Từ "Có thể sử dụng" đến "Dễ sử dụng", sức mạnh tính toán nội địa đã vượt qua chưa? Niềm vui và nỗi buồn đằng sau báo cáo tài chính của bốn con rồng nhỏ

null

Từ tháng 12 năm 2025 đến đầu năm 2026, chỉ trong hơn một tháng ngắn ngủi, Mooresoft, Muxi Corporation lần lượt niêm yết trên thị trường Khoa sáng, Biran Technology, Tianshu Zhixin tụ họp niêm yết trên Hồng Kông. Bốn doanh nghiệp mang danh hiệu “Bốn tiểu long GPU nội địa” đã cùng nhau hoàn thành bước nhảy vọt về vốn hóa, tổng quy mô huy động vốn vượt quá 10 tỷ đô la Hồng Kông. Trong lĩnh vực chip tính toán nội địa, cuối cùng đã từ giai đoạn dài “Tạo chip PPT” bước vào “Thời điểm nộp báo cáo tài chính” để kiểm chứng.

Năm 2025 là một năm về “chứng minh” của tính toán nội địa — chứng minh GPU nội địa có thể sản xuất hàng loạt quy mô lớn, chứng minh cụm máy tính hàng vạn có thể vận hành ổn định, chứng minh thị trường vốn sẵn sàng đặt cược vào tương lai của tính toán nội địa, chứng minh khả năng của tính toán nội địa có thể nâng đỡ thị trường nghìn tỷ thậm chí cao hơn.

Gần đây, nhiều công ty chip nội địa lần lượt công bố báo cáo tài chính hàng năm sau khi niêm yết, dữ liệu tổng thể cho thấy doanh thu của các công ty đều tăng mạnh, nhưng mô hình lỗ tập thể cũng cho thấy thực trạng của ngành này. Trong bối cảnh nhu cầu AI tính toán chuyển dần từ huấn luyện sang suy luận, tính toán nội địa đã đi đến bước nào?

Tính toán nội địa trình bày “bản lĩnh” hoàn hảo

Năm 2025, Muxi Corporation dẫn đầu bốn tiểu long với doanh thu 16,44 tỷ nhân dân tệ, tăng 121,26%; lợi nhuận ròng thuộc về cổ đông chính lỗ 7,89 tỷ nhân dân tệ, thu hẹp đáng kể 43,97% so với cùng kỳ năm trước. Doanh thu của công ty trong ba năm gần đây từ 0,53 tỷ năm 2023 đã tăng lên 16,44 tỷ năm 2025, quy mô doanh thu tăng hơn 30 lần trong ba năm. Động lực chính của tăng trưởng doanh thu đến từ lượng bán GPU tăng mạnh — năm 2025, chủ yếu dựa trên dòng GPU Xiyun C, lượng bán card GPU tích hợp huấn luyện và suy luận đạt 33.649 chiếc, tăng 147,31%, tính đến cuối kỳ báo cáo, tổng lượng GPU bán ra của công ty đã vượt quá 55.000 chiếc. Đồng thời, Muxi vẫn duy trì đầu tư R&D cao, chi phí R&D năm 2025 là 1,027 tỷ nhân dân tệ, tăng 14,04% so với cùng kỳ, chiếm tỷ lệ 62,49% trong doanh thu.

Mooresoft (688795) năm 2025 đạt doanh thu 1,505 tỷ nhân dân tệ, tăng 243,37%; tổng lợi nhuận gộp đạt 987 triệu nhân dân tệ, tăng 218,43% so với cùng kỳ; lợi nhuận ròng thuộc về cổ đông chính và lợi nhuận ròng sau điều chỉnh lần lượt thu hẹp lỗ 3,816 tỷ và 3,338 tỷ nhân dân tệ so với năm trước. Sau khi loại bỏ ảnh hưởng của thanh toán cổ phần, lợi nhuận ròng năm 2025 lỗ 648 triệu nhân dân tệ, thu hẹp 847 triệu so với cùng kỳ, tỷ lệ thu hẹp đạt 56,65%. Đồng thời, Mooresoft duy trì đầu tư R&D cao, chi phí R&D cả năm là 1,305 tỷ nhân dân tệ, chiếm tỷ lệ 86,68%.

