Khi cả ngành công nghệ đang đếm từng con GPU như đếm vàng, Nvidia lại lặng lẽ làm một việc khác: xây đường ống dẫn dữ liệu cho những con chip đang khát.
Hợp tác với DDN (DataDirect Networks) - một cái tên quen thuộc trong giới lưu trữ hiệu năng cao - Nvidia công bố mục tiêu giảm độ trễ và chi phí trong đào tạo AI. Nghe thì đơn giản. Nhưng bên dưới lớp vỏ ngôn từ đó là một cuộc tái cấu trúc thầm lặng: dữ liệu phải được đưa thẳng từ ổ đĩa vào GPU, không qua CPU, không qua bộ nhớ trung gian.
Trong một thế giới nơi dữ liệu bị nhốt trong các silo tập trung, mỗi block thoát khỏi CPU là một tuyên ngôn về tự do cá nhân. Nhưng tôi không nói về blockchain. Tôi nói về GPUDirect Storage (GDS), công nghệ Nvidia ấp ủ từ năm 2016 và là trái tim của thỏa thuận vừa lộ ra này.
DDN không phải là cái tên xa lạ với những ai theo dõi lưu trữ hiệu năng cao. Thành lập từ năm 1998, họ từng phục vụ các trung tâm dữ liệu lớn nhất thế giới, từ phòng thí nghiệm nghiên cứu đến các cơ quan chính phủ. Sản phẩm AI400X gắn liền với hình ảnh những chiếc rack đầy ổ NVMe, được thiết kế cho khối lượng dữ liệu khổng lồ trong AI và HPC. Exascaler, nền tảng lưu trữ mở rộng tới hàng trăm petabyte, là loại vũ khí chỉ xuất hiện ở những chiến trường dữ liệu lớn nhất.
Về phía Nvidia, họ không đơn thuần là nhà sản xuất GPU. Họ là người kiến trúc toàn bộ trung tâm dữ liệu hiện đại. Khi Nvidia công bố một thỏa thuận, toàn bộ hệ sinh thái lắng nghe.
Cơ chế hoạt động thực sự đằng sau tuyên bố
Thông thường, dữ liệu từ ổ cứng phải đi qua CPU, qua RAM, rồi mới vào GPU. Mỗi bước dừng là một lần sao chép, một lần chờ đợi. Với một mô hình ngôn ngữ lớn, khi cần nạp hàng terabyte dữ liệu huấn luyện trong vài phút, đường đi vòng này trở thành cơn ác mộng. GPU, cỗ máy tính toán đắt nhất thế giới, phải ngồi chờ. Đó là GPU chết đói - GPU starvation.
GDS cho phép GPU đọc trực tiếp từ NVMe SSD qua DMA, bỏ qua CPU và bộ nhớ đệm. Nvidia đã đẩy công nghệ này từ năm 2016. DDN là một trong những nhà sản xuất lưu trữ hiệu năng cao sớm hỗ trợ GDS. Vì vậy, thông báo hợp tác lần này không phải là cuộc cách mạng kiến trúc. Nó là một sự xác nhận - và một sự buộc chặt.
Điều này dẫn đến một trong những câu hỏi quan trọng mà thông cáo báo chí không nói đến: vai trò của BlueField DPU. Nếu dừng ở GDS, mối quan hệ vẫn ở tầng nông. Nhưng Nvidia trong nhiều năm gần đây luôn muốn đưa DPU vào mọi ngóc ngách trung tâm dữ liệu. DPU có thể tiếp quản việc xử lý giao thức lưu trữ, checksum, thậm chí nén dữ liệu - giải phóng CPU hoàn toàn. Một thỏa thuận kiểu DDN sẽ chẳng có lý do gì để không cuốn DPU vào. Câu hỏi là: DDN có chịu mở kiến trúc của mình để Nvidia đào sâu vào không?
