Cổ phiếu AI tốt hơn: Nvidia so với AMD

Bạn nên mua công ty bán dẫn nào trong hai nhà sản xuất chip này để tận dụng cơ hội lớn về chip AI?

Nhu cầu chip cung cấp năng lượng cho các ứng dụng trí tuệ nhân tạo (AI) được dự kiến sẽ tăng nhanh trong dài hạn. Precedence Research ước tính thị trường chip AI có thể đạt tốc độ tăng trưởng hàng năm gần 30% trong thập kỷ tới.

Điều này sẽ mở ra cơ hội lớn cho những công ty như Nvidia (NVDA) và Advanced Micro Devices (AMD). Cả hai công ty đều đang kinh doanh sản xuất những con chip tạo thành xương sống của cơ sở hạ tầng AI. Các đơn vị xử lý đồ họa (GPU) – mà cả AMD và Nvidia đều bán – đang đóng một vai trò quan trọng trong việc đào tạo và suy luận các mô hình AI nhờ sức mạnh tính toán song song khổng lồ của chúng.

ChatGPT, một trong những ứng dụng AI phổ biến nhất hiện có, được cho là đã được đào tạo với sự trợ giúp của 10.000 GPU Nvidia, theo Timothy Arcuri của UBS. Không có gì đáng ngạc nhiên khi có những lo ngại rằng tình trạng thiếu nguồn cung GPU có thể xảy ra. Các ứng dụng AI tạo sinh được dự kiến sẽ tạo ra nhu cầu về hàng trăm nghìn GPU. Điều này giải thích tại sao thị trường GPU toàn cầu được dự kiến sẽ tạo ra con số doanh thu khổng lồ 451 tỷ USD vào năm 2030.

Vậy cái tên nào trong số hai nhà sản xuất chip này có lợi thế hơn để tận dụng cơ hội béo bở này? Hãy cùng tìm hiểu.

Nvidia đang dẫn đầu cuộc đua AI

GPU của Nvidia đã cung cấp năng lượng cho các ứng dụng AI tạo sinh. Đây là một thị trường chỉ mới ở trong giai đoạn đầu của quá trình tăng trưởng. Grand View Research dự báo thị trường AI tạo sinh sẽ đạt tốc độ tăng trưởng hàng năm gần 35% từ nay cho đến năm 2030. Vì vậy, lợi thế đi đầu của Nvidia trong lĩnh vực này có nghĩa là họ đang nhanh chóng xây dựng cơ sở khách hàng lớn cho các card đồ họa cung cấp năng lượng cho các ứng dụng AI.

OpenAI đang sử dụng GPU A100 của Nvidia để cung cấp năng lượng cho ChatGPT. Và giờ đây, công ty bán dẫn sẽ triển khai các card đồ họa H100 Hopper thế hệ mới nhất để đào tạo siêu máy tính Azure cho mục đích nghiên cứu AI của Microsoft. Meta Platforms cũng đã triển khai GPU H100 trong siêu máy tính AI có tên Grand Teton để tăng sức mạnh cho cả quá trình đào tạo và suy luận của các mô hình học sâu.

Trong khi đó, các nền tảng AI tạo sinh khác, chẳng hạn như Stability AI, Twelve Labs và Anlatan, đang khai thác GPU H100 để đào tạo các loại ứng dụng khác nhau. Ngoài ra, các hệ thống DGX H100 cấp doanh nghiệp của Nvidia -- kết hợp nhiều GPU H100 cùng với các đơn vị xử lý trung tâm (CPU) và kết nối mạng tốc độ cao để giúp các doanh nghiệp giải quyết khối lượng công việc AI lớn -- cũng đang thu hút sự chú ý trên toàn cầu.

Nhà cung cấp dịch vụ internet và quảng cáo kỹ thuật số Nhật Bản CyberAgent đang sử dụng hệ thống DGX H100 để sản xuất quảng cáo tạo bởi AI. Ngoài ra, Phòng thí nghiệm Vật lý Ứng dụng của Đại học Johns Hopkins cũng đang khai thác các hệ thống này để đào tạo các mô hình ngôn ngữ lớn.

Tất cả những điều này cho thấy Nvidia đang trên đường tận dụng tối đa cơ hội GPU AI trị giá hàng tỷ đô la và có thể giúp tăng doanh thu đáng kể.

