Ba mươi ngày, ba mươi ba năm: Jensen Huang rời Nvidia
Chiều ngày 12 tháng 11 năm 2026, giờ miền Đông, phòng tin tức Nvidia đăng một tuyên bố chưa tới ba trăm từ. Jensen Huang từ chức chủ tịch, tổng giám đốc điều hành và thành viên hội đồng quản trị, có hiệu lực ngay lập tức.
Không có giai đoạn chuyển tiếp. Không có “sẽ rời vị trí vào ngày nào đó”. Không có chức danh cố vấn mà các nhà sáng lập thường giữ lại.
Cổ phiếu giảm hơn 10% trước giờ mở cửa và đóng cửa giảm 4,34%, bốc hơi khoảng 182 tỷ đô la vốn hóa. Hội đồng ra tay ngay trong ngày: Colette Kress, phó chủ tịch điều hành kiêm giám đốc tài chính, làm CEO tạm quyền và vẫn giữ mảng tài chính; Harvey C. Jones, cựu CEO Synopsys, trở thành chủ tịch hội đồng đầu tiên trong 33 năm. Vị trí đó chưa từng tồn tại.
Tuyên bố không nêu lý do. Nó nói hoạt động, cam kết với khách hàng và lộ trình sản phẩm vẫn diễn ra theo kế hoạch, và kết quả quý ba vẫn công bố ngày 17 tháng 11.
Viết cáo phó thì dễ và vô ích. Câu hỏi hay hơn: trong các quyết định của 33 năm này, đâu là phán đoán cá nhân của Huang, đâu đã thành phản xạ của tổ chức. Cuộc gọi ngày 17 tháng 11 kiểm tra loại thứ hai.
Chiếc bàn ở Denny’s
Ngày 5 tháng 4 năm 1993, San Jose, California, một chiếc bàn trong quán Denny’s. Ba người: Huang vừa rời LSI Logic, cùng Chris Malachowsky và Curtis Priem từ Sun Microsystems. Vốn ban đầu 40 nghìn đô la. Huang khi đó 30 tuổi.
Cái tên lấy từ tiếng Latin invidia, lòng ghen tị. Các tệp đầu tiên dùng tiền tố NV, viết tắt của next version. Họ tin một điều cụ thể: PC sẽ chuyển từ máy văn phòng thành thiết bị tiêu dùng, và nhu cầu đầu tiên của thiết bị tiêu dùng là hình ảnh.
Năm 1993 ý tưởng đó không lạ. Có hai chục công ty chip đồ họa, ba năm sau là bảy mươi. Đến 2006 chỉ còn một công ty độc lập.
Điều lạ không phải ý tưởng. Mà là quy mô của canh bạc.
Canh bạc sai đầu tiên: NV1 và mặt cong
NV1 năm 1995 là một sai lầm kiểu sách giáo khoa, và sai ở hình học.
Kết xuất đa giác chạy trên hình tam giác, và DirectX của Microsoft đang biến nó thành chuẩn thực tế. NV1 chọn ánh xạ kết cấu bậc hai: dựng vật thể từ các mảng cong, về lý thuyết tiết kiệm băng thông, làm mượt viền và tránh hiện tượng bậc thang của tam giác.
Sega đưa game arcade Virtual Fighter lên đó, trò chơi 3D đầu tiên chạy trên chip Nvidia. Card bán ra với tên Diamond Edge 3D.
Vấn đề không phải tính toán, mà là chuỗi công cụ. Phần mềm dựng hình, tài nguyên mỹ thuật, engine kết xuất và phản xạ của mọi lập trình viên đều lớn lên quanh tam giác. Một card chỉ vẽ đường cong yêu cầu cả ngành làm lại quy trình. Không lợi thế hiệu năng nào bù được.
Sega hủy đơn hàng tiếp theo. Huang bay sang Nhật, thừa nhận sai hướng với Shoichiro Irimajiri và xin giữ lại số tiền đã trả. Ông chuyển đơn hàng thành khoản đầu tư 5 triệu đô la. Nó mua thêm khoảng sáu tháng.