Đừng gọi đây là bước đột phá
Hãy nhìn vào kinh tế học. Một GPU H100 không hề rẻ. Nhưng chi phí thực sự nằm ở thời gian nó rảnh rỗi. Khi AI training pipeline bị nghẽn ở khâu dữ liệu, GPU vẫn tiêu điện, vẫn sinh nhiệt, vẫn bào mòn khấu hao, nhưng không tạo ra một phép tính nào có ích. GPU rảnh rỗi còn tốn kém hơn GPU bận rộn.
Nvidia có một động cơ vô cùng thực dụng. Nếu khách hàng nhận ra GPU của họ chỉ đạt 70% hiệu suất do dữ liệu trục trặc, họ sẽ do dự khi mua thêm GPU. Bán thêm GPU là cách kiếm tiền của Nvidia. Một đường ống dữ liệu mượt hơn không chỉ cứu khách hàng - nó cứu doanh số GPU.
Còn DDN? Họ bán hệ thống lưu trữ đắt tiền, có chu kỳ bán hàng dài và rất nhạy cảm với tâm lý liệu sản phẩm có tương thích với hệ sinh thái GPU hay không. Được Nvidia công nhận, DDN có được một chứng nhận vô hình nhưng cực kỳ giá trị: "Chúng tôi là một phần của gia đình Nvidia." Với một công ty lưu trữ enterprise, đây là tấm vé vào danh sách rút gọn của mọi trung tâm dữ liệu AI.
Nhưng hãy tỉnh táo. DDN không phải là đối tác duy nhất của Nvidia trong mảng này. VAST Data, Pure Storage, WEKA - tất cả đều có những quan hệ tương tự. Đây là một bước đi trong chiến lược hệ sinh thái, không phải một cuộc hôn nhân độc quyền. Không có con số TCO cụ thể, không có benchmark khách quan, không có chi tiết về sản phẩm chung. Tất cả những gì chúng ta thấy là một bản thông cáo chung chung.
Điều đó khiến tôi nghĩ rằng mối quan hệ này đang ở giai đoạn sớm hơn những gì tiêu đề gợi ý. Có thể là POC, có thể là một bản ghi nhớ thăm dò. Trong 28 năm quan sát ngành, tôi đã thấy vô số mối quan hệ như thế này. Nhiều kết thúc trong im lặng. Số ít trở thành tiêu chuẩn hệ sinh thái. Điều quyết định không nằm ở báo chí mà nằm ở những dòng mã và đo đạc mà họ sẽ - hoặc không sẽ - công bố trong sáu tháng tới.
Góc nhìn phản trực giác
Mọi người sẽ nói rằng hợp tác này tốt cho AI, tốt cho hiệu suất, tốt cho việc giảm chi phí. Nhưng nhìn từ góc độ triết lý hạ tầng, đây là một bước thụt lùi.
Chúng ta đang nói về AI phi tập trung, về mạng lưới tính toán phân tán, về các giao thức như Fetch.ai mà tôi đã dành hàng trăm giờ để suy nghĩ. Hạ tầng phi tập trung hoạt động dựa trên một giả định: bất kỳ nút nào cũng có thể tham gia và rời đi mà không làm gãy hệ thống. Nhưng khi Nvidia cùng DDN tối ưu hóa đường dẫn dữ liệu đến mức toàn bộ kiến trúc chỉ hoạt động tốt nếu bạn dùng GPU Nvidia, kết nối InfiniBand, phần mềm CUDA và giờ là cả DPU - bạn đã tạo ra một cái bẫy hấp dẫn.
Mỗi lớp tối ưu hóa là một lớp keo dính chặt hơn. Giống như việc người dùng lười biếng ủy quyền quản trị cho vài KOL, các doanh nghiệp đang vui vẻ ủy quyền chiến lược AI của họ cho một nhà cung cấp duy nhất. Về mặt kỹ thuật, nó hiệu quả. Về mặt triết lý phân quyền, nó đi ngược lại tinh thần mà tôi theo đuổi.
