Pat Gelsinger: vì sao đây là thời điểm tốt để làm phần cứng
Pat Gelsinger bàn AI trong thiết kế chip, vì sao silicon vẫn mất chín tháng, HBM, xếp chồng, optical, năng lượng và VMware cho agent (video đăng 09/10/2026).
✓ Đã duyệt độc lập · cập nhật 17/11/2026 · 53 min
1. Mở đầu: năng lượng, bộ nhớ và một trăm con chip
Đây là một cuộc trò chuyện trên kênh a16z, video đăng ngày 09/10/2026. Theo mô tả video (đăng ngày 09/10/2026), Raghu Raghuram và Guido Appenzeller của a16z ngồi cùng Pat Gelsinger, General Partner ở Playground Global và cựu CEO của Intel, để bàn về làn sóng đổi mới bán dẫn tiếp theo và những giới hạn vật lý đang định hình cuộc build-out AI. Mô tả cũng ghi rằng Pat từng tham gia thiết kế hai con chip 386 và 486 của Intel, và từ kinh nghiệm đó anh giải thích AI có thể biến đổi việc thiết kế chip ra sao, nhưng vì sao thiết kế nhanh hơn thôi sẽ không giải được những vấn đề lớn nhất của ngành.
Video mở bằng một đoạn ghép các câu sẽ xuất hiện lại về sau trong cuộc trò chuyện, chạy trên nền những cảnh minh hoạ: data center nhìn từ trên cao, trạm biến áp, cánh đồng pin mặt trời, khay chip (video đăng ngày 09/10/2026). Pat nói rằng trong thời đại số với AI, năng lực năng lượng bằng năng lực kinh tế. Anh hỏi: xây một data center mới và mua một triệu GPU để làm gì nếu tôi không cấp điện được cho chúng? Anh nói chúng ta sẽ thấy ngày càng nhiều vụ vỡ nợ ở nhiều dự án data center, vì năng lượng sẽ không có ở đó.

Guido nói, cũng trong đoạn ghép này: bất cứ khi nào bạn có công nghệ để làm một việc trở nên dễ, điều đó có nghĩa là nút thắt chuyển sang chỗ khác. Pat nói: không còn thứ gì là một con chip nữa, nó là một cái rack. Anh nói anh mất ba tháng để thiết kế, nhưng phải chín tháng sau anh mới thật sự bắt đầu dùng được nó. Anh hỏi: chính xác thì trong 30 năm qua chúng ta có bao nhiêu loại bộ nhớ mới quan trọng? Có tiếng đáp: không có loại nào. Pat nói: đổi mới bộ nhớ, lần đầu tiên sau 30 năm, đang tới rất gần (theo Pat, video đăng ngày 09/10/2026).

Pat nói tiếp trong đoạn ghép (video đăng ngày 09/10/2026): anh đã tuyên bố cái chết của dây đồng khoảng 25 năm trước, và rồi sẽ có lúc anh đúng. Với tất cả những người làm phần cứng như anh, anh nói, đây giống như một thời Phục hưng. Anh nói có khoảng một trăm con chip tăng tốc AI inference, và chắc chắn anh còn không biết hết. Pat hỏi hai người dẫn: sao các anh lại rót vốn vào nhiều công ty như thế? Raghu đáp: chính Pat cũng đã rót vốn vào phần của mình rồi.

Guido nói trong đoạn ghép (video đăng ngày 09/10/2026): xưa nay, chưa có ngành nào từng có 100 nhà cung cấp bộ xử lý cạnh tranh nhau. Đây có phải là chuyện tạm thời không, rồi sẽ thu về còn vài cái? Pat bắt đầu trả lời: anh nhìn nó như một... và đoạn ghép dừng ở đó.

Vào phần chính, Raghu nói anh đang ngồi cùng vị khách đáng kính, người bạn thân và là sếp cũ của anh, Pat Gelsinger, và chào Pat. Raghu giới thiệu (video đăng ngày 09/10/2026): Pat hiện là General Partner ở Playground Global, nhưng nổi tiếng trong ngành vì đã lãnh đạo Intel, từng là CTO của Intel, và tất nhiên đã lãnh đạo VMware cùng nhiều việc khác. Raghu chào mừng Pat thêm lần nữa.
Pat cảm ơn Raghu và nói rất vui được ngồi cùng anh và Guido. Pat nói với anh, chuyện này có cảm giác hơi giống trở về nhà cũ, như thể chồng thêm một năm thay đổi lên, nhưng cả hai người trông vẫn y như cũ. Anh nói anh thấy tràn đầy năng lượng, và đề nghị bắt đầu luôn. Raghu đáp: chưa có ngày nào Pat thôi tràn đầy năng lượng, nên chuyện đó chẳng có gì mới (video đăng ngày 09/10/2026).
2. Từ trường nghề vào Intel năm 18 tuổi
Raghu đề nghị bắt đầu từ sự nghiệp của Pat ở Intel. Anh kể (video đăng ngày 09/10/2026): gần đây Andreessen Horowitz đã lập một học viện để tìm những người tài năng trong độ tuổi từ 16 tới 22, rồi đưa họ vào một môi trường học tập hiện đại, để họ được chuẩn bị tốt, hoặc để tự làm việc của riêng mình, hoặc để gia nhập các công ty của hôm nay. Raghu nói Pat từng có một trải nghiệm tương tự: Pat học ở một trường nghề bình thường rồi nhảy vào Intel khi mới khoảng 18 hay 19 tuổi.
Pat kể lại (video đăng ngày 09/10/2026): đó thực sự là một giai đoạn kỳ diệu. Năm 16 tuổi, anh tình cờ giành được một suất học bổng và vào học trường kỹ thuật. Anh bỏ qua năm rưỡi cuối của trung học, và Intel tới tuyển người khi anh 18 tuổi. Anh chưa từng đi máy bay. Ở trường kỹ thuật, anh đã mê máy tính rồi.
Pat kể về buổi phỏng vấn (video đăng ngày 09/10/2026): người phỏng vấn ghi lên trang giấy của mình, và anh là người thứ 12 mà ông ấy phỏng vấn trong ngày hôm đó. Pat nói, nếu bạn đã phỏng vấn 12 người liên tiếp thì tới cuối ngày bạn chẳng còn phân biệt được nam hay nữ nữa. Anh là người thứ 12. Người phỏng vấn ghi: thông minh, xông xáo, ngạo mạn; cậu này sẽ hợp ngay. Thế là anh được mời tới Intel.

Từ đó, theo lời Pat, mọi chuyện trở nên thật huy hoàng (video đăng ngày 09/10/2026): anh khởi đầu là một kỹ thuật viên, chuyển vào nhóm thiết kế ở giai đoạn cuối của con chip 286, là kỹ sư thứ tư của con chip 386, rồi là kiến trúc sư và quản lý thiết kế của con chip 486. Tất cả những việc đó diễn ra trong lúc anh học cử nhân, thạc sĩ và làm luận án tiến sĩ. Anh nói đó giống như sự nghiệp tốt nhất mà một người có thể có: ban ngày bạn học, ban đêm bạn đem ra thực hành.
Raghu tiếp lời: Pat đang tạo ra cả một kỷ nguyên chip hoàn toàn mới. Anh đoán phần lớn những gì Pat học và những gì Pat xây có một khoảng cách lớn, vì Pat đang khai phá một vùng đất mới (video đăng ngày 09/10/2026).
Pat đồng ý, theo nhiều nghĩa, và nói đó thực sự là một thời điểm khá khó tin trong ngành. Anh nhớ lại (video đăng ngày 09/10/2026): trong một lớp học ở Stanford, một giáo sư đưa ra một thiết kế carry lookahead adder mới. Pat nói lúc đó anh đang làm đúng carry lookahead adder cho con chip 386, nên anh bảo để anh thử xem. Hai ngày sau anh quay lại gặp giáo sư và nói thiết kế đó không chạy. Anh mở một cuộc tranh luận với giáo sư của mình ở Stanford, và hai buổi học tiếp theo chỉ toàn là anh với giáo sư cãi nhau về chuyện vì sao thiết kế của ông không chạy. Ông có một cuốn sách đang sắp xuất bản với chính thiết kế đó. Pat nói chuyện đó rất khó chịu.
