Kimi K3 khiến Jensen Huang cũng không thể ngồi yên, lập tức mở tài khoản mới giữa đêm và hô hào không thể hạn chế các mô hình mã nguồn mở.

TL;DR

· Kimi K3 chỉ là điểm kích hoạt, thị trường thực sự đang định giá lại việc nhu cầu tính toán tương lai của NVIDIA sẽ do ai thúc đẩy.

· Nếu các cửa ngõ sử dụng AI tập trung dài hạn vào một số phòng thí nghiệm mã nguồn đóng, kỳ vọng tăng trưởng của NVIDIA sẽ phụ thuộc nhiều hơn vào một số khách hàng lớn và nhịp độ thương mại hóa mã nguồn đóng.

· Mô hình trọng số mở giảm rào cản áp dụng cho doanh nghiệp, có thể làm suy yếu khả năng định giá của mô hình mã nguồn đóng, nhưng cũng có thể mở rộng mức tiêu thụ tính toán từ suy luận, tinh chỉnh và triển khai riêng tư.

· Bài đăng đầu tiên trên mạng xã hội của Jensen Huang chia sẻ thư ngỏ đồng ký của NVIDIA, lập trường cốt lõi là Mỹ cần cả mô hình mã nguồn đóng hàng đầu lẫn mô hình mở hàng đầu.

· Các mã liên quan: NVDA, MSFT, META, AMD, GOOGL, cùng với định giá của các phòng thí nghiệm mã nguồn đóng chưa niêm yết như OpenAI, Anthropic.

Việc phát hành Kimi K3 dường như gây chấn động lớn hơn nhiều so với tưởng tượng của chúng ta tại Mỹ. Sau khi lan truyền trên Twitter vào cuối tuần trước, ngay cả Jensen Huang cũng không thể ngồi yên. Người đã không dùng mạng xã hội trong nhiều thập kỷ vội vàng mở tài khoản, bài đăng đầu tiên không có lời thừa, trực tiếp gửi một lá thư đồng ký, yêu cầu Mỹ không hạn chế các mô hình mã nguồn mở.

Kết hợp với giá cổ phiếu NVIDIA đã lâu không tăng, Jensen Huang có thể thực sự lo lắng, lo lắng về câu chuyện tăng trưởng của NVIDIA:

Nếu AI tiếp tục bị chi phối bởi một số công ty mô hình mã nguồn đóng, liệu nhu cầu tính toán đã được thị trường dự đoán đầy đủ chưa; nếu các mô hình trọng số mở tiếp tục lan rộng, NVIDIA có thể biến các mô hình rẻ hơn thành khối lượng sử dụng lớn hơn và nhu cầu cơ sở hạ tầng nhiều hơn không.

Câu trả lời của Jensen Huang rất rõ ràng. Ông công khai phản đối việc cấm hoàn toàn dựa trên nguồn gốc mô hình, gọi các mô hình Trung Quốc là "rất xuất sắc" và cho rằng các doanh nghiệp Mỹ nên được phép sử dụng. Đối với NVIDIA, điều quan trọng không phải là duy trì giá cao cho một phòng thí nghiệm mã nguồn đóng nào đó, mà là để càng nhiều doanh nghiệp, nhà phát triển và nhà cung cấp đám mây thực sự sử dụng AI.

Đây cũng là sự khác biệt giữa áp lực ngắn hạn của cổ phiếu chip và câu chuyện dài hạn của NVIDIA. Thị trường lo ngại rằng các mô hình mở chi phí thấp sẽ nén biên lợi nhuận của các nhà cung cấp dịch vụ AI Mỹ và làm cho suy luận đơn vị tiết kiệm hơn; NVIDIA đặt cược rằng giá giảm sẽ mở ra nhiều kịch bản hơn, cuối cùng mang lại tổng khối lượng gọi, triển khai riêng tư và tiêu thụ tính toán lớn hơn.

NVIDIA không chỉ cần các ông lớn mã nguồn đóng tiếp tục mua card

Trong hai năm qua, câu chuyện AI của NVIDIA phần lớn dựa trên một logic rõ ràng: các mô hình tiên tiến ngày càng lớn, cả huấn luyện và suy luận đều cần nhiều GPU hơn, các nhà cung cấp đám mây và phòng thí nghiệm mô hình sẽ tiếp tục mở rộng cơ sở hạ tầng.

