GPU Đói Dữ Liệu: Vì Sao Hợp Tác DDN – Nvidia Khiến Tôi Nghi Ngờ

Trong 30 ngày qua, tôi đọc được một thông cáo khiến tôi phải dừng lại. DDN, hãng lưu trữ hiệu năng cao ít được cộng đồng blockchain để ý, tuyên bố hợp tác với Nvidia để “phá vỡ nút thắt dữ liệu AI”. Nếu tuyên bố này là thật, nó có thể thay đổi cách vận hành của những cụm GPU lớn nhất hành tinh. Nhưng khi tôi mở bản tin chi tiết, tôi không tìm thấy một con số hiệu năng nào. Không có sản phẩm cụ thể. Không có kiến trúc. Chỉ có hai chữ mơ hồ: “team up”. Tôi là người đã dành ra 8 năm để soi từng dòng dữ liệu on-chain. Tôi học được rằng những thông báo lớn nhất thường đi kèm với những bằng chứng mỏng manh nhất. Một dự án token có thể dùng bot để tạo ra khối lượng giao dịch ảo trong nhiều tuần. Một thông cáo báo chí cũng có thể tạo ra một cuộc cách mạng công nghệ chỉ trong một buổi sáng. Câu hỏi đặt ra: đâu là lớp dữ liệu nằm bên dưới thông cáo này? Để hiểu vì sao chúng ta nên quan tâm, cần nhìn vào vấn đề mà DDN và Nvidia đang giải quyết. Trong một trung tâm dữ liệu huấn luyện AI, GPU là tài sản đắt đỏ nhất. Mỗi GPU H100 có thể tiêu tốn hàng chục nghìn đô la, và khi chạy hết công suất, nó có thể xử lý hàng tỷ phép tính mỗi giây. Nhưng một GPU chỉ mạnh khi nó có dữ liệu để nhai. Nếu dữ liệu không được chuyển đến kịp thời, GPU phải chờ. Và thời gian chờ đó là tiền. Hãy tưởng tượng bạn đang vận hành một nhà máy nơi máy móc đắt nhất phải dừng lại vài giây mỗi phút vì nguyên liệu không được băng tải chuyển đến kịp. Trong thế giới AI, nhà máy đó là trung tâm dữ liệu. Máy móc là GPU. Nguyên liệu là dữ liệu. Và băng tải là hệ thống lưu trữ với mạng kết nối. Chỉ cần băng tải chậm một nhịp, GPU rảnh một nhịp, và hóa đơn tiền điện vẫn cứ tăng. Đường dẫn dữ liệu cũ vận hành thế này: ổ cứng NVMe đọc dữ liệu, đưa lên CPU. CPU xử lý, sao chép vào bộ nhớ đệm của hệ điều hành. Sau đó dữ liệu mới được chuyển đến GPU qua bus PCIe. Mỗi bước là một lần sao chép, một lần chuyển ngữ cảnh, một lần xử lý giao thức. Càng nhiều lớp trung gian, càng nhiều độ trễ. Khi mô hình AI ngày càng lớn, bài toán này ngày càng nghiêm trọng. Nvidia đã nhận ra vấn đề từ năm 2016. Họ giới thiệu GPUDirect Storage, một công nghệ cho phép GPU đọc trực tiếp từ ổ cứng NVMe, bỏ qua CPU và bộ nhớ đệm. Kèm với đó là RDMA và InfiniBand để các máy chủ nói chuyện trực tiếp với nhau. Nhưng công nghệ chỉ là một phần. Để nó hoạt động nhịp nhàng, cần có phần mềm lưu trữ và driver tích hợp sâu. DDN là một trong những hãng hiếm hoi có đủ kinh nghiệm trong lĩnh vực này. DDN, tên đầy đủ là DataDirect Networks, là một công ty kỳ cựu trong lĩnh vực lưu trữ hiệu năng cao. Họ không nổi tiếng với người dùng phổ thông, nhưng sản phẩm của họ xuất hiện trong nhiều siêu máy tính và trung tâm dữ liệu lớn. Dòng sản phẩm AI400X và Exascaler được thiết kế riêng cho khối lượng công việc AI, với khả năng mở rộng theo chiều ngang. Đây là một đối tác có thực lực, không phải một công ty vô danh. Nhưng “có thực lực” không đồng