Bài toán khó của các start-up chip AI tại châu Á

 Sự trỗi dậy của Nvidia từ một hãng làm chip đồ họa game trở thành công ty đại chúng giá trị nhất thế giới đã tạo ra một "cơn sốt vàng" thực sự trong ngành công nghiệp bán dẫn châu Á. Bị hấp dẫn bởi lợi nhuận khổng lồ, hàng loạt công ty khởi nghiệp đã lao vào cuộc đua thiết kế chip trí tuệ nhân tạo (AI) với tham vọng chia lại miếng bánh thị phần.

Thế nhưng, quá trình đưa một con chip từ bản vẽ thiết kế đến thành phẩm thương mại lại đầy rẫy khó khăn. Tham vọng của các startup đang bị chặn lại ở khâu mà tiền vốn khó giải quyết nhanh: năng lực sản xuất.

 *Những nút thắt khó giải

 Giống như Nvidia, tất cả các startup này đều hoạt động theo mô hình fabless – nghĩa là họ chỉ thiết kế chip và giao phó việc sản xuất cho các nhà máy gia công chuyên biệt (foundry). Dù có hàng nghìn công ty thiết kế chip, thế giới hiện chỉ có một vài nhà máy đủ năng lực sản xuất ở các tiến trình tiên tiến như TSMC của vùng lãnh thổ Đài Loan (Trung Quốc) hay Samsung Foundry (Hàn Quốc).

Để cạnh tranh với Nvidia ở phân khúc cao cấp, các công ty phải tiếp cận được các tiến trình sản xuất tiên tiến nhất từ các nhà máy trên. Tiến trình càng nhỏ thì chip càng tiên tiến, vì chúng có các bóng bán dẫn sát nhau hơn, giúp chip chạy nhanh và tiết kiệm điện hơn. Nhưng đổi lại, những chip tiến trình cao này cực kỳ đắt đỏ và khó chế tạo.

 Đối với các startup, việc có được cái gật đầu từ các nhà máy gia công quan trọng không kém gì bản thân thiết kế chip của họ. Tuy nhiên, quỹ đầu tư Vertex Ventures cho biết TSMC hiện vẫn đứng đầu lĩnh vực này và việc giành được một suất sản xuất tại đây vô cùng khó khăn.

 Hành trình của FuriosaAI (Hàn Quốc) là một ví dụ thành công hiếm hoi. Công ty này đã huy động được 246 triệu USD và đưa dòng chip AI cao cấp RNGD vào sản xuất hàng loạt trên tiến trình 5 nm của TSMC hồi đầu năm nay. Dù vậy, lãnh đạo FuriosaAI thừa nhận quá trình này vô cùng phức tạp. Cùng một lúc, họ phải chật vật tranh giành công suất tại TSMC, tìm kiếm nguồn cung bộ nhớ băng thông cao (HBM), thuyết phục đối tác đóng gói và tìm kiếm khách hàng.

 Nhiều startup khác không may mắn như vậy. Đơn cử như Agrani Labs tại Ấn Độ, dù sở hữu đội ngũ thiết kế chip xuất sắc từng làm việc cho cả Intel lẫn AMD, công ty này mới huy động được 8 triệu USD và đang đàm phán gọi vốn hơn 100 triệu USD. Nhưng chừng đó tiền vẫn chưa chắc đủ để "gõ cửa" TSMC.

Quỹ đầu tư công nghệ Speciale Invest cho hay với những tiến trình tiên tiến, ngay cả việc đưa bản thiết kế vào sản xuất thử nghiệm với số lượng nhỏ cũng tốn một lượng tiền khổng lồ. Việc tiếp cận năng lực sản xuất đang là “bức tường thành” ngăn cản các startup trẻ.

 Quan hệ với các nhà máy gia công mới chỉ là rào cản đầu tiên. Chip AI cần bộ nhớ băng thông cao HBM để dữ liệu di chuyển đủ nhanh cho các mô hình lớn, nhưng thị trường này khá hạn chế khi chỉ do SK Hynix, Samsung và Micron chi phối.

Tình trạng thiếu nhà máy đã đẩy giá chip nhớ tăng vọt, trong khi các nhà cung cấp cũng nói rõ họ không hỗ trợ mọi startup. Đây là rào cản kép, bởi có được HBM lại là điều kiện tiên quyết để tiến tới nhiều bước tiếp theo trong việc đưa chip đến tay khách hàng hoặc lên hạ tầng đám mây.

