Nvidia vừa báo doanh thu quý kỷ lục 81,6 tỷ USD, tăng 85% so với cùng kỳ, riêng mảng trung tâm dữ liệu đạt 75,2 tỷ USD nhờ làn sóng triển khai dòng Blackwell. Nhưng phía sau những con số chói lọi đó, cuộc chiến chip AI năm 2026 đang âm thầm chuyển trạng thái: thế độc quyền gần như tuyệt đối của Nvidia bắt đầu bị bào mòn khi các đại gia điện toán đám mây dồn tiền tự làm chip AI riêng cho bài toán suy luận.
Thị phần của Nvidia trên thị trường chip AI cho trung tâm dữ liệu hiện ước tính 80–85% tính theo doanh thu, vẫn áp đảo nhưng đã giảm rõ so với mức khoảng 92% của năm 2023. Phần trăm tuột đi không lớn về con số, song lại mang ý nghĩa chiến lược, bởi nó đánh dấu lần đầu các khách hàng lớn nhất của Nvidia đồng thời trở thành đối thủ trong ngành chip AI. Trong quý vừa qua, khoảng một nửa doanh thu trung tâm dữ liệu của hãng đến từ nhóm hyperscaler, nửa còn lại từ các nhà cung cấp dịch vụ đám mây AI, doanh nghiệp và khách hàng chính phủ.
Động lực của sự dịch chuyển nằm ở kinh tế học suy luận. Khi mô hình đã huấn luyện xong, phần lớn chi phí vận hành dồn vào khâu trả lời truy vấn hàng ngày, nơi mỗi token sinh ra đều tốn điện và phần cứng. Chip chuyên dụng (ASIC) do chính nhà vận hành thiết kế có thể rẻ hơn đáng kể cho đúng tập tải này. Theo các phân tích ngành, chip tự thiết kế mang lại lợi thế tổng chi phí sở hữu tới 65% so với GPU thông thường khi chạy suy luận ở quy mô sản xuất. Đó là khoản tiết kiệm quá lớn để các hãng có hàng tỷ truy vấn mỗi ngày có thể bỏ qua.
Google, Amazon và làn sóng chip AI tự làm
Dẫn đầu nhóm thách thức là Google với dòng TPU, hiện chiếm khoảng 6–8% thị trường nếu đo bằng năng lực tính toán đã triển khai, dù gần như chỉ phục vụ nội bộ và khách Google Cloud. Thế hệ TPU v6e Trillium được cho là đạt hiệu năng trên giá thành tốt gấp khoảng bốn lần so với chip H100 của Nvidia cho các tải mô hình ngôn ngữ. Amazon đi sau với Trainium 2, nắm khoảng 2–3% thị trường nhưng tăng nhanh nhờ chênh lệch chi phí suy luận, chủ yếu cho tải nội bộ của AWS. Meta phát triển dòng MTIA, còn AMD đã nâng thị phần lên 5–7% nhờ các chip MI300X và MI325X được chấp nhận cho suy luận.
Gộp lại, giới phân tích dự báo chip AI tùy biến có thể chiếm 15–25% thị trường trong vài năm tới, phần lớn là tải suy luận nội bộ của các hyperscaler. Đáng chú ý, Google được cho là đang đàm phán với Marvell để làm thêm chip suy luận bên cạnh chương trình TPU với Broadcom, dấu hiệu cho thấy ngay cả những hãng đã có chip riêng vẫn muốn mở rộng năng lực tự chủ. Broadcom và Marvell vì thế trở thành những “người bán cuốc xẻng” thầm lặng của cuộc đua, khi mỗi hợp đồng thiết kế ASIC lớn đều có thể trị giá hàng tỷ USD và kéo dài nhiều năm.
