Cả tác giả, Tim Fries, lẫn trang web này, The Tokenist, đều không cung cấp lời khuyên tài chính. Vui lòng tham khảo chính sách trang web của chúng tôi trước khi đưa ra quyết định tài chính.
Tại Hội chợ Điện tử tiêu dùng (CES) ở Las Vegas, Nvidia đã trưng bày những tiến bộ trong ba lĩnh vực chính: game & đồ họa, xe tự hành và AI & trung tâm dữ liệu. Trước đây, chúng tôi đã đề cập đến việc Nvidia vươn lên dẫn đầu nhờ vào sự bám chặt không thể đảo ngược trong AI, vị thế hiện tại của công ty dường như còn được củng cố hơn nữa với nền tảng Vera Rubin mới nhất. Lần này, chúng tôi sẽ xem xét nỗ lực của Nvidia nhằm hiện thực hóa xe tự hành. Và sự tiến bộ này so với các bước tiến trong lĩnh vực tự hành tại Trung Quốc thì sao?
Kiểm soát toàn diện của Nvidia đối với ngăn xếp AV
Cũng giống như Nvidia cung cấp một ngăn xếp AI hoàn chỉnh cho việc triển khai trung tâm dữ liệu, điều tương tự cũng đúng cho cuộc đua lái tự động. Và cũng như Nvidia phụ thuộc vào các nhà máy TSMC để sản xuất chip của mình, các công ty khác, chẳng hạn như Waymo của Alphabet và Tesla, ngày càng phụ thuộc vào Nvidia như nhà cung cấp chính của các thành phần lái tự động.
Cho đến CES 2026 gần đây kết thúc vào thứ Sáu, Nvidia đã phát triển các trụ cột lái tự động sau:
Nvidia DRIVE AGX Hyperion Platform – Cung cấp cho các nhà sản xuất ô tô kiến trúc cảm biến & tính toán sẵn sàng sản xuất và được chứng nhận an toàn. Từ camera đến lidar, những thành phần đã được xác định trước này giúp giảm chi phí cho các nhà sản xuất ô tô.
Nvidia DRIVE AGX Thor Compute – Là một bản nâng cấp từ Orin, Thor sử dụng kiến trúc GPU Blackwell với một động cơ AI tạo sinh, có hiệu suất tính toán cao gấp 4-8 lần. Thor thống nhất giải trí, chức năng buồng lái và lái tự động thành một mô hình Vision-Language-Action (VLA) duy nhất cho sự độc lập L4.
Hệ thống An toàn Nvidia Halos – Hợp tác với các đối tác như Bosch, Wayve, Omnivision, Continental, ANAB và những người khác, Halos là khung an toàn toàn diện của Nvidia trải dài từ thiết kế chip đến triển khai, bao gồm một phòng thí nghiệm kiểm tra được chứng nhận và một chương trình đánh giá được chứng nhận.
Nvidia Omniverse – Một tập hợp các thư viện giúp có thể mô phỏng các điều kiện như một bản sao kỹ thuật số của thế giới vật lý, xác thực hiệu quả các phương pháp lái tự động để đào tạo. Với hàng tỷ trường hợp biên có thể tồn tại, omniverse cho phép các nhà sản xuất ô tô tính đến chúng trong các thành phố ảo chính xác về vật lý mà chạy xe, cảm biến, người đi bộ, thời tiết, giao thông và các yếu tố khác.
Nói tóm lại, Nvidia đang theo đuổi cách tiếp cận của Google đã hoạt động rất tốt để phát triển Android, nhưng ở một lớp cơ sở hạ tầng sâu hơn. Khi Google chuẩn hóa các API và công cụ cho các OEM như Samsung để phân biệt bản thân, Android đã thắng trong cuộc chiến hệ điều hành di động, hiện đang chiếm khoảng 71% thị phần.
Tương tự, Nvidia đã trở thành cơ sở AI mặc định chuẩn hóa mô phỏng, đào tạo và triển khai cho các phương tiện tự động (AV). Và không chỉ có một ngăn xếp phần mềm hoàn chỉnh với Omniverse/DRIVE/CUDA, mà còn có một ngăn xếp phần cứng hoàn toàn bổ sung cho phần mềm và chứng nhận.
Tuy nhiên, sự chặt chẽ của Nvidia sâu hơn nhiều, bởi vì việc xác thực sự tự động từ đầu sẽ rất tốn kém. Một khi đã vào trong hệ sinh thái này, việc chuyển đổi ra sẽ là không hợp lý. Hơn nữa, không có công ty nào khác cung cấp một bộ dịch vụ toàn diện như vậy. Thông báo AV mới nhất từ CES 2026 chỉ xác nhận quỹ đạo này.
Tham gia nhóm Telegram của chúng tôi và đừng bỏ lỡ bất kỳ câu chuyện tài sản kỹ thuật số nào.
