“Chủ đề thị trường bò AI” lại gây sóng lớn! Huang Renxun đưa ra kế hoạch AI trị giá hàng nghìn tỷ đô la Nvidia(NVDA.US) bắt đầu hành trình hướng tới vốn hóa thị trường 6 nghìn tỷ USD

Giám đốc điều hành Nvidia Huang Renxun đã trình bày “Siêu đồ án doanh thu AI chưa từng có” trong lĩnh vực cơ sở hạ tầng tính toán AI tại hội nghị GTC vào rạng sáng ngày 17 tháng 3 theo giờ Bắc Kinh, ông thông báo với các nhà đầu tư toàn cầu rằng, với nhu cầu mạnh mẽ về GPU kiến trúc Blackwell và nhu cầu ngày càng mạnh mẽ từ hệ thống tính toán AI kiến trúc Vera Rubin sắp đi vào sản xuất hàng loạt, doanh thu trong lĩnh vực chip AI của công ty có thể đạt ít nhất 1.000 tỷ USD vào năm 2027, vượt xa kế hoạch cơ sở hạ tầng tính toán AI 5000 tỷ USD mà hội nghị GTC trước đó đã đưa ra cho năm 2026.

Trong mắt các nhà phân tích từ Goldman Sachs, Wedbush và Morgan Stanley, những người lạc quan về triển vọng giá cổ phiếu của Nvidia, với triển vọng tăng trưởng doanh thu mạnh mẽ hơn dự kiến, giá trị thị trường của Nvidia sẽ sớm một lần nữa vượt mốc 5.000 tỷ USD sau tháng 10 năm ngoái và rất có khả năng tiến tới mức cao lịch sử cao hơn nhiều so với hiện tại.

Đối với giá cổ phiếu Nvidia, có khả năng không lâu nữa sẽ lập đỉnh cao lịch sử mới và thúc đẩy chuỗi cung ứng ngành công nghiệp AI toàn cầu lên một đà đi lên mới, và siêu đồ án 1.000 tỷ USD về tính toán AI mà Nvidia đưa ra sẽ cố gắng nâng đỡ “narrative của thị trường bò AI” này là dòng chính của thị trường vốn. Theo giá mục tiêu trung bình của các nhà phân tích Phố Wall, điều này có nghĩa là giá trị thị trường của Nvidia sẽ vượt qua 6.000 tỷ USD trong vòng 12 tháng tới, trong khi dự đoán lạc quan nhất của Phố Wall lên tới 8.8 nghìn tỷ USD.

Khi quy mô mô hình, chuỗi suy diễn và khối lượng công việc AI đa mô hình/đại lý thúc đẩy tiêu thụ tính toán mở rộng theo cấp số nhân, các gã khổng lồ công nghệ có xu hướng tập trung chi tiêu vốn vào cơ sở hạ tầng tính toán AI, các nhà đầu tư toàn cầu tiếp tục neo vào “narrative của thị trường bò AI” xung quanh Nvidia, cụm TPU của Google và sự phát triển mới của AMD cùng với dự báo giao hàng của cụm tính toán AI, đồng thời cũng có nghĩa là các chủ đề đầu tư liên quan đến điện, hệ thống làm mát bằng chất lỏng, chuỗi cung ứng quang học, v.v. sẽ tiếp tục đứng đầu trong danh sách đầu tư nóng bỏng nhất của thị trường chứng khoán, ngay cả khi tình hình địa chính trị Trung Đông đang đối mặt với sự không chắc chắn.

Tại hội nghị phát triển GTC hàng năm diễn ra ở San Jose, California, Giám đốc điều hành Huang Renxun đã công bố một bộ vi xử lý mới (tức là CPU cấp máy chủ trung tâm dữ liệu) và một hệ thống cơ sở hạ tầng tính toán AI LPU dựa trên công nghệ kiến trúc suy diễn AI độc quyền của công ty Groq. Groq là một công ty khởi nghiệp về chip AI, mà Nvidia đã nhận chuyển nhượng công nghệ với giá 17 tỷ USD vào tháng 12 năm ngoái.

