Cerebras: 'Hắc mã' chip AI nhăm nhe vượt mặt Nvidia
Cơn sốt AI đưa cổ phiếu Nvidia đã trở thành biểu tượng của làn sóng đầu tư. Khi vốn hoá tập đoàn không còn tăng với tốc độ phi mã, giới đầu tư cũng bắt đầu tìm kiếm các tên tuổi mới có khả năng tạo ra bước đột phá tương tự.
Cerebras Systems - tân binh vừa lên sàn Nasdaq - đang trở thành cái tên được giới đầu tư đặc biệt chú ý.
Thành lập năm 2015 tại Thung lũng Silicon (Mỹ), Cerebras gây tiếng vang nhờ phát triển những con chip AI lớn gần bằng chiếc đĩa ăn, có tốc độ xử lý vượt xa GPU truyền thống trong một số tác vụ.
Tháng 1/2026, Cerebras công bố thỏa thuận hợp tác với OpenAI, doanh nghiệp đứng sau ChatGPT. Hợp đồng có giá trị hơn 20 tỷ USD, với kế hoạch triển khai 750 MW công suất tính toán AI theo từng giai đoạn đến năm 2028.
Từ một startup ít tên tuổi, Cerebras đã bước vào cuộc đua hạ tầng AI cùng những tập đoàn công nghệ hàng đầu thế giới. Song, liệu lợi thế này có đủ giúp doanh nghiệp trở thành đối trọng thực sự của Nvidia, đồng thời đáp ứng kỳ vọng ngày càng lớn từ thị trường chứng khoán?
Cerebras Systems được thành lập bởi nhóm kỹ sư và doanh nhân công nghệ. CEO hiện tại là ông Andrew Feldman (SN: 1969), là người gốc Do Thái.
Ngay từ đầu, công ty đã lựa chọn một hướng phát triển khác biệt so với phần lớn ngành bán dẫn.
Thông thường, các nhà sản xuất tạo ra hàng trăm bộ vi xử lý trên một tấm silicon hình tròn, gọi là wafer, sau đó cắt chúng thành những con chip riêng biệt. Nvidia cũng sử dụng các bộ xử lý riêng lẻ, kết nối với nhau để tạo thành hệ thống tính toán quy mô lớn.
Cerebras lại làm điều gần như ngược lại: giữ nguyên phần lớn tấm silicon để chế tạo thành một bộ xử lý khổng lồ.
Sản phẩm tiêu biểu là Wafer-Scale Engine 3 (WSE-3), có diện tích 46.225 mm², tương đương hình vuông cạnh 21,5 cm, lớn hơn hàng chục lần so với những GPU cao cấp thông thường.
Bên trong con chip này là 4 nghìn tỷ bóng bán dẫn và 900.000 lõi xử lý chuyên dụng cho AI. Bóng bán dẫn có thể hiểu là những công tắc điện tử siêu nhỏ, đóng vai trò nền tảng trong việc thực hiện các phép tính của máy tính.
Tuy nhiên, kích thước khổng lồ không chỉ nhằm gia tăng sức mạnh tính toán. Lợi thế quan trọng hơn nằm ở cách Cerebras tổ chức việc lưu trữ và truyền tải dữ liệu.
Trong các hệ thống GPU truyền thống, dữ liệu thường phải di chuyển giữa bộ xử lý và những chip bộ nhớ riêng biệt. Khi AI thực hiện hàng tỷ phép tính, việc vận chuyển dữ liệu liên tục có thể trở thành điểm nghẽn, ngay cả khi bộ xử lý vẫn còn đủ năng lực tính toán.
Cerebras giải quyết vấn đề bằng cách đặt 44 GB bộ nhớ SRAM tốc độ cao ngay trên WSE-3, phân bố sát các lõi xử lý. Nhờ đó, nhiều thao tác có thể được thực hiện mà không cần liên tục truy xuất bộ nhớ bên ngoài.
Có thể hình dung sự khác biệt giống như hai nhà máy: một nơi phải liên tục vận chuyển nguyên liệu giữa các phân xưởng, trong khi nơi còn lại bố trí nguyên liệu ngay cạnh dây chuyền sản xuất.
Theo Cerebras, kiến trúc này giúp giảm đáng kể thời gian truyền dữ liệu, một trong những yếu tố quyết định tốc độ xử lý AI.
Cerebras gọi WS3 là chip nhanh nhất thế giới
Khi tốc độ trở thành lợi thế cạnh tranh
Để hiểu vì sao Cerebras thu hút sự chú ý của giới đầu tư, cần phân biệt hai hoạt động chính của AI: huấn luyện và suy luận.