Logic này vẫn đúng, nhưng nó cũng đặt ra một vấn đề ngầm: nếu quyền kiểm soát lối vào sử dụng, nhịp độ sản phẩm và định giá mô hình của ngành AI đều tập trung vào tay một số phòng thí nghiệm mã nguồn đóng và nền tảng đám mây lớn, thì sự tăng trưởng nhu cầu của NVIDIA sẽ phụ thuộc nhiều hơn vào kế hoạch chi tiêu vốn của một số ít khách hàng lớn, cũng như tốc độ thương mại hóa của các dịch vụ mã nguồn đóng.

Đây không phải là một công việc tồi. Các phòng thí nghiệm mã nguồn đóng, nhà cung cấp đám mây và công ty nền tảng vẫn là một trong những bên mua cơ sở hạ tầng AI quan trọng nhất. Nhưng đối với NVIDIA, vốn đã được thị trường định giá cao, các nhà đầu tư sẽ tiếp tục đặt câu hỏi: tăng trưởng từ đâu trong giai đoạn tiếp theo?

Nếu các mô hình mã nguồn đóng tiếp tục duy trì giá cao, tốc độ áp dụng AI của doanh nghiệp có thể bị hạn chế bởi chi phí, ranh giới dữ liệu và phương thức triển khai. Nhiều công ty sẽ dùng thử API trước, nhưng không nhất thiết tích hợp AI sâu vào hệ thống kinh doanh của mình. Đối với các công ty chip thượng nguồn, điều này có nghĩa là nhu cầu tính toán tuy tập trung và quy mô lớn, nhưng tốc độ lan tỏa lại phụ thuộc nhiều hơn vào nhịp độ thương mại hóa của một số ít nền tảng.

Các mô hình trọng số mở thay đổi cấu trúc này. Chúng không nhất thiết thay thế ngay các mô hình mã nguồn đóng mạnh nhất, nhưng chúng cung cấp cho doanh nghiệp, nhà phát triển và nhà cung cấp đám mây một con đường khác: đưa mô hình vào môi trường riêng của họ để chạy, tinh chỉnh, kiểm toán và tích hợp. Chỉ cần nhiều tổ chức bắt đầu đưa AI vào dịch vụ khách hàng, lập trình, nghiên cứu, tự động hóa quy trình và triển khai riêng tư, thì lớp cơ sở hạ tầng sẽ có cơ hội có được nguồn nhu cầu phân tán và rộng rãi hơn.

Vì vậy, thị trường không giao dịch về việc "liệu một mô hình nào đó có đánh bại OpenAI hay không", mà là "liệu nhu cầu AI có lan tỏa từ một số ít lối vào mã nguồn đóng sang nhiều doanh nghiệp và kịch bản hơn hay không". Đây mới là vấn đề mà NVIDIA quan tâm nhất.

Trọng số mở làm suy yếu quyền định giá mã nguồn đóng, cũng có thể mở rộng nhóm tính toán

Trọng số mở có thể hiểu là việc giao "tham số mô hình" đã được huấn luyện cho bên ngoài sử dụng. Sau khi trọng số được phát hành, doanh nghiệp có thể chạy, tinh chỉnh và kiểm toán mô hình trên máy chủ hoặc môi trường đám mây của riêng mình.

Đối với các công ty mô hình mã nguồn đóng, điều này sẽ thay đổi vị thế đàm phán. Trước đây, nếu doanh nghiệp muốn sử dụng mô hình mạnh nhất, họ thường chỉ có thể chấp nhận giá API, ranh giới dữ liệu và nhịp độ tính năng của mã nguồn đóng. Bây giờ, nếu một mô hình có thể tự triển khai đủ tốt cho một tác vụ cụ thể, các nhà cung cấp mã nguồn đóng phải giải thích lý do tại sao khách hàng nên trả tiền cho dịch vụ đắt hơn.

Đây cũng là áp lực mà OpenAI, Anthropic, Google và các công ty theo hướng mã nguồn đóng đang phải đối mặt. Chúng vẫn có thể duy trì hàng rào bảo vệ về trải nghiệm sản phẩm, khả năng đại diện, chuỗi công cụ, căn chỉnh an toàn, tuân thủ doanh nghiệp và phân phối hệ sinh thái. Claude Science do Anthropic ra mắt vào tháng 6 là một ví dụ, nó đóng gói mô hình thành một bàn làm việc AI dành cho các nhà khoa học, nhấn mạnh tích hợp công cụ và sản phẩm có thể kiểm toán.