Pat kể tiếp (video đăng ngày 09/10/2026): anh và nhóm ở Intel bắt đầu làm built-in self-test. Anh nhớ Ed McCluskey ở Stanford là giáo sư của anh, và ông kiểu như là cha đẻ của built-in self-test. Hai người có những cuộc tranh luận tuyệt vời về chuyện vì sao phần lớn ý tưởng của ông là dở: chúng không thực tế cho chip thật, trong khi Pat đang đưa built-in self-test vào làm việc thật trên con chip 386. Pat kể John Hennessy là người hướng dẫn luận án của anh, và rõ ràng là ông đã làm khá ổn; Pat nói anh đã giúp sự nghiệp của ông: ông trở thành hiệu trưởng, và từ đó tới giờ ông vẫn làm khá ổn.
3. Con chip 486 và sự ra đời của EDA hiện đại
Raghu nói anh muốn nói về con chip 486, rồi xin lỗi và nhường lời cho Guido. Guido kể anh cũng có trải nghiệm tương tự khi dạy ở Stanford (video đăng ngày 09/10/2026): bạn tới lớp với một điều mà bạn nghĩ là sự thật, rồi một sinh viên đang làm trong ngành đến bảo: à, thật ra không hẳn vậy. Thế là buổi giảng tiếp theo bạn quay lại và nói: được rồi, tôi đã tra lại, em đúng, cái này đã lỗi thời.
Pat nói (video đăng ngày 09/10/2026), chính sự tương tác đó, theo anh nghĩ, là một phần của điều làm Thung lũng Silicon độc nhất: có quá nhiều công ty và tinh thần khởi nghiệp, như thể nó nằm sẵn trong nước uống ở đây. Khởi nghiệp, ý tưởng mới, và thách thức các giáo sư. Anh nói bạn không thể làm giáo sư ở một nơi như Stanford mà không chờ đợi việc bị thách thức và tận hưởng nó. Guido thêm: có rất nhiều người ra vào toà tháp ngà đó.
Raghu quay lại con chip 486: anh nói đó là thành tựu lớn của Pat, nếu có thể nói vậy, dù rõ ràng là có rất nhiều người cùng làm; Pat và nhóm đã khai phá những điều mới trong thiết kế chip ở đó, và mở rộng những chức năng mà một con chip được kỳ vọng sẽ làm (video đăng ngày 09/10/2026).
Pat nói đó cũng là một giai đoạn kỳ diệu, vì nó diễn ra trước khi có cái mà ta gọi là ngành EDA. Raghu đáp: ồ đúng, đúng vậy. Pat kể (video đăng ngày 09/10/2026): con chip 386 có một chút, nhưng con chip 486 mới thực sự là con chip đầu tiên áp dụng những gì ta gọi là kỹ thuật EDA hiện đại. Anh và nhóm làm một thiết kế mức cao, một bản mô tả RTL, nhưng khi đó chưa có Verilog. Thế nên anh và nhóm phát minh ra HDL, ngôn ngữ mô tả phần cứng của Intel; anh nói anh đã viết ngôn ngữ của riêng mình. Rồi phải xây một compiler cho ngôn ngữ đó, thế là anh và nhóm làm một compiler. Chưa có automatic place and route, thế là anh và nhóm phải tự phát minh ra nó.
Pat kể thêm (video đăng ngày 09/10/2026): anh và nhóm đã làm việc với Alberto Sangiovanni-Vincentelli ở Berkeley và một số sinh viên của ông cho những công cụ placement đầu tiên, routing đầu tiên, quản lý timing tự động đầu tiên. Guido nói: vậy là ở một mức độ nào đó, nhóm ở Berkeley đã tạo ra EDA. Pat đáp: ở một mức độ lớn. Anh nói đó thực sự là một trong những dấu ấn: con chip 486 không chỉ là một microprocessor pipeline tương thích, mà anh và nhóm còn mở ra nhiều nền móng của cái về sau trở thành ngành EDA hiện đại. Anh nói đó thực sự là một giai đoạn khá kỳ diệu của ngành.
4. AI thay đổi việc thiết kế chip thế nào
Guido hỏi (video đăng ngày 09/10/2026): nếu nhìn hôm nay, liệu người ta có nhìn lại Blackwell và nói rằng đó là thế hệ cuối cùng được làm trước khi AI tiếp quản quy trình thiết kế? Chúng ta có đang ở trong một bước chuyển tương tự không?
Pat nói anh nghĩ chắc chắn có những khía cạnh như vậy (video đăng ngày 09/10/2026). Khi nhìn những thứ như một ví dụ anh nêu tên hôm nay, bạn sẽ nói đó kiểu như là một cách dùng AI từ first principles trong quy trình thiết kế chip, nơi bạn bỏ đi rất nhiều thứ cũ. Nhưng, anh nói, vẫn có những phần của thiết kế còn thực sự khó. Rất nhiều khía cạnh analog vẫn chưa "AI hoá" được; bạn chỉ cần rất nhiều dữ liệu silicon để làm được chúng. Thế nên hoặc bạn thiết kế analog thận trọng tới mức có thể, theo cách anh nói, "AI hoá" nó, hoặc bạn phải làm những phần đó theo cách khó.
Theo Pat (video đăng ngày 09/10/2026), bây giờ nhiều chức năng logic thực sự có thể làm bằng công cụ và kỹ thuật AI theo những cách khá đáng kinh ngạc: ngân sách transistor đã đủ lớn, công cụ thiết kế đang đủ thông minh, chỉ cần vài chuyên gia dẫn dắt công cụ và cách áp dụng. Anh thực sự nghĩ mọi chuyện sẽ phần nào giống con chip 486 theo nghĩa đó: chúng ta sẽ nhìn lại và nói, đúng, đó là khởi đầu của một kỷ nguyên mới trong thiết kế chip.
Guido nói (video đăng ngày 09/10/2026): bất cứ khi nào bạn có công nghệ để làm một việc trở nên dễ, điều đó có nghĩa là nút thắt chuyển sang chỗ khác. Anh hỏi: tới lúc này có đoán được nút thắt trong tương lai sẽ nằm ở đâu không? Có những thứ mà AI có vẻ cực kỳ giỏi, như tạo các tầng software, viết kernel, và nhiều thứ kiểu khả năng đặc tả mục tiêu ở một mức cao hơn rồi được dịch xuống. Vậy biên giới mới là gì, thứ gì sẽ khó từ đây trở đi?
Pat dựng một kịch bản (video đăng ngày 09/10/2026): giả sử hôm nay Guido và Pat cùng nhau làm một con chip mới tuyệt vời, con chip sẽ vượt lên trước vì hai người hiểu được... Có tiếng chen vào: năm 2026. Raghu nói: năm 2046. Pat nói tiếp: hai người hiểu các AI workload, hiểu cách kết hợp chúng, rồi hiểu đúng các cấu trúc multiply-accumulate và register. Guido thêm: và thấy hoàn toàn rõ các model workload của ngày mai nữa. Pat đáp: đúng, mọi thứ kiểu đó.
Rồi giả sử, Pat nói (video đăng ngày 09/10/2026), hai người thả các công cụ AI của mình ra làm việc. Họ quá giỏi, trong vòng ba tháng đã có một thiết kế tuyệt vời, chỉ hơi thận trọng ở tất cả các thành phần analog. Nhưng hôm nay, theo anh, vẫn còn vài nút thắt thực sự lớn.
5. Vì sao silicon vẫn mất chín tháng
Nút thắt thứ nhất, theo Pat (video đăng ngày 09/10/2026), là vẫn còn chín tháng thời gian xử lý silicon, đại loại như vậy. Anh có thể thiết kế xong trong ba tháng, nhưng phải chín tháng sau anh mới thật sự đưa được nó vào silicon thật ở quy mô lớn. Anh nói điều đó thật tệ, và nút thắt này phải được cải thiện nếu muốn có loại đổi mới này.
Raghu hỏi: Pat đang nói về các giai đoạn validation và verification, hay còn xa hơn thế? Pat trả lời (video đăng ngày 09/10/2026): trước hết, anh không thể lấy bất cứ thứ gì ra khỏi fab trong chưa tới ba tháng, và đó là khi đã có những design flow được tăng tốc tối đa. Rồi phải đưa vào advanced package; package 3D đang trở nên phức tạp, nên đó lại là thêm khoảng ba tháng nữa. Rồi phải đặt nó vào một giải pháp ở quy mô rack, vì không còn thứ gì là một con chip nữa, nó là một cái rack. Thế là chín tháng: anh mất ba tháng để thiết kế, nhưng phải chín tháng sau mới thật sự bắt đầu dùng được.