Năm 1996 ông sa thải hơn nửa nhân sự và dồn số tiền còn lại vào một thiết kế chưa ra khỏi nhà máy.
“Công ty chúng ta còn ba mươi ngày nữa là phá sản.” Ông nói câu đó ở các cuộc họp toàn công ty suốt mười năm. Đó không phải ẩn dụ. Đó là quỹ tiền mặt.
Canh bạc thứ hai: RIVA 128 và tiêu chuẩn
RIVA 128 ra năm 1997 là kết quả của canh bạc đó. Bộ xử lý 3D 128-bit đầu tiên trên thế giới, không đường cong, chỉ tam giác, theo Direct3D hoàn toàn. Một triệu chiếc trong bốn tháng.
Lúc ra mắt, số dư ngân hàng đủ trả một tháng lương. Câu chuyện được kể như chuyện vượt khó, nhưng ý chính bị bỏ qua: chi phí thừa nhận sai hướng kỹ thuật phải nhỏ hơn tiền mặt đang có. Giữa NV1 và RIVA 128 không có thiên tài. Có một lời thừa nhận công khai và đắt giá, kể cả trước khách hàng đã trả tiền.
Phần lớn công ty chết ở đây. Hướng sai, nhưng tổ chức không có từ vựng để thừa nhận, nên nguồn lực tiếp tục chảy vào chi phí chìm.
Đặt ra một từ: GPU năm 1999
Tháng 1 năm 1999: Nvidia niêm yết trên Nasdaq với giá 12 đô la một cổ phiếu.
Tháng 10 cùng năm: GeForce 256. Nvidia đặt ra thuật ngữ GPU và đưa định nghĩa kiểm chứng được: một chip tích hợp biến đổi, chiếu sáng, thiết lập và cắt tam giác cùng engine kết xuất, xử lý tối thiểu mười triệu đa giác mỗi giây.
Cốt lõi là T&L phần cứng. Trước đó biến đổi đỉnh và chiếu sáng là việc của CPU, card chỉ tô màu tam giác đã tính sẵn. Đưa T&L lên card cho nó khối lượng tính toán riêng. Nó không còn là tấm vải.
Niên biểu chính thức đưa ra so sánh: GPU ngày nay xử lý hơn bảy tỷ đa giác mỗi giây. Hai mươi bảy năm, ba bậc độ lớn.
Từ đó sau này thoát khỏi đồ họa và thành đơn vị tính toán.
Công ty cạnh tranh bằng sản phẩm thì giao sản phẩm. Công ty cạnh tranh bằng phạm trù thì phát minh ra từ. Đặt tên cho một thứ là cách dựng bảng điểm, và ai dựng bảng điểm thì quyết định ván sau thi đấu môn gì.
Canh bạc không ai thích: CUDA
Năm 2006 kiến trúc G80 mang lại shader hợp nhất: shader pixel và đỉnh không còn tách rời về vật lý, mọi bộ xử lý luồng đều chạy được mã tổng quát. Một G80 có 128 bộ xử lý chia tám nhóm.
Rồi đến quyết định quan trọng nhất lịch sử công ty, và nó không phải quyết định sản phẩm: mở các lõi lập trình được đó cho tính toán phi đồ họa. CUDA ra tháng 11 năm 2006.
Về kỹ thuật thì khiêm tốn: mô hình song song với cú pháp giống C. Luồng nhóm thành block, block thành grid; 32 luồng tạo một warp chạy một lệnh mỗi chu kỳ và chỉ khác nhau ở thanh ghi dữ liệu. Lập trình viên không cần biết card có bao nhiêu SM. Chỉ cần trả lời: bài toán của tôi có bao nhiêu dữ liệu độc lập.
Lớp trừu tượng đó chính là nội dung kỹ thuật thật của canh bạc. Nó biến song song từ chi tiết phần cứng thành mô hình lập trình, với cái giá là diện tích silicon, chồng trình điều khiển, trình biên dịch, trình gỡ lỗi và hai mươi năm tương thích ngược.
