Ba câu hỏi khó khăn mà Huang Renxun để lại: Ai sẽ cầm lái, CUDA có thể giữ vững không, và làm thế nào để thực hiện cam kết 279 tỷ USD

Tác giả｜Lý Hải Luân

Biên tập｜Tô Dương

Tại hội nghị GTC của NVIDIA trong tương lai, có lẽ sẽ không còn thấy cảnh "Giáo chủ Hoàng" lên sân khấu, vẫy tay chào khán giả như trước đây.

Vào lúc 11 giờ sáng theo giờ địa phương Mỹ ngày 12 tháng 11, Huang Renxun đã thông báo rời khỏi NVIDIA, nơi ông đã lãnh đạo trong 33 năm. Giá cổ phiếu của NVIDIA đã có lúc giảm khoảng 14%, sau đó mức giảm thu hẹp lại, cuối cùng đóng cửa giảm khoảng 4,3%.

Đối tác chính của Andreessen Horowitz, Martin Casado, đã gọi đây là "một ngày đen tối".

Kể từ khi thành lập NVIDIA vào năm 1993, Huang Renxun gần như đã dẫn dắt mọi sự chuyển mình lớn của công ty. Từ những chip xử lý đồ họa đầu tiên, đến hệ sinh thái tính toán CUDA, và giờ đây là lĩnh vực trung tâm dữ liệu AI, NVIDIA đã có thể nắm bắt nhiều đợt biến đổi công nghệ, điều này gắn liền với sự phán đoán về hướng đi công nghệ và đầu tư lâu dài của Huang Renxun.

Đặc biệt trong làn sóng AI sinh sinh này, Huang Renxun không chỉ thúc đẩy NVIDIA chuyển mình từ nhà cung cấp chip sang nền tảng cơ sở hạ tầng AI, mà còn tham gia sâu vào việc định hình lộ trình sản phẩm, phối hợp chuỗi cung ứng và hợp tác với các khách hàng lớn.

Vị thế thị trường hiện tại của NVIDIA phần lớn được xây dựng dựa trên chiến lược kinh doanh này.

Đối với NVIDIA, việc Huang Renxun rời đi không có nghĩa là các hoạt động hiện tại sẽ ngay lập tức bị ảnh hưởng. Sau nhiều năm phát triển, công ty đã có một đội ngũ kỹ thuật trưởng thành, lộ trình sản phẩm và hệ thống chuỗi cung ứng, những lợi thế này sẽ không biến mất chỉ vì một người quản lý ra đi.

Tuy nhiên, sau khi mất đi nhà quyết định cốt lõi như Huang Renxun, liệu NVIDIA có thể tiếp tục duy trì tốc độ tăng trưởng cao trong những năm qua? Công ty nằm ở vị trí trung tâm của ngành công nghiệp AI toàn cầu sẽ phải đối mặt với những thử thách mới nào trong thời gian tới?

01 Người kế nhiệm không đồng nghĩa với người cầm lái

Hiện tại, Colette Kress, người tạm thời đảm nhận vị trí CEO của NVIDIA, đã giữ chức CFO hơn 13 năm, tham gia vào toàn bộ quá trình chuyển mình của NVIDIA từ một công ty card đồ họa sang một gã khổng lồ cơ sở hạ tầng AI, quen thuộc với tình hình tài chính của công ty, hợp đồng khách hàng, sắp xếp nhà cung cấp và chi tiêu vốn.

Cô cũng đã lâu dài tham gia các cuộc họp báo cáo tài chính cùng với Huang Renxun, là một trong những quản lý quen thuộc với Phố Wall.

Nhà phân tích của KeyBanc Capital Markets, John Vinh, cho rằng việc Kress trở thành CEO tạm thời là một tín hiệu tích cực, vì cô có thời gian làm việc lâu dài và hiểu sâu về hoạt động và chiến lược của NVIDIA. Nhà phân tích chính của eToro, Josh Gilbert, cũng cho rằng Kress là một ứng cử viên rõ ràng để ổn định tình hình công ty. Cô quen thuộc với hoạt động và có thể đại diện cho công ty phát biểu khi thị trường cần sự chắc chắn từ ban lãnh đạo.

