Doanh thu Astera Labs tăng 154%: nút thắt AI không chỉ nằm ở GPU

Doanh thu quý III/2026 của Astera Labs tăng 154% so với cùng kỳ, đạt 584,9 triệu USD. Nhưng câu chuyện đáng chú ý không chỉ là một kết quả tài chính: bộ chuyển mạch Scorpio đã trở thành nhóm sản phẩm lớn nhất của hãng, cho thấy nút thắt của AI đang dịch chuyển từ năng lực tính toán sang kết nối và bộ nhớ.

Một con số cho thấy hạ tầng AI không chỉ là GPU

Astera Labs vừa công bố doanh thu quý III/2026 đạt 584,9 triệu USD, tăng 49% so với quý trước và 154% so với cùng kỳ. Đây là số liệu trong báo cáo ngày 3/11 của công ty, không phải ước tính thị trường. Đáng chú ý, Scorpio, dòng bộ chuyển mạch kết nối, đã trở thành nhóm sản phẩm lớn nhất của Astera Labs tính theo doanh thu. Khi ngành AI thường nói về chip tính toán, kết quả này cho thấy giá trị của những thành phần giúp các chip trao đổi dữ liệu đang tăng lên.

Điểm cần hiểu là một GPU dù mạnh đến đâu cũng không thể hoạt động tối ưu nếu phải chờ dữ liệu từ bộ nhớ hoặc các bộ xử lý khác. Khi mô hình lớn được phân chia giữa nhiều thiết bị, lưu lượng giao tiếp tăng và độ trễ tích lũy có thể ảnh hưởng đến thời gian phản hồi. Các nhà vận hành phải tối ưu cả cụm máy chứ không chỉ tốc độ từng bộ tăng tốc.

Doanh thu tăng nhanh không tự động chứng minh thị trường kết nối sẽ duy trì tốc độ ấy vô thời hạn. Nhưng nó cho thấy trong giai đoạn hiện tại, nhu cầu xây dựng hệ thống AI quy mô lớn đang tạo ra cơ hội cho những doanh nghiệp cung cấp linh kiện hạ tầng chuyên dụng.

Scorpio 320 lane và bài toán chuyển dữ liệu

Trong báo cáo, Astera Labs cho biết Scorpio X-Series 320-lane fabric switch đã được đưa vào sản xuất với sản lượng lớn. Một switch fabric giúp các thành phần trong hệ thống trao đổi dữ liệu qua nhiều đường kết nối. Khái niệm 320 lane mô tả quy mô các đường truyền của thiết kế; nó không nên bị hiểu nhầm thành 320 GPU được kết nối trực tiếp trong mọi cấu hình.

Hãy hình dung một nhà bếp có nhiều đầu bếp rất nhanh nhưng chỉ một lối chuyển nguyên liệu. Mua thêm đầu bếp không giải quyết được việc mọi người phải chờ ở lối đi. Trong cụm AI, GPU là đầu bếp, còn kết nối, bộ nhớ và điều phối dữ liệu là các lối vận chuyển. Nếu đường truyền bị nghẽn, thời gian xử lý thực tế có thể thấp hơn đáng kể so với năng lực tính toán lý thuyết.

Điểm khác biệt của hạ tầng AI so với máy chủ ứng dụng thông thường là nhiều công việc yêu cầu trao đổi lượng dữ liệu lớn với độ trễ thấp. Các phép toán song song có thể phải đồng bộ, trong khi tác vụ suy luận phục vụ người dùng cần phản hồi ổn định. Vì vậy, hiệu quả của switch phải được đánh giá trong cả cấu hình thực tế, không chỉ thông số băng thông công bố.

Orion và tham vọng bán kiến trúc thay vì chỉ linh kiện

Astera Labs cũng giới thiệu Orion, kiến trúc tham chiếu cho hệ thống AI ở quy mô rack. Theo công ty, Orion có sáu thiết kế tham chiếu ở cấp rack, khay tính toán, khay fabric, khay bộ nhớ, bo kết nối và bo tính toán. Hãng mô tả kiến trúc này không phụ thuộc một loại GPU hay CPU cụ thể, nhằm cho phép khách hàng chọn bộ xử lý phù hợp.

