Computex 2026 bị AI “nuốt trọn”: từ laptop 3.000 USD đến viễn cảnh phần cứng ngày càng đắt đỏ

Tại Taipei, Computex 2026 một lần nữa cho thấy xu hướng quen thuộc của ngành công nghệ: gần như mọi bài phát biểu, mọi màn ra mắt sản phẩm và mọi thông điệp chiến lược đều xoay quanh AI. Thay vì chỉ tập trung vào phần cứng PC truyền thống, các hãng chip lớn đang ưu tiên trả lời một câu hỏi lớn hơn: làm thế nào để đáp ứng cơn khát tính toán của trí tuệ nhân tạo. Điều này phản ánh thực tế rằng AI không còn là một mảng riêng, mà đã trở thành động lực chi phối từ laptop, smartphone cho tới hạ tầng trung tâm dữ liệu.

Một trong những thông báo đáng chú ý nhất tại Computex là Nvidia N1X, dòng SoC cao cấp dành cho notebook chạy Windows. SoC, viết tắt của “system-on-chip”, là kiểu thiết kế tích hợp CPU, GPU, bộ nhớ và nhiều thành phần khác vào một con chip duy nhất để tăng hiệu quả và tiết kiệm điện. N1X được xem là đối thủ trực tiếp của Apple Silicon, dòng chip tự phát triển đã giúp MacBook đạt hiệu năng cao trong khi vẫn tối ưu pin. Theo thông tin được chia sẻ, N1X sở hữu CPU 20 nhân, GPU ở đẳng cấp tương đương GeForce RTX 5070 và hỗ trợ tới 128 GB bộ nhớ hợp nhất. Bộ nhớ hợp nhất, hay unified memory, là kiến trúc cho phép CPU và GPU dùng chung một vùng RAM tốc độ cao, giúp giảm độ trễ khi xử lý các tác vụ nặng như AI hoặc đồ họa.

Điều thú vị là N1X không phải một nền tảng hoàn toàn mới. Con chip này được cho là phát triển từ GB10, từng được Nvidia giới thiệu trước đó như một “siêu chip thu nhỏ” thuộc kiến trúc Grace Blackwell. Blackwell là thế hệ GPU và nền tảng tăng tốc AI mới của Nvidia, còn Grace là dòng CPU Arm của hãng. Nói cách khác, Nvidia đang tái sử dụng công nghệ vốn đã có, rồi mở rộng nó sang thị trường notebook Windows thông qua hợp tác với Microsoft. Đây là dấu hiệu cho thấy ngay cả các hãng dẫn đầu cũng đang tận dụng lại tài sản kỹ thuật sẵn có để nhanh chóng chen chân vào làn sóng AI PC.

Đi cùng phần cứng là tham vọng tích hợp “agentic AI” vào Windows. Đây là khái niệm chỉ các hệ thống AI có thể không chỉ trả lời câu hỏi như chatbot, mà còn chủ động thực hiện chuỗi tác vụ thay người dùng, chẳng hạn tìm tài liệu, tổng hợp nội dung, lập lịch hoặc điều khiển ứng dụng. Về lý thuyết, agentic AI có thể biến máy tính thành một “trợ lý số” thực thụ. Tuy nhiên, giới quan sát cũng tỏ ra dè dặt, bởi phần lớn trải nghiệm AI hiện nay vẫn chưa vượt qua được cảm giác bị nhồi nhét tính năng hơn là giải quyết nhu cầu thật.

Không khí tại Computex cho thấy AI đã lan ra khỏi máy chủ và trung tâm dữ liệu để tiến thẳng xuống thiết bị cá nhân. Nhiều lãnh đạo công nghệ nhấn mạnh rằng việc chạy suy luận AI ngay trên thiết bị, còn gọi là AI inference at the edge, sẽ là hướng đi tất yếu. “Suy luận AI” là giai đoạn mô hình đã được huấn luyện xong và bắt đầu tạo ra kết quả thực tế, ví dụ nhận diện giọng nói, tóm tắt văn bản hoặc phân tích hình ảnh. Khác với huấn luyện AI vốn cần siêu máy chủ cực mạnh, suy luận có thể được đẩy xuống laptop, điện thoại, kính thông minh hoặc tai nghe nếu phần cứng đủ khả năng. Lập luận của các hãng là làm như vậy sẽ giảm chi phí điện toán đám mây và rút ngắn độ trễ, nhưng đổi lại, nó cũng làm dấy lên lo ngại về quyền riêng tư khi thiết bị cá nhân ngày càng “quan sát” người dùng nhiều hơn.