Tuy nhiên, điều này không có nghĩa là Kress có thể ngay lập tức đảm nhận trách nhiệm quyết định mà Huang Renxun đã có. Theo The Information, CEO tạm thời của NVIDIA không phải là người dẫn dắt các quyết định lớn của công ty, cũng không chịu trách nhiệm lập kế hoạch cho các quyết định lớn của công ty. CEO tạm thời và người cầm lái lâu dài là hai khái niệm khác nhau.

Trước đó, The Information đã trích dẫn thông tin từ những người biết chuyện cho biết Kress không phải là người chính trong việc thúc đẩy các quyết định lớn của NVIDIA, và trong một số giao dịch có rủi ro cao, cô có xu hướng kiểm soát rủi ro, sắp xếp tín dụng cho OpenAI là một ví dụ.

Huang Renxun đã thúc đẩy NVIDIA cung cấp hỗ trợ tín dụng quy mô lớn cho OpenAI, với quy mô ban đầu lên tới 250 tỷ USD để hỗ trợ xây dựng trung tâm dữ liệu của họ. Kress tỏ ra thận trọng về điều này. Sau đó, các sắp xếp liên quan đã được chia nhỏ, phần đầu tiên mà NVIDIA hỗ trợ có quy mô khoảng 100 tỷ USD.

Nhà phân tích của Bernstein, Stacy Rasgon, cho rằng việc bổ nhiệm Kress sẽ giúp ổn định hoạt động ngắn hạn, ông không lo lắng rằng sự thay đổi trong ban lãnh đạo sẽ ngay lập tức ảnh hưởng đến hoạt động của NVIDIA. Nhưng ông lại cẩn trọng hơn với các vấn đề dài hạn: liệu CEO mới có thể tiếp quản việc kiểm soát lộ trình sản phẩm của Huang Renxun, cũng như mạng lưới quan hệ của ông với khách hàng, nhà cung cấp, nhân viên và toàn bộ hệ sinh thái ngành công nghiệp hay không, vẫn còn rất nhiều điều không chắc chắn. Rasgon vì vậy đã hạ mức đánh giá cổ phiếu và giá mục tiêu của NVIDIA.

Nhà phân tích của Goldman Sachs, James Schneider, cũng chỉ ra rằng NVIDIA không thiếu đội ngũ quản lý chức năng trưởng thành, với những người phụ trách có kinh nghiệm trong thiết kế chip, phần mềm, hệ thống và tài chính, nhưng tầm nhìn công nghệ, ảnh hưởng trong ngành và khả năng phối hợp giữa các doanh nghiệp mà Huang Renxun sở hữu rất khó để một nhà quản lý nghề nghiệp thông thường có thể thay thế trực tiếp.

Hiện tại, trong số các ứng cử viên nội bộ, người được chú ý nhiều nhất là Ian Buck, một giám đốc công nghệ kỳ cựu của NVIDIA. Ông gia nhập công ty vào năm 2004, tham gia lâu dài vào việc xây dựng tính toán GPU và hệ sinh thái CUDA, hiện đang phụ trách sản phẩm phần cứng và phần mềm AI cho các nhà cung cấp đám mây quy mô lớn.

Trong số các ứng cử viên bên ngoài, CEO của Arm, Rene Haas, đã được nhiều nhà phân tích đề cập. Ông từng là người phụ trách kinh doanh sản phẩm tính toán tại NVIDIA, gia nhập Arm vào năm 2013 và sau đó trở thành CEO. Ngoài ra, Chủ tịch điều hành của Apple, Tim Cook, người phụ trách phần cứng của Apple, Johny Srouji, và CEO của Palo Alto Networks, Nikesh Arora, cũng được nhắc đến.

Nhà đầu tư Armina Rosenberg đã đưa ra một khả năng: NVIDIA có thể xem xét để Kress phụ trách hoạt động và tài chính, trong khi Buck phụ trách sản phẩm và công nghệ, tạo thành một cấu trúc quản lý tương tự như CEO đồng.

Dù sao đi nữa, hơn 60 giám đốc mà Huang Renxun trực tiếp quản lý đã được báo cáo, và hệ thống quyết định của NVIDIA đã hoạt động lâu dài xung quanh ông.

02 CUDA có thể giữ vững không?

Nhìn lại lịch sử phát triển của NVIDIA, một trong những vai trò quan trọng nhất của Huang Renxun là thúc đẩy công ty đầu tư liên tục vào các hướng công nghệ chưa có lợi nhuận rõ ràng.