Mắt xích thứ ba là đóng gói tiên tiến, tức công nghệ ghép bộ xử lý AI và bộ nhớ vào cùng một khối. Công nghệ CoWoS của TSMC là ví dụ tiêu biểu, nhưng công suất của họ cũng có giới hạn.

Hiện giới quan sát đang chú ý đến Silicon Box (Singapore), khi công ty đang dùng công nghệ đóng gói cấp tấm để giúp giải quyết điểm nghẽn này. Song đại diện Silicon Box nêu rõ trước khi hợp tác, họ phải đánh giá năng lực kỹ thuật của đội ngũ, hồ sơ thành tích của nhóm sáng lập, mức độ hậu thuẫn từ các đối tác xưởng đúc và bộ nhớ, cùng nhu cầu thực tế từ khách hàng.

 *Lối rẽ qua đường ngách

 Đứng trước "nút thắt cổ chai" khổng lồ cả về vốn lẫn năng lực sản xuất ở phân khúc trung tâm dữ liệu cao cấp, các startup AI tại Đông Nam Á và Ấn Độ đang chọn một lối đi thực tế hơn. Thay vì đối đầu trực diện với Nvidia, họ chuyển trọng tâm sang thiết kế các vi mạch chuyên dụng (ASIC) phục vụ cho "AI tại biên" (Edge AI).

Chip Edge AI không xử lý các mô hình ngôn ngữ khổng lồ, mà đảm nhiệm các tác vụ theo thời gian thực trên thiết bị như camera an ninh, máy bay không người lái (drone), robot, xe điện và máy móc công nghiệp mà không cần gửi dữ liệu về máy chủ đám mây.

Do đặc thù công việc, các loại chip này không đòi hỏi bộ nhớ HBM đắt đỏ hay năng lực sản xuất tiên tiến nhất. Thay vào đó, chúng có thể được sản xuất trên các tiến trình cũ hơn, rẻ hơn và dễ tiếp cận hơn.

Lấy OptoML (Singapore) làm ví dụ. Họ đang phát triển chip cho camera và robot dựa trên tiến trình 12 nm. Đây là một công nghệ sản xuất cũ, đã được sử dụng rộng rãi nhiều năm nay nên chi phí rẻ và dễ dàng tìm kiếm đối tác gia công hơn rất nhiều so với tiến trình 5 nm của TSMC.

 Việc lùi lại một bước để sử dụng công nghệ cũ mở ra nhiều cánh cửa sinh tồn cho các startup. Thay vì phải xếp hàng tại TSMC, các công ty có thể tìm đến nhà máy Silterra tại Malaysia để gia công trên các tiến trình cũ hơn. Trong tương lai, Đông Nam Á dự kiến sẽ có thêm 6 nhà máy mới sử dụng các thế hệ công nghệ này đến năm 2029.

Tương tự, Ấn Độ cũng đang xây dựng chuỗi cung ứng bán dẫn riêng, điển hình là nhà máy của Tata Electronics tại bang Gujarat với dự kiến sản xuất chip ở các tiến trình từ 28 - 110 nm. 

Bên cạnh yếu tố công nghệ, căng thẳng địa chính trị cũng mang lại cho các startup cơ hội sinh tồn. Trong bối cảnh vấn đề chip trở thành tâm điểm cạnh tranh Mỹ - Trung, các chính phủ và doanh nghiệp đang khát khao tìm kiếm nguồn cung mang tính trung lập. Đây chính là lợi thế cho các sản phẩm không phải của Mỹ, cũng không đến từ Trung Quốc. 

Các chuyên gia nhận định với những hạn chế về nguồn vốn, khu vực Đông Nam Á và Ấn Độ khó có thể sớm khai sinh ra những startup đủ sức cạnh tranh trực tiếp với những đối thủ cùng đẳng cấp đến từ Mỹ như Groq hay Cerebras, chứ chưa nói đến cạnh tranh với Nvidia. Thay vào đó, chiến lược của khu vực sẽ là tiến sâu vào các ngách sản phẩm nhỏ hơn, rẻ hơn và chuyên biệt hóa. 

Tất nhiên, việc lùi xuống phân khúc thấp hơn không có nghĩa là các startup đã từ bỏ tham vọng. Như trong trường hợp OptoML, việc phát triển chip 12 nm cho camera chỉ là bước đệm thương mại. Mục tiêu tối thượng của họ vẫn là tiến tới sản xuất chip cho các trung tâm dữ liệu. Lãnh đạo OptoML chia sẻ rằng họ vẫn hướng tới các sản phẩm tầm cao cấp, nhưng công ty phải bắt đầu từ nơi có thể triển khai, tạo ra doanh thu, rồi mới tiếp tục vươn lên./.