Hồi tháng 3, CEO Nvidia, Jensen Huang, đã nhận xét rằng công ty nhận thấy nhu cầu về các hệ thống H100 của mình đang tăng nhanh. Không có gì ngạc nhiên khi Nhà phân tích Atif Malik của Citigroup ước tính rằng chỉ riêng ChatGPT cũng có thể mang lại doanh thu lên tới 12 tỷ USD cho Nvidia trong năm tới. Con số đó có thể tăng cao hơn do có nhiều công ty khai thác GPU của Nvidia.

AMD còn rất nhiều việc phải làm

Trí tuệ nhân tạo là chủ đề chính trong cuộc gọi hội nghị thu nhập mới nhất của AMD. Thuật ngữ "AI" đã được đề cập 46 lần trong cuộc gọi. Tuy nhiên, xem xét kỹ hơn sẽ thấy AMD xếp sau Nvidia trên thị trường này.

AMD vẫn đang xây dựng chiến lược AI của mình và đã thành lập một bộ phận riêng để "thực hiện chiến lược AI trên diện rộng của chúng tôi và tăng tốc đáng kể phần quan trọng này trong hoạt động kinh doanh của chúng tôi," như CEO Lisa Su đã chỉ ra trong cuộc gọi thu nhập. Công ty cũng có rất nhiều việc phải làm trên mặt trận phát triển sản phẩm. Các GPU MI300 của họ, được dùng để đào tạo và suy luận các mô hình ngôn ngữ lớn, vẫn chưa được tung ra thị trường.

AMD chỉ ra rằng "sự quan tâm của khách hàng đối với GPU MI300 bản năng thế hệ tiếp theo của chúng tôi đã tăng lên đáng kể," nhưng nhà đầu tư nên lưu ý rằng những con chip này vẫn chưa được tung ra thị trường. Tất nhiên, GPU MI300 có thể mở ra cơ hội lớn cho nhà sản xuất chip, nhưng họ có thể gặp phải sự cạnh tranh gay gắt từ Nvidia.

Các chip MI300 được dự kiến sẽ kết hợp CPU và GPU trên một nền tảng duy nhất để chúng có thể đào tạo các mô hình ngôn ngữ lớn một cách nhanh chóng. Nhưng Nvidia chuẩn bị giới thiệu nền tảng tích hợp của mình, được gọi là Siêu chip Grace Hopper, được thiết kế để xử lý các ứng dụng AI quy mô lớn ngay từ đầu bằng cách kết hợp CPU, GPU và bộ nhớ băng thông rộng.

Một báo cáo từ Bloomberg cho thấy AMD và Microsoft có thể hợp tác để phát triển bộ xử lý AI như một giải pháp thay thế cho chip của Nvidia. Nhưng một lần nữa, điều này càng cho thấy AMD vẫn đang phải cố gắng bắt kịp Nvidia. Nói chung, vẫn còn phải xem AMD thâm nhập vào không gian này như thế nào và liệu họ có thể thách thức sự thống trị của Nvidia, công ty được cho là kiểm soát hơn 90% thị trường GPU trung tâm dữ liệu, hay không.

Phán quyết

Rõ ràng Nvidia là công ty hàng đầu trong thị trường GPU AI và AMD vẫn phải cố gắng để bắt kịp. Phố Wall dự đoán Nvidia sẽ kiếm được hàng tỷ đô la từ việc bán GPU cho các ứng dụng AI tạo sinh trong năm tới, và điều đó có thể giúp công ty bù đắp sự yếu kém trên thị trường máy tính cá nhân (PC), gót chân Achilles của AMD trong thời gian gần đây.

Nvidia nhận được một phần lớn doanh thu từ hoạt động kinh doanh trung tâm dữ liệu, chiếm gần 60% tổng doanh thu của họ trong quý 4 năm tài chính 2023. Trong khi đó, AMD chỉ tạo ra ít hơn 1/4 doanh thu từ phân khúc trung tâm dữ liệu. Vì vậy, chip AI có thể sẽ giúp Nvidia tiến xa hơn so với AMD, đặc biệt là sau khi xem xét vị trí vững chắc của chuyên gia GPU trong lĩnh vực này. Vì lý do này, nhà đầu tư nào đang tìm kiếm một cổ phiếu AI nên chọn Nvidia thay vì AMD.

Huân Hà - theo fool