Tuy nhiên, khi khả năng suy luận cơ bản ngày càng trở nên phổ biến, các mô hình nguồn đóng càng cần chứng minh rằng chúng không chỉ bán một "giao diện trò chuyện thông minh hơn", mà là các quy trình làm việc đáng tin cậy hơn, khả năng thực thi tác nhân mạnh hơn, trách nhiệm bảo mật tốt hơn và tích hợp ngành tốt hơn. Nếu không, các mô hình mở chi phí thấp sẽ kéo giá xuống.

Đối với NVIDIA, sự thay đổi này không hẳn là điều xấu. Quyền định giá của các mô hình nguồn đóng bị suy yếu có thể ảnh hưởng đến tỷ suất lợi nhuận của các nhà cung cấp dịch vụ AI; nhưng nếu các mô hình rẻ hơn giúp nhiều doanh nghiệp bắt đầu triển khai AI hơn, thì nhu cầu về suy luận, tinh chỉnh, bản địa hóa và tư nhân hóa lại có thể mở rộng tổng khả năng tính toán.

Sau DeepSeek, thị trường đã trải qua những cuộc tranh luận tương tự. Các mô hình hiệu quả hơn trong ngắn hạn trông giống như "sử dụng ít GPU hơn", nhưng nếu giá giảm kích thích nhiều nhu cầu hơn, về trung và dài hạn, nó có thể trở thành "sử dụng AI trong nhiều tình huống hơn".

NVIDIA đang đặt cược vào điều sau. Kinh doanh cốt lõi của nó không phải là API mô hình, mà là chip, máy chủ và trung tâm dữ liệu. Miễn là lượng sử dụng AI tăng lên, nhu cầu cuối cùng vẫn sẽ rơi vào lớp cơ sở hạ tầng.

Jensen Huang phản đối việc coi mô hình mở tương đương với rủi ro

Trong cuộc thảo luận này, Jensen Huang đã chia sẻ dòng tweet đầu tiên của mình về một bức thư ngỏ do NVIDIA đồng ký tên có tựa đề "Trọng lượng mở và Vai trò lãnh đạo AI của Mỹ". Các bên đồng ký tên bao gồm Meta, Microsoft, Andreessen Horowitz, Hugging Face, IBM, Mistral AI, Palantir, Perplexity, Mozilla, NVIDIA, Y Combinator và hơn 20 công ty và tổ chức công nghệ khác.

Nội dung cốt lõi của bức thư ngỏ là Mỹ cần cả các mô hình nguồn đóng hàng đầu và các mô hình nguồn mở hàng đầu, và chính phủ không nên hạn chế AI nguồn mở quá sớm. Nói cách khác, các bên ký tên không phủ nhận rủi ro bảo mật, mà phản đối việc coi trọng lượng mở là nguồn gốc trực tiếp của rủi ro.

Bức thư này quan trọng vì nó kết hợp lợi ích thương mại của NVIDIA với các vấn đề cấu trúc của hệ sinh thái AI Mỹ. NVIDIA quan tâm đến lượng sử dụng AI và nhu cầu cơ sở hạ tầng; các công ty nền tảng như Meta, Microsoft cần một hệ sinh thái mô hình linh hoạt hơn; Hugging Face, Mistral AI, Mozilla đứng về phía các mô hình mở và hệ sinh thái nhà phát triển một cách trực tiếp hơn.

Lợi ích của các công ty này không hoàn toàn giống nhau, nhưng có một điểm chung: nếu trọng lượng mở bị khuôn khổ quản lý kìm hãm quá sớm, các lựa chọn sử dụng mô hình chi phí thấp của các doanh nghiệp và nhà phát triển Mỹ sẽ giảm, và sự lan tỏa AI sẽ phụ thuộc nhiều hơn vào một số ít nhà cung cấp dịch vụ nguồn đóng.

Đối với NVIDIA, đây không phải là cấu trúc thị trường lý tưởng nhất. Nó không chỉ cần một số phòng thí nghiệm tiên tiến tiếp tục đào tạo các mô hình lớn hơn, mà còn cần nhiều doanh nghiệp thực sự sử dụng AI. Chỉ khi AI chuyển từ dịch vụ nền tảng của một số ít thành khả năng cơ bản được triển khai rộng rãi, NVIDIA mới có thể tiếp tục câu chuyện "nhu cầu tính toán vẫn đang mở rộng".