Về thương mại thì hoàn toàn không khiêm tốn: CUDA vào mọi GeForce, kể cả những chiếc chỉ mua để chơi game.
Phố Wall thấy chi phí. Tại sao card chơi game phải trả transistor và kiểm định cho một trình biên dịch không ai dùng? Trong khủng hoảng 2008 cổ phiếu giảm 70%.
“Chúng tôi đang dân chủ hóa siêu máy tính,” Huang nói sau đó.
Năm 2008 câu đó nghe như tự an ủi. Phải sáu năm mới thành câu khẳng định sự thật.
Sáu năm sau: hai chiếc GTX 580
Năm 2012, ba người ở Đại học Toronto — Alex Krizhevsky, Ilya Sutskever, Geoffrey Hinton — huấn luyện mạng tích chập trên hai GeForce GTX 580 phổ thông cho ImageNet. Tỷ lệ lỗi 15,3%. Hạng hai 26,2%.
Sự thật kỹ thuật quan trọng không phải thuật toán thắng. Mà là phần cứng đã ở đó. Mười năm CUDA trên kệ bán lẻ nghĩa là mọi phòng thí nghiệm trên thế giới đã có máy chạy được học sâu; không ai nói cho họ biết.
Hệ sinh thái lãi kép theo cách đó. Không cần thuyết phục ai mua card năm 2012. Chỉ cần card đã nằm trên bàn họ năm 2006.
Đó cũng là chìa khóa của hào bảo vệ. 92% thị phần không giữ được bằng ưu thế một thế hệ. Nó giữ được vì mã của bất kỳ bài báo nào trên GitHub đều có thể clone và chạy. Chi phí chuyển đổi nằm ở hàng triệu dòng CUDA, không ở con chip.
Bê chiếc thùng: DGX-1 và ranh giới “một cỗ máy”
Tháng 8 năm 2016, Huang lái xe đến San Francisco và tự tay bê chiếc DGX-1 đầu tiên vào văn phòng OpenAI. Máy giá 129 nghìn đô la, tám P100 nối bằng NVLink. Elon Musk có mặt.
Một CEO công ty trị giá hàng chục tỷ giao máy tính cho phòng thí nghiệm phi lợi nhuận mới vài tháng, và tự bê. Câu chuyện được kể như giai thoại. Nó là chân dung chính xác nhất của công ty: họ không bán chip, họ bán hình mẫu về việc tính toán phải trông thế nào.
Volta ra năm 2017 với Tensor Core, đơn vị nhân ma trận 4×4. Các toán tử cốt lõi của Transformer gần như toàn bộ là nhân ma trận theo lô, và cú sụp chi phí huấn luyện 2020-2025 đến một nửa từ quy trình và đóng gói, một nửa từ phần cứng chuyên dụng cho phép toán đó.
Sau đó độ chính xác giảm dần qua từng thế hệ: FP16 trên V100, BF16 và TF32 trên A100, FP8 trên H100, FP4 trên Blackwell. Mỗi bước làm một việc: lấy khỏi silicon và băng thông độ chính xác mà mô hình không cần.
Giao diện tổng quát, lõi chuyên dụng. Sự kết hợp này giải thích vì sao “chip chuyên dụng sẽ thay GPU” được dự báo hàng năm và không bao giờ xảy ra.
## Hàn phép nhân ma trận vào silicon
Volta ra năm 2017 và V100 có Tensor Core: đơn vị nhân-cộng ma trận 4×4 hoàn thành một lô phép tính mỗi chu kỳ xung nhịp. Khi đó hầu hết framework vẫn gọi cuBLAS ở FP32, và đường FP16 phải sửa mã mới dùng được.
