Nguồn: Podcast All-In
Biên soạn bởi: Felix, PANews
Hội nghị NVIDIA GTC 2026 diễn ra tuần này, một sự kiện công nghệ tính toàn cầu, đã thu hút người tham dự từ hầu hết mọi ngành công nghiệp, công ty công nghệ và công ty trí tuệ nhân tạo. Nhà sáng lập kiêm CEO của NVIDIA, Jensen Huang, cũng đã cóbài phát biểu quan trọng .
Trong suốt bốn ngày diễn ra hội nghị, Jensen Huang đã có một cuộc phỏng vấn độc quyền với All-In Podcast tại hội nghị GTC, đề cập đến các chủ đề như tương lai của NVIDIA, trí tuệ nhân tạo vật lý, sự trỗi dậy của các tác nhân thông minh, tăng trưởng nổ của khả năng suy luận và các cuộc khủng hoảng quan hệ công chúng về AI. PANews đã tổng hợp cuộc phỏng vấn, và dưới đây là một số điểm nổi bật.
Người dẫn chương trình: Một trong những thông báo tốt nhất của năm vừa qua là việc mua lại Groq. Lúc đó, anh/chị có nhận ra rằng Chamath (một trong những người dẫn chương trình podcast và CEO của Social Capital) sẽ vô cùng thất vọng không?
(Ghi chú của PANews: Social Capital là một trong những nhà đầu tư ban đầu của Groq. Sự thất vọng của họ không phải do thua lỗ, mà xuất phát từ tính cách và phong cách đầu tư của họ: họ cảm thấy hạnh phúc nhất trước những sự kiện quan trọng, chứ không phải sau đó.)
Jensen Huang: Tôi đã có linh cảm. Dù sao thì chúng tôi cũng là bạn với Chamath, và chúng tôi làm việc với anh ấy hàng tuần. Hai tuần sau khi thương vụ mua lại hoàn toàn không dễ chịu. Trên thực tế, nhiều chiến lược của chúng tôi đã được công bố từ nhiều năm trước. Hai năm rưỡi trước, tôi đã giới thiệu Dynamo, hệ điều hành dành cho các nhà máy AI. Dynamo là một cỗ máy do Siemens phát minh, chuyển đổi nước thành điện năng, cung cấp năng lượng cho các nhà máy của cuộc cách mạng công nghiệp trước đây. Tôi cho rằng đó là cái tên hoàn hảo cho hệ điều hành dành cho các nhà máy của cuộc cách mạng công nghiệp tiếp theo. Bên trong Dynamo, công nghệ nền tảng là "suy luận tách rời". Xử lý suy luận ngày nay là một vấn đề tính toán cực kỳ phức tạp, liên quan đến các phép toán quy mô lớn với đủ hình dạng và kích thước. Ý tưởng của chúng tôi là tách rời quá trình xử lý, cho phép một phần chạy trên một số GPU và phần khác trên các GPU khác, từ đó đạt được điện toán dị thể. Hiện nay, điện toán của NVIDIA được phân tán trên nhiều thành phần như GPU, CPU, bộ chuyển mạch và bộ xử lý mạng, và giờ đây với việc bổ sung Groq, mục tiêu là đặt đúng khối lượng công việc lên đúng chip. Chúng tôi đã phát triển từ một công ty sản xuất GPU thành một công ty chuyên về sản xuất trí tuệ nhân tạo.
Người dẫn chương trình: Ông đã từng phát biểu trên sân khấu rằng 25% diện tích trung tâm dữ liệu nên được dành cho Groq và các bộ xử lý tương tự. Ngành công nghiệp ứng xử ý tưởng này như thế nào? Ông cho rằng mọi người sẽ phản ứng ra sao?
Jensen Huang: Khi chúng tôi bổ sung công nghệ này, ngành công nghiệp đang chuyển từ xử lý mô hình ngôn ngữ quy mô lớn sang xử lý tác nhân. Việc chạy các tác nhân đòi hỏi truy cập vào bộ nhớ làm việc, bộ nhớ dài hạn và nhiều công cụ khác nhau, điều này gây áp lực rất lớn lên bộ nhớ lưu trữ. Các trung tâm dữ liệu chứa nhiều mô hình khác nhau, chẳng hạn như mô hình rất lớn, mô hình nhỏ, mô hình khuếch tán, mô hình tự hồi quy, v.v. Chúng tôi đã phát triển kiến trúc Vera Rubin để xử lý khối lượng công việc cực kỳ đa dạng này. Do đó, quy mô thị trường tiềm năng (TAM) của chúng tôi đã tăng khoảng 33% đến 50%. Một phần lớn sự tăng trưởng này sẽ đến từ các bộ xử lý lưu trữ (Blue Field), bộ xử lý Groq, CPU và bộ xử lý mạng. Tất cả những thứ này sẽ hoạt động cùng nhau để vận hành máy tính "tác nhân" thúc đẩy cuộc cách mạng AI.