Huấn luyện là quá trình mô hình học từ lượng dữ liệu khổng lồ để hình thành năng lực nhận diện, phân tích và tạo nội dung. Đây là giai đoạn tiêu tốn nhiều tài nguyên tính toán, góp phần tạo nên nhu cầu khổng lồ đối với GPU Nvidia.
Suy luận (inference) là quá trình mô hình sử dụng những gì đã học để trả lời câu hỏi, viết mã lập trình, phân tích dữ liệu hoặc thực hiện yêu cầu của người dùng.
Nếu huấn luyện giống như quá trình một người học kiến thức, suy luận chính là lúc người đó vận dụng kiến thức để giải quyết công việc.
Khi AI ngày càng phổ biến, suy luận trở thành hoạt động diễn ra liên tục ở quy mô lớn. Một mô hình có thể chỉ trải qua một số đợt huấn luyện lớn, nhưng phải phục vụ hàng triệu, thậm chí hàng tỷ lượt yêu cầu trong suốt vòng đời.
Đây chính là thị trường Cerebras muốn chinh phục.
Đặc biệt, sự xuất hiện của các tác nhân AI (AI agent) càng khiến tốc độ trở nên quan trọng. Khác với chatbot chỉ trả lời một câu hỏi, tác nhân AI có thể thực hiện nhiều bước liên tiếp, từ tìm kiếm thông tin, viết mã, kiểm tra kết quả đến điều chỉnh phương án.
Mỗi bước đều cần thời gian xử lý. Khi một nhiệm vụ gồm hàng chục thao tác, việc rút ngắn thời gian ở từng bước có thể tạo ra khác biệt lớn về trải nghiệm người dùng.
Tuy nhiên, tốc độ không phải thước đo duy nhất. Hiệu quả của một hệ thống AI còn phụ thuộc vào chi phí vận hành, lượng điện tiêu thụ, khả năng phục vụ đồng thời nhiều người dùng và mức độ tương thích với phần mềm hiện có.
Cú bắt tay hơn 20 tỷ USD với OpenAI
Bước ngoặt thương mại lớn của Cerebras đến từ quan hệ hợp tác với OpenAI.
Đầu năm 2026, hai bên công bố thỏa thuận triển khai 750 MW công suất tính toán của Cerebras trong nhiều năm, dự kiến đến năm 2028. Theo thông tin doanh nghiệp công bố sau đó, hợp đồng có giá trị hơn 20 tỷ USD.
Quy mô 750 MW cho thấy đây không còn là dự án thử nghiệm công nghệ đơn thuần, mà là kế hoạch xây dựng hạ tầng AI tiêu thụ lượng điện năng rất lớn.
Đến tháng 8/2026, hợp tác này được cụ thể hóa khi OpenAI giới thiệu chế độ Ultrafast dành cho GPT-5.6 Sol, sử dụng phần cứng Cerebras.
Theo công bố, chế độ này có thể đạt tốc độ tạo tối đa 750 token đầu ra mỗi giây, nhanh gấp 14 lần so với chế độ xử lý tiêu chuẩn.
Trong lĩnh vực AI, token là đơn vị văn bản mà mô hình xử lý hoặc tạo ra, có thể là một từ, một phần của từ hay ký tự. Tốc độ 750 token/giây đồng nghĩa hệ thống có thể tạo ra lượng văn bản đáng kể chỉ trong một giây.
Đối với Cerebras, hợp tác với OpenAI mang ý nghĩa vượt ra ngoài giá trị hợp đồng. Đây là cơ hội chứng minh công nghệ của một doanh nghiệp nhỏ hơn có thể đảm nhận những tác vụ AI tiên tiến ở quy mô thương mại.
Công ty cũng mở rộng quan hệ với Amazon Web Services (AWS), đưa công nghệ suy luận tốc độ cao vào hệ sinh thái điện toán đám mây. Mô hình hợp tác cho phép kết hợp chip Trainium của AWS với hệ thống Cerebras, phân chia các công đoạn xử lý để tận dụng thế mạnh của từng loại phần cứng.
Cerebras niêm yết trên Nasdaq vào tháng 5/2026, với mã chứng khoán CBRS
Từ startup đến doanh nghiệp niêm yết tỷ USD
Không dừng lại ở WSE-3, Cerebras tiếp tục phát triển các hệ thống máy chủ và nền tảng trung tâm dữ liệu.
Tháng 8/2026, công ty giới thiệu CS-4, thế hệ hệ thống tăng tốc AI mới với mục tiêu cải thiện tốc độ tạo token, hiệu suất và khả năng mở rộng.