Năm năm sau điều đó trở nên quyết định. Các toán tử cốt lõi của Transformer gần như toàn bộ là nhân ma trận theo lô; phép chuyển vị QK trong attention và tổng có trọng số sau softmax rơi xuống phần cứng thành những GEMM quy mô lớn. Cú sụp chi phí huấn luyện 2020-2025 đến một nửa từ quy trình và đóng gói, một nửa từ quyết định làm phần cứng chuyên dụng cho phép toán đó.
Sau đó độ chính xác hạ dần qua từng thế hệ: FP16 trên V100, BF16 và TF32 trên A100, FP8 trên H100, FP4 trên Blackwell. Mỗi bước làm cùng một việc: lấy khỏi diện tích silicon và băng thông bộ nhớ độ chính xác mà mô hình không cần.
Nhìn lại, đây là một hàng rào thông minh cho chiến lược CUDA: bên ngoài giữ mô hình lập trình tổng quát, bên trong làm phần cứng chuyên dụng cho kernel phổ biến nhất.
Giao diện tổng quát, lõi chuyên dụng. Sự kết hợp này giải thích vì sao «chip chuyên dụng sẽ thay GPU» được dự báo hằng năm mà không bao giờ xảy ra: đối thủ thua vì thiếu tính tổng quát, hoặc vì thiếu hàng triệu dòng đã viết.
Một thất bại: Tegra
Câu chuyện 1993 đến 2026 có nhiều thất bại hơn thành công. Chỉ là chúng ít tiếng hơn.
Năm 2008 Nvidia ra Tegra và lao vào điện thoại. Tegra có mặt trong Zune HD, vài máy tính bảng và đầu xe hơi, rồi bị Qualcomm và SoC của Apple đẩy khỏi thị trường đại chúng. Khoảng 2015 mảng này rời cuộc chiến di động sang khoang lái và xe tự hành.
Bài học giống NV1 với học phí rẻ hơn: chip nhanh hơn trong hệ sinh thái của người khác không thắng được người định nghĩa hệ sinh thái.
Nhánh sống sót — xe hơi và robot — mười năm sau trở thành cửa vào AI hiện thân.
Từ một đến năm nghìn tỷ
H100 ra năm 2022. ChatGPT xuất hiện vài tháng sau. Thời điểm tốt đến khó tin.
Vốn hóa vượt 1 nghìn tỷ năm 2023, 3 nghìn tỷ năm 2024, và tháng 10 năm 2025 Nvidia là công ty đầu tiên vượt 5 nghìn tỷ. Thị phần doanh nghiệp khoảng 92%.
May mắn là thật. AlexNet chạy trên card của họ; toán tử cốt lõi của Transformer là nhân ma trận; mô hình lớn cần hàng nghìn card nối thành một máy. Nhưng may mắn giải thích các đỉnh, không giải thích việc họ có mặt ở mọi đỉnh.
Cách ông phát biểu là định luật Huang: hiệu năng gấp đôi mỗi hai năm trong khi chi phí đơn vị giảm. Đó không phải viết lại định luật Moore, mà là nén kiến trúc, đóng gói, liên kết và phần mềm vào một nhịp. Điều kiện tiên quyết là cả bốn lớp nằm trong một công ty, và người ký không phải giải trình chi tiêu dài hạn trước cuộc gọi quý.
Ngày 2 tháng 9 năm 2026, trong cuộc trò chuyện với Bộ trưởng Thương mại Howard Lutnick, ông nói: “Tôi có thể ngừng làm việc, nhưng tôi không muốn bỏ lỡ. Tôi sẽ không bỏ lỡ 10, 15 năm tới.” Ông cũng nói còn 100 gigawatt hạ tầng tính toán phải xây trước 2030.
Mười tuần sau, ông không còn ở đó.
Hai tấm bản đồ
Mảng kinh doanh Trung Quốc là bối cảnh của các chất vấn sau ngày 12 tháng 11.