Một chủ đề khác nổi lên là 6G, thế hệ mạng di động kế tiếp sau 5G. Nếu 5G tập trung vào tốc độ cao và độ trễ thấp, 6G được kỳ vọng sẽ mở rộng sang các khả năng cảm biến môi trường, định vị chính xác hơn và kết nối dày đặc hơn cho thiết bị AI. Một số lãnh đạo ngành chip mô tả viễn cảnh tháp phát sóng 6G có thể hoạt động gần như radar, theo dõi chuyển động của xe cộ, drone và nhiều đối tượng khác trong không gian thực. Về mặt kỹ thuật, điều này có thể hỗ trợ giao thông thông minh hoặc tự động hóa đô thị. Nhưng ở góc nhìn xã hội, đó cũng là lý do khiến nhiều người lo ngại về một hệ sinh thái công nghệ ngày càng mang tính giám sát.

Bên cạnh AI PC, một trong những câu chuyện kỹ thuật đáng chú ý nhất tại Computex đến từ Marvell, công ty thiết kế chip theo mô hình fabless, tức không tự sở hữu nhà máy sản xuất mà tập trung vào thiết kế và bản quyền công nghệ. Marvell đang đặt cược lớn vào kết nối quang học, hay optical interconnect, như lời giải cho bài toán hạ tầng AI. Hiện nay, nhiều hệ thống vẫn truyền dữ liệu bằng cáp đồng. Vấn đề là khi tốc độ truyền tăng lên, tầm hoạt động hiệu quả của đồng giảm rất nhanh. Điều đó khiến việc kết nối các GPU, bộ nhớ và switch mạng trong cùng một rack máy chủ trở nên ngày càng khó khăn.

Trong các cụm máy chủ AI hiện đại, dữ liệu phải di chuyển liên tục giữa GPU, CPU, bộ nhớ và thiết bị mạng với băng thông cực lớn. “Băng thông” là lượng dữ liệu có thể truyền trong một đơn vị thời gian, còn “độ trễ” là khoảng thời gian chờ để dữ liệu đi từ điểm này sang điểm khác. Khi hệ thống tăng từ 200 gigabit lên 400 gigabit, rồi 800 gigabit mỗi lane, tức mỗi làn truyền dữ liệu, cáp đồng dần chạm giới hạn vật lý. Đây là lý do ngành công nghiệp đang tính đến việc đưa sợi quang tiến gần hơn tới chip, thậm chí về lâu dài là kết nối quang học trực tiếp tới chip thay vì đi qua nhiều tầng chuyển đổi như hiện nay. Cách làm này hứa hẹn giảm tổn thất tín hiệu, mở rộng khoảng cách truyền và cải thiện hiệu suất toàn hệ thống.

Từ khóa quan trọng ở đây là photonics, hay công nghệ quang tử. Nếu điện tử truyền thống điều khiển dòng electron để xử lý và truyền tín hiệu, quang tử sử dụng photon, tức hạt ánh sáng. Trong hạ tầng mạng tốc độ cao, quang tử giúp truyền dữ liệu nhanh hơn trên khoảng cách xa hơn và ít bị suy hao hơn so với dây đồng. Đây là lý do các công ty sở hữu nhiều tài sản trí tuệ về photonics đang được thị trường chú ý mạnh. Tuy nhiên, việc chuyển đổi không thể diễn ra chỉ sau một đêm, bởi các mô-đun quang cắm rời hiện vẫn tiêu thụ điện năng lớn và khiến chi phí triển khai tăng mạnh.

Một công nghệ khác được nhắc tới là Compute Express Link, thường gọi tắt là CXL. Đây là chuẩn kết nối tốc độ cao cho phép CPU, GPU, bộ nhớ và các bộ tăng tốc khác chia sẻ tài nguyên linh hoạt hơn. Nói đơn giản, CXL có thể giúp trung tâm dữ liệu không còn phải đóng gói mọi thứ trong một máy chủ cố định theo tỷ lệ cứng, ví dụ một CPU đi kèm hai GPU và một lượng RAM xác định. Thay vào đó, bộ nhớ có thể được chia sẻ như một “hồ tài nguyên” dùng chung, còn GPU và CPU có thể được phân bổ động tùy nhu cầu tác vụ. Nếu kết hợp với kết nối quang học trong tương lai, mô hình này có thể cho phép xây dựng các hệ thống phân tán nhưng vẫn đủ nhanh để vận hành như một máy thống nhất.