Do đó, tuyên bố của Jensen Huang về các mô hình Trung Quốc và bức thư ngỏ không phải là sự kiện cá biệt. Chúng cùng hướng đến một điều: NVIDIA không muốn cuộc cạnh tranh AI bị đơn giản hóa thành "cấm một loại mô hình nào đó", mà muốn có nhiều mô hình, nhiều kịch bản và nhiều nhà phát triển hơn tham gia vào nhóm nhu cầu sức mạnh tính toán.

Các hạn chế liên quan đến Trung Quốc có thể ảnh hưởng đến kỳ vọng của NVIDIA

Một vấn đề khác mà thị trường phải đối mặt là ranh giới chính sách, nhưng đây không chỉ là câu hỏi "liệu mô hình Trung Quốc có thể bị hạn chế hay không", mà còn là "liệu việc hạn chế có làm suy yếu vị thế của NVIDIA trong chuỗi công nghiệp AI Trung Quốc hay không".

Điểm mấu chốt của Kimi K3 không chỉ nằm ở năng lực mô hình, mà còn ở việc nó không được xây dựng trên các chip flagship thế hệ mới nhất của NVIDIA. Một điểm nhạy cảm hơn trong các cuộc thảo luận thị trường là Kimi K3 sử dụng các chip như H800, vốn đã bị ảnh hưởng bởi các hạn chế xuất khẩu và không phải là thông số kỹ thuật mới nhất. Nói cách khác, ngay cả khi nguồn cung chip tiên tiến bị hạn chế, các công ty mô hình Trung Quốc vẫn có thể tiếp tục huấn luyện các mô hình tiên tiến có tính cạnh tranh.

Đây cũng là logic cốt lõi mà Jensen Huang từ lâu đã phản đối việc áp đặt các hạn chế một chiều lên thị trường Trung Quốc. Hạn chế sẽ không làm biến mất nhu cầu AI của Trung Quốc, mà chỉ buộc các doanh nghiệp Trung Quốc tìm kiếm các con đường thay thế: kiến trúc mô hình hiệu quả hơn, phương pháp huấn luyện chi phí thấp hơn và nhiều chip nội địa thích ứng hơn. Sau DeepSeek, thị trường đã chứng kiến bài kiểm tra áp lực của các công ty mô hình Trung Quốc trên con đường hiệu quả; và việc DeepSeek bắt đầu thích ứng với chip Huawei cũng có nghĩa là hệ sinh thái AI Trung Quốc sẽ không hoàn toàn nằm trong hệ thống CUDA và GPU của NVIDIA.

Đối với NVIDIA, đây mới là điều thực sự đáng lo ngại. Trong ngắn hạn, việc hạn chế Trung Quốc có thể ảnh hưởng đến doanh số bán chip và kỳ vọng đơn hàng nhất định; trong trung và dài hạn, nếu các nhà sản xuất mô hình, nhà cung cấp đám mây và công ty ứng dụng Trung Quốc buộc phải tăng tốc thích ứng với phần cứng không phải của NVIDIA, thị phần của NVIDIA trong cơ sở hạ tầng AI Trung Quốc có thể bị pha loãng liên tục. Các đối thủ cạnh tranh có thể không ngay lập tức bắt kịp NVIDIA, nhưng miễn là tính khả dụng tiếp tục được cải thiện, động lực chuyển đổi của khách hàng sẽ tăng lên.

Do đó, sự biến động của cổ phiếu chip không chỉ là phản ứng với một mô hình Trung Quốc cụ thể, mà là sự định giá lại kỳ vọng dài hạn đối với NVIDIA: liệu con đường mã nguồn đóng có thể tiếp tục hỗ trợ tăng trưởng cao, liệu các mô hình mở có mở ra tăng trưởng mới hay không, và liệu chính sách có đẩy khách hàng tiềm năng sang các giải pháp thay thế ngoài NVIDIA hay không.

Phòng thí nghiệm mã nguồn đóng vẫn có lợi thế, nhưng câu chuyện định giá khó khăn hơn

Sự trỗi dậy của các mô hình trọng số mở không có nghĩa là các phòng thí nghiệm tiên tiến mã nguồn đóng đã mất đi giá trị.

Các mô hình mã nguồn đóng vẫn có những lợi thế rõ ràng. Chúng có thể xây dựng hàng rào bảo vệ xoay quanh trải nghiệm sản phẩm, thực thi tác nhân, chuỗi công cụ, căn chỉnh an toàn, tuân thủ doanh nghiệp và phân phối hệ sinh thái. Đối với nhiều khách hàng doanh nghiệp, tính khả dụng, độ ổn định, ranh giới trách nhiệm và khả năng tích hợp có thể quan trọng hơn điểm số trên bảng xếp hạng mô hình đơn lẻ.

