[Computex 2025] Toàn bộ bài phát biểu của NVIDIA CEO Jensen Huang Tại sự kiện Computex 2025, CEO NVIDIA Jensen Huang đã có bài phát biểu thu hút sự chú ý đặc biệt của giới công nghệ toàn…
[Computex 2025] Toàn bộ bài phát biểu của NVIDIA CEO Jensen Huang
Tại sự kiện Computex 2025, CEO NVIDIA Jensen Huang đã có bài phát biểu thu hút sự chú ý đặc biệt của giới công nghệ toàn cầu. Để không bỏ lỡ bất kỳ thông tin quan trọng nào, Phong Vũ Tech News mời bạn cùng theo dõi toàn bộ nội dung bài phát biểu được chúng tôi tổng hợp và trình bày chi tiết dưới đây.
I. Những Đột Phá Chiến Lược Của NVIDIA – Từ AI Factories Đến CUDA-X
Tại Computex 2025, Jensen Huang – CEO NVIDIA đã công bố loạt đột phá chiến lược định hình lại toàn bộ hệ sinh thái AI và tính toán hiệu năng cao. Bài phát biểu không chỉ giới thiệu những công nghệ mới như AI Factories, CUDA-X hay nền tảng GeForce thế hệ mới, mà còn thể hiện một tầm nhìn xuyên suốt: đưa AI trở thành trục xoay của hạ tầng, phần mềm và tự động hóa toàn cầu. Cụ thể:
1. AI Factories to Infrastructure
Khái niệm AI Factories và Hạ tầng AI hiện đại (Nguồn: Internet)
Khái niệm "AI Factory" mà Jensen Huang giới thiệu tại Computex 2025 không đơn thuần là trung tâm dữ liệu, mà là một hệ sinh thái sản xuất trí tuệ, tương tự như nhà máy công nghiệp sản xuất sản phẩm vật lý. Các AI factory sử dụng GPU hiệu suất cao để huấn luyện mô hình ngôn ngữ lớn (LLM), mô hình hình ảnh, robot và agent AI.
Về công nghệ, một AI Factory bao gồm cụm GPU Blackwell hoặc Hopper, bộ lưu trữ tốc độ cao, kết nối NVLink, nền tảng phần mềm như CUDA-X và NeMo để điều phối pipeline. Đặc biệt, NVIDIA đẩy mạnh tính năng inference thời gian thực, mô phỏng ảo và quản lý dữ liệu bằng các hệ thống AI Data Factory tích hợp.
2. GeForce – Biến game thủ thành nhà sáng tạo AI
GeForce RTX từ lâu đã là thương hiệu quen thuộc với cộng đồng game thủ. Nhưng tại Computex 2025, Jensen Huang đưa ra tầm nhìn hoàn toàn mới: biến GeForce thành một trung tâm AI, không chỉ để chơi game mà còn để sáng tạo nội dung, huấn luyện mô hình AI cá nhân và tương tác trong thế giới ảo thông minh.
Về công nghệ, NVIDIA giới thiệu DLSS 4, RTX Video với AI tăng cường độ phân giải thời gian thực, và đặc biệt là RTX AI Toolkit – bộ công cụ tích hợp các mô hình AI nội tại có thể chạy ngay trên GPU của người dùng. Các tính năng như AI NPC, thế giới động được tạo bằng mô hình ngôn ngữ hình ảnh và sáng tạo video game tương tác đã trở nên khả thi.
3. CUDA-X – Bộ não phần mềm của hệ sinh thái AI NVIDIA
CUDA-X – Bộ công cụ nền tảng cho lập trình AI (Nguồn: Internet)
CUDA-X là bản mở rộng mạnh mẽ của nền tảng lập trình CUDA, được thiết kế để giải quyết các bài toán AI phức tạp ở cấp độ hệ thống. Nó bao gồm hơn 100 thư viện tối ưu hóa chuyên biệt cho các lĩnh vực như thị giác máy tính, xử lý ngôn ngữ tự nhiên, robot, dữ liệu lớn, mô phỏng vật lý và y sinh học.
Về công nghệ, CUDA-X cung cấp abstraction layer mạnh mẽ cho GPU, cho phép các nhà phát triển sử dụng Python, C++, Rust hoặc các API cấp cao như RAPIDS, cuML, cuDF, hoặc Omniverse để dễ dàng viết code chạy trên hàng nghìn nhân GPU song song.
