Anthropic hướng tới phát triển chip AI cho Claude—Liệu Nvidia có còn đáng mua vào năm 2026?

Anthropic là một tổ chức nghiên cứu AI chuyên phát triển các hệ thống hữu ích, đáng tin cậy và an toàn. Sản phẩm chính của Anthropic có tên gọi là Claude – một dòng Mô hình Ngôn ngữ Lớn được các cá nhân sử dụng để hỗ trợ trò chuyện, lập trình, tìm kiếm và thực thi các quy trình công việc cho doanh nghiệp. Sự tăng trưởng doanh thu nhanh chóng của Claude theo báo cáo đã dẫn đến việc Anthropic cần khả năng tiếp cận tài nguyên tính toán ổn định hơn. Do đó, Anthropic hiện đang sử dụng nhiều loại chip khác nhau như chip AWS Trainium, Google TPU, NVIDIA GPU, và cũng có thể theo đuổi việc phát triển silicon tùy chỉnh nhằm giảm bớt sự phụ thuộc vào các nguồn bên ngoài và đáp ứng tốt hơn nhu cầu của các mô hình của mình.

Việc nghiên cứu chip tùy chỉnh của Anthropic vẫn đang trong giai đoạn phát triển, với các thiết kế cuối cùng chưa được hoàn tất và cũng chưa có đội ngũ chuyên trách nào được thành lập tại thời điểm này. Các chuyên gia trong ngành ước tính rằng việc phát triển một loại chip AI tiên tiến có thể tốn gần 500 triệu USD. Tuy nhiên, xem xét quy mô và quỹ đạo tăng trưởng của Anthropic, có lý do để tin rằng kế hoạch theo đuổi việc chế tạo chip tùy chỉnh của công ty là có cơ sở.

Công ty cũng vừa ký kết một thỏa thuận dài hạn với Google về các bộ xử lý AI cũng như với Broadcom (AVGO) để có được sức mạnh tính toán đáng kể, bắt đầu từ khoảng 3,5 gigawatt khi quá trình sản xuất máy mới khởi động vào năm 2027. Về cơ bản, Anthropic đang áp dụng phương pháp tiếp cận hai mũi nhọn bằng cách phát triển chuỗi cung ứng bên ngoài; đồng thời, công ty nỗ lực đánh giá hoặc tạo ra silicon nội bộ để đảm bảo mọi lựa chọn đều sẵn sàng.

Nếu công ty có thể cung cấp các bộ tăng tốc tùy chỉnh/ít tốn kém hơn để bù đắp chi phí chế tạo chip AI tùy chỉnh của riêng mình, công ty sẽ có vị thế đàm phán tốt hơn khi làm việc với các nhà cung cấp và cũng có thể đạt được tổng chi phí sở hữu thấp hơn theo thời gian.

Anthropic không đơn độc. Amazon đã bắt đầu cung cấp các chip Trainium và Inferentia thông qua AWS và có khả năng đang tìm cách tiến vào thị trường rộng lớn hơn với các sản phẩm này, điều có thể biến Amazon thành một nhà cung cấp bán dẫn quan trọng hơn đáng kể. Alphabet cũng tiếp tục cải tiến công nghệ liên quan đến TPU và có lịch sử lâu đời trong việc phát triển phần cứng được thiết kế tối ưu cho các tác vụ AI của mình. Meta cũng đang phát triển các bộ tăng tốc riêng nhằm giảm sự phụ thuộc vào GPU của bên thứ ba cho các tác vụ suy luận hiện tại và tiến tới là cả các tác vụ đào tạo. OpenAI được cho là cũng đang nghiên cứu chip tùy chỉnh. Ngoài ra, AMD đang trở nên quyết liệt hơn trong việc cạnh tranh với NVIDIA ở cả mảng đào tạo và suy luận, trong khi Broadcom đã tăng cường vai trò là đối tác chip tùy chỉnh cho các hyperscalers (các đơn vị cung cấp dịch vụ đám mây quy mô lớn).

Những xu hướng và chiến lược doanh nghiệp này phù hợp với một xu hướng thị trường bao quát hơn; cụ thể, TrendForce dự báo các máy chủ AI dựa trên ASIC sẽ tăng từ khoảng 27,8% tổng lượng máy chủ xuất xưởng vào năm 2026 lên gần 40% vào năm 2030. Do đó, khi năng lực tính toán tiếp tục chuyển dịch sang các dòng chip chuyên dụng cho ứng dụng, NVIDIA có thể gặp thách thức trong việc duy trì vị thế dẫn đầu thị trường về thị phần bộ tăng tốc, mặc dù tổng chi tiêu liên quan đến AI dự kiến vẫn sẽ duy trì ở mức cao.

Trong khi ngày càng nhiều đối thủ cạnh tranh đang thâm nhập vào lĩnh vực của NVIDIA, tốc độ đổi mới liên tục của công ty vẫn tiếp tục đóng vai trò là sự đối trọng mạnh mẽ trước áp lực cạnh tranh bổ sung đó. GPU H100 dựa trên kiến trúc Hopper của NVIDIA đã cách mạng hóa bài toán kinh tế trong đào tạo AI; giờ đây, GPU GB300 dựa trên kiến trúc Blackwell của NVIDIA đã mang lại những bước nhảy vọt lớn hơn nữa về hiệu suất trong một số cấu hình nhất định, lên tới hơn 10 lần.