Còn nhớ những ngày DeFi Summer? Tôi đã farm thanh khoản trên Uniswap với 10 ETH, kiếm được 3 ETH trong 4 tháng. Nhưng cảm giác sợ hãi khi thị trường biến động khiến tôi viết bài luận "Tự do hay hỗn loạn?". Ngày hôm nay, tôi thấy một sự tương tự kỳ lạ. Những nhà vận hành trung tâm dữ liệu cũng đang chọn sự thuận tiện của một hệ sinh thái đóng thay vì tự chủ. Họ chọn tối ưu trước mắt, đánh đổi khả năng phục hồi lâu dài.
Và hãy nhớ rằng: từng chiếc NFT là một mảnh ghép của tâm hồn chung. Nhưng nếu NFT sống trên một blockchain do một công ty tập trung điều hành, thì tâm hồn đó đã bị thế chấp. Dữ liệu AI cũng vậy. Khi tất cả dữ liệu huấn luyện chảy qua một hệ sinh thái độc quyền, chúng ta không còn sở hữu trí tuệ nhân tạo. Chúng ta chỉ đang thuê nó từ Nvidia.
Tác động đến ngành lưu trữ và blockchain
Sự hợp tác này gửi một tín hiệu rõ ràng: ngành lưu trữ đang chuyển từ cuộc đua về dung lượng và tốc độ sang cuộc đua về độ tương thích với GPU. Các hãng lưu trữ sẽ sớm phải quyết định: trở thành một phần của hệ sinh thái Nvidia để được bảo vệ, hay xây dựng hạ tầng trung lập để phục vụ mọi loại chip - kể cả các GPU cạnh tranh.
Đối với blockchain, đây là một lời nhắc khắc nghiệt. Các mạng lưu trữ phi tập trung như Filecoin hay Arweave vẫn gặp khó khăn khi phục vụ workload AI vì băng thông và độ trễ không ổn định. Trong khi đó, DDN - Nvidia có thể cung cấp tốc độ mà phi tập trung chưa thể đạt tới. Nhưng tốc độ không phải là thứ duy nhất. Nếu bạn tin rằng AI nên thuộc về tất cả mọi người, bạn phải chấp nhận hy sinh một chút hiệu năng để đổi lấy khả năng tiếp cận và kiểm soát.
Câu hỏi đặt ra là: liệu có thể xây dựng một lớp lưu trữ lai, nơi dữ liệu được phân mảnh trên nhiều nút phi tập trung nhưng vẫn được GPU tập trung đọc trực tiếp thông qua giao thức tương tự GDS? Nếu có một dự án nào đó giải quyết được khoảng trống này, nó sẽ không chỉ cạnh tranh với DDN - nó sẽ định nghĩa lại toàn bộ khái niệm "GPU thân thiện" trong thế giới phi tập trung.
Tự do đến từ việc có thể rời đi
Nvidia không bán GPU. Nvidia bán sự phụ thuộc. Và DDN vừa ký vào bản hợp đồng đó với nụ cười. Nhưng trong thế giới mà tôi đang hướng đến - nơi mọi tài nguyên tính toán và lưu trữ đều có thể trở thành một mảnh ghép của một tâm hồn chung - thì mỗi hợp đồng độc quyền là một lời nhắc: tự do không đến từ hiệu năng. Tự do đến từ việc bạn có thể rời đi bất cứ lúc nào.
Và đó mới là bài toán thực sự cho cả AI lẫn blockchain. Khi các thông báo hợp tác tiếp tục xuất hiện, hãy nhìn vào cấu trúc, không phải chiếc bóng. Hãy hỏi: ai đang nắm dữ liệu? Ai đang nắm giao thức? Và ai là người có thể rời đi? Bởi vì trong một thị trường giảm, sống sót không có nghĩa là chạy nhanh nhất. Nó có nghĩa là không bị xiềng vào một con đường duy nhất khi con đường đó sụp đổ.