CUDA-X cũng tích hợp trực tiếp với các công cụ AI hiện đại như TensorRT, PyTorch, JAX và Ray. Điều này biến GPU không chỉ là phần cứng mạnh mà còn là một hệ sinh thái phần mềm tối ưu, phục vụ mọi bài toán từ inference mô hình nhỏ đến huấn luyện LLM tầm AGI.
4. NVIDIA Building 6G on AI
Một trong những tuyên bố gây chú ý là kế hoạch của NVIDIA tham gia xây dựng thế hệ mạng viễn thông 6G bằng công nghệ AI. Họ không trực tiếp sản xuất phần cứng mạng, mà cung cấp nền tảng học máy và mô phỏng giúp các công ty viễn thông thiết kế, tối ưu và triển khai hệ thống mạng thông minh.
Về mặt kỹ thuật, NVIDIA sử dụng GPU và phần mềm như Sionna (toolkit AI 5G/6G), Omniverse để mô phỏng tín hiệu và môi trường vật lý ảo, từ đó huấn luyện AI học cách quản lý tài nguyên mạng, truyền tín hiệu, phân bổ băng thông, và phát hiện nhiễu động.
5. Hybrid Quantum-GPU Computing
NVIDIA kết hợp lượng tử và GPU: Hybrid Quantum-GPU Computing (Nguồn: Internet)
Trongmột trong những công bố tham vọng nhất, Jensen Huang nhấn mạnh sự phát triển của điện toán lai giữa lượng tử và GPU. Họ không chờ đợi máy tính lượng tử hoàn thiện, mà tạo ra mô hình "Hybrid Quantum-GPU Computing" cho phép AI khai thác lợi thế của cả hai thế giới.
Về kiến trúc, hệ thống này cho phép máy tính lượng tử kết nối với GPU NVIDIA thông qua hệ điều hành lượng tử ảo hóa, sử dụng GPU để mô phỏng qubit, huấn luyện mô hình lượng tử học sâu và điều phối dữ liệu.
II. Trí tuệ có thể hành động và suy nghĩ – NVIDIA kiến tạo tương lai AI tổng quát
NVIDIA giới thiệu những bước tiến vượt bậc trong phát triển Agentic AI và Physical AI – trí tuệ nhân tạo không chỉ hiểu biết mà còn có khả năng hành động độc lập. Đây là nền tảng quan trọng mở đường cho kỷ nguyên AI tổng quát, nơi máy móc có thể suy nghĩ, tương tác và thích ứng như con người.
1. Agentic AI
Agentic AI – Trí tuệ nhân tạo tự chủ (Nguồn: Internet)
Khái niệm Agentic AI – trí tuệ nhân tạo có thể hành động như một tác nhân độc lập – là một chủ đề trung tâm trong bài phát biểu của Jensen Huang. Không chỉ đơn thuần phản hồi câu hỏi, Agentic AI có khả năng quan sát, lên kế hoạch, tự thực hiện chuỗi hành động để đạt mục tiêu và điều chỉnh khi điều kiện thay đổi.
Về mặt kỹ thuật, NVIDIA phát triển các mô hình Agentic AI kết hợp giữa LLM, môi trường mô phỏng (Omniverse), và mô-đun lập kế hoạch hành vi đa bước (multi-step reasoning). Các agent này không cần được điều khiển liên tục bởi con người, mà có thể điều phối các hành động như thu thập dữ liệu, viết báo cáo, sửa lỗi phần mềm, thậm chí quản lý hệ thống AI khác.
2. Physical AI – Sự kết hợp giữa trí tuệ nhân tạo (AI) và các hệ thống vật lý
Trái ngược với AI chỉ tồn tại trong không gian số, Jensen Huang giới thiệu Physical AI – lớp AI có thể tương tác vật lý trực tiếp với thế giới thật thông qua cơ thể máy như robot, cảm biến, và thiết bị vật lý điều khiển.
Về công nghệ, Physical AI đòi hỏi sự phối hợp giữa perception (nhận thức cảm biến), planning (lập kế hoạch chuyển động), và control (điều khiển mô-men cơ học) được điều phối bởi các mô hình AI end-to-end. NVIDIA ứng dụng GPU để huấn luyện các chính sách điều khiển mô phỏng hàng triệu lần trên Omniverse trước khi deploy lên robot thực.
3. General Robotics – Nền tảng robot đa năng tổng quát
General Robotics – Tự động hóa đa năng (Nguồn: Internet)
Không chỉ tạo ra những robot cho một nhiệm vụ cụ thể, NVIDIA đang hướng tới General Robotics – thế hệ robot đa năng có khả năng học nhiều kỹ năng và tái sử dụng kiến thức từ môi trường này sang môi trường khác. Điều này tương tự như khái niệm AGI (Artificial General Intelligence) nhưng trong không gian vật lý.
