Cerebras Systems vừa hoàn tất đợt IPO lớn nhất ngành công nghệ Mỹ kể từ Uber năm 2019, huy động 5,55 tỷ USD và được định giá khoảng 56 tỷ USD trên sàn Nasdaq dưới mã CBRS. Cổ phiếu mở cửa ở mức 350 USD, cao hơn 89% so với giá IPO 185 USD, rồi khép phiên đầu tiên với mức tăng 68%. Nhưng đằng sau các con số tài chính là bài toán kỹ thuật quan trọng hơn: Cerebras đặt cược vào kiến trúc hoàn toàn khác với NVIDIA, và wafer-scale engine (WSE) vận hành ra sao?

Từ chip nhỏ đến toàn bộ tấm wafer

Một chip GPU truyền thống, kể cả NVIDIA H100 hay B200, được cắt từ tấm wafer silicon đường kính 300mm thành hàng trăm die nhỏ, mỗi die chứa vài chục tỷ transistor. Cerebras không cắt. Toàn bộ tấm wafer trở thành một chip duy nhất, chứa 4.000 tỷ transistor, 900.000 lõi xử lý AI, và 44GB bộ nhớ SRAM tích hợp ngay trên chip. So sánh trực quan: một GPU NVIDIA có kích thước bằng con tem, WSE-3 của Cerebras lớn bằng chiếc đĩa ăn.

Lợi thế cốt lõi nằm ở cách xử lý nút thắt bộ nhớ. Trong kiến trúc GPU truyền thống, dữ liệu phải di chuyển liên tục giữa chip xử lý và bộ nhớ HBM bên ngoài, tạo ra nút thắt cổ chai thường được gọi là "bức tường bộ nhớ". Mỗi lần truy xuất bộ nhớ ngoài tiêu tốn năng lượng gấp 100 đến 1.000 lần so với truy xuất bộ nhớ trên chip. WSE loại bỏ vấn đề này bằng cách đặt SRAM ngay cạnh mỗi lõi xử lý, giảm khoảng cách dữ liệu xuống mức tối thiểu.

Thách thức sản xuất: tỷ lệ lỗi trên tấm wafer

Khi sản xuất chip truyền thống, nếu một die bị lỗi, chỉ die đó bị loại bỏ. Nhưng nếu toàn bộ wafer là một chip duy nhất, một lỗi nhỏ ở bất kỳ vị trí nào có thể phá hỏng toàn bộ sản phẩm. Cerebras giải quyết bài toán này bằng kiến trúc dự phòng: mỗi vùng trên wafer chứa thêm các lõi xử lý dự phòng. Khi phát hiện lỗi trong quá trình kiểm thử, hệ thống tự động định tuyến lại kết nối đến lõi dự phòng, tương tự cách ổ SSD thay thế sector hỏng bằng sector dự phòng. Kỹ thuật này giúp tỷ lệ thành phẩm đạt mức đủ để thương mại hóa.

Mô hình kinh doanh: bán phần cứng hay bán dịch vụ?

Đây là điểm khác biệt chiến lược quan trọng nhất. NVIDIA bán GPU cho mọi khách hàng, từ startup đến hãng đám mây siêu quy mô. Cerebras không bán chip lẻ. Mỗi hệ thống CS-3 bao gồm chip WSE-3, hệ thống làm mát nước chuyên dụng, và phần mềm tối ưu, với giá hàng triệu USD. Tuy nhiên, nguồn thu chính đến từ dịch vụ suy luận AI trên đám mây: khách hàng trả phí theo số token để dùng mô hình chạy trên hạ tầng Cerebras, tương tự cách OpenAI bán API. Mô hình này tạo ra nguồn thu định kỳ, thay vì phụ thuộc vào chu kỳ bán phần cứng.

Vị trí trong hệ sinh thái AI

Cerebras không đối đầu trực diện với NVIDIA ở mọi phân khúc. Thế mạnh của WSE nằm ở huấn luyện mô hình ngôn ngữ lớn, nơi tốc độ truy xuất bộ nhớ quan trọng hơn sức mạnh tính toán thuần túy. Với mô hình lớn hơn 100 tỷ tham số, kiến trúc wafer-scale có thể vượt trội vì toàn bộ tham số nằm trên chip thay vì phải phân tán trên hàng nghìn GPU kết nối qua mạng. Nhược điểm là hệ sinh thái phần mềm còn non trẻ so với CUDA của NVIDIA, và nhóm khách hàng thực tế vẫn chủ yếu là các hãng đám mây siêu quy mô cùng những phòng thí nghiệm AI lớn.

Đợt IPO thành công của Cerebras cho thấy thị trường tin rằng tương lai AI sẽ không chỉ thuộc về một kiến trúc chip duy nhất. Cuộc đua đa dạng hóa phần cứng AI mới chỉ bắt đầu.