Khoảng cách giữa chip Trung Quốc và chip Nvidia thật sự có thể lớn đến mức nào ?

[Tuan Anh Vo]

Khi Hoa Kỳ tiếp tục hạn chế việc bán chip AI cho Trung Quốc, NVIDIA chỉ có thể tiếp tục hạn chế hiệu suất chip để tùy chỉnh chip AI cho Trung Quốc. Vậy , sự phát triển hiện tại của chip AI nội địa đang diễn ra như thế nào? Dưới đây là bài so sánh nhỏ.

Hiệu suất tính toán: Khoảng cách đáng kể​

Vẫn còn một khoảng cách lớn giữa chip AI Trung Quốc và NVIDIA . Đây là lý do tại sao phiên bản H20 bị thiến vẫn khó tìm thấy ở Trung Quốc. Hình ảnh sau đây cho thấy các thông số của chip AI chính thống của NVIDIA:

Hiệu suất chip Nvidia tại Trung Quốc ​

Có thể thấy phiên bản A100 là tệ nhất, nhưng hiệu suất của nó đã rất tốt rồi. Công suất tính toán FP16 của nó cao tới 312T, băng thông NVLINK cao tới 600GB/giây, công suất là 400W. Còn GB200 thì mạnh nhất, công suất tính toán FP16 đạt tới 5P, băng thông NVLINK là 3,6TB/giây, công suất là 2700W.

Hiệu suất chip sản xuất nội địa
​

Có thể thấy sức mạnh tính toán FP16 của H100 (SXM) chính thống của NVIDIA là 1979 TFLOPS, gấp 5,2 lần so với Ascend 910B của Huawei. Lấy nền tảng Blackwell phát hành năm 2024 làm ví dụ, khi đào tạo mô hình GPT-4 tham số 1,8 nghìn tỷ, mức tiêu thụ năng lượng của nó thấp hơn 50% so với kiến trúc Hopper, trong khi chu kỳ nâng cấp của Ascend 910B trong nước dài tới 4 năm. Ngay cả khi NVIDIA tung ra A100 tệ nhất, nó vẫn có thể đánh bại mọi đối thủ khác.

"Sử dụng chip Nvidia để đào tạo mô hình giống như lái siêu xe; chip nội địa vẫn đang học cách chế tạo ô tô".

​

Khả năng mở rộng cụm: Có chút hi vọng​

Công nghệ NVLink của NVIDIA cung cấp băng thông kết nối 900GB/giây giữa các card, hỗ trợ hiệu suất đào tạo cụm 1000 card trên 90%; trong khi băng thông kết nối của chip nội địa (như Ascend) chỉ là 200GB/giây và hiệu suất cụm 1000 card chỉ dưới 30%. Hơn nữa, trong số 500 siêu máy tính TOP thế giới, NVIDIA hỗ trợ 346 và không có trường hợp nào hoàn thiện về cụm 1000 card trong nước.

NVIDIA đã ra mắt NVLink Fusion, giúp khách hàng có thể xây dựng cơ sở hạ tầng AI lai bán tùy chỉnh của NVIDIA và bên thứ ba​

Để cải thiện sức mạnh tính toán của cụm, Huawei cũng đang nỗ lực đẩy hiệu suất của hệ thống AI lên mức cực đại. Nói một cách đơn giản, nếu một GPU đơn lẻ không thể cạnh tranh, thì hãy dùng số lượng để "bù đắp".

Huawei đã phát hành CloudMatrix 384 dựa trên Ascend 910C , một cụm có cấu trúc liên kết hoàn toàn. Mặc dù thiết kế này có nghĩa là hiệu suất của mỗi GPU Ascend chỉ bằng một phần ba Nvidia Blackwell, nhưng hiệu suất tổng thể đã được cải thiện đáng kể do lợi thế về số lượng.

Về mặt cụm, khoảng cách hiệu suất không phải là vực thẳm không thể vượt qua. Với sự tiến bộ liên tục của công nghệ và đầu tư liên tục vào nghiên cứu và phát triển, hiệu suất của chip AI trong nước cũng không ngừng được cải thiện. Có lẽ một ngày nào đó, chúng ta sẽ có thể sử dụng chip AI trong nước với hiệu suất tương đương hoặc thậm chí vượt trội hơn Nvidia!