Những động thái này là một phần trong nỗ lực của Huang Renxun nhằm củng cố vị thế của công ty trong lĩnh vực được gọi là “tính toán suy diễn”. Tính toán suy diễn đề cập đến toàn bộ quá trình tính toán khổng lồ để trả lời các yêu cầu truy vấn của người dùng B2B và B2C toàn cầu; trong lĩnh vực này, hệ thống tính toán GPU AI của Nvidia đang phải đối mặt với sự cạnh tranh khốc liệt từ bộ xử lý ASIC AI tùy chỉnh do các công ty như CPU và Google phát triển (tức là con đường công nghệ ASIC AI do Google TPU dẫn đầu). Trong vài năm qua, chip của Nvidia luôn chiếm ưu thế trong giai đoạn đào tạo mô hình AI lớn, và đây cũng luôn là điểm chú ý của thị trường.

Phía AI GPU gần như độc quyền trong giai đoạn đào tạo AI cần một cụm tính toán AI mạnh mẽ hơn và khả năng lặp lại nhanh chóng của toàn bộ hệ thống tính toán, trong khi phía suy diễn AI lại chú trọng hơn đến chi phí mỗi token, độ trễ và hiệu suất năng lượng sau khi công nghệ AI tiên tiến được quy mô hóa.

“Thời đại suy diễn AI đã đến,” Huang Renxun cho biết tại hội nghị GTC. “Và nhu cầu suy diễn vẫn đang không ngừng gia tăng,” ông bổ sung.

Mặc chiếc áo khoác da đen đặc trưng, Huang Renxun đã phát biểu trong một nhà thi đấu khúc côn cầu có sức chứa hơn 18.000 người. Hội nghị công nghệ kéo dài bốn ngày này đã trở thành một trong những nền tảng trưng bày công nghệ AI lớn nhất toàn cầu. “Tôi chỉ muốn nhắc mọi người rằng đây là một hội nghị công nghệ được nhiều người chú ý,” ông nói với khán giả.

Cơn lốc suy diễn AI ập đến, kế hoạch tính toán AI của Nvidia nhảy vọt lên 1.000 tỷ USD

Nếu tóm gọn bài phát biểu GTC của Huang Renxun trong một câu, cốt lõi chính là: Nvidia đang tái cấu trúc mình từ “công ty bán GPU AI” thành “gã khổng lồ chip bán nhà máy AI”. Bài phát biểu chính thức mở đầu với token là đơn vị cơ bản của AI hiện đại, Huang Renxun đã đẩy chủ đề của ngành từ “đào tạo” sang “suy diễn + AI đại lý (agentic AI)”, và điều chỉnh cơ hội doanh thu cơ sở hạ tầng AI từ 500 tỷ USD trước đó lên ít nhất 1.000 tỷ USD cho giai đoạn 2025-2027. Đây không phải là một sự điều chỉnh nhu cầu đơn giản, mà là thông báo với thị trường vốn rằng: cuộc cạnh tranh về tính toán trong tương lai không còn chỉ nhìn vào đỉnh cao FLOPS của giai đoạn đào tạo, mà phải xem ai có thể sản xuất token với chi phí thấp nhất, thông lượng dữ liệu cao nhất và độ trễ tốt nhất một cách liên tục.

Xung quanh câu chuyện mở rộng nhu cầu tính toán AI này, lý thuyết cơ bản thương mại mà Huang Renxun đưa ra thực sự rất rõ ràng: trung tâm dữ liệu không còn là “trung tâm lưu trữ”, mà là “nhà máy AI”. Trong ngân sách điện cố định, chỉ số quan trọng nhất không phải là hiệu suất đỉnh cao của từng chip, mà là “tokens per watt, cost per token, time to first production”. Đây cũng là lý do tại sao ông nhấn mạnh “extreme codesign” — tức là tối ưu hóa tính toán, mạng, lưu trữ, phần mềm, cung cấp điện và làm mát như một thể thống nhất. Theo thông tin chính thức, Vera Rubin NVL72 so với nền tảng Blackwell có thể đạt được hiệu suất suy diễn gấp 10 lần trên mỗi watt, chỉ với một phần mười chi phí mỗi token, và số lượng GPU cần thiết để đào tạo mô hình MoE quy mô lớn cũng có thể giảm xuống còn một phần tư. Đây không còn là “cải tiến chip”, mà là việc viết lại kinh tế cơ sở hạ tầng AI.