Người dẫn chương trình: Còn về các ứng dụng nhúng thì sao? Ví dụ, nếu con gấu bông của con gái tôi muốn nói chuyện với bé, liệu nó có chứa một chip ASIC tùy chỉnh hay sẽ có các công cụ phát triển khác nhau cho ứng dụng biên và ứng dụng nhúng?
Jensen Huang: Nhìn chung, giải quyết vấn đề này đòi hỏi ba máy tính hoạt động cùng nhau. Máy tính đầu tiên được sử dụng để huấn luyện và phát triển các mô hình AI. Máy tính thứ hai được sử dụng để đánh giá robot (như ô tô, robot, v.v.) trong hoàn cảnh ảo tuân theo các định luật vật lý. Máy tính thứ ba là máy tính biên, hay máy tính robot. Đó có thể là một chiếc ô tô tự lái, một robot, hoặc thậm chí là một máy tính nhỏ trong một chú gấu bông. Ngoài ra, chúng tôi đang nỗ lực chuyển đổi ngành công nghiệp trạm gốc viễn thông trị giá 2 nghìn tỷ đô la thành một phần của cơ sở hạ tầng AI, với các trạm gốc vô tuyến trong tương lai trở thành các thiết bị biên. Vì vậy, cả ba máy tính cơ bản này đều cần thiết.
Người dẫn chương trình: Trước đây, ông từng dự đoán rằng nhu cầu về công nghệ suy luận sẽ tăng trưởng gấp 1000 lần, thậm chí 1 tỷ lần. Giờ đây, có ý kiến cho rằng nhà máy sản xuất suy luận của ông có giá lên tới 40-50 tỷ đô la, trong khi các đối thủ cạnh tranh chỉ cần 25-30 tỷ đô la. Ông có nghĩ rằng khách hàng sẽ sẵn lòng trả mức giá cao gấp đôi này không? Điều này có ảnh hưởng đến thị thị phần của ông không?
Jensen Huang: Đừng bao giờ đánh đồng chi phí xây dựng trung tâm dữ liệu với chi phí tạo ra token. Tôi có thể chứng minh rằng một nhà máy trị giá 50 tỷ đô la có thể tạo ra token với chi phí thấp nhất cho bạn vì hiệu quả sản xuất của chúng tôi cực kỳ cao. Ngay cả các chi phí cơ bản—đất đai, điện, lưu trữ, mạng lưới, máy chủ và hệ thống làm mát—cũng là cố định (khoảng 20 tỷ đô la). Nếu tính đến điều đó, sự khác biệt về giá GPU, trải đều trên tổng chi phí, có thể chỉ là sự khác biệt giữa 50 tỷ đô la và 40 tỷ đô la, không phải là một tỷ lệ phần trăm lớn. Nhưng trung tâm dữ liệu 50 tỷ đô la của chúng tôi cung cấp thông lượng gấp 10 lần so với các giải pháp khác. Trong ngành này, nếu công nghệ của bạn không theo kịp tốc độ phát triển, ngay cả khi chip được tặng miễn phí, chúng cũng sẽ không đủ rẻ.
Người dẫn chương trình: Là CEO của công ty giá trị vốn hóa thị trường nhất thế giới (với doanh thu dự kiến 350 tỷ đô la vào năm tới), ông đưa ra quyết định, thu thập thông tin và xác định lĩnh vực nào nên đầu tư hoặc thoái vốn như thế nào?
Jensen Huang: Việc xác định viễn cảnh mong đợi và chiến lược là trách nhiệm chính của CEO. Chúng tôi chủ yếu dựa vào các nhà khoa học máy tính và kỹ sư hàng đầu cả trong và ngoài công ty để thu thập thông tin, nhưng chính chúng tôi phải định hình tương lai. Tiêu chí đánh giá một hướng đi mới của chúng tôi là: Liệu nó có phải là điều chưa từng có tiền lệ và vô cùng khó khăn? Nếu một việc dễ thực hiện, sẽ có vô số đối thủ cạnh tranh; nếu nó vô cùng khó khăn và tình cờ phù hợp với "thế mạnh" độc nhất vô nhị của công ty chúng tôi, đó chính là điểm giao thoa mà chúng tôi đang tìm kiếm. Bởi vì nó chưa từng có tiền lệ và vô cùng thách thức, quá trình này chắc chắn sẽ gặp lượng lớn khó khăn và gian khổ, và tốt hơn hết là bạn nên tận hưởng quá trình đó.