Tháng 10 năm 2022, Bộ Thương mại hạn chế xuất khẩu A100 và H100, Nvidia tung ra A800 và H800 cắt giảm. Tháng 10 năm 2023, quy định mới ghi ngưỡng mật độ hiệu năng vào văn bản, các chip đó vào danh sách, rồi đến các lần đảo chiều của H20: hạn chế, sau đó cấp phép có điều kiện năm 2025.
Kết quả là cơ cấu doanh thu thay đổi: doanh thu trung tâm dữ liệu Trung Quốc từ hơn một phần năm tổng số xuống gần bằng không, rồi hồi phục một phần. Kỹ thuật không giải quyết được, vì thứ được đo không phải hiệu năng. Mà là giấy phép.
Vì thế lá thư đến sau ngày 12 tháng 11 không nói về tính toán mà về ai đã phê duyệt cái gì và hồ sơ ở đâu. Richard Neal và Ron Wyden đề nghị bộ lưu giữ tài liệu. Họ là thiểu số: hỏi được, cưỡng chế thì không.
Hóa đơn nhà máy AI
Tháng 9 năm 2026, Huang bắt đầu gọi trung tâm dữ liệu là “nhà máy AI” và đưa ra lịch: 100 gigawatt trước 2030.
Một tổ máy hạt nhân lớn khoảng 1 gigawatt. Con số đó đẩy cuộc tranh luận từ lô chip sang điện và đất. Cùng tháng, Nebius công bố 40 tỷ đô la chi đầu tư cho 2027 và cổ phiếu giảm 17%; dự án New Jersey của Microsoft chậm nhiều tháng. Nút thắt chuyển từ bộ tăng tốc sang trạm biến áp.
Đây cũng là phần khó nhất của việc kế nhiệm. Huang không chỉ bán chip. Ông bán kỳ vọng rằng tính toán sẽ tiếp tục khan hiếm, và kỳ vọng đó cần một người lặp lại mỗi tuần.
Sau khi suy luận lên ngôi
Từ 2024 đến 2026 hình dạng nhu cầu đổi. Chi đầu tư huấn luyện vẫn khổng lồ nhưng chậm lại; suy luận tăng: ngữ cảnh dài, tác tử gọi công cụ lặp, tự kiểm tra nhiều lượt.
Kinh tế học khác. Huấn luyện thưởng cho FLOPS đỉnh và băng thông liên kết. Suy luận thưởng cho chi phí biên mỗi token: dung lượng bộ nhớ quyết định bao nhiêu KV cache vừa, băng thông quyết định tốc độ giải mã, lượng tử hóa quyết định kích thước mô hình trong cùng VRAM. Nén KV cache năm lần nghĩa là phục vụ năm lần đồng thời trên một card.
Vì thế hướng tới FP4 sau Blackwell, và vì thế nén KV cache, giải mã suy đoán và lập lịch lô chiếm phần lớn nghiên cứu 2026.
Với hào bảo vệ, cú chuyển này bất lợi. Thời huấn luyện thưởng cho card nhanh nhất. Thời suy luận thưởng cho chi phí mỗi token thấp nhất, và đó là địa hình ASIC tự phát triển có thể lấy: TPU của Google, Trainium của AWS, MTIA của Meta. Huang giữ khoảng cách bằng nhịp kiến trúc hằng năm. Liệu người thứ hai có giữ được nhịp đó là điều cần xem sau ngày 17 tháng 11.
Sáu mươi người báo cáo trực tiếp
Phong cách quản lý lạ ngay cả với Thung lũng Silicon. Khoảng 60 người báo cáo trực tiếp. Không họp một-một. Không slide.
Mọi người gửi email Top 5 Things hằng tuần: năm việc quan trọng nhất và bạn đang nghĩ gì. Thông tin chảy ngang thay vì lên xuống theo cấp bậc. Cách làm này sống sót qua mốc mười nghìn nhân viên, với cái giá là lịch làm việc của CEO bị xé vụn.
“Công ty còn ba mươi ngày nữa là phá sản” là đường nền cảm xúc của hệ thống đó. Nó giữ một công ty 4 nghìn tỷ trong trạng thái căng. Nó cũng khiến 33 năm không ai lớn lên thành người kế nhiệm.