Ở cấp độ phần cứng mới nhất, sự thay đổi quan trọng nhất tại GTC lần này là Nvidia chính thức tích hợp CPU, GPU, LPU, DPU, SuperNIC, chip chuyển mạch cực và kiến trúc lưu trữ thành một hệ thống cấp nền tảng. Nền tảng Vera Rubin được định nghĩa bao gồm Vera CPU, Rubin GPU, chuyển mạch NVLink 6, SuperNIC ConnectX-9, DPU BlueField-4, chuyển mạch Ethernet Spectrum-6, và LPU NVIDIA Groq 3 mới nhất được tích hợp; trong đó giá đỡ Vera Rubin NVL72 bao gồm 72 GPU Rubin + 36 CPU Vera, trong khi giá đỡ Groq 3 LPX được thiết kế đặc biệt để bổ sung cho suy diễn độ trễ thấp. Huang Renxun đã cách mạng hóa việc tách suy diễn AI thành hai giai đoạn: prefill do Vera Rubin chịu trách nhiệm, decode do chip AI Groq đảm nhận. Điều này có nghĩa là câu trả lời của Nvidia cho thời đại suy diễn không còn là “để GPU làm tất cả”, mà là sử dụng tính toán đa dạng để xử lý thông lượng cao và độ trễ siêu thấp một cách tách biệt.

Trên phương diện phần mềm và hệ sinh thái, quan điểm của Huang Renxun trong bài phát biểu cũng rất táo bạo. Dynamo 1.0 được Nvidia định nghĩa là hệ điều hành suy diễn cho nhà máy AI, và chính thức cho biết nó có thể mang lại cải thiện hiệu suất suy diễn cao nhất gấp 7 lần cho Blackwell; trong khi đó, về hướng đại lý, Nvidia đã ra mắt Bộ công cụ đại lý, OpenShell, NemoClaw, nâng OpenClaw lên thành nền tảng “hệ điều hành AI cá nhân”, và bổ sung cho doanh nghiệp về kiểm soát chiến lược, định tuyến quyền riêng tư và ranh giới an toàn. Đồng thời, Nvidia cũng đã mở rộng gia đình mô hình lớn mở Nemotron, Cosmos, Isaac GR00T, Alpaymayo, BioNeMo, Earth-2, và đã thông báo về lộ trình kiến trúc Feynman: nền tảng thế hệ tiếp theo sẽ giới thiệu CPU Rosa, LPU LP40, BlueField-5, CX10, Kyber, tiếp tục thúc đẩy kết nối đồng và quang học đồng gói đến nhà máy AI thế hệ tiếp theo.

Mở rộng hơn, GTC 2026 không chỉ nói về trung tâm dữ liệu. Nvidia đồng thời đưa “AI vật lý” và “tính toán không gian” vào sân khấu chính: IGX Thor đã bước vào giai đoạn sử dụng chung, hướng đến công nghiệp, y tế, robot và tính toán biên theo đường ray; Open Physical AI Data Factory Blueprint được sử dụng để tăng tốc độ tạo, tăng cường và đánh giá dữ liệu cho robot, AI hình ảnh và lái xe tự động; trong khi đó, Mô-đun Vera Rubin Space-1 kéo dài kiến trúc Vera Rubin đến trung tâm dữ liệu quỹ đạo, và công ty cho biết so với H100, nó có thể mang lại tính toán AI cao nhất gấp 25 lần cho suy diễn trong không gian. Điều này cho thấy Nvidia đã mở rộng “nhà máy AI” từ trung tâm dữ liệu đám mây thành một mô hình cơ sở hạ tầng thống nhất xuyên đám mây, biên, đầu cuối, xe, robot và thậm chí không gian.