Jensen Huang mô tả General Robotics là thành quả của việc tích hợp LLM, Physical AI và Omniverse simulation, tạo ra các robot không chỉ hành động chính xác mà còn có thể "hiểu" mục tiêu thông qua ngôn ngữ tự nhiên. Một robot trong nhà máy có thể được huấn luyện để xử lý linh kiện, rồi nhanh chóng chuyển sang làm trợ lý di chuyển trong kho hàng.
4. Hệ thống siêu tính toán Grace Blackwell NVL72 "A Thinking Machine"
Hệ thống siêu máy chủ Grace Blackwell NVL72 (Nguồn: Internet)
Một trong những điểm nhấn lớn nhất tại Computex 2025 là hệ thống Grace Blackwell NVL72 – được Jensen Huang mô tả là "A Thinking Machine" (Một cỗ máy biết suy nghĩ). Đây không chỉ là hệ thống tính toán mạnh, mà là một bước gần hơn đến AGI với kiến trúc phần cứng – phần mềm tối ưu hóa hoàn toàn cho AI.
Về cấu hình, NVL72 bao gồm 72 GPU Blackwell B200 kết nối với 36 CPU Grace và bộ nhớ HBM3e lên đến 1.4TB, truyền dữ liệu qua mạng NVLink Switch và NVLink Fusion. Toàn hệ thống hoạt động như một "One Giant GPU" – nơi dữ liệu di chuyển giữa GPU như thể nó là một khối thống nhất.
5. AI Infrastructure for Taiwan – Đưa quốc gia trở thành trung tâm AI Đông Á
Tại Computex tổ chức ở Đài Bắc, Jensen Huang đã công bố hợp tác lớn với các tập đoàn và chính phủ Đài Loan để xây dựng hạ tầng AI quốc gia – biến hòn đảo này trở thành trung tâm sản xuất trí tuệ nhân tạo của châu Á.
Về mặt kỹ thuật, các nhà máy AI tại Đài Loan sẽ sử dụng cụm GPU Blackwell và NVL72, kết nối bằng mạng NVLink và Ethernet AI Fabric, đi kèm các nền tảng NeMo, DGX Cloud và NVIDIA Omniverse Enterprise. Hệ thống này có thể sản xuất mô hình ngôn ngữ tiếng Trung, mô hình AI công nghiệp, và trợ lý đa ngôn ngữ cho doanh nghiệp.
III. Hạ tầng tính toán AI siêu cấp – từ GPU hợp nhất đến AI cho doanh nghiệp
NVIDIA tiếp tục dẫn đầu với những giải pháp hạ tầng GPU tiên tiến như Grace Blackwell NVL72 và NVLink Fusion, giúp mở rộng khả năng tính toán đến tầm siêu cấp. Song song đó, nền tảng Enterprise AI được phát triển để đưa AI vào sâu hơn trong môi trường doanh nghiệp, từ trung tâm dữ liệu đến các phòng làm việc nhỏ.
Bên cạnh danh xưng "A Thinking Machine", hệ thống Grace Blackwell NVL72 còn được gọi là "One Giant GPU" – một kiến trúc mới của NVIDIA nhằm phá vỡ ranh giới giữa các GPU vật lý riêng lẻ và hợp nhất chúng thành một thực thể xử lý logic duy nhất.
Kiến trúc NVL72 sử dụng 72 GPU Blackwell B200 kết nối với nhau bằng mạng NVLink Switch và NVLink Fusion, truyền dữ liệu với băng thông tổng cộng hơn 1.8TB/s. Điều này giúp mô hình LLM hoặc agent AI có thể chia tensor trên toàn bộ hệ thống mà không cần phân mảnh hay lập trình thủ công về memory locality.
2. NVLink Fusion – Cầu nối dữ liệu tốc độ siêu cao giữa GPU và CPU
Để hiện thực hóa kiến trúc "Giant GPU", NVIDIA ra mắt NVLink Fusion – một giao thức kết nối tốc độ cao mới dùng để hợp nhất GPU, CPU Grace và bộ nhớ HBM3e thành một không gian địa chỉ thống nhất, gần giống kiến trúc UMA (Unified Memory Architecture) của siêu máy tính.