Tianshu Zhixin đạt doanh thu 1,034 tỷ nhân dân tệ năm 2025, tăng 91,6%; lợi nhuận gộp 558 triệu nhân dân tệ, tăng 110,5%, tốc độ tăng lợi nhuận gộp cao hơn tốc độ tăng doanh thu, lợi nhuận ròng điều chỉnh khoảng 438 triệu, giảm 32,1% so với cùng kỳ. Doanh thu toàn bộ của mảng GPU chung chủ chốt đạt 923 triệu nhân dân tệ, tăng 149,6%, chiếm 89,3% tổng doanh thu. Xét theo phân khúc, doanh thu dòng huấn luyện Tianshu đạt 584 triệu, tăng 116,7%; dòng suy luận Zhiai đạt 339 triệu, tăng 238,2% — sự bùng nổ của lĩnh vực suy luận trở thành một trong những điểm sáng trong báo cáo tài chính 2025 của Tianshu Zhixin.

Biran Technology đạt doanh thu 1,035 tỷ nhân dân tệ năm 2025, tăng 207,2%; lợi nhuận gộp 557 triệu nhân dân tệ, tăng 210,8%, tỷ lệ lợi nhuận gộp đạt 53,8%. Tuy nhiên, công ty lỗ 16,493 tỷ nhân dân tệ trong năm, mở rộng 972,3% so với cùng kỳ — con số này trông có vẻ đáng sợ, nhưng công ty giải thích chủ yếu liên quan đến biến động giá trị sổ sách của khoản nợ mua lại, chi phí lương dựa trên cổ phần và phí niêm yết; loại bỏ các yếu tố này, lợi nhuận điều chỉnh trong năm là 874 triệu nhân dân tệ. Đầu tư R&D 1,476 tỷ nhân dân tệ, tăng 78,5%, chủ yếu dành cho kiến trúc GPU thế hệ mới và nâng cấp nền tảng phần mềm AI. Năm 2025, Biran đã hoàn thành sản xuất hàng loạt và giao hàng quy mô toàn bộ các sản phẩm GPU chính như BR106 và BR166, trong đó BR166 bắt đầu sản xuất hàng loạt từ tháng 8 năm 2025, trong vòng chưa đầy nửa năm đã nhanh chóng đi vào thực tế, trở thành động lực chính thúc đẩy tăng trưởng doanh thu vượt bậc.

Nhìn chung ngành, năm 2025, bốn nhà sản xuất GPU nội địa đều tăng trưởng doanh thu mạnh mẽ, nhưng vẫn lỗ tập thể. Mooresoft, Muxi, Tianshu Zhixin thu hẹp lỗ so với cùng kỳ, còn Biran do tăng chi phí R&D nên quy mô lỗ có phần mở rộng. Tư vấn viên của Sullivan Trung Quốc, ông Chi Yu, từng nói với truyền thông rằng, xét về giai đoạn ngành, GPU nội địa vẫn còn trong giai đoạn phát triển nhanh ban đầu, ngay cả các doanh nghiệp tương đối dẫn đầu hiện nay vẫn còn rõ ràng khoảng cách so với các nhà phát triển nước ngoài đã trưởng thành như Nvidia.

Từ “dùng được” đến “dùng tốt”, tính toán nội địa vẫn đối mặt với thách thức

Số liệu báo cáo tài chính nóng bỏng không thể che giấu những thách thức sâu xa mà các nhà cung cấp tính toán nội địa đang đối mặt.

