Thương vụ “acquihire” 20 tỷ USD của Nvidia với Groq lọt tầm ngắm Bộ Tư pháp Mỹ, nhưng thị trường AI có lẽ đã kịp đổi hướng

Bộ Tư pháp Mỹ (DOJ) được cho là đã mở cuộc điều tra chống độc quyền đối với thỏa thuận trị giá 20 tỷ USD giữa Nvidia và Groq, một thương vụ được mô tả là “acquihire” – tức hình thức mua lại chủ yếu để giành lấy đội ngũ nhân sự chủ chốt và công nghệ, thay vì thâu tóm toàn bộ doanh nghiệp theo kiểu sáp nhập truyền thống. Trên danh nghĩa, mảng kinh doanh cốt lõi của Groq, đặc biệt là dịch vụ suy luận AI dưới dạng dịch vụ, vẫn tồn tại độc lập. Tuy nhiên, việc Nvidia cấp phép công nghệ chip AI của Groq đồng thời tuyển dụng nhiều kỹ sư quan trọng khiến giới quan sát cho rằng startup này gần như đã bị “rút ruột” mà không cần một vụ mua bán công khai hoàn chỉnh.

Giá trị lớn nhất Nvidia nhận được nằm ở hai tài sản: thiết kế silicon đã trưởng thành và đội ngũ kỹ sư đủ năng lực tiếp tục phát triển nền tảng đó. Trong ngành bán dẫn, “silicon trưởng thành” ám chỉ các thiết kế chip đã vượt qua giai đoạn ý tưởng, có thể triển khai thực tế và tiến gần tới sản xuất quy mô lớn. Groq nổi tiếng nhờ bộ tăng tốc AI tập trung vào suy luận, hay “inference” – giai đoạn mô hình AI đã được huấn luyện xong và bắt đầu trả lời câu hỏi hoặc tạo nội dung cho người dùng. Công ty này sử dụng kiến trúc dataflow accelerator, tức loại bộ tăng tốc tối ưu luồng dữ liệu đi qua chip, kết hợp lượng lớn SRAM – bộ nhớ tĩnh tốc độ cao nằm rất gần khối xử lý – để đẩy tốc độ xử lý mô hình ngôn ngữ lớn (LLM) lên hàng trăm, thậm chí hàng nghìn token mỗi giây. Token là đơn vị văn bản nhỏ mà mô hình AI dùng để đọc và tạo ra ngôn ngữ, nên số token mỗi giây càng cao thì phản hồi càng nhanh.

Groq phát triển LPU, viết tắt của Language Processing Unit, có thể hiểu là bộ xử lý chuyên biệt cho tác vụ ngôn ngữ AI. Khác với GPU – bộ xử lý đồ họa nay đã trở thành nền tảng chính cho huấn luyện và chạy AI – LPU của Groq được thiết kế để tăng tốc mạnh cho suy luận thời gian thực. Bài toán ở đây không chỉ là tốc độ phản hồi từng yêu cầu, mà còn là “throughput”, tức tổng lượng công việc hệ thống xử lý được trong một khoảng thời gian. Theo đánh giá trong giới công nghệ, LPU của Groq có thể cực nhanh ở một số dạng tải suy luận, nhưng không phải lúc nào cũng tối ưu nếu xét toàn bộ phổ tác vụ. Vì vậy, chiến lược kết hợp LPU của Groq với GPU của Nvidia được xem là cách ghép hai thế mạnh: GPU đảm nhiệm quy mô và tính linh hoạt, còn LPU xử lý những phần việc cần độ trễ thấp và phản hồi tức thì.

Tại hội nghị GTC hồi tháng 3, Nvidia giới thiệu các rack LPX sử dụng 256 bộ tăng tốc Groq-3. Trong hạ tầng trung tâm dữ liệu, “rack” là khung chứa máy chủ, chip, thiết bị mạng và nguồn điện, còn việc tối ưu ở cấp rack ngày càng quan trọng với AI quy mô lớn. Theo các phân tích, Groq-3 nhiều khả năng chỉ là phiên bản chỉnh sửa nhẹ từ thiết kế Groq-2 sẵn có, bởi việc “tape-out” – thuật ngữ chỉ giai đoạn hoàn tất thiết kế để gửi đi sản xuất chip – thường không thể diễn ra thần tốc chỉ trong vài tháng. Nvidia cho biết khi kết hợp Groq-3 với các rack GPU Vera Rubin, hệ thống sẽ tối ưu cho nhiều kiểu tải suy luận khác nhau. Vera Rubin là thế hệ nền tảng AI mới của Nvidia, còn mô hình kết hợp này phản ánh xu hướng “disaggregated compute architecture”, hay kiến trúc tính toán tách rời, nơi các thành phần xử lý, bộ nhớ và mạng được tách riêng để ghép linh hoạt theo nhu cầu thay vì đóng gói cứng trong một máy chủ duy nhất.

