiện thực hóa tham vọng tự chủ về công nghệ, đặc biệt là trong lĩnh vực phần cứng AI. Động thái này không chỉ giúp OpenAI kiểm soát tốt hơn các yếu tố chi phí, mà còn giảm thiểu sự phụ thuộc vào các nhà cung cấp khác, tạo ra lợi thế cạnh tranh khi các đối thủ lớn cũng đang đầu tư mạnh vào các giải pháp phần cứng nội bộ.
Nhìn xa hơn, quyết định tự thiết kế và phát triển chip có thể giúp OpenAI tối ưu hóa các hệ thống AI trong tương lai, từ đó nâng cao hiệu quả của các mô hình AI và mở rộng phạm vi ứng dụng. Điều này không chỉ đem lại lợi ích cho OpenAI mà còn có tiềm năng tác động đến toàn bộ ngành công nghệ, khi các công ty AI khác cũng có thể cân nhắc giải pháp tự chủ phần cứng để gia tăng sức mạnh xử lý và hiệu quả chi phí.