Meta sản xuất chip AI Iris từ tháng 9: canh bạc tự chủ silicon để bớt phụ thuộc Nvidia

Cuộc đua tự chủ chip AI của các hãng công nghệ lớn vừa có thêm một cột mốc quan trọng khi Meta chuẩn bị đưa con chip nội bộ tên mã Iris vào sản xuất từ tháng 9/2026. Đây được xem là nước đi rõ ràng và tham vọng nhất từ trước tới nay của công ty trong nỗ lực giảm bớt sự phụ thuộc vào GPU đắt đỏ của Nvidia, giữa lúc chi phí hạ tầng AI tiếp tục leo thang trên toàn ngành.

Iris: thế hệ chip MTIA quy mô lớn nhất của Meta

Iris là sản phẩm mới nhất trong chương trình MTIA, viết tắt của Meta Training and Inference Accelerator, dòng chip tăng tốc AI mà Meta đã âm thầm phát triển và triển khai cho các tác vụ suy luận từ vài năm nay. Điểm khác biệt của Iris nằm ở quy mô và tham vọng, khi đây là thế hệ được thiết kế để phục vụ hạ tầng AI lớn hơn hẳn các chip trước đó, không chỉ dừng ở suy luận mà còn hướng tới những khối lượng công việc nặng hơn trong hệ thống của công ty.

Theo các nguồn tin, chip Iris được Meta phát triển với sự hỗ trợ thiết kế từ Broadcom và được gia công bởi TSMC, nhà sản xuất bán dẫn theo hợp đồng lớn nhất thế giới. Một chi tiết đáng chú ý là quá trình thử nghiệm Iris chỉ mất khoảng sáu tuần và không phát hiện lỗi lớn nào, theo một memo nội bộ được Reuters dẫn lại. Thời gian kiểm thử ngắn cho thấy Meta đã tích lũy được kinh nghiệm đáng kể qua các thế hệ MTIA trước, giúp rút ngắn chu kỳ phát triển phần cứng.

Meta, Google, OpenAI và Amazon đều đang tự phát triển chip AI để giảm phụ thuộc Nvidia. Nguồn: YouTube

Việc kiểm thử suôn sẻ là yếu tố then chốt trước khi bước vào sản xuất hàng loạt, bởi một con chip tăng tốc AI phức tạp thường tiêu tốn nhiều thời gian và chi phí ở khâu vá lỗi thiết kế. Nếu Iris đạt kỳ vọng khi vào dây chuyền từ tháng 9, Meta sẽ có thêm một mắt xích quan trọng để chủ động hơn về phần cứng, giảm áp lực đặt hàng GPU từ bên ngoài trong bối cảnh nguồn cung chip cao cấp luôn căng thẳng.

Mục tiêu 14 gigawatt và cuộc đầu tư hạ tầng khổng lồ

Iris nằm trong một kế hoạch đầu tư hạ tầng AI có quy mô rất lớn. Meta đặt mục tiêu triển khai khoảng 7 gigawatt năng lực điện toán vào cuối năm 2026 và nâng gấp đôi lên 14 gigawatt trong năm 2027. Đây là những con số phản ánh lượng điện năng dành cho các trung tâm dữ liệu AI, một thước đo ngày càng phổ biến để đánh giá quy mô hạ tầng của các hãng công nghệ lớn. Tổng chi tiêu cho hạ tầng AI của Meta trong năm 2026 được dự báo có thể lên tới khoảng 125 đến 145 tỷ USD, phần lớn đổ vào phần cứng và trung tâm dữ liệu.

Điểm quan trọng cần nhấn mạnh là Iris được thiết kế để bổ sung, chứ không thay thế hoàn toàn lượng lớn GPU của Nvidia và AMD mà Meta vẫn tiếp tục mua vào. Nói cách khác, chip nội bộ và GPU thương mại sẽ cùng tồn tại trong hạ tầng của Meta, mỗi loại đảm nhận những khối lượng công việc phù hợp. Chiến lược lai này giúp Meta vừa hưởng lợi từ hệ sinh thái phần mềm trưởng thành của Nvidia, vừa từng bước tối ưu chi phí cho những tác vụ mà chip tự thiết kế có thể xử lý hiệu quả hơn.

Sự hợp tác giữa Meta và Broadcom cũng không chỉ dừng ở Iris. Hai bên đã mở rộng quan hệ đối tác về chip AI tùy chỉnh, bao phủ nhiều thế hệ MTIA trong những năm tới. Điều này cho thấy tự chủ silicon không phải một dự án ngắn hạn mà là chiến lược dài hơi của Meta, tương tự cách OpenAI bắt tay Broadcom cho con chip AI đầu tiên mang tên Jalapeño hay hướng đi mà nhiều ông lớn khác đang theo đuổi.

Big Tech đua nhau tự làm chip để thoát thế độc quyền

Meta không đơn độc trên con đường này. Làn sóng các hãng công nghệ lớn tự phát triển chip AI riêng đã hình thành rõ nét, với động lực chung là giảm phụ thuộc vào một nhà cung cấp duy nhất và kiểm soát tốt hơn chi phí điện toán. Google từ lâu đã đầu tư mạnh vào dòng chip TPU của riêng mình, trong khi nhiều tên tuổi khác cũng công bố các dự án silicon tùy chỉnh. Khi nhu cầu tính toán cho AI tăng theo cấp số nhân, việc phụ thuộc hoàn toàn vào GPU bên ngoài trở thành rủi ro cả về nguồn cung lẫn giá thành.

Cuộc đua này diễn ra trong bối cảnh giá linh kiện bán dẫn và bộ nhớ leo thang, hiện tượng đôi khi được gọi là chipflation, khi năng lực sản xuất được ưu tiên cho AI và trung tâm dữ liệu. Việc tự làm chip giúp các hãng như Meta có thêm đòn bẩy đàm phán và giảm bớt tác động của biến động giá. Áp lực này cũng lý giải vì sao các đối thủ của Nvidia liên tục tung ra sản phẩm mới, chẳng hạn Google với dòng TPU Ironwood thế hệ mới nhằm cạnh tranh trực diện ở mảng hạ tầng AI.

Ý nghĩa với người dùng và thị trường AI

Với người dùng phổ thông, một con chip nội bộ như Iris nghe có vẻ xa vời, nhưng tác động của nó lại khá thực tế. Chi phí vận hành hạ tầng AI càng thấp, các hãng càng có dư địa để cung cấp dịch vụ AI với giá hợp lý hơn hoặc mở rộng tính năng miễn phí. Khi Meta tối ưu được phần cứng cho các mô hình của mình, các sản phẩm AI trên Facebook, Instagram, WhatsApp hay kính thông minh của hãng có thể được nâng cấp nhanh và rộng hơn, phục vụ lượng người dùng khổng lồ trên toàn cầu, bao gồm cả Việt Nam.

Ở tầm vĩ mô, việc ngày càng nhiều ông lớn tự thiết kế chip AI có thể dần định hình lại cán cân quyền lực trong ngành bán dẫn, vốn đang nghiêng mạnh về phía Nvidia. Dù vậy, Nvidia vẫn giữ lợi thế lớn nhờ hệ sinh thái phần mềm và hiệu năng dẫn đầu, thể hiện qua các nền tảng thế hệ mới liên tục được giới thiệu như kiến trúc Vera Rubin với hàng trăm tỷ transistor. Cuộc cạnh tranh giữa chip tự phát triển và GPU thương mại vì thế sẽ còn kéo dài, và Iris chính là quân cờ mới nhất mà Meta đặt lên bàn cờ.