Người dẫn chương trình: Liên quan đến việc kinh doanh thị trường ngách dài hạn, ông/bà có thể nói về tính khả thi và tiềm năng tăng trưởng dài hạn của các lĩnh vực như trung tâm dữ liệu vũ trụ, hệ thống hỗ trợ lái xe tiên tiến (ADAS) trong ô tô, hay sinh học?
Jensen Huang: Đầu tiên là trí tuệ nhân tạo dựa trên vật lý. Lần đầu tiên, ngành công nghệ có cơ hội giải quyết một ngành công nghiệp truyền thống trị giá 50 nghìn tỷ đô la mà hầu như chưa được công nghệ chạm tới. Chúng tôi bắt đầu cách đây 10 năm, và giờ đây nó đang bùng nổ. Nó đã là một việc kinh doanh gần 10 tỷ đô la đối với chúng tôi, và tăng trưởng theo cấp số nhân. Thứ hai là sinh học kỹ thuật số. Chúng ta đang rất gần với "khoảnh khắc ChatGPT" trong sinh học kỹ thuật số. Trong 2 đến 5 năm tới, chúng ta sẽ có thể sử dụng AI để mô phỏng và hiểu được động lực của gen, protein và tế bào, điều này sẽ hoàn toàn thay đổi ngành chăm sóc sức khỏe. Ngành nông nghiệp cũng đang trải qua sự tăng trưởng bùng nổ.
Người dẫn chương trình: Chúng tôi thấy rất nhiều người đam mê và sáng tạo bị cuốn hút bởi các hệ thống tác nhân mã nguồn mở dành cho máy tính để bàn như "OpenClaw". Phong trào tác nhân mã nguồn mở do cộng đồng tự phát này có ý nghĩa gì đối với bạn và ngành công nghiệp?
Jensen Huang: Trong hai năm qua đã có ba bước ngoặt lớn: Thứ nhất, ChatGPT đã dân chủ hóa trí tuệ nhân tạo tạo sinh; thứ hai, các mô hình có khả năng suy luận cho phép AI không chỉ trả lời câu hỏi mà còn cung cấp các câu trả lời thiết thực hơn; và thứ ba, các hệ thống tác nhân mang tính cách mạng như "Claude Code" đã xuất hiện trong ngành. Tuy nhiên, Claude Code ban đầu chỉ hướng đến các doanh nghiệp, và phải đến khi OpenClaw xuất hiện thì công chúng mới thực sự nhận ra khả năng của các tác nhân AI. Quan trọng hơn, loại hệ thống này đã định hình lại mô hình điện toán một cách cơ bản. Nó sở hữu bộ nhớ ngắn hạn (ổ đĩa tạm), có thể quản lý tài nguyên, lập lịch nhiệm vụ, tạo ra các tác nhân con để giải quyết vấn đề và có thể chạy nhiều ứng dụng khác nhau (kỹ năng) thông qua API. Những yếu tố này định nghĩa một máy tính. Điều này có nghĩa là lần đầu tiên, chúng ta có một bản thiết kế cho một máy tính AI cá nhân mã nguồn mở có thể chạy ở bất cứ đâu, và nó sẽ trở thành hệ điều hành của điện toán hiện đại. Tất nhiên, phần mềm với những đặc quyền cao như vậy cần được quản lý chặt chẽ. Chúng tôi đã đầu tư lượng lớn kỹ sư làm việc với Peter Steinberger (người sáng lập OpenClaw) và những người khác để đảm bảo rằng các tác nhân được quản trị an ninh tốt và bảo vệ quyền riêng tư.
Người dẫn chương trình: Liệu tốc độ chuyển đổi mô hình trong lĩnh vực AI có khiến các dự luật điều chỉnh AI gần đây trở nên vô nghĩa? Về sự hoang mang do AI gây ra, chẳng hạn như sự hỗn loạn về quan hệ công chúng xung quanh Anthropic, nếu bạn là thành viên hội đồng quản trị của Anthropic, bạn sẽ đưa ra lời khuyên gì cho đội ngũ của họ để thay đổi nhận thức của công chúng?