Dù các hãng trình diễn nhiều công nghệ mới, mối lo lớn nhất tại Computex lại nằm ở giá thành. Bộ nhớ và lưu trữ đang trở thành thành phần đội giá mạnh nhất trong cả máy chủ AI lẫn thiết bị tiêu dùng. Theo chia sẻ từ ngành, có những sản phẩm dành cho nhà phát triển hiện được bán ở mức khoảng 4.000 USD, trong đó riêng bộ nhớ và lưu trữ đã chiếm tới 75% giá trị. Điều đáng chú ý là phần cứng xử lý chính không hẳn mới hơn nhiều so với một năm trước, nhưng giá bán cuối cùng đã tăng vọt do thị trường RAM và NAND flash bị hút mạnh bởi nhu cầu AI.

Hệ quả là các sản phẩm từng tạo hứng thú cho người dùng cá nhân nay trở nên xa vời hơn. SSD 8 TB, bộ nhớ DIMM 128 GB hay laptop AI cao cấp đều có thể mang mức giá vượt quá khả năng chi trả của đa số người mua. DIMM là mô-đun RAM cắm trên bo mạch chủ, thường thấy trong máy bàn và máy chủ. Khi giá RAM tăng mạnh, toàn bộ chi phí nâng cấp hệ thống cũng tăng theo. Trong quá khứ, người dùng sẵn sàng nâng cấp khi hiệu năng tăng 20-30% mà giá chỉ nhích nhẹ. Còn hiện tại, nếu hiệu năng tăng nhưng giá bán tăng gấp đôi, động lực mua mới gần như biến mất.

Một xu hướng đáng chú ý là cơ hội cho các thiết bị giá thấp hơn nhưng vẫn giữ trải nghiệm tốt. Nếu phần cứng đỉnh cao ngày càng đắt, thị trường có thể chuyển sang những mẫu máy “premium vừa đủ”, tức vẫn mang thiết kế và trải nghiệm cao cấp nhưng hiệu năng được cân bằng để giữ giá hợp lý. Đây có thể là khoảng trống cho cả Apple lẫn các nhà sản xuất Windows khai thác. Tuy nhiên, rủi ro là nếu ngành phần mềm không cải thiện trải nghiệm cốt lõi, người dùng sẽ khó chấp nhận bỏ tiền cho các thiết bị mới chỉ để nhận thêm những tính năng AI chưa thật sự cần thiết.

Triển vọng ngắn hạn không mấy lạc quan. Thị trường bộ nhớ vốn có tính chu kỳ, tức thường trải qua các giai đoạn tăng giá rồi dư cung khiến giá giảm trở lại. Nhưng lần này, nhu cầu từ AI quá lớn khiến gần như mọi mô-đun bộ nhớ sản xuất ra đều được hấp thụ ngay. Điều đó làm suy yếu cơ chế điều chỉnh quen thuộc của ngành. Nói cách khác, giá có thể ngừng tăng quá nhanh trong thời gian tới, nhưng chưa chắc sẽ quay về mức “bình thường cũ”.

Computex 2026 cho thấy ngành công nghệ đang bước vào một giai đoạn chuyển dịch sâu sắc. AI không chỉ là lớp phần mềm phủ lên thiết bị, mà đang tái định hình kiến trúc chip, cách xây dựng mạng trong trung tâm dữ liệu, mô hình phân bổ bộ nhớ và cả chiến lược giá của toàn ngành. Vấn đề là lợi ích của cuộc đua này hiện tập trung nhiều vào các nhà vận hành trung tâm dữ liệu lớn, các hyperscaler, tức những tập đoàn sở hữu hạ tầng đám mây quy mô khổng lồ như AWS, Google Cloud hay Microsoft Azure. Trong khi đó, người dùng phổ thông có nguy cơ phải chấp nhận một thực tế mới: phần cứng mạnh hơn, thông minh hơn, nhưng cũng đắt hơn và khó tiếp cận hơn bao giờ hết.