Vậy làm sao bắt đầu nén những khía cạnh đó? Pat nói (video đăng ngày 09/10/2026) anh nghĩ cần những dạng lithography mới để làm được điều đó. Cần những design flow không đòi 50 triệu đô chi phí trước khi có thể đưa thứ gì đó vào prototyping. Làm sao nén chuyện đó xuống còn một hai tháng, khi giờ đây anh có thể làm thiết kế trong ba tháng? Bởi vì nếu phải mất một năm rưỡi anh mới thật sự có được quy mô và software chạy trên nó, thì hiểu biết của anh về các AI workload không còn áp dụng được cho con chip anh thiết kế nữa.
Guido nói anh nghĩ chúng ta đang thấy chuyện đó diễn ra trực tiếp ngay lúc này với các con chip AI (video đăng ngày 09/10/2026). Pat nói có thể nhìn nó trong lịch sử: chẳng hạn Graphcore không phải là một thiết kế tồi, nhưng thế giới đã đi tiếp. Theo Pat, tất cả những khía cạnh đó phần nào xoá đi việc AI đã làm phần thiết kế trở nên dễ; với anh, toàn bộ những vấn đề về quy mô sản xuất đó trở thành một nút thắt khổng lồ.
6. Nút thắt bộ nhớ và nút thắt điện năng
Nút thắt khác, tất nhiên, là bộ nhớ, Pat nói (video đăng ngày 09/10/2026): memory bandwidth. Có tiếng chen vào: chúng tôi có để ý. Pat nói tiếp: như anh từng mô tả, HBM là một bộ nhớ xấu xí; nó chỉ là bộ nhớ tốt nhất mà chúng ta đang có. Anh nói đó là một bộ nhớ tệ: mật độ bit tệ, bị giới hạn bởi shoreline bandwidth, chuyện điện năng, chuyện nhiệt; DRAM không thích bị nóng. Guido thêm: dồn mọi thứ vào một chỗ.
Pat nói (video đăng ngày 09/10/2026) đó là một điều tệ cho AI, vốn là một workload bộ nhớ và compute. Thế nên anh cần nén quá trình phát triển và hiện thực hoá đó vào quy mô thật, và anh cần sửa bộ nhớ đi kèm với nó. Với anh, đó là một nút thắt quan trọng nữa cần tấn công.
Rồi điện năng, theo Pat (video đăng ngày 09/10/2026): điện vào, và nhiệt. Phần lớn các khía cạnh mô phỏng điện năng hôm nay là tệ; không có công cụ mô hình 3D tốt cho điện năng, cho tản nhiệt, cho các điểm nóng và những thứ tương tự. Với điện áp đầu vào, anh nói về cơ bản anh đang dành guard band cho gần như toàn bộ bao điện năng của mình. Có tiếng đáp: chính xác. Pat nói về cơ bản anh đang mất 40% điện năng vào guard banding, nên anh phải giỏi hơn nhiều ở mô hình hoá điện năng, và rồi các kỹ thuật tản nhiệt của anh cũng tệ.
Pat nói (video đăng ngày 09/10/2026) tất cả những thứ đó, với anh, là những nút thắt lớn tiếp theo: làm sao cải thiện từng cái một. Nếu làm được, thì chúng ta bước vào một kỷ nguyên thú vị cho những gì tiếp theo. Anh nói: cảm ơn những công cụ AI tuyệt vời đó, nhưng anh vẫn có những thách thức lớn ngay cả khi chúng đã được triển khai đầy đủ.
7. Một trăm con chip AI sẽ thu về còn vài con?
Raghu nói (video đăng ngày 09/10/2026): nhờ các workload này, chúng ta đã thấy kiểu như một sự tái sinh về số lượng chip và kiến trúc chip. Pat nói: đúng, có kiểu như một trăm con chip tăng tốc AI inference, và chắc chắn anh còn không biết hết. Raghu đáp: đúng vậy. Pat hỏi: mà sao các anh lại rót vốn vào nhiều công ty như thế? Raghu đáp: chính Pat cũng đã rót vốn vào phần của mình rồi.
Raghu nói tiếp (video đăng ngày 09/10/2026): công bằng mà nói, tất cả đều đưa ra những giả định thiết kế khác nhau, hoặc ở các thành phần mà Pat vừa nói, hoặc ở phần của đường cong Pareto mà họ nhắm tới. Vậy Pat có nghĩ có chỗ cho tất cả không? Hay chúng ta đang ở trong một thế giới mà, một phần vì những gì Guido đã nói về công cụ AI, giờ chúng ta có khả năng xây nhiều loại chip khác nhau hơn? Và thời điểm này rất lớn, Raghu nói, nhìn theo cách nào cũng vậy.
Guido đẩy câu hỏi đi xa hơn một cách khiêu khích (video đăng ngày 09/10/2026): xưa nay, chưa có ngành nào từng có 100 nhà cung cấp bộ xử lý cạnh tranh nhau. Vậy đây có phải là một tương lai dị biệt hơn không? Hay đây là chuyện tạm thời, rồi sẽ thu về còn vài cái?
Pat trả lời (video đăng ngày 09/10/2026): anh nhìn nó như một chuyện tạm thời hơn, và anh kỳ vọng nó sẽ hội tụ. Có lẽ có ba lý do khác nhau khiến anh thấy vậy.
Lý do thứ nhất, theo Pat (video đăng ngày 09/10/2026), là tính dị biệt đang xuất hiện trong môi trường compute: giờ có phần chuyên cho pre-fill và phần chuyên cho decode. Rồi người ta nói cần một tầng chuyên cho mid-fill nữa, không chỉ pre-fill; thế là có early pre-fill và có mid-fill, là thứ khác. Guido thêm: có thể cả speculate và verify, nếu nghe theo OpenAI. Pat nói tự nhiên đội compute của anh trở nên ngày càng chia nhỏ theo workload, và anh nghĩ bất cứ khi nào bạn thấy chuyện đó trong lịch sử, nó không bền vững.
Pat nói tiếp (video đăng ngày 09/10/2026): rồi khi nhìn vào đó, người ta bắt đầu nói rằng khi chuyển sang các reasoning model, họ lại muốn thứ gì đó trông giống CPU hơn. Thế là bỗng nhiên tầng đó không còn được muốn nữa, không trở thành phần chủ đạo của năng lực compute; cần nhiều hơn ở chỗ khác, cho model và các model workflow. Nên, anh nói, anh thực sự không thích chuyên môn hoá ở quy mô lớn, vì anh nghĩ các workload sẽ tiếp tục thay đổi và dịch chuyển rất đáng kể.
Lý do thứ hai, theo Pat (video đăng ngày 09/10/2026), là anh nghĩ các model hôm nay sắp đi qua những bước đột phá tiến hoá. Anh nghĩ LLM đang chạm tới giới hạn. Khi người ta tìm cách thực sự mô hình hoá 3D, một LLM kiểu phẳng không chạy tốt với phân tử, hoá chất và hình ảnh. Anh nghĩ chúng ta sẽ thấy những giới hạn đó gây ra các dịch chuyển khác trong miền thuật toán.
8. HPC quay lại, quy mô và người thắng chọn người thắng
Pat cũng nghĩ (video đăng ngày 09/10/2026) một số workload thú vị nhất sẽ là khi bắt đầu đưa những thứ kiểu HPC trở lại vào những thứ kiểu AI, nơi bỗng nhiên độ chính xác 64-bit lại có ý nghĩa. Một người dẫn hỏi: ví dụ là gì?
Pat đưa ví dụ (video đăng ngày 09/10/2026): hãy hình dung model AI của anh giờ suy ra năm miền thú vị nhất cho một phân tích hoá học. Những thuật toán hoá học đó sẽ chạy với độ chính xác cao, và đó sẽ là phần chủ đạo của workload: việc đi tới năm thuật toán cần chạy, hay việc chạy năm thuật toán đó trên các hệ hoá học hay sinh học khác nhau. Nên anh nghĩ, khi chúng ta tối ưu các hệ AI, chúng sẽ dẫn chúng ta quay lại một số thứ vốn thuộc về high performance computing truyền thống hơn. Anh thấy cả khía cạnh đó của workload nữa.
Nói tóm lại, theo Pat (video đăng ngày 09/10/2026), sự chuyên môn hoá cực đoan trong kiến trúc compute là thứ anh không thích lắm, vì anh không nghĩ đó sẽ là hình dạng của các workload hai, ba, bốn năm nữa. Đó là một lý do. Và anh không thấy tất cả những con chip AI này, khi chúng ngày càng chuyên hoá cho từng phần của compute workload, nhất thiết sẽ đúng.