Jensen Huang: Chúng ta cần liên tục giáo dục các nhà hoạch định chính sách về tình trạng công nghệ hiện tại: Trí tuệ nhân tạo (AI) chỉ là phần mềm máy tính; nó không phải là một dạng sống ngoài hành tinh, nó không có ý thức, và nó không phải là, như một số người nói, "thứ mà chúng ta không biết gì về nó". Chúng ta không thể để các thuyết tận thế và chủ nghĩa cực đoan chi phối chính sách. Nhưng chính sách cũng không thể vượt quá tốc độ phát triển của công nghệ. Mối lo ngại lớn nhất về an ninh quốc gia hiện nay là trong khi chúng ta còn do dự sử dụng AI vì sợ hãi, giận dữ hoặc thành kiến, thì các quốc gia khác lại đang tích cực áp dụng công nghệ này.
Đối với Anthropic, công nghệ của họ rất tuyệt vời, và sự tập trung vào an ninh và sự chuẩn bị của họ rất đáng khen ngợi. Cảnh báo mọi người về tiềm năng của công nghệ là điều tốt, nhưng “chiến thuật hù dọa” thì không. Là những người dẫn đầu trong lĩnh vực công nghệ, vì ngành công nghiệp của chúng ta rất quan trọng đối với an ninh quốc gia và cấu trúc xã hội, tiếng nói của chúng ta có trọng lượng vô cùng lớn. Do đó, khi dự đoán tương lai, chúng ta cần phải khiêm tốn, cân bằng hơn, ôn hòa và thận trọng, tránh đưa ra những tuyên bố cực kỳ thảm khốc mà không có bằng chứng.
Người dẫn chương trình: Chúng ta thực sự cần chủ động hơn trong việc thúc đẩy trí tuệ nhân tạo (AI). Về những lợi ích về năng suất do sự bùng nổ của các tác nhân thông minh mang lại, hiện đang có cuộc tranh luận về việc liệu AI có lợi tức đầu tư (ROI)(ROI) hay không. Nhìn vào sự tăng trưởng bùng nổ của OpenAI và Anthropic, cho rằng quy mô doanh thu của chúng ta có thể theo kịp sự mở rộng về mức độ thông minh hay không?
Jensen Huang: Nhìn xung quanh, bạn sẽ thấy đại diện từ Anthropico và OpenAI, nhưng trên thực tế, 99% các công ty AI đều trong đó, và Anthropico và OpenAI không phải là một trong đó. Hiện tại, OpenAI là phổ biến nhất, tiếp theo là các mô hình mã nguồn mở , với Anthropico đứng thứ ba. Điều này minh họa cho tính chất rộng lớn và đa dạng của hệ sinh thái AI. Từ AI tạo sinh đến AI suy luận, tải trọng tính toán tăng gấp 100 lần; từ suy luận đến AI tác nhân, tải trọng tính toán có thể tăng thêm 100 lần nữa. Mọi người sẵn sàng trả tiền cho thông tin, nhưng họ thậm chí còn sẵn sàng trả tiền hơn nữa để "hoàn thành công việc". Hệ thống tác nhân thực sự có thể giúp các kỹ sư phần mềm hoàn thành công việc. Vì vậy, khi tải trọng tính toán của bạn tăng gấp 10.000 lần, mức tiêu thụ năng lượng có thể tăng gấp 100 lần. Quá trình mở rộng quy mô hiện tại của chúng ta chỉ mới bắt đầu.
Người dẫn chương trình: Trong bài phát biểu của mình, ông có đề cập rằng Nvidia trả lượng lớn phí token cho đội ngũ kỹ sư của mình. Ước tính sơ bộ, mỗi kỹ sư cần khoảng 75.000 token. Hiện tại, Nvidia có đang chi 1-2 tỷ đô la mỗi năm cho token dành cho đội ngũ kỹ sư của mình không? Hiệu quả làm việc của các kỹ sư này sẽ như thế nào trong hai hoặc ba năm tới?
Jensen Huang: Hãy thử một thí nghiệm tưởng tượng: Giả sử bạn trả cho một kỹ sư phần mềm hoặc nhà nghiên cứu AI hàng đầu mức lương 500.000 đô la mỗi năm. Nếu cuối năm họ nói với bạn rằng họ chỉ tiêu 5.000 đô la tiền token, tôi sẽ rất tức giận. Nếu kỹ sư được trả lương 500.000 đô la này không tiêu ít nhất 250.000 đô la tiền token, tôi sẽ vô cùng sốc và lo lắng. Điều này giống như một nhà thiết kế chip từ chối sử dụng công cụ CAD, khăng khăng dùng giấy và bút. Nó cũng giống như việc trang bị cho những người lao động tri thức xuất sắc này những khả năng "siêu phàm", giống như việc James chi 1 triệu đô la mỗi năm cho việc chăm sóc sức khỏe.