NVLink Fusion có độ trễ cực thấp và băng thông gấp 7–9 lần so với PCIe 5.0, cho phép các kernel AI truy cập dữ liệu ở bất kỳ GPU nào trong hệ thống mà không cần sao chép qua DRAM trung gian. Điều này không chỉ cải thiện tốc độ training, mà còn giảm đáng kể năng lượng tiêu hao do giảm dữ liệu di chuyển vòng ngoài.
3. DGX Spark – Tăng tốc Spark ML trên GPU
DGX Spark – Dữ liệu, AI và GPU hợp nhất (Nguồn: Internet)
DGX Spark là một trong những sáng kiến mới nhất của NVIDIA nhằm kết hợp GPU với hệ thống xử lý dữ liệu lớn Apache Spark – công cụ phổ biến trong các công ty phân tích dữ liệu và fintech.
Thông thường, Apache Spark chạy trên CPU và xử lý song song theo cụm máy chủ. Tuy nhiên, DGX Spark tích hợp GPU thông qua RAPIDS Accelerator và cuDF – các thư viện tăng tốc xử lý khung dữ liệu và học máy trực tiếp bằng CUDA. NVIDIA còn tối ưu giao diện giữa Spark và LLM, biến Spark từ hệ thống batch sang nền tảng realtime AI.
Ứng dụng bao gồm xử lý dữ liệu tài chính, hồ dữ liệu khách hàng, chuỗi cung ứng, phân tích log, và dự báo kinh doanh. Các công ty có thể dùng DGX Spark để tiền xử lý hàng tỷ bản ghi sau đó feeding trực tiếp vào mô hình LLM hoặc inference pipeline trên GPU.
4. DGX Station – Siêu máy trạm AI cho văn phòng & nhà nghiên cứu
DGX Station – Siêu máy trạm AI tại chỗ (Nguồn: Internet)
DGX Station là dòng máy trạm chuyên dụng cho AI mà NVIDIA đã nâng cấp tại Computex 2025. Trong phiên bản mới, DGX Station A200 được trang bị 4 GPU Blackwell B200, CPU Grace, bộ nhớ DDR5 và SSD Gen5 NVMe – tất cả trong một thùng máy bàn yên tĩnh phù hợp cho phòng lab, studio, hoặc tổ chức nghiên cứu nhỏ.
Điểm đặc biệt là người dùng không cần trung tâm dữ liệu – DGX Station hoạt động như "AI Factory mini", hỗ trợ huấn luyện mô hình LLM tầm trung (1B–30B params), fine-tuning mô hình mở như Mistral hoặc LLaMA, và xử lý hình ảnh – video bằng RTX AI.
5. NVIDIA Enterprise AI Platform – Nền tảng triển khai AI toàn diện cho doanh nghiệp
Không chỉ tập trung vào phần cứng, NVIDIA giới thiệu Enterprise AI Platform – bộ giải pháp phần mềm tích hợp từ phát triển đến triển khai AI trong môi trường doanh nghiệp. Nền tảng này bao gồm:
NIM (NVIDIA Inference Microservices): các container inference nhanh, tương thích với các mô hình mở.
NeMo & RAG Toolkit: xây dựng LLM cá nhân hóa với dữ liệu doanh nghiệp.
AI Workbench: IDE để phát triển, thử nghiệm, và triển khai mô hình nhanh chóng.
AI Enterprise Suite: tích hợp TensorRT, RAPIDS, cuOpt, cuML, và hỗ trợ cloud-native (Kubernetes, Docker).
IV. Đưa trí tuệ nhân tạo vào thế giới vật lý – Robotics và siêu thực tế ảo
NVIDIA không chỉ tập trung vào phần mềm và dữ liệu mà còn tạo ra hệ sinh thái robot học tiên tiến với Isaac GR00T và môi trường mô phỏng Constellation. Những công nghệ này giúp AI nhập thể vào robot, cho phép chúng học hỏi, thao tác và "mơ" như con người, mở ra kỷ nguyên mới của trí tuệ nhân tạo nhập thể.
1. NVIDIA RTX PRO – Đồ họa chuyên nghiệp thế hệ AI
NVIDIA RTX PRO – Công cụ dành cho chuyên nghiệp sáng tạo (Nguồn: Internet)
NVIDIA không quên củng cố vị thế trong ngành đồ họa chuyên nghiệp khi công bố dòng sản phẩm RTX PRO mới – được tối ưu không chỉ cho dựng hình 3D, mà còn cho tác vụ AI-enhanced design và mô phỏng vật lý.