Lý do kế tiếp, theo Pat (video đăng ngày 09/10/2026): giờ có khoảng 100 con chip như thế, có rất nhiều loại, có cả loại probabilistic, và chúng sẽ không thắng hết. Chúng sẽ không thắng hết vì rốt cuộc bạn phải đạt quy mô với chúng, và quy mô đòi hỏi bạn phải thắng: phải có vốn, phải đưa được workload lên nó. Nên anh nghĩ việc có tới 100 thứ như vậy phần nào đi ngược logic. Anh thấy chúng thu về lại do những yếu tố đơn giản như vốn, thị phần, những đội thắng, thiết kế thắng, kiến trúc thắng. Anh thấy workload thúc đẩy điều đó, và thấy những đợt hợp nhất tự nhiên trong ngành sẽ xảy ra.
Rồi anh cũng kỳ vọng (video đăng ngày 09/10/2026) những người thắng sẽ chọn ra người thắng: một OpenAI, một NVIDIA, một Anthropic sẽ nói "tôi thích con này", vì đó không chỉ là phần cứng, mà là phần cứng và software cùng tiến hoá ra sao. Anh kỳ vọng sẽ có cảnh: đây là 10 con tôi có thể chọn cho việc này, tôi thích con kia; và điều đó đòi hỏi đầu tư vào software và vào sự tiến hoá của workload để tận dụng được những nền tảng ấy. Pat kết lại: vì ba lý do đó, chúng ta sẽ thấy sân chơi thu hẹp lại.
Raghu thêm: và cả độ phức tạp khi triển khai nữa, rồi xin lỗi và nhường lời. Guido nói hoàn toàn hợp lý và anh đồng ý phần lớn, nhưng anh vẫn muốn thử khuấy lên một chút tranh cãi (video đăng ngày 09/10/2026). Pat hỏi lại: Guido mà khuấy tranh cãi á? Có tiếng đáp: không đâu.
Guido nói (video đăng ngày 09/10/2026): rõ ràng 100 công ty sẽ phải hợp nhất, và anh hoàn toàn đồng ý với lập luận của Pat rằng rốt cuộc những bên tiêu thụ lớn sẽ chọn người thắng ở một mức độ nào đó. Hôm nay, anh nghĩ, việc là một startup chip hạng nhất hay không, ở một mức độ nào đó, được định nghĩa bằng mức traction mà bạn có với những bên thực sự lớn. Cũng có một lập luận rằng trong bất kỳ giai đoạn chuyển tiếp nào, bạn có lẽ sẽ thấy nhiều cách tiếp cận khác nhau bùng nổ hơn một chút, và theo thời gian chúng sẽ được sàng lọc.
Nhưng, theo Guido (video đăng ngày 09/10/2026), có thể đưa ra một lập luận như sau: xưa nay chúng ta chuẩn hoá về một hai kiến trúc vì các instruction set khác nhau rất khó; bạn phải xây nhiều compiler, về cơ bản độ phức tạp của software quyết định rằng bạn chỉ có thể có một số ít nền tảng phần cứng. Phần đó có vẻ đang thay đổi một chút với AI. Hôm nay, khi viết một kernel tối ưu, anh nghĩ có một ví dụ hay, nơi người ta nói về cơ bản con người không thật sự lập trình được thứ này nữa, nhưng một bầy agent chạy qua đêm thì làm được, và đó là tất cả những gì cần.
Vậy, theo Guido (video đăng ngày 09/10/2026), có thể nói nếu bạn xây được một con chip có một năng lực nhất định, giờ việc xây các tầng software bên trên để tận dụng hết năng lực đó dễ hơn rất, rất nhiều. Liệu một hệ quả của điều đó có thể là chúng ta có tính dị biệt nhiều hơn một chút, đơn giản vì lập trình cho tính dị biệt ấy đã dễ?
9. Vốn, quy mô và tính dị biệt được giấu bên dưới
Pat nói (video đăng ngày 09/10/2026) anh nghĩ điều đó có thay đổi chỗ nút thắt rơi vào. Nút thắt đầu tiên là cái anh đã nói: vẫn mất một năm rưỡi để làm ra những thứ này. Nút thắt thứ hai là không chỉ mất một năm rưỡi để đưa chúng vào rack và đạt quy mô, mà còn để làm cho chúng hữu dụng: liệu tôi có mượn được 50 tỷ không? Anh nói đây không phải chi phí vốn nhỏ, mà là những khoản chi phí vốn rất lớn, cho data center, cho điện năng, cho các cam kết. Anh phải xây thứ này ở quy mô lớn, và điều đó sẽ đi ngược lại rất nhiều tính dị biệt.
Rõ ràng là những người chơi lớn, Pat nói (video đăng ngày 09/10/2026), và chúng ta đã thấy điều này qua những gì NVIDIA làm với một hãng chip AI inference, sẽ kiểu như sở hữu một phần tính dị biệt đó. Hai năm nữa, anh nói, bạn sẽ không còn nhận ra được phần của hãng chip đó bên trong NVIDIA; nó sẽ chỉ như một thứ chuyên dụng khác. Các kiến trúc sẽ kiểu như giấu tính dị biệt vào bên trong, và với anh như vậy là hoàn toàn ổn; đó là điều mà layering, abstraction xưa nay vẫn làm. Anh nói những lực đó là những lực mạnh, theo cách anh nói là để phơi ra nhiều tính dị biệt; rồi anh nói không, anh nghĩ nó sẽ được trừu tượng hoá bên dưới một số thứ này. Rốt cuộc, xây những thứ này ở quy mô lớn vẫn khó.
10. HBM, một bộ nhớ xấu xí, và ba mươi năm không có bộ nhớ mới
Raghu nhắc lại (video đăng ngày 09/10/2026): lúc trước Pat nói HBM là một bộ nhớ xấu xí. Pat thêm: và là bộ nhớ tốt nhất chúng ta có hôm nay, bỏ xa các loại khác. Raghu nói: đúng vậy, giống như câu nói về dân chủ. Raghu nói: chúng ta không nhớ nổi lần cuối có một đổi mới bộ nhớ là khi nào; có thể là Optane, và anh nghĩ Pat có lẽ đã dính dáng tới nó. Pat đáp: đúng, cái đó đã chết. Raghu nhắc lại: cái đó đã chết. Có tiếng nói: chúng tôi đã khai tử nó.

Raghu hỏi (video đăng ngày 09/10/2026): Pat có nghĩ đổi mới bộ nhớ đã ở ngay góc phố không? Cần điều gì xảy ra? Anh nói rõ ràng ai cũng hiểu bài toán quy mô, vì ở bộ nhớ nó còn lớn hơn nữa; nhưng nếu tạm gác quy mô sang bên, thì ngay cả ở góc độ công nghệ thì sao?
Pat đề nghị nhìn lại lịch sử (video đăng ngày 09/10/2026): bản thân anh có lẽ đã gắn với ít nhất năm kiến trúc bộ nhớ mới khác nhau, Optane chỉ là một trong số đó, những thứ không bao giờ ra được ánh sáng. Anh có lẽ biết gần 100 loại đã xuất hiện trong ngành suốt 30 năm qua. Và chính xác thì trong 30 năm qua chúng ta có bao nhiêu loại bộ nhớ mới quan trọng? Có tiếng đáp: không loại nào. Pat liệt kê: DRAM, SRAM, Flash; còn gì nữa đâu? DRAM, SRAM, Flash. Có tiếng nói Flash xếp chồng cũng tới được một chút. Pat đáp: hầu như không.
Theo Pat (video đăng ngày 09/10/2026), đó là một điều đáng thất vọng: chúng ta chưa tạo ra được thứ vật lý tiếp theo cho phép có một bộ nhớ chi phí thấp, hiệu năng cao, bền bỉ và sản xuất được. Suốt 30, 40 năm qua, anh nói, bộ nhớ là một ngành tồi tệ vì bạn kiếm được tiền một năm rồi lỗ bốn năm tiếp theo. Vậy thì hãy đi làm R&D trong một ngành chỉ có lãi một trên năm năm xem. Anh nói chuyện đó xưa nay luôn khó khăn khủng khiếp, vì ngành bị chi phối bởi những chu kỳ commoditization dữ dội như vậy.
Guido nói chuyện đó đã thay đổi một chút gần đây. Pat nói: trong năm năm qua. Guido nói (video đăng ngày 09/10/2026): cả ba nhà cung cấp bộ nhớ lớn đều nằm trong top 20 công ty giá trị nhất hành tinh; đó là một thay đổi điên rồ. Pat nói ai mà ngờ được.
Theo Pat (video đăng ngày 09/10/2026), ai nhìn vào AI workload cũng thấy, dù đoán quá khứ thì dễ mà đoán tương lai thì khó hơn một chút: AI là một workload bộ nhớ. Anh nghĩ có sự kết hợp giữa nhu cầu vốn và nhu cầu công nghệ đủ để biện minh cho đổi mới bộ nhớ.
