Nvidia vươn lên thành ông lớn mạng: Cú đặt cược 6,9 tỷ USD vào Mellanox

Nvidia không chỉ là cái tên dẫn đầu trong lĩnh vực đồ họa và phần cứng AI. Hãng này còn trở thành một thế lực khổng lồ của ngành mạng, với doanh thu Ethernet trung tâm dữ liệu vượt qua mọi nhà cung cấp khác. Trong quý II, doanh thu mạng của Nvidia đạt hơn 17,5 tỷ USD — trong khi tổng doanh thu của Cisco trong cùng kỳ, tính trên toàn bộ sản phẩm, chỉ là 17,3 tỷ USD.

Sự trỗi dậy của "GPUzilla" trong lĩnh vực mạng có vẻ đột ngột, nhưng CEO Jensen Huang đã âm thầm xây dựng nền móng từ năm 2019 bằng thương vụ mua lại Mellanox với giá 6,9 tỷ USD.

Từ đối tác lâu năm đến mảnh ghép chiến lược

Trung tâm dữ liệu AI với hạ tầng mạng tốc độ cao

Ở thời điểm đó, Mellanox chưa phải là cái tên lớn trong lĩnh vực chuyển mạch Ethernet. Công ty chủ yếu được biết đến với các card mạng ConnectX và switch InfiniBand. Ngoài các cụm máy tính hiệu năng cao (HPC), siêu máy tính và một triển khai lớn tại Microsoft, InfiniBand chưa được sử dụng rộng rãi trong các trung tâm dữ liệu hyperscale.

Việc mua Mellanox cho phép Nvidia tái định vị mình thành nhà xây dựng hệ thống. Nvidia hiểu rằng khách hàng trung tâm dữ liệu không chỉ muốn mua GPU hay thậm chí là máy chủ — họ muốn cả cụm hệ thống. Để làm được điều đó, Nvidia cần công nghệ kết nối, và InfiniBand của Mellanox chính là lời giải.

Triết lý đồng thiết kế

Trong nhiều năm, Jensen Huang nói nhiều về co-design — thiết kế các thành phần và phần mềm sao cho chúng hoạt động ăn khớp với nhau cho một tập tác vụ cụ thể, thay vì cố gắng tạo ra GPU, switch hay NIC tốt nhất một cách riêng lẻ. Quá trình làm việc với Mellanox là ví dụ điển hình cho hướng tiếp cận này.

Theo chuyên gia Sameh Boujelbene của Dell'Oro Group, quyết định tích hợp tính toán và mạng trở thành chìa khóa thành công của Nvidia:

"Khách hàng chọn Nvidia vì kiến trúc tính toán và mạng được tích hợp chặt chẽ, tối ưu cho các tác vụ AI."

Sự tích hợp này giúp việc triển khai dễ dàng hơn và rút ngắn thời gian đưa sản phẩm ra thị trường.

Bài học từ Recursion

Bem Mabey, CTO của Recursion — công ty tiên phong trong lĩnh vực AI và học máy, thành lập năm 2013, gần một thập kỷ trước khi ChatGPT làm bùng nổ câu chuyện AI — cho biết cách tích hợp của Nvidia đã thuyết phục được ông. Recursion ứng dụng học máy trên GPU để giải bài toán khám phá thuốc, xử lý khối dữ liệu hiện đã vượt 50 petabyte.

"Khi nghĩ về khối lượng công việc của chúng tôi, việc huấn luyện LLM có vẻ dễ dàng so với lượng dữ liệu phải di chuyển," ông nói.

Cụm máy tính đầu tiên của Recursion là BioHive Zero, ghép từ các card đồ họa GTX 1080 vốn dành cho game, kết nối bằng Ethernet và nhanh chóng chạm giới hạn của mạng truyền thống. Với cụm thứ hai gồm khoảng 300 bộ tăng tốc A100, Recursion chuyển sang dùng switch Quantum InfiniBand và NIC ConnectX của Nvidia. Mua cả phần tính toán lẫn kết nối từ cùng một nhà cung cấp giúp đơn giản hóa tối ưu và xử lý sự cố, vì có thể coi toàn bộ hệ thống là một khối thống nhất.

