Optane: Công nghệ bộ nhớ bị khai tử quá sớm của Intel có thể đã trở thành “vũ khí bí mật” cho làn sóng AI

Trong lịch sử công nghệ, không hiếm những sản phẩm thất bại về thương mại dù sở hữu ý tưởng vượt xa nhu cầu của thị trường lúc bấy giờ. Optane của Intel là một ví dụ điển hình. Từng được kỳ vọng sẽ lấp khoảng trống giữa DRAM – loại bộ nhớ truy cập cực nhanh dùng làm RAM hệ thống – và NAND flash, công nghệ lưu trữ phổ biến trong SSD, Optane cuối cùng chỉ tồn tại khoảng 5 năm trước khi bị Intel dừng phát triển. Ở thời điểm ra mắt, sản phẩm bị xem là đắt đỏ, khó định vị và chưa được thị trường hiểu đúng. Nhưng nếu nhìn từ bối cảnh năm 2026, khi AI đẩy nhu cầu bộ nhớ và lưu trữ lên mức chưa từng có, Optane lại giống như một cơ hội bị bỏ lỡ.

Optane được Intel và Micron phát triển dựa trên 3D XPoint, một loại bộ nhớ không mất dữ liệu khi mất điện, tức non-volatile memory. Điểm đặc biệt của 3D XPoint là nó không hoạt động giống NAND truyền thống – vốn lưu dữ liệu bằng điện tích bị giữ lại trong ô nhớ – mà dùng vật liệu chuyển pha để đọc và ghi dữ liệu với độ trễ cực thấp. Độ trễ, hay latency, là khoảng thời gian hệ thống phải chờ để dữ liệu sẵn sàng; con số càng thấp thì phản hồi càng nhanh. Với Optane, độ trễ có thể xuống dưới 10 microsecond ở dạng SSD, còn ở phiên bản PMem DIMM – thanh bộ nhớ gắn trực tiếp theo chuẩn DIMM giống RAM – độ trễ vào khoảng 350 nanosecond. Dù vẫn chậm hơn DRAM, vốn có thể đạt khoảng 100 nanosecond hoặc thấp hơn, Optane vẫn nhanh vượt trội so với SSD NAND thông thường.

Một trong những ưu điểm lớn nhất của Optane là write endurance, tức độ bền khi ghi dữ liệu lặp đi lặp lại. Đây là thước đo cực kỳ quan trọng với các hệ thống phải ghi liên tục, bởi NAND flash có giới hạn số lần ghi trước khi xuống cấp. Các mẫu Optane cuối cùng của Intel từng được quảng bá đạt mức 100 drive writes per day, nghĩa là toàn bộ dung lượng ổ có thể bị ghi đè 100 lần mỗi ngày trong suốt vòng đời thiết bị. Đây là con số rất hiếm thấy ngay cả theo tiêu chuẩn hiện nay. Kết hợp với độ trễ thấp, Optane đặc biệt mạnh trong các tác vụ ghi ngẫu nhiên kích thước nhỏ, vốn là kiểu truy cập dữ liệu rất phổ biến trong hạ tầng hiện đại.

Intel không chỉ bán Optane như SSD tốc độ cao mà còn đưa công nghệ này vào dòng Optane Persistent Memory. Persistent memory, hay bộ nhớ bền vững, là khái niệm chỉ loại bộ nhớ có thể giữ dữ liệu sau khi tắt máy nhưng vẫn đủ nhanh để hoạt động gần giống RAM trong một số kịch bản. Các thanh Optane PMem từng có dung lượng lên tới 512 GB mỗi DIMM, cao hơn nhiều so với mức phổ biến của DDR4 thời đó. Chúng có thể hoạt động theo nhiều chế độ: như bộ nhớ chính mở rộng, như vùng lưu trữ tốc độ cao, hoặc ở chế độ application-aware memory, nơi phần mềm được tối ưu để truy cập trực tiếp vào vùng nhớ Optane. Trong một số cấu hình, DRAM còn được dùng như bộ đệm L4 cache cho Optane, tức một tầng cache sâu hơn để tăng tốc truy xuất.