Sự chuyển đổi mô hình trong tương lai sẽ chứng kiến sự biến mất hoàn toàn của những ý tưởng như "Việc này quá khó", "Việc này tốn quá nhiều thời gian" và "Việc này cần quá nhiều người". Những điểm nghẽn trong công việc sẽ chỉ phụ thuộc vào sự sáng tạo của bạn. Lập trình trong tương lai sẽ không còn là việc viết mã, mà là viết ý tưởng, kiến trúc và đặc tả kỹ thuật. Chúng ta sẽ tổ chức đội ngũ, định nghĩa thế nào là một kết quả tốt, hướng dẫn cách đánh giá, và cùng nhau động não và lặp lại quy trình với các trợ lý ảo thông minh. Tôi cho rằng mỗi kỹ sư sẽ có hàng trăm trợ lý ảo thông minh.
Người dẫn chương trình: Chúng ta đã chứng kiến hiệu quả đáng kinh ngạc ở nhiều cấp độ kỹ thuật. Ví dụ, một CEO đã dành 90 phút vào cuối tuần để thay thế toàn bộ hệ thống phần mềm bằng Claude và các tác nhân thông minh, hoặc Auto Research đã hoàn thành một nghiên cứu cấp độ luận án tiến sĩ mà thông thường phải mất bảy năm chỉ trong 30 phút. Điều này có nghĩa là ngành công nghiệp phần mềm CNTT doanh nghiệp sẽ bị hủy diệt sao?
Jensen Huang: OpenClaw thật tuyệt vời vì thời điểm ra mắt của nó hoàn toàn trùng khớp với bước đột phá trong các mô hình ngôn ngữ quy mô lớn và khả năng mới của các mô hình sử dụng công cụ. Một số người cho rằng ngành công nghiệp phần mềm CNTT doanh nghiệp sẽ bị phá hủy, nhưng có một quan điểm khác: trước đây, phần mềm doanh nghiệp bị giới hạn bởi số lượng nhân viên, nhưng trong tương lai, sẽ có số lượng tác nhân thông minh sử dụng các công cụ này nhiều hơn gấp trăm lần. Chúng sẽ sử dụng các công cụ như SQL, cơ sở dữ liệu vector, Blender, Photoshop hoặc CAD vì những công cụ này hoạt động tốt và là "đường dẫn" kết nối con người với kết quả công việc. Tôi cần AI để đưa kết quả công việc trở lại các công cụ như Synopsis hoặc Cadence vì đó là cách tôi có thể kiểm soát và xác minh chúng.
Người dẫn chương trình: Gần đây, dự án crypto Bit Tensor đã huấn luyện thành công mô hình LLaMA với 4 tỷ tham số bằng phương pháp phân tán. Bạn ứng xử hình thức cuối cùng của các mô hình mã nguồn mở ? Liệu tỷ lệ băm phi tập trung và phương pháp hoàn toàn mã nguồn mở có trở thành xu hướng chủ đạo trong tương lai?
Jensen Huang: Chúng ta cần cả các mô hình độc quyền như những sản phẩm hàng đầu và các mô hình mã nguồn mở ; chúng cùng tồn tại. Bởi vì mô hình là một công nghệ, không phải là một sản phẩm hay dịch vụ. Đối với người tiêu dùng thông thường, trải nghiệm sử dụng ChatGPT, Claude hoặc Gemini , những công cụ cung cấp các dịch vụ khác nhau, đều rất tuyệt vời. Tuy nhiên, mọi ngành công nghiệp trên thế giới đều cần lắng đọng chuyên môn cụ thể vào các mô hình mà họ có thể kiểm soát hoàn toàn, và điều này chỉ có thể đạt được thông qua các mô hình mã nguồn mở. Hầu hết các công ty khởi nghiệp mà chúng tôi đầu tư hiện nay đều áp dụng chiến lược "ưu tiên mã nguồn mở" và sau đó dần chuyển sang các mô hình độc quyền.
Người dẫn chương trình: Năm ngoái, các chính sách của chính quyền Biden đã hạn chế sự lan rộng toàn cầu của trí tuệ nhân tạo (AI). Giờ đây, khi tổng thống mới đã nhậm chức, ông/bà đánh giá như thế nào về hiệu quả của chúng ta trong việc thúc đẩy công nghệ AI của Mỹ trên toàn cầu?