Không phải âm mưu, mà là cấu trúc: một CEO tự đưa mình vào mọi vòng quyết định trọng yếu sẽ triệt tiêu có hệ thống sự hình thành người ra quyết định thứ hai.
Sau ngày 12 tháng 11
Kress 59 tuổi. Bà vào làm CFO tháng 9 năm 2013, trước đó gần 25 năm làm tài chính tại Texas Instruments, Microsoft và Cisco. Những người Reuters phỏng vấn mô tả bà là mặt đối lập điềm tĩnh của phong cách đối đầu nơi Huang.
Thị trường chưa hoàn toàn tin. Anshel Sag của Moor Insights nói thẳng: đặt CFO vào ghế tạm quyền giúp thị trường bình tĩnh, nhưng bà không phải nhà tầm nhìn dài hạn mà Nvidia cần.
Ba cái tên được nhắc: Ian Buck, ở Nvidia từ 2004, phụ trách phần cứng và phần mềm AI, gắn với CUDA thời đầu; Rene Haas, CEO Arm, từng bảy năm phó chủ tịch tại Nvidia; và Lisa Su, CEO AMD, đối thủ trực tiếp nhất.
Ngày 17 tháng 11 sau giờ đóng cửa, kết quả quý ba được công bố. Đó sẽ là buổi hỏi đáp công khai đầu tiên của ban lãnh đạo mới.
Cùng ngày, Richard Neal và Ron Wyden, những đảng viên Dân chủ cấp cao nhất trong Ủy ban Cách thức và Phương tiện của Hạ viện và Ủy ban Tài chính của Thượng viện, đã viết thư cho Bộ trưởng Thương mại Lutnick về cách xử lý việc bán chip của Nvidia cho Trung Quốc, và đề nghị bộ lưu giữ hồ sơ liên quan. Họ là thiểu số: hỏi được, cưỡng chế thì không.
Chiếc áo da trắng
Trong 33 năm công ty đổi CEO một lần. Giờ đã đổi.
Thứ được kiểm tra không phải năng lực người kế nhiệm, mà là một câu hỏi lặng hơn: trong những canh bạc này — tam giác, T&L phần cứng, shader hợp nhất, CUDA, Tensor Core, NVLink — bao nhiêu là phán đoán cá nhân và bao nhiêu đã thành mặc định của tổ chức.
CUDA là nửa đầu câu trả lời. Hơn bốn nghìn thư viện tăng tốc, hàng triệu lập trình viên, hai mươi năm tương thích. Không người kế nhiệm nào lật được nó, như không ai lật được x86. Đó là tài sản của công ty, không phải của một người.
Nửa còn lại là sự căng thẳng ba mươi ngày. Nó không viết được vào tài liệu quy trình. Nó chỉ tồn tại khi có người lặp lại và chứng minh bằng lịch làm việc. Đó là tài sản cá nhân.
Tuyên bố ngày 12 tháng 11 tách hai thứ đó ra. Thị trường định giá sự tách biệt đó ở 182 tỷ đô la.
Silicon quay vòng ba năm. Kiến trúc mười năm. Hệ sinh thái hai mươi năm. Nhiệm kỳ của một người kéo dài ba mươi ba năm, vừa đủ để đúng một lần ở cả ba lớp.
Chiếc áo da trắng vẫn trong tủ. Người từng mặc nó không còn trong phòng họp.
Nguồn tham khảo
- Tuyên bố của Nvidia (2026-11-12)
- Niên biểu công ty Nvidia
- The Guardian: Colette Kress là ai
- China Youth Net: từ chức và 182 tỷ đô la
- China Youth Daily: kết thúc kỷ nguyên Huang
- China News Service: Nvidia công bố từ chức
- The New Yorker: thành công của Nvidia là chuyện chấp nhận rủi ro kiểu Mỹ
- Bài báo AlexNet (NIPS 2012)