GPU càng mạnh, đường truyền càng dễ nghẽn: Tower và Innolight đặt cược vào quang học gần chip

Tower Semiconductor và Innolight vừa công bố hợp tác phát triển quang học đặt gần gói chip cho hạ tầng AI. Đằng sau công nghệ khó hình dung này là một nút thắt rất thực tế: khi số GPU tăng lên, việc di chuyển dữ liệu giữa chúng có thể làm mất đi phần lớn lợi ích của năng lực tính toán.

Khi dữ liệu di chuyển còn tốn kém hơn phép tính

Ngày 3/11/2026, Tower Semiconductor và Innolight công bố hợp tác thúc đẩy công nghệ quang học hiệu năng cao đặt gần gói chip cho hạ tầng AI. Đây là một câu chuyện ít hào nhoáng hơn việc ra mắt GPU mới, nhưng liên quan trực tiếp đến giới hạn của các cụm tính toán lớn: càng có nhiều bộ xử lý, việc truyền dữ liệu giữa chúng càng khó và tốn điện.

Trong một máy tính thông thường, dữ liệu đi qua đường dẫn điện trên bảng mạch và dây cáp. Khi tốc độ tăng, tín hiệu bị suy hao, dễ chịu tác động của nhiễu và đòi hỏi các mạch tái tạo tín hiệu. Mỗi thành phần bổ sung đều có chi phí, điện năng và yêu cầu làm mát. Với hàng nghìn kết nối trong trung tâm dữ liệu, những chi phí nhỏ cộng dồn thành vấn đề đáng kể.

Quang học dùng ánh sáng để mang thông tin trên sợi quang hoặc các cấu trúc quang tích hợp. Nó có thể hỗ trợ băng thông cao ở khoảng cách mà đường điện gặp nhiều khó khăn. Tuy nhiên, để nối bộ xử lý điện tử với mạng quang, hệ thống vẫn cần chuyển đổi tín hiệu và xử lý các vấn đề đóng gói. Vì vậy, câu hỏi quan trọng không phải quang học có nhanh hay không, mà là đặt thành phần quang ở đâu để tối ưu toàn hệ thống.

Near-package optics thực chất thay đổi điều gì?

Near-package optics, hay quang học đặt gần gói chip, đưa thành phần quang đến gần bộ xử lý hoặc switch hơn so với mô-đun quang truyền thống ở xa. Ý tưởng là rút ngắn đoạn tín hiệu điện tốc độ cao trước khi chuyển sang ánh sáng. Nếu đoạn điện ngắn hơn, nhà thiết kế có thể giảm một phần khó khăn liên quan suy hao và công suất truyền tín hiệu.

Điều này khác với suy nghĩ đơn giản rằng thay toàn bộ dây đồng bằng sợi quang là đủ. Tín hiệu trong chip vẫn là điện, còn laser, bộ điều biến, bộ thu và mạch điều khiển phải phối hợp chính xác. Thiết bị quang còn nhạy với nhiệt độ và yêu cầu hiệu chỉnh, nên đưa chúng lại gần vùng phát nhiệt lớn đặt ra bài toán cơ khí và độ tin cậy mới.

Các hệ thống có thể dùng mô-đun quang cắm rút, quang học gần gói hoặc quang học tích hợp cùng gói tùy yêu cầu. Mỗi lựa chọn có ưu điểm về khả năng sửa chữa, khoảng cách đường điện và độ phức tạp sản xuất. Near-package optics là một điểm cân bằng trong phổ giải pháp ấy, không phải công nghệ duy nhất có thể đáp ứng hạ tầng AI.

Vì sao Tower và Innolight cần hợp tác?

Tower Semiconductor có thế mạnh về quy trình sản xuất bán dẫn chuyên biệt, trong đó có các công nghệ liên quan silicon photonics. Innolight hoạt động trong chuỗi cung ứng linh kiện kết nối quang tốc độ cao. Việc hợp tác giữa nhà sản xuất nền tảng bán dẫn và doanh nghiệp thiết kế hệ thống quang phản ánh một thực tế: không bên nào có thể giải quyết toàn bộ bài toán chỉ bằng một linh kiện.

Để sản phẩm thương mại hoạt động ổn định, cần đồng thời tối ưu cấu trúc quang trên chip, mạch điện điều khiển, đóng gói, kết nối sợi và kiểm tra chất lượng. Tốc độ truyền cao trong phòng thí nghiệm chưa chắc tương đương hiệu quả ở hàng nghìn thiết bị chạy liên tục trong môi trường trung tâm dữ liệu. Nhà vận hành còn cần khả năng thay thế linh kiện khi lỗi xảy ra mà không làm gián đoạn cụm máy.

Thông báo hợp tác cho thấy hướng phát triển công nghệ và năng lực hai bên muốn kết hợp. Nó không nên được diễn giải thành bằng chứng rằng mọi giải pháp near-package optics đã được sản xuất đại trà hoặc khách hàng đã đạt mức tiết kiệm điện cụ thể. Các chỉ số triển khai, khả năng tương thích và sản lượng cần được theo dõi ở những thông báo tiếp theo.

