Nvidia chuyển hướng sang nhà máy AI, mở rộng thị trường có thể tiếp cận thêm 200 tỷ USD

Nvidia không chỉ bán chip nữa — hãng đang bán toàn bộ nhà máy AI, một sự chuyển dịch chiến lược có thể tăng gấp đôi doanh thu trên mỗi khách hàng và định hình lại cục diện cạnh tranh trong cơ sở hạ tầng trung tâm dữ liệu.

Động thái bán các giải pháp nhà máy AI tích hợp — cơ sở hạ tầng trung tâm dữ liệu hoàn chỉnh thay vì GPU riêng lẻ — của Nvidia mở rộng thị trường có thể tiếp cận từ chip lên toàn bộ hệ sinh thái trung tâm dữ liệu, một sự thay đổi có thể tăng doanh thu trên mỗi khách hàng lên tới ba lần.

"Đây là lúc Nvidia nhận ra rằng nút thắt cổ chai trong triển khai AI không phải là hiệu năng chip — mà là sự phức tạp trong việc dựng lên một trung tâm dữ liệu," Stacy Rasgon, nhà phân tích cấp cao tại Bernstein, nhận định. "Bằng cách bán cả nhà máy, họ chiếm lấy giá trị trên toàn bộ hệ sinh thái."

Chiến lược này kết hợp GPU H100 và B200 thế hệ mới của Nvidia với thiết bị mạng từ thương vụ mua lại Mellanox, hệ thống quản lý năng lượng và điều phối phần mềm thông qua CUDA cùng nền tảng AI Enterprise. Nvidia đã giành được các cam kết nhiều năm từ các nhà cung cấp đám mây bao gồm Microsoft, Amazon và Google, những công ty đã chi tổng cộng hơn 150 tỷ USD cho chi phí đầu tư trung tâm dữ liệu trong năm 2025, theo các hồ sơ doanh nghiệp.

Sự chuyển hướng diễn ra khi doanh thu mảng trung tâm dữ liệu của Nvidia đạt 47,5 tỷ USD trong năm tài chính 2025, chiếm 87% tổng doanh thu. Việc bán các nhà máy hoàn chỉnh có thể đưa con số đó vượt 80 tỷ USD hàng năm vào năm 2028, theo ước tính từ Morgan Stanley, hãng xếp hạng Nvidia ở mức overweight với mục tiêu giá 185 USD. Cổ phiếu đang giao dịch ở mức 38 lần thu nhập dự phóng.

Tại sao chỉ bán chip không còn đủ

Mảng kinh doanh GPU cốt lõi của Nvidia phải đối mặt với hai áp lực cấu trúc. Thứ nhất, các siêu nhà cung cấp dịch vụ đám mây — Microsoft, Amazon, Google và Meta — đang chạy đua phát triển chip AI nội bộ như Trainium, TPU và Maia để giảm phụ thuộc vào phần cứng biên lợi nhuận cao của Nvidia. Trainium3 của Amazon cung cấp băng thông bộ nhớ gấp đôi H100 với chi phí thấp hơn 40%, theo thông số kỹ thuật được Amazon công bố. Thứ hai, sự phức tạp trong việc triển khai AI ở quy mô lớn đã trở thành nút thắt chính: các doanh nghiệp báo cáo rằng việc mua sắm GPU chỉ chiếm 20% thách thức, trong khi tích hợp, làm mát, nguồn điện và kết nối mạng chiếm phần còn lại.

Bằng cách bán cả nhà máy hoàn chỉnh, Nvidia khiến bản thân khó bị thay thế hơn. Một khách hàng mua toàn bộ hệ sinh thái của Nvidia — GPU, mạng, phần mềm và dịch vụ — phải đối mặt với chi phí chuyển đổi cao hơn đáng kể so với khách hàng chỉ mua chip đơn thuần. "Con hào được mở rộng từ cấp độ chip lên cấp độ hệ thống," Rasgon của Bernstein nhận xét.

Ai được và ai mất trong mô hình nhà máy

Sự thay đổi này tạo ra những người được và mất rõ rệt. Những bên hưởng lợi chính từ Nvidia bao gồm các đối tác chuỗi cung ứng: TSMC, hãng sản xuất chip trên các tiến trình 3nm và 4nm; SK Hynix và Samsung, nhà cung cấp bộ nhớ băng thông cao HBM3e; và Broadcom, công ty có chip kết nối mạng kết nối các cụm GPU của Nvidia. Teradyne và KLA, nhà cung cấp thiết bị kiểm tra bán dẫn và kiểm soát quy trình, cũng hưởng lợi khi Nvidia mở rộng sản xuất, với cổ phiếu Teradyne tăng 112% từ đầu năm và KLA tăng 75%.

Những bên thua cuộc tập trung hơn. Các nhà cung cấp cơ sở hạ tầng trung tâm dữ liệu trước đây bán các hệ thống con riêng lẻ — các công ty quản lý năng lượng, chuyên gia làm mát và các OEM máy chủ như Dell và Hewlett Packard Enterprise — có thể bị chèn ép khi Nvidia hấp thụ nhiều phần hơn của hệ sinh thái. Advanced Micro Devices, đối thủ cạnh tranh với bộ tăng tốc MI300X, phải đối mặt với khoảng cách hệ sinh thái ngày càng lớn: nền tảng phần mềm CUDA của Nvidia có hơn 4 triệu nhà phát triển, so với ROCm của AMD chỉ có khoảng 500.000.

Đối với nhà đầu tư, câu hỏi đặt ra là liệu thị trường đã định giá sự chuyển đổi này hay chưa. Cổ phiếu Nvidia, tăng 145% trong 12 tháng qua, giao dịch ở mức 38 lần thu nhập dự phóng — cao hơn mức trung bình của nhóm bán dẫn cùng ngành là 22 lần. Joseph Moore của Morgan Stanley lập luận rằng chiến lược nhà máy AI biện minh cho định giá này, ước tính nó có thể bổ sung thêm 200 tỷ USD vào tổng thị trường có thể tiếp cận của Nvidia. Tuy nhiên, chiến lược này mang rủi ro thực thi: xây dựng và tích hợp cơ sở hạ tầng trung tâm dữ liệu đòi hỏi những năng lực khác với thiết kế chip, và các giải pháp nội bộ của siêu nhà cung cấp đám mây đang cải thiện nhanh chóng. Cột mốc tiếp theo là hội nghị GTC của Nvidia vào tháng 3 năm 2027, nơi công ty dự kiến sẽ công bố chi tiết kiến trúc Vera Rubin thế hệ tiếp theo và mức giá cấp nhà máy.

Bài viết này chỉ mang tính thông tin và không cấu thành lời khuyên đầu tư.