Rào cản sinh thái: “Đế chế quyền lực mềm” của CUDA​

Hệ sinh thái CUDA đã tích lũy được 20 năm kinh nghiệm, bao gồm 4 triệu nhà phát triển và 56.000 dự án nguồn mở trên toàn thế giới, trong khi hệ sinh thái Ascend CANN chỉ tương thích với hơn 30 mô hình lớn và chuỗi công cụ ít hơn 60% CUDA. Việc di chuyển sang nền tảng trong nước đòi hỏi phải tái cấu trúc 70% mã và chi phí tương đương với mức lương hàng năm của ba lập trình viên.

NVIDIA cung cấp hơn 400 thư viện chuyên dụng (như cuDNN), trong khi các công cụ hỗ trợ trong nước chỉ chiếm chưa đến 1/3, chu kỳ thích ứng dài tới vài tháng. Ví dụ, các mô hình lớn như Baidu Wenxin Yiyan và Ali Tongyi Qianwen vẫn dựa vào cụm NVIDIA H100.

Mất cân bằng kép về thị phần và công nghệ​

Tháng 5 năm 2025, IDC đã công bố dữ liệu về thị trường GPU của Trung Quốc năm 2024. Dữ liệu cho thấy trong chiến trường cạnh tranh khốc liệt của chip AI, doanh số của Nvidia chiếm tới 70% và Huawei Ascend trở thành "á quân" xứng đáng với thị phần doanh số là 23%, trở thành người dẫn đầu về chip trong nước.

Ngoài Huawei Ascend, các nhà sản xuất chip trong nước như Tianshu, Cambrian, Muxi, Suiyuan, Taichu và Moore Thread cũng đang nỗ lực không ngừng, nhưng thị phần kết hợp của họ hiện chỉ khoảng 7%.

Về mặt nâng cấp sản phẩm, NVIDIA đã hình thành tần suất cập nhật tương đối trưởng thành. NVIDIA sẽ phát hành H200 (bộ nhớ video HBM3 141GB) vào năm 2023 và nền tảng Blackwell vào năm 2024. Kể từ khi Ascend 910B trong nước được ra mắt vào năm 2019, phiên bản nâng cấp của 910B sẽ không được sử dụng trên quy mô nhỏ cho đến năm 2023. Hiện tại không có lộ trình rõ ràng nào cho các lần lặp lại sản phẩm của các nhà sản xuất khác.

Hạn chế kép về kỹ thuật và kiến trúc​

Khoảng cách quy trình nâng cao​

Nvidia đã bước vào quy trình 4nm, trong khi chip trong nước chủ yếu ở quy trình 7nm/14nm. Ví dụ, Ascend 910B sử dụng quy trình 14nm, trong khi quy trình 4nm của Nvidia H200 tăng mật độ bóng bán dẫn lên 3 lần.

​

Những thiếu sót trong công nghệ đóng gói​

Chip GB200 của Nvidia tích hợp 208 tỷ bóng bán dẫn và có sức mạnh tính toán gấp sáu lần H100. Chip trong nước vẫn đang trong giai đoạn phòng thí nghiệm với các công nghệ tiên tiến như Chiplet và lưu trữ và tính toán tích hợp.

Khoảng cách đã thu hẹp, nhưng cuộc chiến khó khăn mới chỉ bắt đầu?

​

Kết luận​

Mặc dù chip Trung Quốc đang dần thu hẹp khoảng cách trong các kịch bản như lý luận và điện toán biên (ví dụ, hiệu suất năng lượng của Cambrian Siyuan 370 vượt quá 85% so với A100), đào tạo cao cấp và độ trưởng thành sinh thái vẫn còn chậm 3-5 năm. Kết quả của "cuộc chiến sức mạnh điện toán" này phụ thuộc vào việc các nhà sản xuất trong nước có thể đạt được đột phá trong các lĩnh vực cốt lõi như quy trình 3nm, đóng gói chiplet và chuỗi công cụ full-stack hay không, đồng thời xây dựng một "hào" cho hệ sinh thái nhà phát triển.

Như một người trong ngành đã nói: "Các con chip nội địa đã chuyển từ 'không sử dụng được' sang 'gần như không sử dụng được', nhưng vẫn cần nhiều thời gian nữa để có thể thách thức được Nvidia."

#Cuộcchiếnbándẫn