Ngoài ra, NVIDIA sẽ bắt đầu xuất xưởng thương mại Nền tảng Vera Rubin mới — bao gồm các GPU Rubin, CPU Vera và hạ tầng mạng được nâng cấp — vào nửa cuối năm nay, cho phép các nhà phát triển đào tạo các mô hình với số lượng GPU ít hơn tới 75% và giảm đáng kể chi phí token suy luận tới gần 90%. Token là các từ, biểu tượng hoặc hình ảnh được tạo ra khi người dùng gửi yêu cầu đến hệ thống AI. Bằng cách giảm mạnh chi phí token cho các nhà cung cấp giải pháp AI, việc người tiêu dùng AI áp dụng rộng rãi hơn và biên lợi nhuận tốt hơn cho các nhà cung cấp giải pháp AI sẽ tiếp tục tạo ra và thúc đẩy nhu cầu đối với các bộ tăng tốc cao cấp.

NVIDIA đã công bố kết quả tài chính kỷ lục cho năm tài chính kết thúc vào ngày 25 tháng 1 năm 2026, với doanh thu 215,9 tỷ USD và thu nhập trên mỗi cổ phiếu đạt 4,77 USD. Với hệ số P/E là 36,10, thấp hơn mức P/E trung bình 10 năm là 61,60, cổ phiếu của NVIDIA đang được giao dịch ở mức chiết khấu đáng kể so với mức trung bình lịch sử. Phố Wall kỳ vọng EPS của NVIDIA cho năm tài chính 2027 sẽ vào khoảng 8,29 USD — tương ứng với P/E dự phóng xấp xỉ 21,30. Nếu cổ phiếu của NVIDIA quay trở lại mức P/E lịch sử, chúng ta có thể thấy giá cổ phiếu tăng khoảng 189%; tuy nhiên, điều này không được đảm bảo. Dù vậy, vẫn có nhiều cơ hội cho tiềm năng tăng giá thông qua sự đổi mới trong tương lai và tăng trưởng EPS liên tục.

Một rủi ro chiến lược then chốt đối với NVIDIA sẽ tiếp tục là liệu các nhà cung cấp dịch vụ đám mây quy mô lớn (hyperscalers) và các phòng thí nghiệm AI lớn nhất thế giới có tiếp tục chuyển đổi khối lượng công việc sang các chip ASIC tùy chỉnh có chi phí thấp hơn và tiết kiệm năng lượng hơn so với các GPU của NVIDIA hay không.

Nếu đến năm 2030, các chip ASIC tùy chỉnh thực sự đảm nhận 40% khối lượng công việc trên các nền tảng đó, thì NVIDIA có khả năng sẽ có thị phần thấp hơn về mặt cấu trúc trong một thị trường tổng thể lớn hơn so với hiện nay; tuy nhiên, NVIDIA sẽ tiếp tục tạo ra rào cản chuyển đổi khi tích hợp GPU, CPU và phần cứng mạng với nền tảng nhà phát triển đã thiết lập và hệ sinh thái phần mềm hoàn thiện, khiến khách hàng khó lòng thay đổi mọi thứ cùng một lúc.

Đối với nhiều công ty, NVIDIA tiếp tục là đối tác hàng đầu cho việc huấn luyện mô hình tiên tiến và suy luận linh hoạt. Trong tương lai, một thị trường hỗn hợp với silicon tùy chỉnh cho các khối lượng công việc ổn định, quy mô lớn kết hợp với giải pháp của NVIDIA cho các mô hình tiên tiến, nghiên cứu tốc độ cao và mục đích sử dụng chung là kết quả có khả năng xảy ra nhất của quá trình chuyển đổi này.

Hành động trong tương lai của Anthropic sẽ cung cấp nhiều chỉ dấu về phương hướng; nếu công ty tiến tới việc sử dụng chip riêng cho Claude, họ có thể tiết kiệm chi phí trong dài hạn và mua chip từ nhiều nhà cung cấp khác nhau. Nếu dừng lại, điều đó sẽ cho thấy mức độ khó khăn và các vấn đề liên quan đến việc mở rộng quy mô silicon tùy chỉnh, bao gồm kỹ thuật, vốn đầu tư ban đầu, vấn đề hiệu suất và đóng gói, cũng như công cụ phần mềm, là một rào cản cực kỳ lớn.

Điều mà phần còn lại của ngành AI đang ngày càng hiểu rõ theo nhiều cách là việc Anthropic tiếp tục theo đuổi silicon tùy chỉnh đồng nghĩa với việc AI giờ đây phần lớn đã kiểm soát vận mệnh tính toán của chính mình, và điều này có thể ảnh hưởng đến cách thức thực hiện quy trình thu mua trong phần còn lại của ngành.

Nội dung này được dịch bằng trí tuệ nhân tạo và đã được hiệu đính cho dễ hiểu hơn. Chỉ mang tính chất tham khảo.