Có hai miền mà anh thấy hào hứng, Pat nói (video đăng ngày 09/10/2026). Miền thứ nhất: anh nghĩ giới hạn shoreline bandwidth của HBM là một vấn đề nền tảng. Với ý đó, anh nói anh và đồng nghiệp có một công ty, d-Matrix, đang làm việc này, và anh nghĩ những công ty khác cũng sẽ làm, như một hãng chip khác với các kỹ thuật của họ. Guido nói: tương lai là xếp chồng. Pat nói bằng cách nào đó phải đưa bộ nhớ và compute lại gần nhau, với những cấu trúc mới về căn bản.
Pat nói thêm (video đăng ngày 09/10/2026): với lượng vốn khổng lồ hiện đang đổ vào workload này trong mảng AI, anh nghĩ chúng ta thực sự sẽ phá được một số thách thức vật lý đó. Anh vừa rót vốn cho một công ty bộ nhớ mới, vẫn đang hoạt động kín, và anh khá hào hứng với một số đổi mới sẽ xuất hiện ở bộ nhớ mới. Sẽ có vật liệu mới cho bộ nhớ: nhiều người đang nhìn vào những thứ như ferroelectric, tìm bộ nhớ mật độ cao không dùng tụ điện, tìm bộ nhớ có thể vừa hiệu năng cao, vừa mật độ cao vừa xếp chồng được.
Pat cũng kể (video đăng ngày 09/10/2026) có người đang nhìn vào flash giá rẻ cho mục đích đó; bản thân anh không đặc biệt hào hứng với ý này. Anh nghĩ tốc độ và hiệu năng của cell bên dưới hơi có vấn đề với cấu trúc flash hay MRAM. Nhưng anh nghĩ đổi mới bộ nhớ đang tới, lần đầu tiên sau 30 năm, và đó sẽ là một mảng thú vị; anh chắc sẽ có vài công ty ở đó. Có tiếng đáp: hy vọng sẽ cùng làm vài công ty như thế. Pat nói: rồi sẽ tìm được việc để làm ở đây. Anh nhắc lại: đổi mới bộ nhớ, lần đầu tiên sau 30 năm, đang tới rất gần.
Guido nói (video đăng ngày 09/10/2026): thật đáng kinh ngạc những gì vài chục tỷ đô vốn hoá có thể làm được; có tiếng nói 100 tỷ, rồi nghìn tỷ, và Guido nhắc lại: nghìn tỷ. Pat nói anh nghĩ vốn hoá thị trường của ngành bộ nhớ đã tăng 2,5 nghìn tỷ đô trong bốn năm qua, và anh nghĩ con số đó khá đúng. Guido nói: lẽ ra cứ đầu tư vào đó là xong, khỏi làm mấy chuyện venture. Có tiếng đáp: tiền dễ ăn.
11. Chip có thể cao tới đâu
Raghu hỏi Pat nhìn chuyện này thế nào, rồi xin lỗi và nhường lời cho Guido. Guido muốn mở rộng thêm một chút về phần xếp chồng (video đăng ngày 09/10/2026): nếu phải dự đoán, chip của chúng ta sẽ cao lên nhanh tới mức nào? Có phải kiểu lên hai tầng rồi đứng đó một thời gian? Hay sẽ có chiếc bánh sandwich 16 tầng, vui vẻ trộn logic, bộ nhớ và SRAM? Pat nhìn chuyện này tiến triển thế nào?
Pat nói (video đăng ngày 09/10/2026) vấn đề của việc xếp chồng là giá trị của cả chồng trở nên lớn hơn khi số chiều của chồng tăng lên, nghĩa là yield của từng lớp trong quy trình xếp chồng phải liên tục tăng. Về cơ bản nó không thể tăng tuyến tính, nó phải tăng theo cấp số mũ. Và cải thiện đặc tính sản xuất và lỗi theo cấp số mũ, khi lên tới chồng cao 8 hay 16 tầng, trở nên quá, quá khó khi bạn làm phép tính. Quy trình sản xuất của bạn phải gần như hoàn hảo.
Guido nói (video đăng ngày 09/10/2026): dù vậy, vẫn có thể thấy những thiết kế tính tới một mô hình nhất định, như chúng ta đã thấy từ lâu với chip hai chiều. Có tiếng đáp: tất nhiên. Pat nói: nhưng nhớ rằng đó là bản chất của DRAM, lúc nào cũng có bad block replacement, các đường dự phòng và những thứ tương tự. Anh nói không hề xem nhẹ chuyện đó, nhưng giả sử bạn làm được vậy, bạn vẫn cần yield cực tốt: nếu có một die bị nứt, anh không quan tâm bạn đã đưa bao nhiêu khả năng chịu lỗi vào nó, đó vẫn là một die hỏng.
Vì thế, Pat nói (video đăng ngày 09/10/2026), anh không phải kiểu người chồng 16, 32 tầng điên rồ. Anh nghĩ sẽ có những chồng ba, bốn, năm tầng đẹp đẽ, rốt cuộc trở thành điểm ngọt. Guido nói: những toà nhà tầm trung. Pat kỳ vọng một phần vì sản xuất, một phần vì độ phức tạp, quanh những điểm ngọt về yield đó; anh nghĩ phần lớn mọi thứ sẽ dừng ở đó.
Nhưng ngay cả ở đó, Pat nói (video đăng ngày 09/10/2026), giả sử giờ anh có một compute tile tuyệt vời. Tile đó cần lớn cỡ nào? Mọi thứ giờ đều bị giới hạn bởi reticle. Liệu có thể chuyển sang nhiều chiplet hơn, có đặc tính yield tốt hơn, nhiệt tốt hơn? Rồi bạn sẽ muốn đặt một chồng bộ nhớ lên đó: chồng bộ nhớ hai tầng hay bốn tầng? Anh không thấy nó thành chồng tám tầng; với anh, hai hay bốn là khá đúng.
Rồi việc cấp điện cần được tích hợp vào đó, theo Pat (video đăng ngày 09/10/2026), thành thêm một thành phần nữa; anh muốn nó nằm theo chiều Z, vì anh muốn các đường điện đi vào cấu trúc này nữa. Rồi anh cần các lớp RDL khá thông minh để phân phối tín hiệu trên nền tảng đó. Nên ở một mức độ nào đó, thứ chuẩn mực của anh đã dày khoảng tám lớp khi cộng tất cả các phần đó lại, và anh nghĩ đó gần như là tất cả những gì có thể làm, ít nhất là theo hiểu biết của chúng ta về sản xuất hôm nay.
Rồi tất nhiên, Pat nói (video đăng ngày 09/10/2026), chúng ta kỳ vọng optics sẽ đi vào. Thế là sẽ có nhiều cấu trúc vật liệu III-V hơn, gần với khối phức hợp này hơn, vì anh muốn I/O được tích hợp sâu vào cấu trúc đó. Các phần lấy silicon làm trung tâm của anh cần được bổ sung bằng một số vật liệu III-V khác. Làm sao đưa kết nối quang vào đây? Làm sao đưa đường điện vào đó? Anh nói đó là một kỳ tích kỹ thuật và một cơn ác mộng sản xuất khi gom tất cả các phần lại, nhưng đó là nơi vật lý đang dẫn chúng ta tới theo thời gian. Nên với anh, ném vào một chồng cao 16 tầng thì thật điên rồ; một chồng bộ nhớ cao hai hay bốn tầng, anh nghĩ, có lẽ là điểm ngọt.
Raghu nói (video đăng ngày 09/10/2026): Pat chưa nói về tản nhiệt và những vật liệu mới cần cho việc đó. Pat đáp: rõ ràng sẽ có rất nhiều việc. Trước hết, không thể có những điểm nóng vật lý như hôm nay, nên phải thông minh hơn trong cách dùng nhiệt và phân tán nhiệt. Rồi bạn sẽ hỏi: làm sao vừa đưa điện vào vừa tản điện năng ra khỏi những môi trường đó? Và nhân tiện, nếu có thể đưa điện vào hiệu quả hơn nhiều ở mức điện áp mong muốn, với độ đáp ứng điện năng và khả năng điều áp tốt hơn nhiều, thì sẽ không tạo ra nhiều "ống khói nhiệt" như vậy.
Nhưng anh vẫn phải nghĩ, Pat nói (video đăng ngày 09/10/2026): làm sao làm mát những thứ này? Những vật liệu mới như kim cương và các thứ khác đã được đề xuất như cách làm mát tốt hơn; vai trò của chúng sẽ thế nào? Làm sao có những kỹ thuật làm mát bằng chất lỏng tốt hơn và các cách khác, đặt ngay trên chip với đặc tính nhiệt tốt? Anh nói: các kỹ sư chúng ta đang trở thành thợ sửa ống nước. Có tiếng đáp: đúng vậy.