Nvidia giải quyết vấn đề hộp đen AI
Cho đến nay, Nvidia đã cung cấp GPU cho đào tạo, Omniverse cho mô phỏng, DRIVE cho suy diễn và công cụ an toàn cho xác thực. Mặc dù đã ấn tượng, ngăn xếp này vẫn thiếu một lợi thế. Tại CES 2026, Nvidia đã công bố mô hình Alpamayo mã nguồn mở để giải quyết điều này.
Đầu tiên, vấn đề cơ bản cho lái tự động là gì?
Khi mọi người sử dụng các mô hình ngôn ngữ lớn (LLMs), họ có thể có ấn tượng rằng họ đang tương tác với các thực thể có lý luận. Tuy nhiên, dưới lớp ảo giác đó (được Apple đề cập) là một mô hình máy học xác suất tính toán xác suất của mỗi từ tiếp theo có thể trong từ điển. Từ tiếp theo được lựa chọn dựa trên các mẫu trong quá trình đào tạo.
LLMs chỉ một phần xác định trong ý nghĩa chúng có thể xây dựng đầu ra dựa trên tìm kiếm trên internet hoặc khi chạy một vấn đề lập trình. Nói cách khác, nếu AI gặp phải một vấn đề không đủ đại diện trong dữ liệu đào tạo, chẳng hạn như lái xe trong các điều kiện môi trường mới, nó thường dựng lên một câu trả lời.
Ngay cả khi nhận diện các đối tượng suy giảm, con người vẫn có thể phát hiện những manh mối tinh tế để xác định đúng chúng. Ngược lại, AI có thể phát hiện các mẫu pixel không thẳng hàng cho những gì nên cấu thành một biển báo “dừng” và hoàn toàn hiểu sai nó.
Nói cách khác, việc không biết thực sự biển báo dừng là gì, như con người làm, tạo thành một vấn đề “Hộp Đen” cho AI. Cho đến nay, phương pháp brute-force đã được sử dụng chủ yếu để giải quyết nó, yêu cầu chi phí tính toán ngày càng tăng và việc xây dựng trung tâm dữ liệu.
Bước tiếp theo trong việc giải quyết vấn đề Hộp Đen của AI, nhằm mục đích lái tự động, là dòng mô hình AI mới Alpamayo của Nvidia, các công cụ và bộ dữ liệu. Là một mô hình hành động-ngôn ngữ-vision lớn (VLA), Alpamayo 1 không chỉ phản ứng với các mẫu mà còn cung cấp lý luận chuỗi nguyên nhân cho mỗi hành động được thực hiện.
Cùng với AlpaSim mã nguồn mở và bộ dữ liệu AI vật lý mở, các nhà sản xuất ô tô có nhiều công cụ hơn bao giờ hết để làm cho việc lái tự động trở nên an toàn và mạnh mẽ nhất có thể.
“Alpamayo tạo ra những cơ hội mới thú vị cho ngành công nghiệp để tăng tốc AI vật lý, cải thiện tính minh bạch và tăng cường triển khai cấp 4 an toàn.”
Sarfraz Maredia, người đứng đầu di động tự động và giao hàng tại Uber
Giám đốc điều hành Nvidia Jensen Huang gọi việc ra mắt Alpamayo là “thời điểm ChatGPT cho AI vật lý”. Tuy nhiên, không giống như OpenAI đang đối mặt với nhiều đối thủ, có thể nói rằng Nvidia đang ở vị trí vượt trội hơn trong tương lai khi xếp hạng cơ sở hạ tầng phần mềm/phần cứng.
Trung Quốc có thể đe dọa ngăn xếp AI của Nvidia?
Theo dữ liệu Counterpoint tháng 12 cho Q3 2025, Tập đoàn Geely Holding của Trung Quốc là nhà cung cấp EV hàng đầu thế giới, với 61% thị phần. BYD Auto của Trung Quốc đạt 16%, để lại Tesla với 13% thị phần EV toàn cầu.
Thú vị thay, Waymo của Alphabet đang sử dụng nền tảng Zeekr EV, như một trong những công ty con trong Tập đoàn Geely Holding. Trước đây, chúng tôi đã đi đến kết luận rằng Tesla có khả năng chiến thắng trong cuộc đua robotaxi hơn nhờ vào cách tiếp cận thống nhất hơn và kiểm soát các nền tảng.
Tuy nhiên, rõ ràng rằng Trung Quốc đã thành thạo kinh tế quy mô, được thúc đẩy thêm bởi việc không tiêu tốn năng lượng vào xung đột chủng tộc đang tàn phá phương Tây. Ví dụ, các nhà đầu tư nên tính đến tỷ lệ tội phạm đô thị khi xem xét sự tiếp xúc với các công ty như Serve Robotics (SERV).