RTX PRO sử dụng kiến trúc Blackwell với khả năng ray tracing thời gian thực, kết hợp với tính năng DLSS AI để tăng tốc hiển thị. Nhưng điểm nhấn năm nay là khả năng tích hợp LLM và generative AI ngay trong phần mềm thiết kế như Adobe, Autodesk, Unreal Engine – giúp các chuyên gia sáng tạo tạo mô hình 3D, vật liệu, ánh sáng hoặc mô phỏng khí động học bằng prompt ngôn ngữ tự nhiên.
2. NVIDIA AI Data Platform – Nền tảng quản lý & xử lý dữ liệu AI
Một hệ thống AI mạnh không thể thiếu dữ liệu, và NVIDIA đã nhấn mạnh vai trò trung tâm của NVIDIA AI Data Platform trong việc cung cấp một pipeline dữ liệu trọn gói – từ ingestion, làm sạch, xử lý, đến quản lý phiên bản và huấn luyện mô hình.
Nền tảng này tích hợp cuDF (xử lý dataframe GPU), RAPIDS (data science trên GPU), cuOpt (tối ưu hóa tuyến đường), và Data Lakehouse architecture – giúp các tổ chức lưu trữ và phân tích dữ liệu ở quy mô petabyte mà vẫn đảm bảo tốc độ cao, chi phí thấp và bảo mật chặt chẽ.
3. Robotics – NVIDIA thống nhất robot học với AI tổng quát
Robotics tương lai (Nguồn: Internet)
Trongbài phát biểu, Jensen Huang nhấn mạnh rằng robot chính là "thân thể vật lý" của AI, và sự hợp nhất giữa LLM, perception, motion planning, và thế giới mô phỏng là con đường tất yếu để tạo ra robot biết suy nghĩ.
NVIDIA không chỉ sản xuất phần cứng cho robot, mà còn tạo ra nền tảng robot học toàn diện: Isaac Robotics Platform. Nó bao gồm:
Isaac Sim: mô phỏng vật lý và cảm biến với độ chính xác cao.
Isaac ROS & Isaac Perceptor: driver và pipeline perception GPU.
Isaac Lab: môi trường huấn luyện hành vi đa tác vụ.
Isaac Mission Dispatch: lên kế hoạch và phối hợp nhiều robot như một đội tác chiến.
4. Isaac GR00T – Robot học thế hệ mới dựa trên mô hình ngôn ngữ
GR00T là viết tắt của Generalist Robot 00T (root) – nền tảng AI agent cho robot thế hệ mới do NVIDIA phát triển. Đây là mô hình kết hợp giữa LLM (xử lý ngôn ngữ), visual perception (thị giác máy tính), motion control (điều khiển chuyển động) và memory (ghi nhớ hành vi trước đó).
GR00T được huấn luyện trong Isaac Lab và Omniverse, nơi hàng triệu phiên bản mô phỏng của robot tương tác với môi trường ảo như học cách nhặt đồ, mở cửa, nấu ăn, hoặc tương tác với con người bằng lời nói và cử chỉ. Sau đó, mô hình được deploy lên robot thực thông qua NVIDIA Jetson Orin hoặc GPU Blackwell mini.
GR00T-Dreams và NVIDIA Constellation (Nguồn: Internet)
GR00T-Dreams là phiên bản mở rộng của GR00T, được NVIDIA phát triển như một công cụ "mơ ảo" cho robot. Lấy cảm hứng từ cách não người xử lý thông tin khi ngủ, GR00T-Dreams cho phép robot mô phỏng lại các tình huống từng trải nghiệm để học hỏi, thử nghiệm, và tối ưu hành vi – ngay cả khi không tương tác với môi trường thực.
Về kỹ thuật, GR00T-Dreams sử dụng mô hình generative AI (giống video diffusion hoặc NeRF) để tái tạo lại thế giới vật lý trong trí nhớ, sau đó cho robot luyện tập hàng nghìn kịch bản tương tự trong "giấc mơ", như học cách tránh va chạm trong khu vực mới, hay thử hành động không an toàn trước khi áp dụng thật.
V. Kết luận
Bài phát biểu của Jensen Huang tại Computex 2025 đã khẳng định vị thế dẫn đầu của NVIDIA trong lĩnh vực AI, từ phần cứng GPU đến nền tảng AI và robot học. NVIDIA không chỉ phát triển công nghệ mà còn xây dựng hệ sinh thái toàn diện, hỗ trợ nhà phát triển và doanh nghiệp khai phá tiềm năng AI trên toàn cầu.