CS-4 được xây dựng trên nền tảng Nexus, cho phép tổ chức nhiều bộ xử lý Wafer-Scale Engine trong hệ thống máy chủ, đồng thời thiết kế các thành phần cấp điện, làm mát và kết nối theo dạng mô-đun.
Điều này có ý nghĩa về mặt kinh tế: khi muốn nâng cấp năng lực tính toán, nhà vận hành có thể cải tiến từng thành phần thay vì phải thiết kế lại toàn bộ hạ tầng.
Tham vọng mở rộng được hậu thuẫn bởi nguồn vốn lớn. Cerebras niêm yết trên Nasdaq vào tháng 5/2026, với mã chứng khoán CBRS. Công ty cho biết đã huy động khoảng 6,4 tỷ USD từ đợt IPO, bên cạnh các khoản tài trợ vốn khác.
Kết quả kinh doanh cũng phản ánh quy mô hoạt động đang mở rộng. Trong quý 2/2026, Cerebras ghi nhận doanh thu khoảng 180,1 triệu USD, tăng 74% so với cùng kỳ.
Tuy nhiên, công ty vẫn báo lỗ ròng theo chuẩn kế toán GAAP khoảng 450,5 triệu USD, cho thấy quá trình thương mại hóa công nghệ còn đòi hỏi nguồn lực tài chính lớn.
Đối với nhà đầu tư, đây là hai mặt của cùng một câu chuyện: Cerebras sở hữu thị trường tiềm năng rộng lớn, nhưng vẫn cần thời gian để chuyển lợi thế công nghệ và các hợp đồng lớn thành lợi nhuận bền vững.
So sánh kích thước chip của Cerebras và Nvidia
Cerebras có dễ vượt mặt Nvidia?
Dù được ví như một đối thủ đáng gờm, Cerebras vẫn còn cách rất xa vị thế của Nvidia.
Thách thức đầu tiên nằm ngay trong công nghệ cốt lõi. Một con chip càng lớn càng khó chế tạo, bởi chỉ một số lỗi nhỏ trên tấm silicon cũng có thể ảnh hưởng đến khả năng hoạt động.
Cerebras đã phát triển cơ chế dự phòng, cho phép hệ thống bỏ qua những lõi bị lỗi và định tuyến dữ liệu qua các khu vực còn hoạt động. Dẫu vậy, việc sản xuất, làm mát và vận hành bộ xử lý kích thước lớn vẫn là bài toán phức tạp.
Trong khi đó, Nvidia sở hữu lợi thế mà công nghệ chip đơn thuần khó thay thế: hệ sinh thái phần mềm CUDA, mạng lưới khách hàng, chuỗi cung ứng và khả năng sản xuất ở quy mô lớn.
Kiến trúc Vera Rubin được phát triển nhằm cải thiện hiệu suất và chi phí xử lý AI, trực tiếp gia tăng sức ép cạnh tranh đối với những doanh nghiệp chuyên về suy luận như Cerebras.
Một rủi ro khác là sự phụ thuộc vào khách hàng lớn. Khi một phần đáng kể triển vọng tăng trưởng gắn với OpenAI, bất kỳ thay đổi nào trong chiến lược lựa chọn nhà cung cấp hạ tầng của đối tác này cũng có thể ảnh hưởng đến kỳ vọng của thị trường.
Đây cũng là lý do Cerebras cần chứng minh rằng tốc độ vượt trội có thể chuyển hóa thành doanh thu ổn định, biên lợi nhuận đủ hấp dẫn và khả năng phục vụ nhiều khách hàng, thay vì chỉ phụ thuộc vào một số hợp đồng lớn.
Sau hơn một thập kỷ phát triển, Cerebras đã đi từ ý tưởng chế tạo chip kích thước bất thường đến vị thế nhà cung cấp hạ tầng cho những mô hình AI tiên tiến.
Công ty chưa thể thay thế Nvidia, và cũng không nhất thiết phải làm vậy để thành công.
Trong một thị trường đang mở rộng từ huấn luyện sang suy luận, Cerebras có thể tìm được chỗ đứng riêng nếu tiếp tục chứng minh lợi thế về tốc độ, chi phí và hiệu quả vận hành.
Với giới đầu tư, câu hỏi quan trọng không chỉ là Cerebras có thể tăng trưởng nhanh đến đâu, mà còn là liệu triển vọng ấy đã được phản ánh bao nhiêu vào giá cổ phiếu.
Bởi một doanh nghiệp có công nghệ đột phá chưa chắc đã là khoản đầu tư hấp dẫn, nếu thị trường đã định giá quá cao những kỳ vọng trong tương lai./.