Jensen Huang công bố Vera Rubin tại CES 2026: Nền tảng tính toán AI mới tạo bước ngoặt cho ngành

Sau 5 năm không ra mắt card đồ họa tiêu dùng tại CES, CEO Jensen Huang của NVIDIA đã tập trung vào một mục tiêu khác - giới thiệu nền tảng tính toán Vera Rubin, một hệ thống server AI nặng 2,5 tấn được thiết kế để tăng tốc độ huấn luyện các mô hình AI thế hệ tiếp theo. Đây không chỉ là một sản phẩm phần cứng, mà là một chiến lược toàn diện nhằm thay đổi cách các doanh nghiệp xây dựng và triển khai hạ tầng AI.

Jensen Huang xuất hiện tại ba sự kiện trong vòng 48 giờ, từ NVIDIA Live đến hợp tác với Siemens về AI công nghiệp, sau đó là hội nghị Lenovo TechWorld. Thông điệp cốt lõi của ông: tài nguyên tính toán trị giá khoảng 10.000 tỷ USD đầu tư trong một thập kỷ qua đang cần được hiện đại hóa toàn diện.

Vera Rubin - Kiến trúc 6 chip tích hợp để vượt trội Blackwell

Vera Rubin phá vỡ quy tắc nội bộ của NVIDIA. Thay vì thay đổi 1-2 chip mỗi thế hệ, lần này công ty đã thiết kế lại đồng thời 6 loại chip khác nhau, đã bước vào giai đoạn sản xuất hàng loạt. Lý do là cách nâng cao hiệu năng truyền thống không còn theo kịp tốc độ tăng gấp 10 lần mỗi năm của mô hình AI, đặc biệt khi định luật Moore đang chậm lại.

Lựa chọn của NVIDIA là “thiết kế phối hợp cực hạn” - đổi mới đồng thời ở tất cả các cấp độ của chip và toàn nền tảng. Bộ xử lý Vera CPU tích hợp 88 nhân Olympus tùy chỉnh với 176 luồng công việc, hỗ trợ bộ nhớ hệ thống 1,5 TB và băng thông LPDDR5X 1,2 TB/s - gấp 3 lần so với thế hệ Grace. GPU Rubin đạt sức mạnh suy luận NVFP4 ở mức 50 PFLOPS (gấp 5 lần Blackwell) với 336 tỷ transistor, tích hợp engine Transformer thế hệ 3 có thể điều chỉnh độ chính xác động.

Để liên kết tất cả những thành phần này, NVIDIA đã triển khai ConnectX-9 (card mạng 800 Gb/s), BlueField-4 DPU (bộ xử lý đầu-cuối cho lưu trữ AI), chip chuyển mạch NVLink-6 (kết nối 18 node, hỗ trợ tối đa 72 Rubin GPU hoạt động như một khối), và chip chuyển mạch quang Ethernet Spectrum-6 (512 kênh, mỗi kênh 200 Gbps).

Hiệu năng vượt bậc: Từ huấn luyện đến suy luận

Hệ thống Vera Rubin NVL72 mang lại những con số ấn tượng. Trong tác vụ suy luận NVFP4, hiệu năng đạt 3,6 EFLOPS - cao gấp 5 lần Blackwell. Về huấn luyện NVFP4, hiệu năng đạt 2,5 EFLOPS, tăng 3,5 lần. Dung lượng bộ nhớ LPDDR5X lên tới 54 TB (gấp 3 lần), còn bộ nhớ HBM đạt 20,7 TB với băng thông HBM4 ở mức 1,6 PB/s (tăng 2,8 lần).

Đặc biệt, mặc dù hiệu năng tăng khủng khiếp, số lượng transistor chỉ tăng 1,7 lần (đạt 220 nghìn tỷ), cho thấy năng lực tối ưu hóa công nghệ bán dẫn của NVIDIA. Huấn luyện mô hình 100 nghìn tỷ tham số, Vera Rubin chỉ cần 1/4 số lượng hệ thống so với Blackwell, chi phí tạo một Token chỉ bằng 1/10.

