Công Nghệ Wafer-Scale: Làn Sóng Mới Trong Cuộc Đua Trí Tuệ Nhân Tạo 2025

Công nghệ wafer-scale (tầm phiến) đang một lần nữa tạo nên làn sóng trong giới công nghệ, lần này với lời hứa giúp các mô hình trí tuệ nhân tạo (AI) sở hữu hàng nghìn tỷ tham số vận hành nhanh hơn và hiệu quả hơn so với các hệ thống dựa trên GPU truyền thống.

Tại Đại học California, Riverside (UCR), các kỹ sư tuyên bố họ đã phát triển một con chip có kích thước tương đương đĩa ném (frisbee), có khả năng truyền tải một lượng dữ liệu khổng lồ mà không bị quá nhiệt hay tiêu tốn quá nhiều điện năng. Những con chip khổng lồ này được gọi là bộ tăng tốc wafer-scale (wafer-scale accelerators), và được sản xuất trên các tấm silicon cỡ lớn bởi công ty Cerebras.

So với các GPU truyền thống có kích thước chỉ bằng con tem, vốn phổ biến trong thiết kế hệ thống AI nhờ khả năng xử lý song song hình ảnh, ngôn ngữ và dữ liệu, thì các bộ xử lý wafer-scale cho thấy một bước tiến vượt bậc về sức mạnh tính toán và hiệu suất năng lượng — hai yếu tố then chốt trong bối cảnh AI đang phát triển nhanh chóng cả về quy mô và độ phức tạp.

“Tính toán AI giờ đây không chỉ còn là vấn đề tốc độ,” giáo sư Mihri Ozkan, chuyên ngành kỹ thuật điện và máy tính tại Trường Kỹ thuật Bourns của UCR, đồng thời là tác giả chính của bài nghiên cứu đăng trên tạp chí Device, nhận định. “Mà còn là việc thiết kế các hệ thống có khả năng di chuyển lượng dữ liệu khổng lồ mà không gây quá nhiệt hay tiêu tốn quá nhiều điện năng.”

Bà ví GPU như những tuyến đường cao tốc đông đúc — tuy hiệu quả nhưng dễ bị tắc nghẽn, gây lãng phí năng lượng. Trong khi đó, các bộ xử lý wafer-scale giống như hệ thống tàu điện một ray: trực tiếp, hiệu quả và ít gây ô nhiễm hơn.

Những “quái vật” silicon: WSE-3 và Dojo D1

Tiêu biểu trong nhóm công nghệ này là Wafer-Scale Engine 3 (WSE-3) của Cerebras, được phát triển với sự cộng tác của nhóm kỹ sư tại UCR. WSE-3 tích hợp tới 4 nghìn tỷ transistor và 900.000 lõi xử lý chuyên dụng cho AI trên một phiến silicon duy nhất. Theo báo cáo từ Cerebras, hệ thống WSE-3 có thể thực hiện các tác vụ suy luận (inference) với mức tiêu thụ điện năng chỉ bằng 1/6 so với các hệ thống điện toán đám mây sử dụng GPU.

Một đại diện nổi bật khác là Dojo D1 của Tesla — cũng là một bộ tăng tốc wafer-scale — chứa 1,25 nghìn tỷ transistor và gần 9.000 lõi xử lý trên mỗi mô-đun. Những con chip khổng lồ này được thiết kế nhằm loại bỏ các điểm nghẽn hiệu năng vốn xảy ra khi dữ liệu phải di chuyển qua nhiều chip nhỏ riêng biệt — một vấn đề phổ biến trong các kiến trúc GPU truyền thống.

Bài toán nhiệt: Trở ngại lớn nhất

Tuy nhiên, nhiệt lượng vẫn là thách thức lớn nhất của công nghệ wafer-scale. Với công suất thiết kế nhiệt (TDP) có thể lên tới 10.000 watt, việc làm mát những con chip khổng lồ này đòi hỏi các giải pháp kỹ thuật cực kỳ tiên tiến.

Cerebras sử dụng một vòng tuần hoàn glycol tích hợp trong gói chip để dẫn nhiệt hiệu quả, trong khi đó, Tesla lựa chọn hệ thống làm mát bằng chất lỏng, thiết kế sao cho dung dịch làm mát được phân phối đều khắp bề mặt chip, đảm bảo khả năng tản nhiệt đồng đều, tránh hiện tượng quá nhiệt cục bộ.

Kết luận

Công nghệ wafer-scale không chỉ là bước tiến về mặt kỹ thuật mà còn có thể tái định hình toàn bộ kiến trúc máy tính phục vụ AI trong tương lai. Trong khi GPU đang dần chạm đến giới hạn vật lý và hiệu suất, thì các hệ thống wafer-scale mở ra một hướng đi mới: nơi dữ liệu được xử lý tại chỗ, hiệu quả năng lượng được tối ưu, và khả năng mở rộng gần như không giới hạn.

Tuy còn nhiều thách thức — đặc biệt là về nhiệt và chi phí sản xuất — nhưng nếu vượt qua được những rào cản này, wafer-scale có thể trở thành nền tảng cốt lõi của làn sóng AI kế tiếp.