12. Optical cho bộ nhớ, PIM và cái chết của dây đồng
Raghu hỏi về một hướng khác (video đăng ngày 09/10/2026): một số người nói, hãy đưa bộ nhớ ra khỏi package và đi hoàn toàn bằng optical giữa compute và bộ nhớ; điều đó cho thêm nhiều bậc tự do, nhiều cách xây hơn. Pat nghĩ gì về hướng đó, so với xếp chồng? Raghu nói đó là một thái cực khác.
Pat trả lời (video đăng ngày 09/10/2026): anh nghĩ càng đòi hỏi nhiều giao tiếp OEO, tức quang sang điện sang quang, trong khối compute lõi, thì với anh càng khó, và lúc nào cũng có tổn hao đi kèm. Người ta đang làm việc vất vả để tìm ra các kỹ thuật khéo hơn nhằm giảm cả chi phí lẫn điện năng: bao nhiêu điện năng bị lãng phí khi đi qua các bước chuyển đổi? Anh không ủng hộ những cách đó, vì anh nghĩ chúng cho bạn truy cập những vùng bộ nhớ lớn, nhưng bạn đốt rất nhiều điện năng để tới được đó.
Pat nhắc (video đăng ngày 09/10/2026): số femtojoule cho compute hiện đã khá tốt một cách đáng kinh ngạc, còn số femtojoule cho mỗi bit truyền thông thì tệ hơn tương đối cỡ một nghìn lần. Nếu phải tốn chừng đó để đi tới những vùng bộ nhớ lớn, thì anh không thích những cách tiếp cận đó. Bản thân anh nghĩ chúng phần nào đi ngược vật lý nền tảng của bài toán.
Guido nêu cách tiếp cận ngược lại (video đăng ngày 09/10/2026): liệu có thể tích hợp compute và bộ nhớ trực tiếp, chuyển một phần compute vào trong bộ nhớ? Pat nói: một số cách tiếp cận PIM. Guido hỏi Pat nghĩ gì về chuyện đó.
Pat nói anh cũng không ủng hộ những cách đó (video đăng ngày 09/10/2026), vì anh nghĩ với workload, giờ anh phải lấy workload của mình và đẩy những mẩu compute nhỏ vào trong bộ nhớ, để không cần nhiều memory bandwidth đi vào phần compute thật như vậy, và điều đó đặt ràng buộc lên workload. Anh nói anh có thể sai ở điểm này, nhất là với sự linh hoạt trong thiết kế và trí thông minh mà giờ có thể đưa vào qua các khía cạnh thiết kế. Nhưng phần lớn các ý tưởng PIM đã có từ 25, 30 năm nay, và anh nghĩ 25, 30 năm nữa chúng vẫn còn lảng vảng đó.
Pat nói (video đăng ngày 09/10/2026): hãy cho anh memory bandwidth tuyệt vời, mật độ cao, hiệu năng cao, và đặt nó gần các engine compute thật. Anh kỳ vọng đó sẽ là một giải pháp tổng quát hơn cho nhiều workload, và các workload đang tiến hoá theo thời gian.
Guido nói (video đăng ngày 09/10/2026): vậy là chúng ta vẫn kẹt với những con chip ngày càng dày đặc, nhiều compute hơn, nhiều logic hơn, nhiều điện năng hơn. Có tiếng thêm: và I/O tốt hơn nhiều. Pat nói anh là một người hâm mộ lớn của việc chuyển optics sang cho mọi chức năng I/O. Anh đã tuyên bố cái chết của dây đồng khoảng 25 năm trước, và rồi sẽ có lúc anh đúng. Có tiếng đáp: anh vẫn đúng mà. Pat nói: một ngày sớm thôi, anh sẽ đúng. Với anh, mọi I/O nên chuyển sang optical, nhưng khối compute và bộ nhớ lõi thì không.
Raghu hỏi (video đăng ngày 09/10/2026): bước đầu tiên khi đi sang optical là scale up, thậm chí hơn cả scale out; Pat nghĩ sao? Ứng dụng nào sẽ là động lực workload, nếu có thể nói vậy? Pat nói anh nghĩ động lực workload chính là cái đang ở trước mặt chúng ta. Hôm nay, trong các môi trường scale-up, người ta đang đặt hàng tấn dây đồng, và về cơ bản dây đồng đang trở thành một waveguide ngày càng ngắn lại. Bỗng nhiên, làm cho dây đồng chạy được ở năm mét lại đắt hơn làm cho optical chạy được ở 100 mét. Anh nghĩ vật lý đang đẩy chúng ta tới đó ngay hôm nay.
Pat tự đặt câu hỏi (video đăng ngày 09/10/2026): nếu vậy thì, Pat, sao chúng ta chưa chuyển sang đó? Anh trả lời: đó là một chuỗi cung ứng phức tạp, chưa bao giờ được thử ở quy mô lớn. Anh nghĩ giờ ai cũng đang nhìn vào một dạng NPO, CPO hay tương tự trong khung thời gian 2028 tới 2029, vì không thể scale up lên những cụm compute radix lớn cho môi trường scale-up nếu không làm bước chuyển đó. Rõ ràng NVIDIA đã cho thấy điều đó, và anh nghĩ mọi người khác trong ngành đều kỳ vọng đó là điểm chuyển đổi.
Trên thực tế, Pat nói (video đăng ngày 09/10/2026), lẽ ra không bao giờ nên xây một NVL72: đó là một kỳ tích kỹ thuật và là một cơn ác mộng sản xuất. Ngành mất thêm một năm rưỡi để tiêu hoá con quái vật đó. Anh nói thật đáng kinh ngạc là đã đưa được nó lên quy mô lớn, nhưng điều đó thực sự chứng minh rằng nếu có một chuỗi cung ứng optical trưởng thành hơn thì hôm nay chúng ta đã tiến xa hơn nhiều: đã xây được những môi trường scale-up tốt hơn, điện năng tốt hơn, chi phí tốt hơn, năng lượng tốt hơn. Nhưng chuỗi cung ứng optical chưa đủ trưởng thành để cho phép điều đó, và những chuyện đó không dễ giải quyết. Còn rất nhiều việc phải làm, nhưng anh nghĩ 2028, 2029 là năm của nó.
13. Optical trong mạng, circuit switching, training và inference
Guido nói (video đăng ngày 09/10/2026): có lẽ chúng ta đang tích luỹ được rất nhiều kinh nghiệm về cách optics trong package vận hành trong networking, và anh nghĩ nhiều phần trong đó sẽ chuyển sang GPU khá suôn sẻ.
Pat nói (video đăng ngày 09/10/2026): nhưng bỗng nhiên những thứ này phải chạy được ở quy mô 10 triệu GPU, phải vừa trong package, và có rất nhiều thứ ở đó. Nhiều dạng optical không thích nhiệt độ xấu; mà nhiệt độ xấu lại là bản chất của cuộc chơi. Nên có các vấn đề nhiệt phải xử lý, các vấn đề tích hợp package, và ngành chưa có đủ năng lực sản xuất laser. Một loạt thứ, nhưng anh không thấy có gì mang tính nền tảng ở đó; lúc này chỉ là rất nhiều công việc vất vả để gom tất cả các phần lại với nhau.
Guido hỏi (video đăng ngày 09/10/2026): về kiến trúc mạng, điều này có đồng nghĩa với switch không, với nhiều mạng circuit switch hơn, vì không thể scale các mạng optical rất nhanh này mãi được?
Pat nói (video đăng ngày 09/10/2026) anh thích cách Nick McKeown, một giáo sư Stanford khác và là bạn tốt của anh, mô tả chuyện này; Pat nói Guido cũng biết ông một chút. Có tiếng hỏi: ông ấy là người hướng dẫn luận án à? Guido đáp: ông ấy là người hướng dẫn luận án của anh.

Theo cách Nick McKeown mô tả mà Pat kể lại (video đăng ngày 09/10/2026): chúng ta đã xây các mạng để xử lý mọi gói tin đi bất cứ đâu mà không biết trước nó sẽ đi đâu. Khi nghĩ về AI, mọi thứ gần như ngược lại hoàn toàn: chúng ta đang chạy những luồng lớn và dự đoán được. Nên chỉ riêng mô tả đó đã cho thấy nó giống một switch hơn là một gói tin.