Jensen Huang: Tổng thống Trump muốn ngành công nghiệp và công nghệ Mỹ tiếp tục dẫn đầu thế giới, giành chiến thắng và trở thành quốc gia giàu nhất. Hiện tại, Nvidia, công ty từng mất 95% thị phần tại Trung Quốc, giờ chỉ còn 0%. Tổng thống Trump muốn chúng tôi quay trở lại thị trường đó. Chúng tôi đã nộp đơn và được cấp phép bán hàng cho các công ty liên quan thông qua Bộ trưởng Lutnick và đã nhận được đơn đặt hàng; hiện chúng tôi đang khởi động lại Chuỗi cung ứng.
Ở cấp độ an ninh quốc gia, an ninh quốc gia bị xâm phạm khi chúng ta mất kiểm soát các động cơ siêu nhỏ, khoáng sản đất hiếm, mạng lưới viễn thông hoặc năng lượng. Tôi không muốn ngành công nghiệp AI đi theo vết xe đổ đó. Chúng ta không thể kỳ vọng toàn thế giới chỉ sử dụng một mô hình AI phổ quát duy nhất, nhưng chúng ta có thể cho phép "hệ thống công nghệ của Mỹ", bao gồm chip, hệ thống và nền tảng, chiếm 90% thị phần toàn cầu, cho phép các quốc gia trên thế giới xây dựng các ứng dụng AI công cộng hoặc sở hữu tư nhân phù hợp với xã hội của họ. Đó là kết quả mà chúng ta mong muốn.
Người dẫn chương trình: Ông có nhiều đối tác trong lĩnh vực lái xe tự động, chẳng hạn như Mercedes-Benz và Uber. Ông có kế hoạch tạo ra một nền tảng mã nguồn mở như Android, hay một hệ sinh thái khép kín như iOS của Tesla không?
Jensen Huang: Chúng tôi tin rằng trong tương lai, tất cả các vật thể chuyển động sẽ được tự động hóa ở các mức độ khác nhau. Chúng tôi không muốn tự mình chế tạo ô tô; thay vào đó, chúng tôi muốn trao quyền cho mọi công ty sản xuất ô tô trên thế giới để sản xuất xe tự lái. Do đó, chúng tôi đã xây dựng các máy tính huấn luyện, máy tính mô phỏng, máy tính đánh giá trên xe và hệ điều hành lái xe tự động đầu tiên trên thế giới với khả năng suy luận, có thể phân tích các tình huống phức tạp thành những tình huống đơn giản hơn, giống như con người. Thông qua tối ưu hóa theo chiều dọc và đổi mới theo chiều ngang, chúng tôi để khách hàng tự quyết định: một người như Musk (Tesla) có thể chỉ mua máy tính huấn luyện của chúng tôi, trong khi các khách hàng khác có thể muốn mua toàn bộ hệ thống phần cứng và phần mềm của chúng tôi. Quan điểm của chúng tôi là giải quyết vấn đề; chúng tôi hoan nghênh mọi lựa chọn mà khách hàng đưa ra khi hợp tác với chúng tôi.
Người dẫn chương trình: Nhiều khách hàng lớn, chẳng hạn như Google và Amazon, cũng đang phát triển chip AI của riêng họ để cạnh tranh với các bạn. Trong khi đó, các nhà phân tích Phố Wall dự đoán rằng tăng trưởng của các bạn sẽ giảm xuống còn 7% vào năm 2029 và các bạn sẽ mất thị thị phần. Các bạn nghĩ sao?
Jensen Huang: Chúng tôi là một công ty AI xây dựng toàn bộ hệ thống và mô hình nền tảng, và là công ty duy nhất trên thế giới hợp tác với tất cả các công ty AI toàn cầu. Họ không bao giờ cho tôi xem những gì họ đang xây dựng, nhưng tôi luôn cho họ thấy những gì tôi đang xây dựng. Chừng nào chúng ta còn hoạt động nhanh chóng, việc mua sản phẩm của NVIDIA vẫn là lựa chọn kinh tế nhất. NVIDIA là kiến trúc duy nhất có thể được triển khai trên mọi nền tảng đám mây, máy chủ tại chỗ, ô tô, hoặc thậm chí là không gian. Khoảng 40% khách hàng việc kinh doanh của chúng tôi không muốn mua chip; họ muốn xây dựng cơ sở hạ tầng AI và cần toàn bộ hệ thống CUDA, điều mà chúng tôi có. Vì vậy, thị thị phần của NVIDIA thực tế đã tăng lên chứ không giảm xuống. Ví dụ, AWS vừa thông báo sẽ mua 1 triệu chip trong vài năm tới, và Meta và Anthropic cũng đang chuyển sang sử dụng NVIDIA.