Trong đó, quan trọng nhất là nâng cao khả năng ổn định của cụm máy tính và khả năng kỹ thuật hóa. Huấn luyện mô hình lớn đòi hỏi độ ổn định của cụm tính toán cực cao. Trưởng bộ phận công nghệ của Mooresoft thừa nhận, trong các vấn đề người dùng quan tâm khi chọn tính toán nội địa, “ổn định lâu dài của cụm” đứng đầu, tiếp theo là “tương thích khung framework và chi phí di chuyển” cùng hiệu suất huấn luyện và suy luận thực tế. Thứ tự này đã phản ánh rõ ràng một thực tế: đối với các doanh nghiệp làm lớn mô hình huấn luyện, hiệu năng có thể chấp nhận được, nhưng việc huấn luyện bị gián đoạn thường xuyên, phải rollback checkpoint nhiều lần, mới là cơn ác mộng thực sự.

“Cụm máy tính hàng vạn GPU dựa trên MTTS5000 của Mooresoft, có khả năng tính toán số thực đạt 10 Exa-Flops, trong huấn luyện mô hình Dense MFU đạt 60%, trong mô hình MoE duy trì khoảng 40%, thời gian hiệu quả dành cho huấn luyện chiếm hơn 90%, hiệu quả mở rộng tuyến tính đạt 95%,” vị trưởng bộ phận giới thiệu.

Tuy nhiên, trong môi trường ngành thực tế, quản lý ổn định của cụm AI hàng vạn GPU vẫn là một thử thách khó. Theo tiết lộ của truyền thông ngành, trung bình mỗi ngày, các cụm AI hàng vạn GPU gặp sự cố một hoặc nhiều lần, nguyên nhân gồm lỗi bộ nhớ HBM của GPU, dao động liên kết tốc độ cao, quá nhiệt do tản nhiệt không đều, thậm chí là biến động của nguồn điện. Đây không chỉ là thách thức của tính toán nội địa, mà còn là vấn đề chung của hạ tầng AI toàn cầu — ngay cả DGX SuperPOD của Nvidia trong thực tế vận hành cũng khó tránh khỏi gián đoạn hoàn toàn.

Điểm yếu của các nhà cung cấp nội địa về độ ổn định chủ yếu thể hiện trong độ sâu của kinh nghiệm kỹ thuật. Nvidia đã triển khai hàng trăm cụm quy mô lớn trong mười năm qua, tích lũy hàng loạt mô hình lỗi và kinh nghiệm tối ưu, những “know-how” này không thể nhanh chóng bắt kịp bằng “đổ người”. Các nhà cung cấp nội địa thường chỉ chạy thử trong phòng thí nghiệm, nhưng khi vào môi trường sản xuất thực tế của khách hàng, đối mặt với mạng lưới phức tạp, phân phối tải hỗn hợp, vận hành lâu dài trong điều kiện không lý tưởng, các vấn đề “bất ngờ” sẽ lộ diện.

Thứ hai, xây dựng hệ sinh thái cũng là chủ đề muôn thuở của tính toán nội địa. Hiện tại, các nhà sản xuất GPU nội địa thường chọn con đường “tương thích hệ sinh thái” thực dụng. Trưởng bộ phận công nghệ của Mooresoft nói rằng, kiến trúc MUSA tự phát triển của họ có khả năng tương thích tốt với CUDA của Nvidia, qua công cụ tự chuyển đổi MUSIFY, nhà phát triển có thể chuyển đổi ứng dụng nền tảng GPU quốc tế chính thống sang GPU MUSA với chi phí tối thiểu, nâng cao đáng kể hiệu quả chuyển đổi ứng dụng, rút ngắn chu kỳ phát triển. Tianshu Zhixin và Biran cũng đều đầu tư lớn vào phần mềm, đảm bảo các framework chính như PyTorch, TensorFlow, Megatron-LM có thể vận hành hiệu quả trên phần cứng của họ.