Quan trọng nhất là throughput (số AI Token hoàn thành mỗi watt-mỗi đô la) tăng 10 lần so với Blackwell. Đối với một trung tâm dữ liệu gigawatt trị giá 50 tỷ USD, điều này đồng nghĩa năng lực tạo doanh thu sẽ tăng gấp đôi - mỗi đô la đầu tư sẽ sinh ra gấp đôi giá trị.

Từ 43 sợi cáp xuống 0 sợi: Nước ngoài kỹ thuật lắp ráp

Vera Rubin cũng mang đến đột phá trong thiết kế kỹ thuật. Trước đây, mỗi node siêu máy tính cần nối 43 sợi cáp, lắp ráp mất 2 tiếng và dễ lắp nhầm. Giờ node Vera Rubin dùng 0 sợi cáp, chỉ còn 6 ống tản nhiệt lỏng, lắp ráp xong trong 5 phút.

Phía sau giá server là gần 3,2 km dây đồng, 5000 sợi cáp đồng tạo thành mạng chính NVLink truyền tốc độ 400 Gbps. Jensen Huang nói không tránh hài hước: “Có lẽ nặng hàng trăm cân, bạn phải là CEO rất khỏe mới làm nổi việc này”.

KV Cache vô hạn: Bộ nhớ ngữ cảnh không còn là nút thắt

Một vấn đề lớn của AI là khi hội thoại dài, “KV Cache” (bộ nhớ đệm key-value - “trí nhớ tác vụ” của AI) tràn ngập bộ nhớ HBM. Giải pháp của Vera Rubin là triển khai bộ xử lý BlueField-4 trong giá server để quản lý KV Cache riêng biệt.

Mỗi node có 4 BlueField-4, mỗi cái gắn thêm 150 TB bộ nhớ ngữ cảnh, phân bổ cho GPU, mỗi GPU được thêm 16 TB bộ nhớ - trong khi GPU chỉ có khoảng 1 TB bộ nhớ tích hợp. Quan trọng là băng thông vẫn giữ 200 Gbps, không giảm tốc độ truyền dữ liệu.

Spectrum-X: Mạng lưới “dành riêng cho AI sinh tạo” tiết kiệm 5 tỷ USD

Để cho “mẩu note” trải trên hàng chục giá server, hàng vạn GPU phối hợp như một bộ nhớ duy nhất, mạng lưới phải vừa lớn, vừa nhanh, vừa ổn định. Spectrum-X là nền tảng mạng Ethernet đầu-cuối “dành riêng cho AI sinh tạo” đầu tiên trên thế giới do NVIDIA ra mắt, sử dụng quy trình COOP của TSMC với công nghệ silicon photon, tốc độ 512 kênh × 200 Gbps.

Jensen Huang tính toán: một trung tâm dữ liệu gigawatt giá 50 tỷ USD, Spectrum-X tăng throughput lên 25%, tiết kiệm tương đương 5 tỷ USD. “Có thể nói hệ thống mạng này gần như là ‘miễn phí’.”

Bảo mật điện toán: Tất cả dữ liệu được mã hóa suốt quá trình truyền

Vera Rubin hỗ trợ Confidential Computing - mọi dữ liệu đều được mã hóa suốt quá trình truyền, lưu trữ, tính toán, bao gồm cả kênh PCIe, NVLink, giao tiếp CPU-GPU và các bus khác. Doanh nghiệp có thể yên tâm triển khai mô hình của mình lên hệ thống bên ngoài mà không lo bị rò rỉ dữ liệu.

AI vật lý: Từ robotics đến tự lái, NVIDIA tập trung vào thế giới thực

Jensen Huang đặc biệt nhấn mạnh kiến trúc “ba máy tính lõi” cho AI vật lý: máy tính huấn luyện xây dựng từ GPU, máy tính suy luận “tiểu não” đặt ở robot hoặc ô tô, và máy tính mô phỏng (Omniverse và Cosmos) cung cấp môi trường huấn luyện ảo.