Thông cáo cho biết thiết kế được hướng tới khả năng mở rộng từ 8 đến 160 bộ tăng tốc trong một pod. Đây là phạm vi thiết kế mà nhà cung cấp đưa ra, không phải bằng chứng rằng mọi khách hàng đều có thể triển khai ngay cấu hình lớn nhất. Astera Labs dự kiến các thiết kế rack và hệ thống thông qua đối tác OEM và ODM bắt đầu có mặt từ quý I/2027.

Đối với khách hàng, giá trị tiềm năng của kiến trúc tham chiếu là giảm khối lượng tự tích hợp nhiều linh kiện và công cụ quản trị. Tuy nhiên, kiến trúc tham chiếu không thay thế công đoạn kiểm thử phần mềm, kiểm tra tương thích thiết bị và thiết kế điện, làm mát cho từng trung tâm dữ liệu. Một cấu hình được xác nhận ở phòng thử nghiệm vẫn cần đánh giá dưới tải thực tế.

Bộ nhớ đang trở thành một phần của cuộc đua token

Trong suy luận mô hình ngôn ngữ, bộ nhớ không chỉ chứa trọng số mô hình mà còn lưu trạng thái tính toán liên quan đến ngữ cảnh hội thoại. Khi số người dùng đồng thời và độ dài ngữ cảnh tăng, nhu cầu bộ nhớ và tốc độ truy cập cũng tăng. Đó là lý do các giải pháp mở rộng và chia sẻ bộ nhớ đang thu hút sự chú ý của các nhà cung cấp hạ tầng.

Astera Labs công bố Leo X-Series hướng tới bộ nhớ gắn với fabric, trong đó các thành phần có thể truy cập tài nguyên bộ nhớ qua kết nối chuyên dụng. Công ty cho biết khi kết hợp Leo X-Series với Scorpio X-Series, thử nghiệm nội bộ ghi nhận thời gian đến token đầu tiên nhanh hơn tới 62% và số token mỗi giây tăng tới 22% ở một số tải công việc. Cần nhấn mạnh đây là số liệu do công ty tự đo và mức cải thiện tối đa trong điều kiện thử nghiệm được mô tả, không phải mức tăng bảo đảm cho mọi mô hình.

Thời gian đến token đầu tiên có ý nghĩa với ứng dụng hội thoại vì người dùng cảm nhận độ trễ trước khi câu trả lời bắt đầu. Trong khi đó, số token mỗi giây phản ánh tốc độ tạo nội dung sau khi quá trình sinh đã khởi động. Một hệ thống có thể tối ưu chỉ số này nhưng không tối ưu chỉ số kia; đánh giá cần dùng đúng bài toán, độ dài prompt, số phiên đồng thời và yêu cầu chất lượng dịch vụ.

PCIe 7, kết nối quang và giới hạn vật lý

Cùng với Scorpio và Leo, Astera Labs nêu danh mục Aries 7 gồm các thành phần điều hòa tín hiệu PCIe 7, trải từ đường dẫn đồng đến quang. Theo công ty, danh mục này hỗ trợ các khoảng cách từ vài centimet trên bảng mạch tới hơn 50 mét qua cáp quang giữa nhiều rack. Các sản phẩm Aries 7 dự kiến bắt đầu gửi mẫu cho một số khách hàng từ quý IV/2026, vì vậy không nên viết rằng toàn bộ danh mục đã được bán đại trà.

Khi tốc độ truyền tăng, tín hiệu điện phải đối mặt với suy hao, nhiễu và yêu cầu thiết kế bảng mạch phức tạp. Retimer có thể tái tạo và căn chỉnh tín hiệu để mở rộng khoảng cách kết nối, nhưng cũng tiêu thụ điện và tạo độ trễ nhất định. Kết nối quang có thể thuận lợi ở khoảng cách lớn hoặc mật độ cao, đổi lại cần bộ phát, bộ thu và quy trình bảo trì phù hợp.