Pat nói (video đăng ngày 09/10/2026) anh nghĩ tới sự hội tụ giữa việc chuyển sang optical và một workload dự đoán được hơn nhiều, quản lý được, luồng lớn; với anh, anh thấy rằng chúng ta sẽ đi tới tận cùng việc đưa optical vào khối compute, và đi tới tận cùng OCS hay một dạng optical switching nào đó với các luồng dễ dự đoán hơn. Anh nói đó là kiến trúc đúng. Rồi câu hỏi là đó là scale up hay scale out; ở một mức độ nào đó, nếu scale up đủ lớn thì chỉ còn là radix của môi trường scale-up là bao nhiêu, và khi nào muốn nối nó với những cụm thực sự lớn khác. Với anh, đó là một câu trả lời khá đẹp cho tương lai. Nhưng anh nói anh đang nhìn một người còn chuyên sâu hơn anh nhiều về chuyện này.
Guido nói (video đăng ngày 09/10/2026) anh luôn thấy ranh giới scale up và scale out ở một mức độ nào đó là phân biệt nhân tạo. Anh hiểu nó đến từ đâu: chúng ta đang dùng các giao thức khác nhau, một bên là mạng front, một bên là mạng back. Nên lúc này, trên thực tế, đó là một khác biệt lớn. Nhưng nếu lùi lại và nhìn từ góc độ kiến trúc hệ thống, nó đạt cùng một mục tiêu với những hương vị hơi khác nhau, các giao thức hơi khác nhau, mà theo anh nghĩ, theo thời gian sẽ hội tụ.
Raghu nói: nhất là với AI training workload. Guido nói dù vậy, training và inference thực ra trông khá giống nhau. Raghu nói phần inference thì ít giống hơn (video đăng ngày 09/10/2026).
Pat hỏi (video đăng ngày 09/10/2026): bộ não của bạn có ngừng học không? Nhân tiện, như một đặc điểm khác của sự tiến hoá workload, anh nghĩ việc tách training và inferencing sẽ ít đi từ đây trở đi, chứ không nhiều hơn. Đó là một phần lập luận chống lại các kiến trúc ngày càng dị biệt: anh nghĩ đó là continuous learning. Sẽ có những miền thuật toán nói rằng, đúng, continuous learning trở thành bản chất của thuật toán, nơi anh muốn môi trường inference của mình cập nhật model weights, vì điều đó cho anh ngày càng nhiều tinh chỉnh và tiến hoá qua các workload, đi vào những môi trường ít training chính thức hơn. Ở những môi trường đó anh có những tập dữ liệu nhỏ hơn, nên anh không chắc đó là...
Raghu nói (video đăng ngày 09/10/2026): nhưng số node cần để hữu dụng là một đường kính nhỏ hơn cho inference so với training. Có tiếng đáp: hôm nay thì đúng là vậy.
Guido nói (video đăng ngày 09/10/2026) anh vẫn nghĩ có thể có một vai trò cho tính dị biệt đến từ một góc khác: các loại AI workload khác nhau đòi hỏi nền tảng bên dưới rất khác nhau. Có loại bị giới hạn bởi compute nhiều hơn, có loại bởi memory bandwidth nhiều hơn. Nếu có một diffusion workload nhỏ chẳng hạn, card tối ưu cho nó trông rất khác so với một LLM hàng đầu cỡ 15 nghìn tỷ weight cần chạy ở quy mô khổng lồ. Nên anh nghĩ điều đó, nếu có, có thể thúc đẩy tính dị biệt.
Pat nói (video đăng ngày 09/10/2026) anh nghĩ có chút chỗ cho điều đó. Nhưng anh cũng sẽ nói: giờ đang nói chuyện đưa một triệu GPU vào làm việc trong data center. Rồi bạn nói, với diffusion workload kia, lẽ ra nên đặt thứ gì đó tối ưu theo kiểu này, nên giờ đặt một nghìn cái như thế vào; còn với workload kia cần 2000 cái loại này. Bỗng nhiên bạn không có được sự linh hoạt của quy mô. Và tốn bao nhiêu để quản lý, nâng cấp, kết nối, fault domain, tất cả những thứ kiểu đó?
Guido nói: agent sẽ làm hết các bản nâng cấp, chuyện đó không còn là vấn đề nữa. Pat đáp: cảm ơn, mọi thứ đều dễ. Raghu nói: vậy là quản lý đội máy đã xong (video đăng ngày 09/10/2026).
14. Năng lực năng lượng là năng lực kinh tế
Raghu tóm lại những gì đã bàn (video đăng ngày 09/10/2026): compute, bộ nhớ, networking; điện năng là chủ đề tiếp theo. Pat đã chạm tới nó với việc cấp điện theo chiều dọc bên trong chip, trên chip. Nhưng còn có 800-volt DC, có cấp điện tới data center, có cả một hệ sinh thái đi tới tận phát điện và các khía cạnh chính trị xã hội của nó. Vậy đổi mới đi vào ở đâu, và đâu chỉ là thực thi thuần tuý?
Pat đề nghị bắt đầu từ first principles (video đăng ngày 09/10/2026): theo anh, quốc gia của chúng ta đã làm rất tệ với năng lực năng lượng này. Về cơ bản, đã có 10 tới 15 năm mà điện than bị đưa khỏi lưới với tốc độ bằng tốc độ thêm năng lượng tái tạo, và quốc gia đi ngang về tổng năng lực năng lượng. Không tốt, vì trong thời đại số, năng lực năng lượng bằng năng lực kinh tế. Vậy về cơ bản, năng lực kinh tế của quốc gia đi ngang suốt 15 năm, nếu bạn tin luận điểm đó, mà anh nghĩ là rất chứng minh được.
Trong năm năm qua, Pat nói (video đăng ngày 09/10/2026), chúng ta đã thấy một dòng chảy khổng lồ kiểu "cứ cho tôi thêm năng lực". Nhưng anh nghĩ ngay cả với điều đó, chúng ta có lẽ mới tăng năng lực năng lượng quốc gia khoảng 4% mỗi năm, đi từ về cơ bản là số không lên một; chà, gấp 4, hay đúng hơn là 4%. Với anh, đó là một tình huống tệ, và chúng ta chỉ cần thêm năng lực năng lượng.
Thứ nhất, Pat nói (video đăng ngày 09/10/2026), rõ ràng anh và đồng nghiệp có vài công ty trong mảng này; anh nhắc tới hạt nhân, với Alva là một trong số đó. Anh nghĩ hạt nhân làm nguồn điện nền là một thứ tuyệt vời mà chúng ta muốn xây thêm. Không may là toàn bộ năng lượng tái tạo của chúng ta phụ thuộc sâu vào Trung Quốc, điều rất đáng tiếc; thời gian chờ turbine khí, theo cách anh nói, "chỉ" là tám năm. Nên đây thực sự là một môi trường khó để mở rộng nhanh. Nhưng trước hết, chỉ cần thêm năng lực, và về căn bản năng lực năng lượng phần nào kìm lại tốc độ chúng ta có thể đi với AI: vì sao phải xây một data center mới và mua một triệu GPU nếu không cấp điện được cho chúng? Anh nghĩ sẽ thấy ngày càng nhiều vụ vỡ nợ ở nhiều dự án data center, vì năng lượng sẽ không có ở đó.
Raghu hỏi: vậy Pat nghĩ đó sẽ là một lực cản đáng kể? Pat nói anh nghĩ đó sẽ là một lực cản (video đăng ngày 09/10/2026), và anh nghĩ đã bắt đầu thấy vài dấu hiệu đầu tiên của chuyện đó, anh nhắc tới Oracle, và đó là cái đầu tiên trong nhiều cái sẽ tới. Không phải là chúng ta sẽ chậm lại vì vậy, nhưng anh nghĩ người ta sẽ bắt đầu hỏi: tôi có thật sự có đủ năng lượng để bảo đảm cho các cam kết vốn tôi đang đưa ra, cho xi măng, cho rack data center và cho việc mua GPU không? Nên anh nghĩ đó sẽ là một giới hạn trên, nhưng chúng ta cần thêm năng lực năng lượng, cần đưa thêm đổi mới vào đó, và cần thêm những chuỗi cung ứng đó ở Mỹ.
Hạt nhân là một trong những thứ anh yêu thích, Pat nói (video đăng ngày 09/10/2026): lò phản ứng hạt nhân gần nhất được đưa vào vận hành ở Mỹ là khi nào? Anh nói là 20 năm trước. Chúng ta đã dừng hẳn một ngành rất có năng lực. Nên đó là chỗ cần thêm. Cần hiệu quả hơn nhiều trong việc cấp điện qua các mạng điện, và như Raghu nói, chuyển sang data center 800-volt DC, để loại bỏ rất nhiều bước chuyển đổi dọc đường vốn tồn tại vì lý do lịch sử và lý do chuẩn hoá. Anh nói phải sửa chuyện này: 800-volt DC, sự trả thù của Edison đang tới. Raghu nói: đúng, anh cũng vừa định nói vậy.