Vấn đề lớn nhất của Optane nằm ở giá thành và vị trí thị trường. Với cùng mật độ lưu trữ, 3D XPoint đắt hơn NAND, trong khi hiệu năng lại không thể sánh với DRAM. Điều đó khiến khách hàng khó tìm thấy bài toán mà Optane thực sự là lựa chọn tối ưu hơn việc mua thêm SSD NAND hoặc đầu tư thẳng vào RAM dung lượng lớn. Tình hình càng khó khăn khi NAND flash tiếp tục cải thiện nhanh về mật độ bit, tức khả năng lưu nhiều dữ liệu hơn trên cùng diện tích silicon. Đến năm 2021, Micron quyết định dừng phát triển 3D XPoint. Khi nguồn cung chip mới không còn, số phận của Optane gần như đã được định đoạt. Intel chính thức khai tử dòng sản phẩm này vào năm 2022.

Điều trớ trêu là đúng vào năm Intel chấm dứt Optane, làn sóng AI tạo sinh bắt đầu bùng nổ sau khi ChatGPT ra mắt. Ban đầu, phần lớn tài nguyên tập trung cho training, tức giai đoạn huấn luyện mô hình AI bằng khối dữ liệu khổng lồ để cải thiện độ chính xác. Nhưng từ năm 2025, thị trường chuyển mạnh sang inference – giai đoạn mô hình đã được huấn luyện và bắt đầu trả lời truy vấn thực tế từ người dùng. Inference đòi hỏi không chỉ năng lực tính toán mà còn lượng lớn bộ nhớ và lưu trữ tốc độ cao, đặc biệt khi số người dùng đồng thời tăng mạnh.

Một trong những khái niệm quan trọng của suy luận AI hiện đại là KV cache, viết tắt của key-value cache. Đây là vùng nhớ dùng để lưu lại trạng thái trung gian của mô hình ngôn ngữ lớn trong quá trình hội thoại nhiều lượt, giúp hệ thống không phải tính toán lại toàn bộ ngữ cảnh cũ mỗi khi người dùng gửi câu hỏi mới. Với chatbot hoặc AI agent, cách làm này giúp tăng tốc phản hồi đáng kể. Tuy nhiên, KV cache có thể phình to rất nhanh khi ngữ cảnh dài và số phiên làm việc đồng thời tăng cao. Chỉ riêng một chuỗi 64.000 token – token là đơn vị văn bản nhỏ mà mô hình dùng để xử lý ngôn ngữ – trong một mô hình như DeepSeek R1 đã có thể ngốn khoảng 4 GB bộ nhớ GPU.

Vấn đề là bộ nhớ GPU vốn rất đắt và thường phải ưu tiên chứa model weights, tức các trọng số của mô hình AI – thành phần cốt lõi quyết định cách mô hình tạo ra câu trả lời. Khi bộ nhớ GPU đầy, nhiều hệ thống inference engine, tức phần mềm chuyên điều phối quá trình suy luận, sẽ offload KV cache sang RAM hệ thống. Offload có thể hiểu là chuyển bớt dữ liệu từ vùng nhớ nhanh nhưng đắt sang tầng nhớ chậm hơn để giải phóng tài nguyên. Nhưng DRAM hiện cũng đắt đỏ và khan hiếm. Khi cả RAM cũng không đủ, các phiên trò chuyện cũ hoặc ít hoạt động có thể tiếp tục bị đẩy xuống các mảng lưu trữ flash NVMe. Đây là lúc điểm yếu của NAND lộ rõ: KV cache là kiểu tác vụ ghi dày đặc, trong khi NAND có tuổi thọ ghi hữu hạn. Ghi đủ nhiều thì ổ lưu trữ sẽ mòn và phải thay thế.