Không có một công nghệ truyền dẫn nào tốt nhất trong mọi tình huống. Hệ thống rack phải cân bằng giá thành, độ tin cậy, điện năng, khả năng thay thế linh kiện và độ phức tạp vận hành. Vì vậy, các tuyên bố về tốc độ tối đa chỉ là một phần của bài toán mua sắm hạ tầng.

Đọc kết quả tài chính: tăng trưởng lớn nhưng cần nhìn cả rủi ro

Báo cáo quý III/2026 của Astera Labs cho biết biên lợi nhuận gộp theo GAAP đạt 72,3%, lợi nhuận hoạt động GAAP là 179,1 triệu USD và lợi nhuận ròng GAAP là 182,9 triệu USD. Công ty dự báo doanh thu quý IV trong khoảng 730–750 triệu USD. Đây là dự báo của doanh nghiệp dựa trên điều kiện hiện tại, không phải doanh thu đã thực hiện.

Những số liệu này có thể khiến thị trường chú ý tới chuỗi cung ứng AI ngoài GPU. Tuy nhiên, nhà đầu tư không nên suy luận trực tiếp rằng tốc độ tăng trưởng doanh thu của một quý sẽ tiếp tục trong nhiều năm. Nhu cầu xây dựng trung tâm dữ liệu có thể thay đổi theo chu kỳ đầu tư của khách hàng lớn, tốc độ đưa sản phẩm mới vào sản xuất và cạnh tranh từ các nhà cung cấp khác.

Với người mua, giá bán một switch hay bộ điều khiển bộ nhớ cũng không nói hết tổng chi phí sở hữu. Hệ thống cần điện, làm mát, phần mềm giám sát, hỗ trợ kỹ thuật và khả năng sửa chữa. Một linh kiện giúp tăng thông lượng có thể rất đáng giá ở tải lớn, nhưng ít có ý nghĩa với cụm máy nhỏ đang dư công suất.

Bài học cho doanh nghiệp xây dựng hạ tầng AI

Doanh nghiệp Việt Nam cân nhắc triển khai AI tại chỗ nên bắt đầu từ hồ sơ tải công việc: mô hình nào, độ dài ngữ cảnh bao nhiêu, số người dùng đồng thời, yêu cầu dữ liệu riêng tư và thời gian phản hồi. Sau đó mới xác định nên thuê dịch vụ, dùng một máy chủ GPU hay đầu tư cụm máy lớn. Nếu chỉ dựa vào thông số của GPU, ngân sách có thể bị phân bổ sai giữa tính toán, bộ nhớ và kết nối.

Một quy trình đánh giá tốt cần chạy cùng bộ dữ liệu và cấu hình mô hình trên các phương án khác nhau, đo thời gian đến token đầu tiên, thông lượng khi nhiều phiên chạy đồng thời, điện năng và mức độ ổn định. Những con số 'nhanh hơn tới' từ nhà cung cấp là gợi ý để thiết kế thử nghiệm, không thay thế kết quả của khách hàng.

Thông điệp quan trọng từ kết quả Astera Labs là cuộc đua AI đang mở rộng ra toàn bộ hệ thống. GPU vẫn giữ vai trò tính toán trung tâm, nhưng giá trị thực tế phụ thuộc khả năng chuyển dữ liệu, quản lý bộ nhớ và vận hành cụm máy. Khi doanh nghiệp đánh giá chi phí cho mỗi yêu cầu AI được xử lý, những thành phần tưởng như phụ trợ có thể quyết định hiệu quả đầu tư.

Nguồn: Báo cáo tài chính và thông cáo chính thức của Astera Labs ngày 3/11/2026. Các chỉ số hiệu năng sản phẩm được trình bày là kết quả thử nghiệm nội bộ do doanh nghiệp công bố.