Theo Pat (video đăng ngày 09/10/2026), cần chuyển đổi điện năng tốt hơn. Anh và đồng nghiệp có vài công ty; một trong số đó làm vertical GaN, mà anh nghĩ sẽ là một công nghệ sát thủ để làm được 800 xuống 48, 800 xuống 12, hay thậm chí 800 xuống 5 chỉ trong một bước chuyển đổi, điều cho bạn thêm rất nhiều năng lượng. Có tiếng thêm: cả các máy biến áp nữa. Pat nói tất cả những thứ đó, máy biến áp thể rắn, switch và các thứ khác, đang xây lại mạng cấp điện, và anh nghĩ sẽ có rất nhiều đổi mới, kiểu như: điện năng lại ngầu trở lại. Rồi cũng cần tất cả những thứ đó trong hệ thống làm mát; sẽ có một loạt đổi mới ở đó, turbine, chất làm lạnh, bỗng nhiên chúng lại trở thành những công nghệ mới thú vị.
Với tất cả những người làm phần cứng, Pat nói (video đăng ngày 09/10/2026), đây giống như một thời Phục hưng. Raghu kể: sau 25 năm, anh phải quay lại đọc về định luật Carnot. Pat nhắc lại: định luật Carnot, và nói đó là thứ hay ho: định luật thứ nhất của nhiệt động lực học hoạt động thế nào nhỉ? Guido nói: vật lý, anh nghĩ hoá ra cũng đáng giá chút đỉnh.
Pat nói (video đăng ngày 09/10/2026) đây sẽ là một thời điểm thú vị theo nghĩa đó. Nhưng anh cũng nói chúng ta cần thay đổi vật lý: CMOS đã không cải thiện công suất trên mỗi teraflop qua năm thế hệ chip NVIDIA gần nhất, đi ngang. Không ổn. Đó là chỗ một số thứ đi vào: anh và đồng nghiệp có một công ty siêu dẫn, Snowcap, mở ra cơ hội thay đổi vật lý về căn bản, với hiệu năng điện năng tốt hơn một nghìn lần. Anh nghĩ một số đổi mới như vậy cũng đang tới trong tương lai gần.
15. Một VMware cho agent
Raghu nói (video đăng ngày 09/10/2026) anh đã quản lý thời gian rất tệ suốt một giờ qua: còn quá nhiều chủ đề chưa bàn, nhưng phải bàn ít nhất một cái trước khi kết thúc. Pat nói: anh là người cầm trịch mà. Raghu nói: giờ máy ảo đã quay trở lại; Pat, cựu CEO của VMware, nghĩ gì về chuyện đó? Guido nói anh cảm thấy bị gạt ra khỏi cuộc trò chuyện giữa các cựu CEO của VMware. Raghu nói anh cũng đã định nói về networking nữa.
Pat nói (video đăng ngày 09/10/2026): mọi đổi mới xưa nay đều dẫn tới lớp abstraction tiếp theo. Anh thích nói: có gì mới trong thế giới của chúng ta hôm nay? Cấu trúc dữ liệu, thuật toán, và abstraction; chúng ta đưa nó về những nền tảng đó. Anh nghĩ abstraction máy ảo, dù làm từ tầng hạ tầng hay từ tầng ứng dụng, vẫn là một mô hình abstraction nền tảng, xứng đáng luôn có một chỗ trong thứ bậc compute. Anh hỏi: vậy các anh nghĩ sao, một người trong chúng ta quay lại điều hành VMware nhé? Raghu nói anh nghĩ anh đã bảo Guido rằng đến lúc quay lại điều hành VMware rồi.
Pat nói tiếp (video đăng ngày 09/10/2026): một trong những điều anh và đồng nghiệp đã làm ở VMware là quản lý mọi khía cạnh của thứ bậc điện toán: quản lý workload, quản lý mạng, quản lý hệ thống lưu trữ, và làm sao trừu tượng hoá chúng. Trong bối cảnh AI, khi nghĩ về các bầy agent: ai sẽ quản lý agent? Ai sẽ tạo các security profile quanh tất cả agent? Ai sẽ quản lý hiệu năng của agent? Về cơ bản, mọi yếu tố nền tảng của ảo hoá và quản lý cần được tạo lại trong thứ bậc điện toán tiếp theo này, và sẽ có rất nhiều công ty tuyệt vời đột phá trong cách làm những việc đó.

Raghu hỏi có muốn kết thúc bằng networking không. Guido nói anh muốn ở lại với máy ảo thêm một chút (video đăng ngày 09/10/2026). Điều thú vị nhất với anh là giờ chúng ta đang xây máy ảo để agent dùng được, thay vì để con người dùng. Và những gì anh và đồng nghiệp đã thấy ở một số công ty khác là sự thay đổi rất lớn: form factor thay đổi rất nhiều cách bạn tiếp thị chúng; bạn muốn agent là bên chọn dịch vụ VM của bạn. Nó thay đổi rất nhiều mức độ phức tạp bạn có thể có, thay đổi việc khởi động phải nhanh tới đâu. Con người kiên nhẫn hơn agent rất nhiều. Vậy nếu phải xây lại VMware hôm nay, nó sẽ trông khác thế nào? Guido gọi đó là VMware cho agent.
Pat hỏi lại (video đăng ngày 09/10/2026): liệu có cần một VMware cho agent dành cho con người không? Guido nói anh hiểu ý Pat. Pat nói: theo nghĩa là anh cần con người... Guido nói: hãy bám vào chuyện agent.
Pat nói anh nghĩ đó là một điểm quan trọng (video đăng ngày 09/10/2026), vì anh nghĩ cần phải có, anh mượn chữ constitution của Dario, những guardrail, hay khả năng đặt policy. Rồi bạn thực sự nói: mọi khía cạnh của máy ảo như chúng ta biết và yêu thích hôm nay đang phục vụ agent, thay vì phục vụ phần cứng và con người. Anh nghĩ đó trở thành ràng buộc thiết kế nền tảng ở phía này: làm sao làm cho agent tuyệt vời, làm sao làm chúng an toàn, làm sao làm chúng có hiệu năng, làm sao trừu tượng hoá chúng, làm sao di chuyển chúng. Tất cả những thứ đó đều có những hiện thân mới, như vMotion cho agent; mỗi thứ sẽ có hiện thân mới cho agent.
Nhưng rồi, theo Pat (video đăng ngày 09/10/2026), cũng cần nghĩ xem con người đặt policy, mô tả các constitution, có dashboard và những thứ tương tự thế nào. Anh nghĩ đó là chỗ thú vị, vì cần làm cả hai việc đó, không chỉ một. Còn phần thiết kế khó về căn bản, như những gì đã làm cho máy ảo, là trừu tượng hoá phần cứng một cách hiệu năng cho ứng dụng hay hệ điều hành; ở đây, đó là trừu tượng hoá phần cứng và vận hành cho agent. Đó là thứ nền tảng mà bạn đang phục vụ.
Raghu nói cuộc trò chuyện rất tuyệt, cảm ơn Pat rất nhiều đã tới, và hẹn sẽ làm lại lần nữa. Pat nói: hai trong những người anh yêu quý, lúc nào cũng được. Raghu nói: được rồi. Có tiếng nói: tuyệt vời; rồi những lời cảm ơn (video đăng ngày 09/10/2026).
Nguồn và liên kết 6 nguồn
- Tên gốc: Former Intel CEO: Why This is the Best Time to Build Hardware
- Sự kiện: YouTube
- Video gốc: https://www.youtube.com/watch?v=1Q_7yU7FZ1k youtube.com
- Kênh YouTube a16z (Pat Gelsinger, khách mời; Raghu Raghuram và Guido Appenzeller của a16z): youtube.com/channel/UC9cn0TuPq4dnbTY-CBsm8XA youtube.com
- Trang People của Playground Global, ghi Pat Gelsinger là General Partner (đọc ngày 17/11/2026): playground.vc/people playground.vc
- Trang Portfolio của Playground Global (đọc ngày 17/11/2026), có d-Matrix (AI inference với in-memory compute), Alva (nâng công suất cho các lò phản ứng hạt nhân hiện có) và Snowcap (nền tảng compute siêu dẫn): playground.vc/portfolio playground.vc