Điểm đáng chú ý là kiến trúc ghép nối nhiều loại chip cho AI không phải đặc quyền của Nvidia hay Groq. Cerebras đang hợp tác với AWS và AMD để xây các hệ thống tương tự; SambaNova bắt tay với Intel; còn d-Matrix phát triển nền tảng in-memory compute – tức tính toán ngay trong hoặc sát vùng nhớ để giảm độ trễ di chuyển dữ liệu – rồi kết hợp với GPU Nvidia. Điều này cho thấy nếu cơ quan quản lý buộc Nvidia phải đảo ngược thỏa thuận với Groq, thị trường vẫn có nhiều lựa chọn thay thế. Nói cách khác, ngay cả khi thương vụ bị xem là có vấn đề về cạnh tranh, khoảng trống công nghệ mà Groq để lại cũng không còn là thứ không thể lấp đầy.

Trước cả khi ký thỏa thuận với Groq, Nvidia đã đặt nền móng cho một hệ sinh thái phần cứng AI rộng hơn, xoay quanh thế mạnh mạng kết nối của mình. Cuối năm 2024, hãng đóng góp thiết kế rack MGX cho Open Compute Project (OCP) – một sáng kiến mở nhằm chuẩn hóa hạ tầng trung tâm dữ liệu để nhiều công ty cùng sử dụng và phát triển. Điều đó cho phép các nhà sản xuất chip khác đưa bộ xử lý của họ vào những rack vốn được thiết kế cho GPU Nvidia. Đến giữa năm 2025, Nvidia tiếp tục mở công nghệ kết nối tốc độ cao NVLink thông qua chương trình cấp phép mang tên NVLink Fusion. NVLink là liên kết băng thông cao giúp hàng chục GPU hoạt động gần như một hệ thống thống nhất, đặc biệt quan trọng với AI cỡ lớn. Khi kết hợp rack mở MGX với NVLink Fusion, Nvidia về thực chất đã tạo ra một “hệ điều hành phần cứng” cho trung tâm dữ liệu AI, nơi chip của đối tác vẫn có thể cắm vào hạ tầng Nvidia và hưởng lợi từ mạng kết nối của hãng.

Câu hỏi cốt lõi với DOJ không chỉ là thương vụ này có né giám sát hay không, mà còn là nó có thực sự gây hại cho cạnh tranh thị trường hay không. Đây là điểm khó chứng minh hơn nhiều, bởi bối cảnh hiện tại cho thấy số lượng đối thủ, đối tác và mô hình thay thế đang tăng nhanh. Nếu chính phủ Mỹ buộc Nvidia phải tách khỏi Groq, hãng có thể mất quyền kiểm soát trực tiếp với quá trình phát triển LPU cũng như doanh thu từ dòng chip này. Tuy nhiên, các rack LPX dùng công nghệ Groq chưa chắc biến mất. Khi đó, Groq hoàn toàn có thể trở thành một đối tác phần cứng nữa trong hệ sinh thái “AI factory” của Nvidia – khái niệm chỉ các trung tâm dữ liệu được tối ưu như nhà máy sản xuất token AI ở quy mô công nghiệp. Trớ trêu ở chỗ, chính thương vụ acquihire này có thể đã giúp Nvidia chứng minh rằng họ không phụ thuộc vào một công ty duy nhất, bởi danh sách đối tác sẵn sàng lấp chỗ trống ngày càng dài.

Vụ việc của Nvidia và Groq cho thấy cạnh tranh trong AI không còn đơn thuần là ai sở hữu con chip nhanh nhất. Cuộc chơi đang chuyển sang khả năng xây dựng hệ sinh thái gồm chip, mạng kết nối, thiết kế rack, phần mềm và đối tác sản xuất. Trong bối cảnh đó, một thương vụ trị giá 20 tỷ USD có thể vẫn gây tranh cãi về pháp lý, nhưng tác động thực tế lên thị trường có lẽ đã bị làm mờ bởi tốc độ phát triển quá nhanh của ngành. Ngay cả khi nhà chức trách kết luận Nvidia đi quá giới hạn, thế cân bằng mới của hạ tầng AI dường như đã hình thành: nhiều loại bộ tăng tốc khác nhau sẽ cùng tồn tại, nhưng ngày càng phải vận hành bên trong những chuẩn kết nối và kiến trúc mà Nvidia đã kịp phổ biến ra toàn ngành.