Thiếu sự phân mảnh xã hội như vậy, có thể nói rằng Trung Quốc tập trung và hợp lý hơn. Đến năm 2024, hơn 60% số xe mới bán trên đất liền Trung Quốc đã có một số mức độ khả năng lái tự động.
Mặc dù có các biện pháp kiểm soát xuất khẩu đối với chip AI, Trung Quốc cũng đã xây dựng ngành công nghiệp tự động hóa của mình dựa trên Nvidia. Tuy nhiên, sự thù địch địa chính trị được cho là đang khiến lĩnh vực tự động hóa của Trung Quốc trở nên đa dạng hơn, trong khi các biện pháp tinh vi phải được thực hiện để có được những chip AI mạnh mẽ hơn như Blackwell.
Tổng thể, các nhà cung cấp AI toàn diện của Trung Quốc đến từ các công ty sau:
Baidu cung cấp bản đồ độ phân giải cao, thuật toán và hệ điều hành trên xe DuerOS, có khả năng trò chuyện AI và sự thống nhất lái tự động rộng hơn. Baidu hợp tác chặt chẽ với Geely, Chery và GAC để xây dựng đội xe robotaxi Apollo Go của mình. Đến giữa năm 2025, Baidu đã triển khai hơn 1.000 robotaxi, giúp họ vượt lên một chút so với cả Waymo và Tesla.
Về phần cứng, Huawei đang nỗ lực để đưa Trung Quốc ra khỏi hệ sinh thái của Nvidia với các bộ xử lý AI Ascend và Hệ thống Lái tự động (ADS), là một sự thay thế cho FSD của Tesla. Trên hết, Huawei đã phát triển chipset 5G Balong 5000 cho giao tiếp V2X và các hệ thống LiDAR. Câu trả lời của Huawei cho các khung của Nvidia là MindSpore mã nguồn mở, nhưng có khả năng sẽ chỉ phục vụ cho Trung Quốc.
Trong số các công ty đáng chú ý khác, Pony.AI và WeRide tập trung vào các ngăn xếp phần mềm hoàn chỉnh cho việc triển khai tự động hóa cấp 4 cho cả hành khách và hàng hóa. Bổ sung cho họ là Horizon Robotics với NPU (Bộ xử lý Mạng Nơ-ron) độc quyền của mình, cũng như Hesai Technology và RoboSense cho cảm biến LiDAR.
Mặc dù đa dạng hơn, hệ sinh thái tự động hóa của Trung Quốc hợp tác chặt chẽ ở tất cả các cấp độ. Điều này có thể là một dấu hiệu của việc lớp chính trị của quốc gia này vượt lên trên lớp thương nhân của nó, như được chứng minh bởi sự vắng mặt kéo dài của người sáng lập Alibaba, Jack Ma khỏi ánh đèn sân khấu công cộng.
Khi nói đến việc mở rộng lâu dài, ADS của Trung Quốc tương tự như Waymo ở chỗ nó dựa vào lidar và lập bản đồ trước. Do đó, hầu hết các báo cáo cho thấy cách tiếp cận FSD (chỉ hình ảnh) của Tesla tốt hơn trong việc xử lý các tình huống đa dạng, trong khi ADS của Huawei phù hợp hơn với các môi trường đô thị địa phương được bao phủ bởi bản đồ chính xác cao và băng thông địa phương dày đặc.
Do đó, điều này sẽ làm cho Tesla phù hợp hơn trên toàn cầu, như chúng tôi đã kết luận trước đó.
Dòng dưới cùng
Kết luận, trong khi chip Ascend của Huawei có thể so sánh với chip H100 cũ hơn của Nvidia, Trung Quốc vẫn đang bắt kịp Blackwell, khi Nvidia đã tiến xa hơn với Vera Rubin. Trên hết, sự chênh lệch phần cứng này, nền tảng CUDA của Nvidia đã có hơn hai thập kỷ lòng trung thành và tối ưu hóa từ các nhà phát triển.
Với sự ra mắt của Alpamayo mã nguồn mở, MindSpore mã nguồn mở từ Huawei khó có khả năng tạo ra một ảnh hưởng lớn ngay cả trong các công ty AI do Trung Quốc sở hữu. Tất cả những điều này làm cho phần cứng và phần mềm của Nvidia trở nên đáng kể và vững chắc.
Với việc nền kinh tế robotaxi và tự động hóa chỉ mới bắt đầu tăng tốc, có khả năng Nvidia sẽ thấy giá trị vượt xa 5 nghìn tỷ đô la vào năm 2030.
Tuyên bố miễn trừ trách nhiệm: Tác giả không nắm giữ hoặc có vị trí trong bất kỳ chứng khoán nào được thảo luận trong bài viết. Tất cả các giá cổ phiếu được trích dẫn vào thời điểm viết bài.
Bài viết "Cách Nvidia đang thắt chặt sự kiểm soát của mình đối với ngăn xếp phương tiện tự động" đã xuất hiện đầu tiên trên Tokenist.