Tuy nhiên, chế độ tương thích này trong việc rút ngắn thời gian đưa ra thị trường cũng mang lại một nghịch lý cấu trúc: các nhà phát triển quen với CUDA bị khóa chặt trong hệ sinh thái này, nền tảng nội địa luôn đứng ở vị trí “phụ thuộc hệ sinh thái”. Vấn đề sâu xa hơn là, con đường tương thích này trong quyết định quản lý có vẻ là con đường tắt, nhưng có thể mang lại cái giá rất đắt: các nhà sản xuất GPU nội địa cần cảnh giác với rủi ro luôn chỉ làm “người theo sau hệ sinh thái”.

Rào cản của Nvidia không chỉ là sức mạnh phần cứng, mà còn là hệ sinh thái CUDA tích lũy trong 15 năm qua với hàng triệu nhà phát triển, hàng nghìn thư viện tăng tốc, hàng loạt ví dụ ứng dụng. Muốn từ “tương thích” chuyển sang “chiếm lĩnh”, các nhà sản xuất nội địa phải tìm ra cách để nhà phát triển sẵn sàng viết mã gốc cho nền tảng nội địa, đóng góp thư viện mã nguồn mở, chứ không chỉ xem đây là “phế dự phòng” của CUDA.

Mooresoft và Muxi đã nhận thức rõ điều này. Ngoài cung cấp công cụ tự chuyển đổi MUSIFY, Mooresoft còn mở nguồn nhiều thư viện phần mềm như Torch-MUSA, vLLM-MUSA, cố gắng từng bước xây dựng hệ sinh thái gốc MUSA. Muxi thì theo chiến lược “1+6+X”, xây dựng hệ sinh thái công nghiệp, lấy nền tảng tính toán số làm trung tâm, thúc đẩy sâu rộng GPU nội địa trong sáu ngành trọng điểm. Nhưng xây dựng hệ sinh thái không phải ngày một ngày hai, cần đầu tư liên tục trong nhiều năm, thậm chí hàng chục năm, cùng với quy mô người dùng đủ lớn để tạo ra vòng phản hồi tích cực.

“Muốn đi mọi con đường đều đến Rome”

Đối mặt thách thức, các nhà cung cấp tính toán nội địa đang tìm cách phá vỡ theo nhiều hướng riêng. Từ các chiến lược đã tiết lộ, sự khác biệt trở thành chủ đạo trong cuộc cạnh tranh lần này, dù chọn con đường khác nhau, mục tiêu chung vẫn là — nâng cao tính toán nội địa.

Chiến lược của Biran có thể tóm gọn là “hệ thống toàn diện, tối ưu suy luận”. Năm 2025, công ty đã giao hàng cụm GPU siêu nút kết nối quang 2048 card. Nhưng hiệu quả vận hành thực tế của cụm và hiệu quả thương mại vẫn cần thử nghiệm quy mô lớn hơn.

Trong việc cập nhật sản phẩm, Biran dự kiến năm 2026 sẽ ra mắt chip thế hệ tiếp theo BR20X và toàn bộ dòng sản phẩm, vừa duy trì lợi thế huấn luyện, vừa tối ưu cho nhu cầu suy luận — nâng cấp mật độ tính toán, dung lượng bộ nhớ, băng thông, khả năng liên kết, hỗ trợ tính toán thấp chính xác FP8/FP4. Tính đến cuối năm 2025, Biran có tổng tiền mặt và tài sản tài chính 2,896 tỷ nhân dân tệ, cộng thêm 5,631 tỷ huy động trong đợt niêm yết đầu năm 2026, quỹ tiền mặt khá dồi dào. Tuy nhiên, đối với một doanh nghiệp chip vẫn đang trong giai đoạn đầu tư R&D quy mô lớn, câu hỏi còn lại là số thời gian mà các khoản này có thể duy trì cho quá trình đổi mới công nghệ và mở rộng thị trường — đây vẫn là vấn đề lớn của họ.