Quang học có thể giúp AI chạy nhanh hơn bằng cách nào?

Trong huấn luyện mô hình lớn, các bộ tăng tốc thường cần trao đổi tham số và kết quả trung gian. Nếu mạng không đủ băng thông hoặc độ trễ cao, nhiều bộ xử lý phải chờ. Khi đó, tổng thời gian hoàn thành một vòng huấn luyện có thể tăng dù mỗi GPU vẫn có năng lực tính toán lớn. Mạng kết nối tốt giúp giảm thời gian chờ, nhưng lợi ích phụ thuộc cách phần mềm phân chia và đồng bộ công việc.

Ở suy luận, bài toán cũng không chỉ là tốc độ tạo token. Một hệ thống có thể phải phục vụ nhiều người dùng cùng lúc, phân tán mô hình qua nhiều thiết bị hoặc truy cập bộ nhớ từ xa. Đường truyền nhanh có thể hỗ trợ các kiến trúc như vậy, song việc tăng băng thông không tự động cải thiện mọi ứng dụng. Nếu nút thắt nằm ở tính toán hoặc lưu trữ, nâng cấp mạng sẽ mang lại lợi ích hạn chế.

Vì vậy, những lời quảng bá về kết nối quang cần được đặt cạnh chỉ số hệ thống: thời gian xử lý yêu cầu, thông lượng khi tải cao, điện năng cho mỗi đơn vị dữ liệu và tỷ lệ lỗi. Nhà vận hành cần thử nghiệm trên cấu hình và mô hình của mình thay vì suy ra mức tăng hiệu năng từ tốc độ danh nghĩa của một cổng quang.

Đánh đổi về nhiệt, bảo trì và chuỗi cung ứng

Đưa linh kiện quang đến gần chip có thể giảm đoạn đường điện, nhưng cũng khiến việc bảo trì phức tạp hơn. Nếu mô-đun quang cắm rút bị lỗi, kỹ thuật viên có thể thay riêng mô-đun. Khi thành phần quang tích hợp sâu vào cụm đóng gói, chi phí sửa chữa hoặc thay thế có thể khác. Đó là lý do các nhà thiết kế phải cân nhắc giữa hiệu năng, khả năng sửa chữa và độ tin cậy dài hạn.

Quang học cũng cần nguồn phát và bộ thu, tạo ra yêu cầu về quản lý nhiệt, độ chính xác lắp ráp và kiểm thử. Ở quy mô sản xuất lớn, tỷ lệ linh kiện đạt chuẩn và khả năng cung ứng ổn định ảnh hưởng trực tiếp đến giá thành. Một giải pháp có hiệu năng cao nhưng khó sản xuất hàng loạt có thể chưa phù hợp với kế hoạch xây dựng trung tâm dữ liệu trong thời gian ngắn.

Với doanh nghiệp mua thiết bị, câu hỏi thực tế là tổng chi phí sở hữu. Ngoài giá mua, cần tính điện, làm mát, thời gian ngừng hoạt động, vật tư thay thế và hỗ trợ kỹ thuật. Quang học có thể là lựa chọn tốt cho một số đường truyền, trong khi đồng vẫn hợp lý ở những kết nối ngắn và yêu cầu chi phí thấp.

Tại sao câu chuyện này quan trọng với thị trường Việt Nam?

Doanh nghiệp Việt Nam đang cân nhắc trung tâm dữ liệu AI có thể dễ bị cuốn vào thông số GPU, dung lượng VRAM hoặc số lượng máy chủ. Nhưng kiến trúc mạng quyết định khả năng mở rộng và mức tận dụng thiết bị. Một cụm nhỏ phục vụ ứng dụng nội bộ có thể không cần công nghệ quang học tiên tiến; cụm lớn dùng nhiều bộ tăng tốc sẽ cần đánh giá kỹ kết nối giữa các node và giữa các rack.

Trước khi đầu tư, đội kỹ thuật nên xác định mẫu tải: huấn luyện phân tán, suy luận nhiều phiên, truy xuất dữ liệu hay lưu trữ. Mỗi mẫu có đặc điểm lưu lượng khác nhau. Công cụ đo mạng và theo dõi GPU có thể giúp tìm ra thiết bị đang chờ dữ liệu hay thực sự thiếu năng lực tính toán. Chỉ sau khi xác định nút thắt mới nên chọn phương án nâng cấp.

Thông báo Tower–Innolight vì thế đáng chú ý như một chỉ dấu của cuộc đua công nghệ nền tảng. Giá trị của AI không chỉ nằm trong chip thực hiện phép tính, mà còn ở cách dữ liệu được di chuyển giữa các chip. Trong vài năm tới, khả năng cân bằng điện năng, băng thông và độ tin cậy của kết nối có thể trở thành yếu tố phân biệt các kiến trúc trung tâm dữ liệu.

Nguồn: Thông cáo Tower Semiconductor ngày 3/11/2026. Bài phân biệt thông tin hợp tác đã công bố với đánh giá kỹ thuật và triển vọng cần kiểm chứng.