Còn đối với các nhà phân tích Phố Wall, họ đơn giản là không hiểu được quy mô và phạm vi rộng lớn của trí tuệ nhân tạo (AI). Dựa trên những định kiến, họ không tin rằng thị trường có thể tăng trưởng từ 5 nghìn tỷ đô la lên 15 nghìn tỷ đô la. Hầu hết mọi người cho rằng AI tập trung trong tay năm nhà cung cấp dịch vụ đám mây hàng đầu, nhưng tác động của AI sẽ lớn hơn nhiều so với những gì OpenAI hay Anthropic hiện đang thể hiện. Nvidia không chỉ giải quyết các vấn đề sản xuất chip, mà còn cả những vấn đề cơ sở hạ tầng AI cực kỳ phức tạp.
Người dẫn chương trình: Anh/chị có thể giải thích về việc kinh doanh trung tâm dữ liệu vũ trụ của mình cho những người không phải là chuyên gia được không?
Jensen Huang: Chúng ta chắc chắn cần ưu tiên giải quyết các vấn đề trên Trái đất, nhưng chúng ta cũng nên chuẩn bị cho không gian, bởi vì không gian có nguồn năng lượng dồi dào. Thách thức chính nằm ở việc tản nhiệt: tản nhiệt trong không gian không thể thực hiện bằng dẫn nhiệt hay đối lưu, mà chỉ dựa vào bức xạ, điều này đòi hỏi một diện tích bề mặt khổng lồ. Tuy nhiên, không gian là thứ chúng ta không thiếu. Chúng ta đã tiến vào không gian, với thiết bị CUDA được che chắn bức xạ thực hiện xử lý hình ảnh AI trên các vệ tinh trên khắp thế giới. Phần lớn công việc xử lý hình ảnh có thể được hoàn thành trực tiếp trong không gian mà không cần truyền về Trái đất. Việc nghiên cứu kiến trúc của các trung tâm dữ liệu không gian cần thời gian, nhưng chúng ta có đủ thời gian để làm điều đó.
Người dẫn chương trình: Các hệ thống trong lĩnh vực chăm sóc sức khỏe vô cùng cồng kềnh. Làm thế nào trí tuệ nhân tạo (AI) có thể vượt qua các quy định và đóng vai trò thực sự trong lĩnh vực này?
Jensen Huang: Trong lĩnh vực y tế, chúng tôi chủ yếu tập trung vào ba lĩnh vực: Thứ nhất, AI trong sinh học: được sử dụng để phát hiện thuốc, dự đoán và hiểu hành vi sinh học thông qua AI. Thứ hai, các trợ lý AI: các công ty như Hippocrates đang phát triển các trợ lý để hỗ trợ chẩn đoán, điều này đang thay đổi đáng kể cách chúng ta tương tác với bác sĩ. Thứ ba, AI vật lý, AI hiểu các định luật vật lý, được sử dụng trong phẫu thuật robot. Trong tương lai, mọi thiết bị trong bệnh viện (siêu âm, CT, v.v.) sẽ có một trợ lý OpenClaw bảo mật được tích hợp sẵn, tương tác với bệnh nhân, y tá và bác sĩ theo những cách hoàn toàn mới.
Người dẫn chương trình: Ngành công nghiệp robot hình người đã trải qua một "thập kỷ mất mát", nhưng giờ đây chúng ta đang chứng kiến hiệu suất đáng kinh ngạc của Optimus của Musk và các công ty Trung Quốc. Chúng ta còn cách bao xa nữa để robot bước vào cuộc sống của mình?
Jensen Huang: Thực ra Mỹ đã phát minh ra ngành công nghiệp này từ lâu rồi, nhưng chúng ta lại tham gia thị trường quá sớm. Chúng ta đã cạn kiệt nguồn lực từ năm năm trước khi công nghệ then chốt (não bộ AI) xuất hiện. Nhưng giờ đây công nghệ não bộ đã hoàn thiện. Từ khi chứng minh được tính năng cao đến khi tung ra thị trường một sản phẩm khả thi, thường chỉ mất từ hai đến ba chu kỳ, tức là khoảng ba đến năm năm, và chúng ta sẽ thấy robot ở khắp mọi nơi.