Tianshu Zhixin chọn con đường tấn công mạnh mẽ hơn. Tháng 1 năm nay, công ty công bố lộ trình kiến trúc chip thế hệ 4: Năm 2025, kiến trúc Tianshu Tianchu vượt qua Nvidia Hopper; năm 2026, kiến trúc Tianshu Tianxuan đối chuẩn Blackwell, kiến trúc Tianshu Tianji vượt qua Blackwell; năm 2027, kiến trúc Tianshu Tianquan vượt qua Rubin, rồi chuyển sang thiết kế chip tính toán đột phá.

Lộ trình này cần có sản phẩm thực tế để chứng minh, hiện chưa có dữ liệu thử nghiệm của bên thứ ba công khai xác nhận hiệu năng. Trong thương mại, Tianshu Zhixin đã phục vụ hơn 340 khách hàng, các sản phẩm và giải pháp đã triển khai hơn 1.000 dự án trong các lĩnh vực internet, mô hình AI lớn, nghiên cứu khoa học, tài chính, y tế, giáo dục. Công ty còn ra mắt dòng sản phẩm tính toán biên Tóngyang dành cho robot, thiết bị thông minh. Việc công bố lộ trình kiến trúc thế hệ thứ tư và ra mắt sản phẩm biên cho thấy Tianshu Zhixin muốn cùng lúc phát triển trong huấn luyện, suy luận và tính toán biên giới. Nhưng chiến lược đa tuyến cũng đồng nghĩa với việc phân tán nguồn lực R&D, liệu họ có thể xây dựng được lợi thế đủ sâu trong từng lĩnh vực, vẫn còn cần theo dõi.

Chiến lược của Muxi là “toàn bộ sản phẩm tích hợp, xây dựng hệ sinh thái mở”. Trong sản phẩm, công ty đã hình thành bộ tứ GPU gồm dòng Xiyun C (tích hợp huấn luyện và suy luận, tính toán chung), dòng Xisi N (suy luận AI), dòng Xicai G (đồ họa), dòng Xisuo X (trí tuệ khoa học).

Tháng 7 năm 2025, dòng Xiyun C600 đầu tiên dựa trên quy trình nội địa hoàn toàn được giới thiệu tại hội nghị WAIC, đã đạt sản xuất thử nghiệm vào cuối năm 2025, dự kiến bán ra hàng loạt trong nửa đầu năm 2026. Tuy nhiên, “quy trình nội địa hoàn toàn” trong bối cảnh hiện nay thường chỉ đề cập đến một node công nghệ nhất định, khoảng cách hiệu năng so với quy trình tiên tiến nhất của ngành là yếu tố then chốt để đánh giá sức cạnh tranh của sản phẩm. Sản phẩm Xisuo X, dòng Xisuo X206 dành cho trí tuệ khoa học, trang bị bộ nhớ 128GB, chính thức ra mắt tháng 1 năm 2026. Mục tiêu của Muxi là đẩy mạnh nghiên cứu và thương mại hóa các dòng sản phẩm thế hệ tiếp theo như Xisuo X206, Xiyun C700 trong năm 2026. Số tiền huy động ròng khoảng 3,899 tỷ nhân dân tệ, sẽ phân bổ trong 3-4 năm cho nghiên cứu và phát triển GPU mới hiệu năng cao, thương mại hóa. Phân bổ này trong thời gian ngắn khó có thể thấy rõ thành quả, tốc độ đổi mới công nghệ phù hợp với cửa sổ thị trường là thử thách lớn của họ.

Khác với các đồng nghiệp tập trung vào tính toán AI, Mooresoft kiên trì theo đuổi con đường GPU toàn diện, từ card đồ họa chơi game đến tính toán AI, nhằm bao phủ nhiều kịch bản. Ưu điểm của con đường này là phạm vi bao phủ rộng, nhưng đồng thời cũng đối mặt với thách thức từ các đối thủ cạnh tranh chuyên sâu hơn trong từng phân khúc.