Nhưng câu chuyện định giá sẽ trở nên khó khăn hơn. Trước đây, các phòng thí nghiệm mã nguồn đóng có thể dựa vào "mô hình mạnh nhất" để biện minh cho mức giá và định giá cao; giờ đây, họ cần chứng minh không chỉ mô hình của mình mạnh hơn, mà còn có thể cung cấp các hệ thống doanh nghiệp đáng tin cậy, hoàn chỉnh và khó thay thế hơn.

Điều này có tác động kép đến NVIDIA. Một mặt, nếu biên lợi nhuận của các phòng thí nghiệm mã nguồn đóng bị thu hẹp, thị trường có thể lo ngại về nhịp độ đầu tư cơ sở hạ tầng trong tương lai của họ. Mặt khác, nếu các mô hình mở giảm rào cản áp dụng, nhiều doanh nghiệp, nhà cung cấp đám mây và nhà phát triển tham gia triển khai hơn, nguồn cầu của NVIDIA sẽ trở nên đa dạng hơn.

OpenAI, Anthropic và Google không xuất hiện trong danh sách ký tên của bức thư ngỏ về trọng số mở được công bố rộng rãi, điều này không thể suy ra rằng họ ủng hộ việc hạn chế các mô hình Trung Quốc. Nó chỉ cho thấy rằng các phòng thí nghiệm tiên tiến mã nguồn đóng không hoàn toàn đồng nhất về lợi ích với các công ty phần cứng, mã nguồn mở và nền tảng.

NVIDIA đứng ở lớp phần cứng, muốn thấy nhiều hướng mô hình cùng tồn tại. Các mô hình mã nguồn đóng tiếp tục đẩy mạnh khả năng tiên tiến, trong khi các mô hình mở chịu trách nhiệm hạ thấp rào cản và mở rộng các tình huống sử dụng. Miễn là cả hai cùng thúc đẩy khối lượng sử dụng AI tăng lên, NVIDIA sẽ là một trong những bên hưởng lợi chính.

Nhà đầu tư thực sự cần theo dõi là khối lượng sử dụng

Cuộc tranh luận này sẽ không chỉ dừng lại ở một tuyên bố của Jensen Huang. Yếu tố ảnh hưởng đến định giá là chính sách của Mỹ sẽ hạn chế đến đâu, và liệu các mô hình mở có thực sự đi vào triển khai doanh nghiệp hay không.

Nếu các mô hình trọng số mở chỉ gây tranh cãi dư luận mà không hình thành được việc sử dụng doanh nghiệp bền vững, nhu cầu cốt lõi của NVIDIA vẫn sẽ quay lại chu kỳ chi tiêu vốn của một số ít phòng thí nghiệm mã nguồn đóng và các nền tảng đám mây lớn. Điều đó có nghĩa là kỳ vọng tăng trưởng của thị trường đối với NVIDIA sẽ tiếp tục cần được xác nhận bởi các đơn đặt hàng từ khách hàng lớn.

Nếu các mô hình mở tiếp tục thâm nhập vào môi trường doanh nghiệp và mang lại nhu cầu có thể quan sát được về suy luận, tinh chỉnh, triển khai riêng tư và tích hợp ngành, câu chuyện của NVIDIA sẽ mở rộng từ "một số ít gã khổng lồ mua thêm GPU" thành "nhiều tổ chức hơn bắt đầu tiêu thụ sức mạnh tính toán AI".

Nhà đầu tư nên tập trung vào hai biến số. Một là liệu các hạn chế của Mỹ có rơi xuống cấp độ mua sắm có thể thực thi, dịch vụ đám mây và danh sách thực thể hay không. Hai là liệu các mô hình trọng số mở có thực sự đi vào triển khai doanh nghiệp và mang lại mức tiêu thụ sức mạnh tính toán có thể quan sát được hay không.

Yếu tố đầu tiên quyết định rủi ro chính sách, yếu tố thứ hai quyết định liệu sự hiểu lầm thị trường mà Jensen Huang đề cập có thể biến thành nhu cầu đơn hàng thực sự cho NVIDIA hay không. Cổ phiếu chip không giao dịch dựa trên thắng thua của một mô hình cụ thể, mà dựa trên việc nhu cầu AI có thể tiếp tục lan rộng hay không.

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia