Cập nhật: tháng 8/2026.
Trên cùng một bo mạch có ba con chip cùng chạy điện, cùng làm bằng silicon, cùng đếm bằng số nhị phân — nhưng chúng làm việc theo ba triết lý khác hẳn nhau. Điều thú vị là ba triết lý đó gần như trùng khít với ba cách loài người đã tổ chức lao động suốt hai trăm năm qua. Hiểu vì sao một con chip được thiết kế như vậy, ta hiểu luôn vì sao một nghề biến mất — và nghề nào sẽ biến mất tiếp.
CPU: người thợ cả vạn năng
CPU được thiết kế cho một giả định: không biết trước việc tiếp theo là gì. Chương trình đầy những câu “nếu”, những lời gọi hàm, những vòng lặp mà số lần lặp phụ thuộc dữ liệu. Nên CPU đổ gần hết diện tích chip vào việc đoán và chờ cho khéo:
- Dự đoán nhánh: đoán trước câu “nếu” sẽ rẽ lối nào, làm sẵn; đoán sai thì huỷ và làm lại.
- Thực thi không theo thứ tự: lệnh nào có đủ dữ liệu thì làm trước, không xếp hàng cứng nhắc.
- Cache nhiều tầng: giữ dữ liệu hay dùng ở gần, vì đi lấy từ RAM tốn thời gian gấp trăm lần.
Kết quả: một lõi CPU giải quyết được mọi loại việc, kể cả việc rối rắm và khó đoán. Cái giá là mỗi phép tính hữu ích phải gánh theo cả bộ máy đoán và chờ đó — tốn diện tích, tốn điện. Đây chính là người thợ cả: giao gì cũng làm được, nhưng thuê thì đắt.
GPU: công trường vạn người, một động tác
GPU đi từ giả định ngược lại: có cả triệu phần việc giống hệt nhau, chỉ khác dữ liệu — tô một triệu điểm ảnh, nhân hai ma trận khổng lồ. Khi việc đã đều như vậy thì không cần đoán nữa; cần nhiều tay.
- Hàng nghìn lõi nhỏ, đơn giản, cùng thi hành một lệnh trên nhiều dữ liệu.
- Bù độ trễ bằng số lượng: một nhóm phải chờ dữ liệu thì đổi ngay sang nhóm khác — luôn có việc để làm.
- Băng thông bộ nhớ là mạch máu: phải rót dữ liệu đủ nhanh cho ngần ấy tay làm.
Điểm yếu lộ ra ngay khi công việc hết đều: nếu trong một nhóm có kẻ rẽ trái, kẻ rẽ phải, GPU phải làm lần lượt cả hai lối và bỏ bớt kết quả — mất một nửa công sức. Đây là dây chuyền công xưởng: năng suất khủng khiếp, miễn là mọi người làm y hệt nhau.
NPU: dây chuyền chuyên đúng một nghề
NPU (và họ hàng của nó như TPU) đi xa thêm một bước: nhận ra rằng gần như toàn bộ công việc của mạng nơ-ron quy về nhân rồi cộng dồn. Thế thì bỏ luôn phần vạn năng, làm một cỗ máy chỉ chuyên chuyện đó:
- Mảng tính toán dạng dòng chảy: dữ liệu chảy qua một lưới ô tính, mỗi ô nhân — cộng rồi đẩy kết quả sang ô kế bên. Không phải đi lấy dữ liệu từ bộ nhớ ở mỗi bước, mà chuyền tay nhau.
- Số ít bit: dùng số 8 bit, 4 bit thay vì 32 bit — mạng nơ-ron chịu được sai số, mà mỗi bit bớt đi là bớt điện, bớt diện tích.
- Lịch trình định sẵn: trình biên dịch xếp đường đi của dữ liệu từ trước, phần cứng không cần đoán gì cả.
Đổi lại là sự cứng nhắc. Kiến trúc mô hình đổi kiểu tính toán — như khi giới AI chuyển sang các dạng attention thưa hoặc mô hình thưa — thì con chip vốn tối ưu cho phép nhân dày đặc có thể bỗng thừa một phần công suất. Càng chuyên thì càng hiệu quả, và càng dễ lỗi thời. Đây không phải chuyện riêng của silicon: đó là quy luật của mọi hình thức chuyên môn hoá.
Đọc lại lịch sử lao động bằng đúng quy luật đó
Loài người đã bốn lần đưa việc cho máy, và lần nào cũng theo cùng một khuôn: máy nhận phần việc đo đếm được và lặp lại được; con người lùi về phần khó chấm điểm.
Lần một — cơ bắp. Động cơ hơi nước rồi động cơ điện thay sức kéo, sức nâng. Điều bị thay không phải “con người” mà là một đại lượng vật lý: mã lực. Vì nó đo được nên nó thay được.
Lần hai — thao tác lặp. Dây chuyền và máy công cụ thay động tác lắp ráp. Điều kiện để thay được là phải chuẩn hoá trước: chia nhỏ công việc thành các bước giống nhau. Chuẩn hoá là bước dọn đường cho tự động hoá — luôn luôn vậy.
Lần ba — tính toán và giấy tờ. CPU thay kế toán tay, thư ký đánh máy, tổng đài viên. Đây là lần đầu máy lấn vào “lao động trí óc”, và người ta nhận ra một điều khó chịu: phần lớn cái ta gọi là trí óc thật ra là quy trình, mà quy trình thì viết thành mã được.
Lần bốn — nhận mẫu và ngôn ngữ. Đây là lúc GPU và NPU bước lên sân khấu. Cái được tự động hoá lần này là thứ mà trước đó không ai viết nổi thành quy tắc: nhận ra khuôn mặt, dịch một câu, tóm tắt tài liệu, viết đoạn mã thông thường. Không phải vì ta đã hiểu ra quy tắc, mà vì ta đổi cách: thay vì viết luật, ta đưa hàng núi ví dụ và để máy tự dò ra quy luật thống kê — mà việc dò ấy quy về phép nhân ma trận, đúng thứ GPU và NPU sinh ra để làm.
Ranh giới thật không nằm giữa chân tay và trí óc
Cách chia “lao động chân tay” và “lao động trí óc” nghe hợp lý nhưng đã hết dùng được. Có việc chân tay đến giờ máy vẫn thua xa — thợ điện luồn dây trong trần nhà cũ, y tá đỡ một bệnh nhân đang ngã, đầu bếp nêm nồi nước dùng theo mẻ xương hôm nay. Và có việc trí óc thuần tuý đã bị máy làm tốt hơn người từ lâu — tính lãi, dò lỗi chính tả, tra cứu án lệ.
Đường phân chia thật nằm ở chỗ khác: việc có thể chấm điểm tự động hay không. Cứ ở đâu tồn tại một thước đo rõ ràng để nói “kết quả này đúng hơn kết quả kia”, và có thể chấm hàng triệu lần với giá rẻ, thì ở đó máy sẽ tiến rất nhanh — vì nó cải thiện bằng cách thử và bị chấm điểm hàng tỉ lần. Ngược lại, những việc mà chính việc định nghĩa thế nào là đúng đã là phần khó nhất thì máy tiến rất chậm.
Đó là lý do AI viết mã tiến nhanh khủng khiếp: mã có trình biên dịch và bộ kiểm thử làm trọng tài, chấm điểm được tự động. Còn quyết định nên xây cái gì thì không có trọng tài nào cả — nó nằm ở phía xác minh và trách nhiệm, phần mà con người vẫn phải gánh.
Góc kinh tế: thứ khan hiếm đã dịch chỗ
Mỗi thời kỳ có một thứ khan hiếm định giá mọi thứ khác. Thời cơ bắp là sức; thời dây chuyền là vốn máy móc; thời CPU là người biết viết quy trình. Bây giờ thứ khan hiếm đang dịch qua ba nấc:
- Từ transistor sang bộ nhớ và băng thông. Phép nhân đã rẻ; rót dữ liệu cho nó mới đắt. Đây chính là gốc của cuộc khủng hoảng chip nhớ và của mọi thủ thuật tiết kiệm trong cỗ máy suy luận.
- Từ bộ nhớ sang điện năng. Trần thật của một trung tâm dữ liệu ngày nay là megawatt và nhiệt, không phải số transistor. Khi điện là trần, mọi con chip đều bị chấm điểm bằng công việc hữu ích trên mỗi watt — và đó là lý do NPU tồn tại.
- Từ điện năng sang việc biết nên tính cái gì. Khi ai cũng mua được năng lực tính toán, lợi thế còn lại là biết đặt bài toán đúng, có dữ liệu người khác không có, và dám chịu trách nhiệm về kết quả.
Cái gì sẽ xuất hiện tiếp
Hướng đi của phần cứng là đi tiếp trên trục chuyên biệt hoá, và mỗi bước đều đánh đổi đúng như quy luật cũ:
- Tính toán ngay trong bộ nhớ. Thay vì chở dữ liệu tới nơi tính, đặt phép tính ngay cạnh — thậm chí ngay trong — mảng nhớ. Tiết kiệm phần điện tốn nhất là phần di chuyển dữ liệu.
- Quang tử. Dùng ánh sáng để truyền và cộng gộp tín hiệu: rất nhanh, rất mát cho những phép tuyến tính, nhưng chuyển đổi qua lại giữa điện và quang lại tốn kém.
- Neuromorphic. Chip mô phỏng cách nơ-ron phát xung — chỉ tiêu điện khi có sự kiện. Hợp với cảm biến luôn bật, chưa hợp với mô hình lớn.
- Đóng gói ba chiều và quy mô tấm wafer. Không thu nhỏ được nữa thì xếp chồng lên và nối bằng đường ngắn nhất có thể.
- Lượng tử nằm ngoài trục này: nó không phải bản nâng cấp của chip thường mà là công cụ cho một họ bài toán khác hẳn.
Đáng chú ý là hướng ngược lại cũng đang mạnh lên: khi mô hình đổi kiểu tính toán nhanh hơn chu kỳ ba năm để làm ra một con chip, phần dẻo trở lại có giá — chip lai giữa chuyên và vạn năng, hoặc kiến trúc lập trình lại được. Chuyên môn hoá không phải là mũi tên một chiều; nó là con lắc.
Tương lai định hình như thế nào
Nếu quy luật hai trăm năm còn đúng, đây là hình dạng dễ xảy ra nhất — không phải “máy thay người”, mà là ranh giới dịch chỗ:
- Nghề tách đôi. Mỗi nghề vỡ thành phần chấm điểm được (máy nhận) và phần phán đoán (người giữ). Người nào chỉ làm phần thứ nhất sẽ chịu áp lực nặng nhất — như thợ dệt thủ công thời máy dệt, như thư ký đánh máy thời máy tính cá nhân.
- Giá trị dồn về hai đầu. Một đầu là đặt bài toán, chịu trách nhiệm, giữ quan hệ tin cậy. Đầu kia là bàn tay trong thế giới vật lý lộn xộn — nơi robot vẫn còn vụng. Phần lưng chừng “làm theo quy trình có sẵn” bị bào mỏng.
- Chuẩn hoá vẫn là điềm báo. Muốn biết nghề nào sắp bị tự động hoá, hãy nhìn xem nó đã bị chuẩn hoá tới đâu, và đã có ai dựng được thước đo tự động cho nó chưa. Chuẩn hoá luôn đến trước máy móc.
- Năng lượng thành ràng buộc xã hội. Khi trí tuệ nhân tạo quy ra megawatt, các câu hỏi về điện, nước làm mát và đất đặt trung tâm dữ liệu thành chuyện chính trị địa phương, không còn là chuyện kỹ thuật.
Dự đoán
- Chip lai thắng chip thuần. Sản phẩm phổ biến sẽ là gói kết hợp CPU + GPU + NPU + bộ nhớ băng thông cao trên cùng một đế, thay vì ba con chip rời — kiến trúc “một đế” lan từ máy cá nhân lên máy chủ.
- Hiệu quả trên mỗi watt thành đơn vị đo chính của cả phần cứng lẫn mô hình, thay cho các con số hiệu năng đỉnh vốn ngày càng ít ý nghĩa.
- Phần dẻo hồi giá. Sau vài năm chuyên biệt hoá cực đoan, sẽ có nhịp quay ngược: kiến trúc lập trình lại được lên ngôi vì mô hình đổi nhanh hơn vòng đời chip.
- Nghề mới không có tên hiện nay. Cũng như “kỹ sư quy trình” hay “phân tích dữ liệu” từng không tồn tại, nghề tới sẽ xoay quanh việc định nghĩa thước đo: ai quyết định thế nào là kết quả đúng, và chịu trách nhiệm khi thước đo ấy sai.
- Điều máy khó chạm nhất vẫn là điều không đo được: chọn mục tiêu đáng theo đuổi, gánh hậu quả, và được người khác tin. Không phải vì máy yếu, mà vì ở đó không có ai chấm điểm ngoài chính chúng ta.
Ba con chip trên bo mạch không chỉ là ba cách sắp xếp transistor. Chúng là ba câu trả lời cho cùng một câu hỏi mà loài người đã hỏi từ thời máy hơi nước: việc nào nên giao đi, và việc nào phải tự mình giữ lấy? Câu trả lời thay đổi theo từng thế hệ — nhưng cách đặt câu hỏi thì không.
Thảo luận