Dựa trên kiến trúc này, NVIDIA công bố Alpamayo - mô hình lái xe tự động đầu tiên có năng lực suy nghĩ và suy luận. Khác với tự lái truyền thống, Alpamayo là hệ thống huấn luyện đầu-cuối có thể giải quyết “bài toán đuôi dài” của tự lái. Đối mặt với những tình huống giao thông phức tạp chưa từng gặp, Alpamayo không chỉ thực thi theo mã lệnh cứng nhắc mà còn suy luận như tài xế con người.

Mercedes CLA trang bị công nghệ Alpamayo sẽ chính thức ra mắt tại Mỹ trong quý I năm nay, sau đó tiếp tục đến các thị trường châu Âu và châu Á. Chiếc xe này được NCAP đánh giá là ô tô an toàn nhất thế giới nhờ thiết kế “ngăn xếp an toàn kép” độc đáo - khi mô hình AI đầu-cuối không đủ tự tin, hệ thống sẽ lập tức chuyển sang chế độ an toàn truyền thống ổn định hơn.

Trên sân khấu, Jensen Huang mời các robot hình người, robot bốn chân như Boston Dynamics, Agility… lên trình diễn. Ông nhấn mạnh, robot lớn nhất thực ra chính là nhà máy. Tất cả robot sẽ trang bị máy tính mini Jetson, được huấn luyện trong Isaac Simulator trên nền tảng Omniverse. NVIDIA cũng đang tích hợp công nghệ này vào hệ sinh thái công nghiệp như Synopsys, Cadence, Siemens.

Mô hình mã nguồn mở: Lựa chọn chiến lược của NVIDIA

Jensen Huang đặc biệt ca ngợi cộng đồng mã nguồn mở. Ông cho biết, đột phá của DeepSeek V1 năm ngoái đã trực tiếp thúc đẩy làn sóng phát triển toàn ngành. Trên slide, các mô hình Kimi K2 và DeepSeek V3.2 lần lượt là mã nguồn mở số 1 và số 2.

Mặc dù mô hình mã nguồn mở hiện có thể kém các mô hình hàng đầu khoảng 6 tháng, nhưng cứ mỗi 6 tháng lại có mô hình mới xuất hiện. Tốc độ lặp lại này khiến cả startup, ông lớn lẫn nhà nghiên cứu đều không muốn bỏ lỡ, kể cả NVIDIA.

Lần này họ không chỉ bán “xẻng” hay card đồ họa; NVIDIA xây dựng siêu máy tính DGX Cloud, phát triển các mô hình tiên tiến như La Proteina (tổng hợp protein) và OpenFold 3. Hệ sinh thái mô hình mã nguồn mở của NVIDIA bao gồm y sinh, AI vật lý, mô hình agent, robot và tự lái.

Nhiều mô hình mã nguồn mở thuộc họ Nemotron của NVIDIA cũng là điểm nhấn. Gồm các mô hình về giọng nói, đa phương thức, tăng cường truy xuất sinh tạo và an toàn, những mô hình này đạt thành tích xuất sắc trên nhiều bảng xếp hạng và đang được nhiều doanh nghiệp ứng dụng.

Tương lai: Chiến lược từ thế giới ảo sang thế giới vật lý

Trước đây NVIDIA làm chip cho thế giới ảo. Bây giờ Jensen Huang rõ ràng đang tập trung vào AI vật lý, với tự lái và robot hình người là đại diện, để tiến vào thế giới vật lý thực tế cạnh tranh khốc liệt hơn.

Trong bối cảnh tranh cãi về bong bóng AI, ngoài việc giới thiệu nền tảng siêu tính toán Vera Rubin để giải cơn khát tính toán, Jensen Huang còn đầu tư nhiều vào ứng dụng và phần mềm. Mục tiêu là cho chúng ta thấy rõ AI sẽ thay đổi trực quan ra sao - từ tự lái an toàn hơn cho đến robot có thể suy luận.

Suy cho cùng, chỉ khi trận chiến diễn ra trên thế giới thực, vũ khí mới có thể tiếp tục bán được.