Chủ đề thực sự của GTC 2026 không chỉ là công bố sản phẩm mới đơn lẻ như trước đây, mà là Nvidia đã gộp GeForce, cơ sở hạ tầng tính toán trung tâm dữ liệu, mạng, hệ thống tính toán suy diễn, nền tảng đại lý, robot và tính toán không gian vào trong một câu chuyện thống nhất - “Từ nhà cung cấp GPU đơn lẻ lên thành nhà thầu tổng thể cho cơ sở hạ tầng AI”. Đây cũng là lý do tại sao điều đáng chú ý nhất tại hội nghị này không phải là thông số của một chip AI nào đó, mà là Nvidia đang dùng sản phẩm cấp hệ thống để khóa trước toàn bộ quy luật kinh tế token, tiến trình tiền tệ hóa suy diễn và quyền lực định giá cơ sở hạ tầng cho những năm tới.

Vị thế độc quyền trong cơ sở hạ tầng tính toán AI được củng cố, giá cổ phiếu Nvidia hướng tới đỉnh cao lịch sử?

“Các nhà đầu tư trước đây thường lo ngại rằng chi tiêu cơ sở hạ tầng AI khổng lồ của các gã khổng lồ công nghệ khó có thể duy trì, nhưng khi Huang Renxun phác thảo cơ hội doanh thu 1.000 tỷ USD đến năm 2027, các nhà đầu tư bắt đầu tin rằng nhu cầu về cơ sở hạ tầng AI của Nvidia vẫn có thể duy trì trong thời gian dài,” nhà phân tích Emarketer Jacob Bourne cho biết. “Khi toàn bộ ngành công nghiệp AI chuyển từ giai đoạn thử nghiệm ban đầu sang triển khai quy mô lớn, Nvidia vẫn duy trì vị trí dẫn đầu trên thị trường tính toán AI.”

Khi Huang Renxun nâng quy mô cơ hội chip AI và cơ sở hạ tầng của Nvidia lên ít nhất 1.000 tỷ USD vào năm 2027 tại GTC, thị trường không còn thấy một công ty chip tiếp tục bán GPU mạnh hơn, mà là một đế chế cơ sở hạ tầng đang cố gắng định nghĩa hàm sản xuất của “nhà máy AI” thế hệ tiếp theo: từ kỷ nguyên đào tạo chuyển sang kỷ nguyên suy diễn, từ cạnh tranh chip đơn lẻ chuyển sang thống trị cấp hệ thống cho toàn bộ tủ, toàn bộ mạng, toàn bộ ngăn xếp phần mềm, từ Blackwell, Vera Rubin đến hợp tác công nghệ Groq hướng tới giải mã độ trễ thấp, Nvidia đang viết lại ngôn ngữ định giá mới cho thông lượng token, doanh thu trên mỗi watt và khả năng tiền tệ hóa suy diễn.

Huang Renxun vừa chứng minh rằng quy mô cơ hội 1.000 tỷ USD vẫn đang tích cực mở rộng tại hội nghị GTC, vừa trình bày bộ nền tảng hệ thống với CPU, GPU, LPU, các thành phần mạng hiệu suất cao, hệ sinh thái phần mềm và chuỗi công cụ đại lý, cho thấy đơn vị cạnh tranh của Nvidia không còn là chip AU đơn lẻ, mà là toàn bộ nhà máy AI.

Câu nói của Huang Renxun về “điểm chuyển mình của suy diễn đã đến” về bản chất là thông báo với thị trường vốn: chi tiêu vốn cho AI vẫn chưa đạt đỉnh, việc triển khai quy mô lớn thực sự chỉ mới bắt đầu; và khi Nvidia kết hợp CPU, GPU, LPU, mạng, phần mềm đại lý và kinh tế trung tâm dữ liệu vào cùng một câu chuyện, cái mà họ nâng cao không chỉ là một chu kỳ sản phẩm mới mà còn là siêu tàu khổng lồ hướng tới không gian giá trị 5.000 tỷ USD. Theo dữ liệu từ TIPRANKS, ước tính giá cổ phiếu trung bình của các nhà phân tích Phố Wall cho thấy họ dự đoán giá cổ phiếu Nvidia sẽ tăng lên 273 USD, có nghĩa là theo họ, tiềm năng tăng trưởng của Nvidia trong vòng 12 tháng tới lên tới 51% đáng kinh ngạc, và mục tiêu lạc quan nhất là 360 USD. Giá mục tiêu 273 USD tương ứng với giá trị thị trường khoảng 6.600 tỷ USD của Nvidia. Tính đến cuối ngày thứ Hai, giá cổ phiếu Nvidia đóng cửa ở mức 183,220 USD, với giá trị thị trường khoảng 4.450 tỷ USD.