Ethernet mở rộng với Spectrum-X

Doanh thu mạng của Nvidia tăng vọt qua hai cột mốc lớn. Lần đầu vào năm tài chính 2024, sau khi OpenAI khởi động cơn sốt AI với ChatGPT. Lần thứ hai trải dài 2024–2025, khi Nvidia bắt đầu bán GPU thế hệ Blackwell với số lượng lớn.

"Tôi thấy hai điểm uốn lớn, đều trùng với đà tăng của nền tảng Blackwell: sự ra đời của switch NVLink và việc các switch Ethernet Spectrum-X được áp dụng ngày càng nhiều cho mạng back-end AI."

Siêu máy tính Colossus của Elon Musk là một trong những ví dụ sớm nhất, với nửa đầu cụm 200.000 chip H100 và H200 đi vào hoạt động năm 2024 dùng switch Spectrum-X. Meta cũng sử dụng rộng rãi switch Spectrum trong các cụm huấn luyện, bao gồm trang Prometheus hàng triệu GPU ở New Albany, Ohio.

Có vài lý do khiến Spectrum-X thành công. Kết hợp switch Ethernet Spectrum, superNIC và tối ưu phần mềm khéo léo, Nvidia tái tạo được nhiều đặc tính hấp dẫn của InfiniBand trong khi vẫn hưởng lợi từ radix cao hơn và khả năng tương tác. Với các cụm vượt một ngưỡng GPU nhất định, Ethernet thường kinh tế hơn vì cần ít thiết bị hơn mà vẫn đạt mức sử dụng tương đương. Tuy vậy, Spectrum-X không phải độc nhất — Broadcom, Cisco, AMD và các hãng khác cũng đạt được mức sử dụng tương tự InfiniBand. Điểm khác biệt chính của Nvidia vẫn là mức độ tích hợp giữa tính toán và mạng.

Biên giới tiếp theo: NVLink Fusion

Khi Blackwell ra mắt, Nvidia đạt quy mô lớn hơn nhiều. Trước đó, công nghệ NVLink và NVSwitch chủ yếu giới hạn trong một hệ thống tối đa tám GPU. Với GB200 NVL72, các NVSwitch được tách ra thành thiết bị chuyên dụng. Mỗi rack NVL72 bán ra kéo theo chín khay NVSwitch, cho phép 72 GPU hoạt động như một GPU khổng lồ — đảm bảo doanh thu mạng tăng đều đặn.

"Chúng tôi ước tính NVSwitch hiện chiếm khoảng một phần ba doanh thu mạng của Nvidia, từ mức gần như bằng không chưa đầy hai năm trước."

Nvidia đang mở rộng hơn nữa với chương trình cấp phép mới. Với NVLink Fusion ra mắt đầu năm ngoái, hãng mở công nghệ kết nối cho bên thứ ba. Nhiều nhà thiết kế chip gồm Marvell, Qualcomm, Arm, Fujitsu, MediaTek và d-Matrix đã công bố kế hoạch phát triển CPU và XPU dùng NVLink Fusion. Điều này mở đường cho doanh số NVSwitch tăng thêm, vì các chip dùng NVLink Fusion vẫn cần NVSwitch để liên lạc chip-với-chip và không có nguồn cung nào khác.

"NVLink Fusion cho phép Nvidia mở rộng dấu chân mạng ra ngoài GPU của chính mình, sang thị trường bộ tăng tốc tùy chỉnh đang tăng nhanh. Đây là nước đi chiến lược để chiếm thêm thị phần chi tiêu cho mạng AI, kể cả trong các cụm không dùng GPU Nvidia."

Tham vọng mạng của Nvidia chưa dừng lại. Hãng tiếp tục theo đuổi các lĩnh vực mạng mới nổi như mạng scale-in phục vụ yêu cầu của AI tác tử (agentic AI), cùng các đổi mới như CPO giúp vượt qua thách thức về băng thông, điện năng và khả năng mở rộng.

Với các nhà đầu tư và doanh nghiệp công nghệ Việt Nam, câu chuyện Nvidia cho thấy giá trị của tầm nhìn dài hạn: một thương vụ mua lại tưởng chừng chỉ phục vụ thị trường ngách đã biến thành động cơ tăng trưởng hàng chục tỷ USD, đúng vào lúc làn sóng AI cần đến hạ tầng kết nối tốc độ cao hơn bao giờ hết.