Một trong những ví dụ tiêu biểu nhất là CUDA.

Năm 2006, NVIDIA đã ra mắt CUDA, cho phép GPU xử lý các nhiệm vụ tính toán tổng quát ngoài việc xử lý đồ họa. Năm 2012, AlexNet được huấn luyện bằng GPU của NVIDIA đã đạt được bước đột phá trong cuộc thi ImageNet, từ đó GPU trở thành nền tảng tính toán quan trọng cho học sâu. Sau đó, NVIDIA tiếp tục hoàn thiện chuỗi công cụ CUDA và thư viện tính toán, các nhà phát triển dần dần xây dựng quy trình huấn luyện, tối ưu hóa và triển khai mô hình xung quanh hệ thống này.

Đây cũng là lý do mà các đối thủ khó có thể chỉ dựa vào hiệu suất chip để theo kịp NVIDIA. Ngay cả khi doanh nghiệp mua GPU hoặc chip chuyên dụng từ các nhà sản xuất khác, họ cũng cần phải điều chỉnh lại mã nguồn, mô hình và công cụ phần mềm hiện có. Đối với những khách hàng đã đầu tư nhiều tài nguyên vào việc sử dụng CUDA, việc chuyển đổi không chỉ đơn giản là thay thế phần cứng.

Tuy nhiên, cách tính toán AI đang thay đổi, và CUDA cũng phải mở rộng theo. Trong vài năm qua, lợi thế của NVIDIA chủ yếu nằm ở việc huấn luyện mô hình lớn; khi ngành chuyển sang suy diễn quy mô lớn, khách hàng bắt đầu quan tâm hơn đến chi phí tính toán cho mỗi Token, tỷ lệ sử dụng GPU và tốc độ phản hồi. NVIDIA sẽ ra mắt Dynamo 1.0 vào năm 2026, chuyên về quản lý tài nguyên và yêu cầu cho suy diễn AI quy mô lớn, cố gắng mở rộng cạnh tranh từ hiệu suất GPU sang toàn bộ hệ thống suy diễn. Nó cũng kết hợp với phần mềm như TensorRT-LLM và hỗ trợ các khung suy diễn mã nguồn mở phổ biến.

Các tác nhân AI và robot đã mở ra không gian ứng dụng mới. Các tác nhân cần liên tục gọi mô hình, dữ liệu và công cụ bên ngoài, trong khi robot cần xử lý thị giác, hiểu không gian và điều khiển thời gian thực. NVIDIA đang mở rộng khả năng tính toán cơ bản đến những tình huống này thông qua CUDA-X, nền tảng robot Isaac, môi trường mô phỏng Omniverse và mô hình Cosmos. Trong tương lai, phạm vi sử dụng CUDA có thể không còn giới hạn trong trung tâm dữ liệu mà còn vào nhà máy, ô tô và thiết bị robot.

Tuy nhiên, rào cản phần mềm này không phải là không thể bị lung lay. Hiện tại, AMD đang hoàn thiện hệ sinh thái ROCm, Google TPU và Amazon Trainium cũng đang phát triển hệ thống phần mềm riêng của họ. Các công cụ mã nguồn mở như PyTorch, Triton đang giảm bớt sự phụ thuộc của các nhà phát triển vào nền tảng phần cứng cụ thể. Nếu ngày càng nhiều mô hình có thể thích ứng với các chip khác nhau thông qua khung thống nhất, chi phí chuyển đổi do CUDA mang lại cũng có thể giảm dần.

Đây chính là vấn đề dài hạn mà NVIDIA cần phải đối mặt sau khi Huang Renxun ra đi. Sự thành công của CUDA đến từ một khoản đầu tư công nghệ có chu kỳ hoàn vốn rất dài, trong khi suy diễn, tác nhân thông minh và AI vật lý có thể là cánh cửa cho đợt mở rộng hệ sinh thái tiếp theo. Ai sẽ quyết định thứ tự ưu tiên đầu tư cho những hướng đi này, ai sẽ thúc đẩy nền tảng phần mềm liên tục thích ứng với các phương thức tính toán mới, sẽ ảnh hưởng đến khả năng của NVIDIA trong việc duy trì lợi thế hệ sinh thái đã tích lũy trong quá khứ.

03 Cam kết 2790 tỷ USD sẽ được thực hiện như thế nào?

Sau khi Huang Renxun ra đi, một điều khác mà thị trường cần chú ý là NVIDIA đã đưa ra những cam kết cung cấp và năng lực khổng lồ.

Báo cáo quý của NVIDIA tính đến ngày 26 tháng 7 năm 2026 cho biết tổng cam kết cung cấp và năng lực của công ty đạt 2790 tỷ USD, trong khi quý trước con số này khoảng 1190 tỷ USD, tăng khoảng 1600 tỷ USD trong một quý.

Theo phân bổ thời gian thực hiện, khoảng 920 tỷ USD cho năm tài chính 2027, khoảng 870 tỷ USD cho năm tài chính 2028, khoảng 880 tỷ USD cho năm tài chính 2029, và khoảng 120 tỷ USD còn lại được sắp xếp vào thời gian muộn hơn.

2790 tỷ USD này không phải là các đơn hàng đã nhận từ khách hàng, cũng không phải là tiền mặt mà NVIDIA đã thanh toán. Nó chủ yếu tương ứng với các sắp xếp mua sắm và năng lực mà công ty đã thực hiện để đáp ứng nhu cầu trong tương lai với các nhà cung cấp và đối tác năng lực. NVIDIA cần phải khóa trước các quy trình sản xuất tiên tiến, đóng gói, bộ nhớ và các nguồn lực quan trọng khác để đảm bảo rằng Blackwell và các sản phẩm tiếp theo được giao đúng kế hoạch.

Vấn đề ở đây là, cam kết từ phía cung không nhất thiết phải đồng bộ với nhu cầu của khách hàng.

Các trung tâm dữ liệu lớn cần một thời gian dài từ tài chính, lựa chọn địa điểm, cung cấp điện đến xây dựng và triển khai. Ngay cả khi khách hàng đã lên kế hoạch mua GPU, họ cũng có thể trì hoãn việc mua do chậm trễ trong việc kết nối điện, cản trở trong việc xây dựng phòng máy, thiếu vốn, hoặc thay đổi nhịp độ triển khai sản phẩm thế hệ mới. NVIDIA cũng đã cảnh báo trong tài liệu 10-Q rằng khách hàng có thể trì hoãn hoặc hủy bỏ việc mua do các yếu tố như cơ sở hạ tầng, tài chính và tiến độ áp dụng công nghệ.

Nếu tốc độ thực hiện nhu cầu của khách hàng thấp hơn mong đợi, trong khi NVIDIA đã khóa năng lực ở phía trên, công ty có thể phải đối mặt với tình trạng tồn kho, chi phí hủy bỏ và sự mất cân bằng cung cầu. Ngay cả khi cuối cùng có thể tìm được người mua khác, sự thay đổi giữa các thế hệ sản phẩm cũng có thể ảnh hưởng đến giá cả và tỷ suất lợi nhuận gộp.

Một con số khác dễ bị nhầm lẫn là khoảng 36 tỷ USD cam kết hợp đồng dịch vụ đám mây AI mà NVIDIA đã công bố.

Các sắp xếp này thường liên quan đến hợp tác về dung lượng dịch vụ đám mây trong nhiều năm, không cùng loại với cam kết cung cấp và năng lực 2790 tỷ USD. NVIDIA có thể nhận được dung lượng điện toán đám mây thông qua các đối tác, và cũng có thể bán lại một phần dung lượng cho bên thứ ba; khi dung lượng được sử dụng, các cam kết liên quan sẽ giảm tương ứng. Nhưng nếu nhu cầu từ khách hàng bên ngoài không đủ, NVIDIA vẫn có thể phải chịu một số trách nhiệm mua sắm.

Những sắp xếp này phản ánh sự thay đổi trong mô hình kinh doanh của NVIDIA: công ty không còn chỉ đơn giản là mua chip theo đơn hàng và giao sản phẩm, mà ngày càng tham gia vào việc phân bổ tài nguyên cho toàn bộ cơ sở hạ tầng AI trước. Huang Renxun giỏi trong việc thúc đẩy các dự án thông qua mối quan hệ với khách hàng và ảnh hưởng trong ngành, người kế nhiệm sẽ cần phải cân bằng giữa việc duy trì tăng trưởng và kiểm soát rủi ro tài chính.

04 Động lực tăng trưởng tiếp theo?

Trong vài năm qua, NVIDIA đã nắm bắt làn sóng AI sinh ra, trở thành người hưởng lợi chính trong việc xây dựng cơ sở hạ tầng AI toàn cầu. Nhưng đối với công ty có doanh thu trong một quý gần đạt 100 tỷ USD này, việc duy trì tăng trưởng nhanh chóng trở nên ngày càng quan trọng. Nguồn tăng trưởng quan trọng nhất hiện nay của NVIDIA vẫn là trung tâm dữ liệu. Trong quý 2 tài chính năm 2027, doanh thu của công ty đạt 96.221 triệu USD, tăng 106% so với cùng kỳ năm trước; doanh thu từ trung tâm dữ liệu khoảng 89 tỷ USD, tăng 117%, chiếm phần lớn doanh thu tổng thể. Công ty đưa ra hướng dẫn doanh thu quý 3 là 108 tỷ USD, đà tăng trưởng vẫn còn mạnh mẽ.

Ngoài ra, với việc các công ty công nghệ lớn trên toàn cầu tiếp tục mở rộng đầu tư vào cơ sở hạ tầng AI, nền tảng Blackwell đang được triển khai quy mô lớn, nền tảng Vera Rubin thế hệ tiếp theo cũng đã bắt đầu vào giai đoạn sản xuất và giao hàng.

Hơn nữa, NVIDIA cũng đang tìm kiếm các cơ hội tăng trưởng mới khác.

Trong đó, suy diễn AI là một hướng quan trọng. Khi các mô hình lớn chuyển từ đào tạo sang ứng dụng quy mô, các doanh nghiệp cần liên tục gọi mô hình để hoàn thành nhiều nhiệm vụ khác nhau, sự phổ biến của các tác nhân AI cũng có thể làm tăng thêm nhu cầu về sức mạnh tính toán.

So với đào tạo mô hình, hoạt động suy diễn chú trọng hơn đến chi phí tính toán, tiêu thụ năng lượng và hiệu suất hoạt động. NVIDIA đang cải thiện hiệu suất suy diễn thông qua các chip thế hệ mới và hệ thống máy tính, hy vọng tiếp tục mở rộng quy mô kinh doanh trong thị trường này.

Còn các lĩnh vực như robot, lái xe tự động và AI công nghiệp cũng được NVIDIA coi là hướng tăng trưởng trong tương lai. Ví dụ, khi ngày càng nhiều quốc gia và khu vực mong muốn xây dựng cơ sở hạ tầng AI tự chủ và có thể kiểm soát, AI chủ quyền đang mang lại nhu cầu mua chip mới. Robot và lái xe tự động có thể mở rộng thêm phạm vi ứng dụng của GPU và các nền tảng tính toán liên quan.

Nhưng liệu những thị trường mới này có thể đạt được quy mô như hiện tại của hoạt động kinh doanh trung tâm dữ liệu hay không, vẫn cần thời gian để xác minh.

Trong khi đó, cạnh tranh mà NVIDIA phải đối mặt cũng đang thay đổi.

Trước đây, NVIDIA chủ yếu cạnh tranh với các nhà sản xuất chip như AMD. Ngày nay, các khách hàng lớn như Google, Amazon, Microsoft cũng đang phát triển chip AI riêng của họ, hy vọng giảm chi phí tính toán và giảm sự phụ thuộc vào nhà cung cấp duy nhất. Broadcom thì tham gia vào nghiên cứu phát triển chip của các công ty công nghệ lớn thông qua kinh doanh ASIC tùy chỉnh. Những sản phẩm này trong ngắn hạn chưa chắc đã có thể thay thế hoàn toàn GPU của NVIDIA, nhưng trong một số nhiệm vụ tính toán, đã cung cấp cho khách hàng nhiều lựa chọn hơn.

Jensen Huang dẫn dắt NVIDIA nắm bắt cơ hội tăng trưởng do AI sinh ra mang lại. Tiếp theo, trong bối cảnh cạnh tranh trong ngành AI không ngừng thay đổi, ai sẽ quyết định bước tiếp theo của NVIDIA, và liệu có thể dẫn dắt công ty nắm bắt cơ hội tăng trưởng tiếp theo hay không, sẽ trở thành thử thách mới.