SemiAnalysis: Băng và Lửa của Nền tảng Rubin của NVIDIA

Nguồn bài viết: Wall Street CN

Tổ chức nghiên cứu bán dẫn SemiAnalysis đã công bố hai nhận định, phác họa bức tranh "băng lửa" song hành giữa cơ hội và thách thức trong tương lai của NVIDIA.

Dự báo mới nhất của SemiAnalysis đăng tải trên nền tảng X vào ngày 30 tháng 6 cho thấy, doanh thu mảng tính toán trung tâm dữ liệu của NVIDIA trong nửa cuối năm tài chính 2027 sẽ cao hơn khoảng 20% so với kỳ vọng đồng thuận của Phố Wall. Cốt lõi hỗ trợ cho nhận định lạc quan này nằm ở việc vấn đề cung ứng bộ nhớ HBM4 vốn từng hạn chế việc xuất xưởng quy mô lớn của nền tảng Rubin đã được giải quyết, đồng thời năng lực sản xuất wafer (đế bán dẫn) đầu nguồn đã được chuẩn bị sẵn sàng, dọn sạch các rào cản đáng kể cho sự bùng nổ doanh thu trong nửa cuối năm.

Tuy nhiên, cùng ngày, SemiAnalysis cũng tiết lộ một tin tức tiêu cực khác: Phiên bản Rubin Ultra 4 chip gốc của NVIDIA đã bị hủy bỏ khoảng ba tháng sau khi ra mắt tại GTC 2026. Phiên bản "Rubin Ultra" mới có kích thước chỉ bằng một nửa so với thiết kế ban đầu, kéo theo hiệu suất thực tế cũng giảm một nửa.

Một mặt là điều chỉnh lạc quan về doanh thu nhờ nút thắt nguồn cung được tháo gỡ, mặt khác là điều chỉnh bi quan về lộ trình công nghệ do sản phẩm chủ lực bị thu nhỏ – hai nhận định trái ngược nhau này của SemiAnalysis đã neo giữ những hệ tọa độ câu chuyện hoàn toàn khác biệt cho NVIDIA từ hai khía cạnh: khả năng hiện thực hóa lợi nhuận và hào công nghệ.

Nút thắt HBM4 đã được tháo gỡ, Nền tảng Rubin sẵn sàng bùng nổ trong nửa cuối năm

SemiAnalysis, thông qua Mô hình Tăng tốc (Accelerator Model) của mình, đưa ra dự báo mới nhất rằng NVIDIA sẽ trải qua một đợt tăng trưởng sản lượng quy mô lớn trong nửa cuối năm nay.

Tổ chức này dự đoán rằng, được thúc đẩy mạnh mẽ bởi nền tảng Rubin, doanh thu mảng tính toán trung tâm dữ liệu của NVIDIA trong nửa cuối năm tài chính 2027 sẽ cao hơn khoảng 20% so với kỳ vọng của thị trường. Vấn đề HBM4 vốn từng ảnh hưởng đến tiến độ của Rubin giờ đây đã được giải quyết, và nguồn cung wafer đầu nguồn cũng đã được dự trữ trước. Điều này có nghĩa là nền tảng Rubin vốn bị trì hoãn trước đây sẽ bước vào giai đoạn tăng tốc nhanh chóng.

SemiAnalysis đặc biệt chỉ ra rằng, logic dự báo của họ có sự khác biệt đáng kể so với các nhà phân tích bán hàng truyền thống. Hầu hết các tổ chức Phố Wall có xu hướng xây dựng các dự báo lợi nhuận tương đối thận trọng, nhằm tạo dư địa cho doanh nghiệp "vượt kỳ vọng" trong tương lai; trong khi kết luận của SemiAnalysis lại dựa nhiều hơn vào khảo sát thực tế chuỗi công nghiệp, cố gắng bám sát hơn vào các động thái thị trường thực sự.

Mô hình Tăng tốc (Accelerator Model) của họ đã xây dựng một hệ thống xác minh chéo thông tin bao phủ toàn bộ chuỗi, với nguồn dữ liệu trải dài từ nhà cung cấp vật liệu, chế tạo wafer, linh kiện chủ chốt, nhà sản xuất máy chủ hoàn chỉnh và các mắt xích khác trong chuỗi cung ứng, đồng thời kết hợp với tình hình mua sắm và triển khai thực tế của các nhà cung cấp dịch vụ đám mây siêu quy mô và các phòng thí nghiệm AI tiên tiến, để kiểm định mối quan hệ cung-cầu từ nhiều chiều.

Đáng chú ý, mô hình này không chỉ tập trung vào NVIDIA, mà còn bao phủ các nhà sản xuất chip AI khác như Broadcom, AMD, MediaTek, Marvell, đồng thời kết hợp với Mô hình HBM (HBM Model) để theo dõi liên tục sự tiến hóa tổng thể của chuỗi công nghiệp sức mạnh tính toán AI.

Hào CUDA bị xói mòn, Rubin Ultra thu nhỏ phản ánh sự trỗi dậy của ASIC tự phát triển

Tuy nhiên, một bình luận khác của SemiAnalysis về Rubin Ultra trước đó đã gây ra nhiều tranh luận rộng rãi trên thị trường.

Tổ chức này cho biết, kế hoạch ban đầu của NVIDIA cho Rubin Ultra sử dụng thiết kế 4 chip tính toán đã được điều chỉnh khoảng ba tháng sau khi ra mắt tại GTC năm nay. Phiên bản mới có quy mô thu hẹp đáng kể so với thiết kế ban đầu, nguyên nhân liên quan đến độ khó trong chế tạo đóng gói tiên tiến.

SemiAnalysis cho rằng, điều đáng chú ý hơn không phải là bản thân việc Rubin Ultra bị thu nhỏ, mà là những thay đổi trong cục diện cạnh tranh ngành mà sự kiện này phản ánh. Tổ chức này chỉ ra rằng, trong năm qua, áp lực cạnh tranh lớn nhất lên NVIDIA không còn chỉ đến từ các nhà sản xuất GPU truyền thống như AMD, mà ngày càng nhiều nhà cung cấp dịch vụ đám mây siêu quy mô và công ty mô hình AI bắt đầu sử dụng ASIC tự phát triển, xây dựng các hệ thống chip chuyên dụng cho các tình huống cụ thể như huấn luyện (training) hoặc suy luận (inference).

Ví dụ, Anthropic hiện đã hình thành một kiến trúc điện toán đa nền tảng bao gồm Google TPU, Amazon Trainium và GPU NVIDIA. Trong đó, một lượng lớn mô hình Claude được huấn luyện trên nền tảng TPU, suy luận cho Claude Code ngày càng được triển khai nhiều trên Trainium, trong khi GPU NVIDIA đảm nhận nhiều hơn các tác vụ tính toán đa năng như nghiên cứu tiên tiến. SemiAnalysis chỉ ra rằng, một năm trước, thật khó tưởng tượng TPU và Trainium có thể phát triển đến quy mô như hiện tại, và giờ đây, hào CUDA đang dần bị xói mòn.