Trung Quốc sở hữu sức mạnh đáng kinh ngạc; công nghệ vi điện tử, kỹ thuật điện, đất hiếm và nam châm của nước này dẫn đầu thế giới, tạo nền tảng cho ngành công nghiệp robot. Ở mức độ lớn, ngành công nghiệp robot toàn cầu sẽ phụ thuộc rất nhiều vào hệ sinh thái và Chuỗi cung ứng của Trung Quốc. Robot sẽ giải quyết vấn đề thiếu hụt lao động; chúng ta thậm chí có thể điều khiển robot trong nhà thông qua thực tế ảo để giúp đỡ việc nhà, hoặc đóng vai trò là lực lượng lao động tiên tiến cho các cuộc di cư giữa các vì sao (như lên mặt trăng và sao Hỏa).
Người dẫn chương trình: CEO của Anthropic, Dario, dự đoán rằng thu nhập các ứng dụng AI phi cơ sở hạ tầng (mô hình và tác nhân) sẽ đạt hàng nghìn tỷ đô la vào năm 2030. Trong tương lai, các công ty ở lớp ứng dụng phần mềm có thể xây dựng hệ thống bảo vệ như thế nào? Đối diện tình trạng thất nghiệp không thể tránh khỏi (như tài xế), bạn có lời khuyên học tập nào dành cho những người trẻ sắp bước vào lực lượng lao động?
Jensen Huang: Tôi cho rằng dự đoán của Dario rất thận trọng; họ sẽ làm tốt hơn. Anh ấy đã không tính đến việc trong tương lai, mọi công ty phần mềm doanh nghiệp sẽ trở thành nhà phân phối giá trị gia tăng (VAR) cho các mô hình lớn nền tảng này (như Anthropic và OpenAI), điều này sẽ mở rộng thị trường đáng kể.
Hệ thống bảo vệ thực sự ở lớp ứng dụng chính là chuyên môn hóa sâu . Các mô hình đám mây tổng quát kết nối với hệ thống tác nhân của các công ty phần mềm, nhưng bạn phải đào tạo các tác nhân con chuyên biệt theo từng lĩnh vực với dữ liệu của riêng mình. Việc kết nối các tác nhân của bạn với khách hàng ngay từ đầu sẽ thúc đẩy hiệu ứng bánh đà trong các lĩnh vực chuyên biệt, mang lại cho các nền tảng phần mềm cơ hội trở thành chuyên gia trong các lĩnh vực tương ứng. Về việc làm, các công việc chắc chắn sẽ thay đổi; một số sẽ bị loại bỏ, nhưng nhiều công việc mới sẽ được tạo ra. Ví dụ, với việc áp dụng rộng rãi công nghệ lái xe tự động, các tài xế hiện tại có thể trở thành "trợ lý du lịch" trong xe, xử lý hành lý hoặc sắp xếp lịch trình khách sạn, giống như hệ thống lái tự động trên máy bay đã tạo ra nhu cầu lớn hơn đối với phi công.
Lời khuyên của tôi dành cho giới trẻ là: hãy đào sâu vào khoa học và toán học, và kỹ năng ngôn ngữ cũng rất quan trọng. Bởi vì ngôn ngữ chính là ngôn ngữ lập trình tối thượng cho trí tuệ nhân tạo (AI). Hơn nữa, bất kể trình độ học vấn của bạn là gì, bạn phải trở thành chuyên gia sử dụng AI một cách thành thạo. Khi học độ sâu learning) mới nổi lên, một số chuyên gia dự đoán các bác sĩ X quang sẽ mất việc. Nhưng 10 năm sau, với việc thị giác máy tính tích hợp 100% vào các nền tảng y tế, nhu cầu về bác sĩ X quang đã tăng vọt. Điều này là do tốc độ quét nhanh hơn cho phép các bệnh viện khám được nhiều bệnh nhân hơn, tăng doanh thu và do đó tuyển dụng thêm nhiều bác sĩ. Tương tự, năng suất tăng lên giúp các quốc gia giàu có hơn, cho phép họ có nhiều giáo viên hơn trong lớp học và, với AI, tạo ra các khóa học cá nhân hóa cho từng học sinh. Mỗi học sinh đều cần những giáo viên xuất sắc. Đối diện AI, chúng ta không cần phải gieo rắc nỗi sợ hãi về ngày tận thế; chúng ta có thể lựa chọn cách sử dụng công nghệ này để tạo ra một tương lai tốt đẹp hơn.
Bài đọc liên quan:Ngành công nghiệp AI cũng có Satoshi Nakamoto của riêng mình – Jensen Huang