Nvidia không ngồi yên. Hãng đặt cược vào lập luận rằng nhu cầu suy luận sẽ tăng nhanh đến mức đủ chỗ cho tất cả. Nền tảng Blackwell Ultra được giới thiệu với hiệu năng cao gấp 50 lần và chi phí thấp hơn 35 lần so với thế hệ Hopper cho các tác vụ AI tự hành, theo công bố của Nvidia. Thế hệ kế tiếp mang tên Rubin còn cam kết hạ chi phí mỗi token thêm tới 10 lần so với Blackwell. Chiến lược của hãng là biến “token” thành đơn vị đo gắn chi tiêu AI với doanh thu, qua đó thuyết phục khách hàng rằng mua phần cứng đắt vẫn rẻ hơn nếu tính trên mỗi token tạo ra. Lợi thế lớn nhất của Nvidia không chỉ là chip mà còn là hệ sinh thái phần mềm CUDA và mạng kết nối tốc độ cao mà các đối thủ chưa thể sao chép trong ngắn hạn.
Logic ấy có cơ sở thực tế. Giá trung bình mỗi triệu token trên các nền tảng lớn đã giảm từ khoảng 10 USD xuống còn 2,5 USD chỉ trong một năm, chủ yếu nhờ phần cứng hiệu quả hơn. Nhưng nghịch lý quen thuộc lại xuất hiện: token rẻ hơn kích thích nhu cầu bùng nổ, các luồng tác vụ AI tự hành tiêu thụ lượng token gấp nhiều lần dự toán, khiến tổng hóa đơn điện toán không hề giảm. Đó là lý do chi tiêu vốn cho hạ tầng AI của các hyperscaler năm 2026 được Phố Wall ước tính lên tới 527 tỷ USD, và lũy kế giai đoạn 2025–2027 có thể chạm 1.150 tỷ USD. Riêng Microsoft đặt ngân sách 190 tỷ USD cho năm nay, trong đó 25 tỷ USD đến từ giá linh kiện bộ nhớ và chip tăng vọt.
Chip AI rẻ hơn liệu có tới tay doanh nghiệp Việt?
Với Việt Nam, cuộc chiến chip AI tưởng xa xôi nhưng tác động trực tiếp tới túi tiền. Là một trong những thị trường tăng trưởng nhanh nhất của các trợ lý AI và đóng góp khoảng 7,5% lưu lượng toàn cầu của Gemini, hàng nghìn doanh nghiệp, lập trình viên và nhà sáng tạo nội dung trong nước đang xây dựng sản phẩm trên các API trả tiền theo token. Mỗi lần một hyperscaler hạ được chi phí suy luận nhờ chip AI riêng, dư địa giảm giá API mở ra, và chi phí vận hành ứng dụng AI tại Việt Nam có thể rẻ hơn. Ngược lại, nếu Nvidia giữ được thế độc quyền, biên lợi nhuận của cả chuỗi sẽ tiếp tục bị “thuế phần cứng” bào mòn.
Thực tế, phần lớn doanh nghiệp Việt không mua chip mà thuê năng lực qua đám mây, nên thứ họ quan tâm là giá mỗi triệu token và độ ổn định dịch vụ. Khi Google, Amazon hay Microsoft đẩy tải nội bộ sang chip tự làm, họ giải phóng GPU Nvidia cho khách hàng bên ngoài và có thêm dư địa cạnh tranh giá. Một startup nội dung số tại TP HCM gọi hàng nghìn lượt API mỗi ngày có thể thấy hóa đơn dao động mạnh chỉ vì một thay đổi nhỏ trong bảng giá của nhà cung cấp ở tận Mỹ.
Điều cần theo dõi trong những quý tới không phải là Nvidia có mất ngôi đầu hay không, mà là tốc độ chip AI tùy biến nuốt dần phần tải suy luận sinh lời nhất. Khi suy luận trở thành nơi tiền thực sự được tiêu mỗi ngày, bên kiểm soát được chi phí trên mỗi token sẽ nắm đòn bẩy định giá của cả ngành AI — và gián tiếp định đoạt chi phí đổi mới sáng tạo cho hàng triệu người dùng ở những thị trường như Việt Nam.
Nguồn: Nvidia (SEC 8-K), Tom’s Hardware, The Next Web, Silicon Analysts.
Xem thêm: Cẩm nang công cụ AI 2026