Huang Renxun đã nâng dự báo doanh thu từ chip AI/cơ sở hạ tầng tính toán AI lên ít nhất 1.000 tỷ USD vào năm 2027, rõ ràng cao hơn so với con số 500 tỷ USD trước đó liên quan đến kiến trúc Blackwell và Rubin được đưa ra cho năm 2026, gã khổng lồ tài chính Phố Wall Goldman Sachs sau hội nghị GTC cho biết, triển vọng doanh thu 1.000 tỷ USD mới nhất tại hội nghị GTC đã cung cấp một sự chứng thực nhu cầu dài hạn hơn cho thị trường, đủ để làm dịu lo ngại của các nhà đầu tư rằng “chi tiêu vốn cho AI có thể đạt đỉnh vào năm 2026”. Nói cách khác, nhóm phân tích của Goldman Sachs cho rằng bài phát biểu này không chỉ đơn thuần là trình diễn sản phẩm mới, mà còn là việc định hình lại trần đơn hàng và tính bền vững của hiệu suất của Nvidia trong hai đến ba năm tới.

Goldman Sachs nhấn mạnh, Nvidia không chỉ công bố một GPU AI mạnh mẽ hơn mà còn chính thức thương mại hóa suy diễn (inference) theo cách độc quyền của Nvidia, nâng cấp toàn bộ cơ sở hạ tầng tính toán AI của Nvidia thành trang thiết bị cốt lõi cho cuộc chạy đua vũ trang AI toàn cầu giai đoạn tiếp theo. Như đã đề cập ở trên, Huang Renxun đã tách suy diễn thành hai phần: phần trước do Vera Rubin chịu trách nhiệm, phần sau do Groq 3 LPX/LPU đảm nhận, điều này có nghĩa là Nvidia đang mở rộng từ “vị vua đào tạo” sang “nhà thầu tổng thể cho cơ sở hạ tầng suy diễn AI”. Goldman Sachs nhấn mạnh, thông tin chính thức được đưa ra vượt quá mong đợi của thị trường: Vera Rubin + LPX có thể đạt được hiệu suất suy diễn gấp 35 lần trên mỗi megawatt, và mang lại cơ hội doanh thu gấp 10 lần cho mô hình một nghìn tỷ tham số.

Goldman Sachs cho biết, Nvidia không chỉ giữ vững thị trường đào tạo, mà còn đưa ra một khung thu lợi mạnh mẽ hơn và câu trả lời tính toán đa dạng hơn trong thời đại suy diễn, nhạy cảm với độ trễ và bị giới hạn về điện. Goldman Sachs có lập trường tích cực hơn chủ yếu vì hội nghị GTC lần này đã đáp ứng được hai vấn đề quan tâm hàng đầu của các nhà đầu tư: 1 là nhu cầu có đạt đỉnh không, 2 là trong thời đại suy diễn, liệu Nvidia có bị CPU, ASIC tự phát triển hoặc các chip tùy chỉnh khác làm giảm sức mạnh cạnh tranh hay không.

Goldman Sachs cho biết, dự báo 1.000 tỷ USD này vượt xa kỳ vọng của thị trường, xác nhận rằng nhu cầu của các gã khổng lồ điện toán đám mây (Hyperscalers) vẫn mạnh mẽ và bền vững. Dựa trên đánh giá lạc quan về các yếu tố xúc tác tiềm năng trong vài tháng tới, Goldman Sachs đã giữ nguyên xếp hạng “Mua” cho Nvidia và duy trì mục tiêu giá 250 USD trong 12 tháng, nhấn mạnh rằng kế hoạch chi tiêu vốn của các nhà cung cấp dịch vụ đám mây khổng lồ và các mô hình mới dựa trên kiến trúc Blackwell và Rubin sẽ tiếp tục củng cố vị trí dẫn đầu về hiệu suất của công ty.