GPU của Mooresoft hỗ trợ tăng tốc tính toán AI, đồ họa, mô phỏng vật lý, tính toán khoa học, mã hóa video siêu cao, tự hào là một trong số ít nhà sản xuất nội địa hỗ trợ toàn bộ độ chính xác tính toán từ FP8 đến FP64. Trong khả năng kỹ thuật hệ thống, Mooresoft đã ra mắt kiến trúc GPU toàn diện thế hệ mới “Huagang”, có thể mở rộng quy mô hơn 100.000 card cho các cụm tính toán trí tuệ. Trong lĩnh vực tính toán khoa học và dược phẩm sinh học, hiệu suất của họ đặc biệt nổi bật — theo tiết lộ của công ty, trong engine mô phỏng động lực phân tử SPONGE, hiệu năng của MTTS5000 đạt gấp 1,7 lần các sản phẩm hàng đầu quốc tế; trong công cụ liên kết phân tử DSDP, hiệu năng đạt 8,1 lần. Các số liệu này đều do công ty tự công bố, chưa có kết quả xác nhận từ bên thứ ba trong môi trường thử nghiệm chuẩn hóa. Liệu lợi thế trong các lĩnh vực chuyên sâu này có thể chuyển thành mô hình kinh doanh bền vững hay không, vẫn còn bỏ ngỏ.

Ngoài “bốn tiểu long”, Huawei Ascend và Cambrian cũng là những lực lượng không thể bỏ qua trong bản đồ tính toán nội địa. Theo các tổ chức phân tích ngành, thị phần card tăng tốc AI của Nvidia tại Trung Quốc đã giảm mạnh từ khoảng 95% trước lệnh trừng phạt xuống còn khoảng 55%, năm 2025, các nhà cung cấp nội địa đã xuất kho tổng cộng 1,65 triệu chiếc, chiếm khoảng 41%, trong đó Huawei dẫn đầu với 812.000 chiếc. Cambrian năm 2025 đạt doanh thu 6,497 tỷ nhân dân tệ, tăng 453%, lợi nhuận ròng 2,059 tỷ nhân dân tệ. Những số liệu này cho thấy quá trình thay thế tính toán nội địa đang tăng tốc, còn cục diện cạnh tranh của “bốn tiểu long” còn phức tạp hơn nhiều — họ không chỉ phải đuổi kịp Nvidia, mà còn phải cạnh tranh cùng các đối thủ nội địa như Huawei, Cambrian.

Năm 2026, đối với tính toán nội địa, giai đoạn chứng minh có thể chuyển sang “vượt trội” — vượt trội không chỉ về mặt chỉ số kỹ thuật của đối thủ quốc tế, mà còn về mức độ tin cậy của người dùng đối với tính toán nội địa. Theo dự báo của Frost & Sullivan, tỷ lệ GPU chung nội địa có thể tăng từ 17,4% năm 2024 lên hơn 50% năm 2029. Sự tăng trưởng thị phần này đòi hỏi cạnh tranh toàn diện về công nghệ, hệ sinh thái, khả năng kỹ thuật hóa và mô hình kinh doanh.

Đối với các công ty niêm yết tính toán nội địa, sau khi niêm yết, bài toán mới mới bắt đầu: làm thế nào để cân bằng giữa đầu tư R&D cao và khả năng sinh lời bền vững? Làm thế nào để đi con đường riêng biệt giữa hệ sinh thái tương thích và đổi mới sáng tạo độc lập? Làm thế nào để nắm bắt cơ hội trong chuyển đổi cấu trúc giữa nhu cầu huấn luyện và bùng nổ suy luận?

(Trích｜Leo Zhang, Tạp chí ToB, tác giả｜Trương Thân Vũ, biên tập｜Dương Lâm)