Nếu còn tồn tại, Optane gần như là ứng viên lý tưởng cho lớp lưu trữ trung gian của KV cache. Công nghệ này vừa có độ trễ rất thấp, đặc biệt với các thao tác ghi ngẫu nhiên nhỏ, vừa có độ bền ghi vượt xa NAND. Nói cách khác, nó đủ nhanh để không làm hệ thống AI chậm đi quá nhiều khi dữ liệu bị đẩy khỏi GPU hoặc DRAM, đồng thời đủ bền để chịu được khối lượng ghi liên tục từ hàng trăm đến hàng nghìn phiên truy vấn. Trong bối cảnh giá RAM leo thang và AI inference ngày càng phổ biến, những phẩm chất từng khiến Optane trở thành sản phẩm “khó bán” nay lại biến nó thành lời giải gần như hoàn hảo cho một nút thắt mới của trung tâm dữ liệu.

Một phần lý do khiến Optane mất dần sức hút là sự xuất hiện của CXL, viết tắt của Compute Express Link. Đây là chuẩn kết nối tốc độ cao cho phép CPU, bộ tăng tốc và thiết bị nhớ giao tiếp theo cách nhất quán hơn, đặc biệt hữu ích để mở rộng hoặc chia sẻ bộ nhớ. Có thể hình dung CXL như một nền tảng giúp gắn thêm bộ nhớ ngoài qua khe PCIe nhưng vẫn vận hành gần giống bộ nhớ hệ thống. Với CXL, doanh nghiệp có thể dùng memory expander để mở rộng dung lượng RAM vượt giới hạn mà CPU hỗ trợ trực tiếp. Các phiên bản sau còn bổ sung khả năng pooling và sharing, tức gom bộ nhớ thành hồ tài nguyên chung hoặc chia sẻ giữa nhiều thiết bị. Tuy nhiên, CXL không giải quyết triệt để bài toán giá DRAM. Nó chỉ giúp tổ chức bộ nhớ linh hoạt hơn, còn bản thân DDR5 vẫn rất đắt.

Sau khi Optane biến mất, nhiều hãng bộ nhớ đã cố lấp khoảng trống bằng các công nghệ storage class memory, tức lớp lưu trữ nằm giữa SSD và RAM về mặt hiệu năng. Kioxia giới thiệu XL-Flash, một giải pháp dùng SLC NAND – loại NAND chỉ lưu 1 bit trên mỗi ô nhớ để tăng tốc độ và độ bền – với độ trễ ghi quảng bá dưới 10 microsecond và độ bền tới 60 drive writes per day. Công nghệ này thậm chí có thể xuất hiện như thiết bị CXL để hỗ trợ phân tầng bộ nhớ, hay memory tiering, tức sắp xếp dữ liệu vào nhiều tầng nhớ khác nhau tùy mức độ cần thiết. Samsung cũng từng phát triển Z-NAND với mục tiêu tái tạo các đặc tính của Optane, và được cho là đang cải tiến để đạt hiệu năng cao hơn nhiều so với NAND truyền thống. Dù vậy, các giải pháp này vẫn chưa thực sự chạm tới di sản mà 3D XPoint từng để lại.

Nhìn lại, Optane không hẳn là công nghệ sai lầm, mà là công nghệ ra đời sai thời điểm. Khi thị trường còn ưu tiên chi phí trên mỗi bit lưu trữ, sản phẩm này quá khó để chứng minh giá trị. Nhưng trong kỷ nguyên AI, nơi độ trễ, khả năng ghi bền bỉ và kiến trúc bộ nhớ phân tầng trở thành yếu tố sống còn, Optane có thể đã tìm thấy “ứng dụng sát thủ” mà nó luôn thiếu. Nếu Intel và Micron đủ kiên nhẫn thêm vài năm, rất có thể 3D XPoint đã không trở thành một chương dang dở, mà là một trụ cột trong hạ tầng AI hiện đại.