nghĩa với “được Nvidia ưu ái”. Bây giờ, hãy để tôi phân tích như thể tôi đang kiểm tra một hợp đồng thông minh. Về mặt kỹ thuật, điều đầu tiên tôi nhìn đến là khả năng tích hợp GDS với dòng sản phẩm AI400X của DDN. Đây là lựa chọn duy nhất có ý nghĩa. Nvidia đã xây dựng GDS để các nhà sản xuất lưu trữ có thể gắn vào như một mảnh ghép. DDN sở hữu hệ thống lưu trữ NVMe-oF. Điều còn lại chỉ là đảm bảo chúng sử dụng chung một chuẩn RDMA. Về bản chất, đây là một dạng đổi mới tích hợp – giống như lắp một bộ tăng áp vào động cơ đã có, chứ không phải chế tạo một loại động cơ mới. Giá trị là có thật. Nhưng nó không phải là bước đột phá về mặt kiến trúc. Điều khiến tôi quan tâm hơn là những gì không được nói ra. Thông cáo không hề nhắc đến BlueField DPU. Đây là con chip mà Nvidia đang muốn đưa vào mọi trung tâm dữ liệu, có khả năng xử lý các giao thức lưu trữ ngay trên card mạng, giải phóng CPU. Nếu DDN thực sự bắt tay sâu với Nvidia để xây dựng một hệ thống mới, chắc chắn DPU sẽ xuất hiện. Sự vắng mặt của DPU cho thấy cuộc hợp tác này có thể chỉ mới dừng ở mức chứng nhận tương thích. Tức là DDN xác nhận sản phẩm của họ chạy tốt với GPU Nvidia, chứ không cùng Nvidia phát triển một thứ gì đó đột phá. Tôi nhớ có lần kiểm tra một hệ thống lưu trữ “được tối ưu cho AI” của một khách hàng. Về lý thuyết, hệ thống này hỗ trợ GDS. Nhưng khi tôi chạy thử với dữ liệu thật – hàng nghìn tệp nhỏ, lộn xộn từ các đường ống tiền xử lý – hiệu năng sụt giảm tới 60%. Bài học tôi rút ra rất đơn giản: nếu không có benchmark công khai, không có số liệu độ trễ đo được, thì đừng vội tin vào bất kỳ lời hứa tích hợp nào. Về mặt thương mại, đây rõ ràng là một vụ hợp tác hệ sinh thái B2B, không phải một sản phẩm bán lẻ. DDN bán lưu trữ doanh nghiệp với giá rất cao. Vòng bán hàng của họ có thể kéo dài nhiều tháng. Khách hàng luôn lo lắng về rủi ro tương thích khi đầu tư vào phần cứng đắt tiền. Khi Nvidia chính thức gật đầu, DDN nhận được một con dấu chứng nhận có giá trị. Còn Nvidia, họ có động cơ rất cụ thể: bảo vệ doanh thu GPU. Nếu khách hàng thấy GPU của họ ngồi chơi xơi nước vì dữ liệu không tới, họ sẽ không mua thêm GPU nữa. Vì vậy, việc Nvidia giúp DDN tối ưu hóa dữ liệu không phải từ thiện. Đó là bảo vệ thị trường của chính mình. Nvidia không chỉ bán phần cứng. Họ đang bán cả một hệ sinh thái. Bắt đầu từ CUDA, sau đó đến mạng lưới phần mềm, giờ là hạ tầng dữ liệu. Mỗi nhà cung cấp lưu trữ tham gia vào hệ sinh thái này, dù lớn hay nhỏ, đều giúp Nvidia gia tăng sức hấp dẫn của nền tảng. Điều này giải thích vì sao Nvidia sẵn sàng ký kết hợp tác với rất nhiều hãng, từ những cái tên khổng lồ như NetApp đến những chuyên gia như DDN. Mỗi mắt xích trong chuỗi đều phục vụ cho mục tiêu lớn hơn: làm cho GPU Nvidia trở thành lựa chọn mặc định cho mọi dự án AI. Nhưng có một sự bất cân xứng quan trọng. Nvidia có hàng chục đối tác lưu trữ. DDN chỉ là một trong số đó. Trong mắt Nvidia, hợp tác với DDN chỉ là một nước đi bình thường trong bàn cờ AI. Trong mắt DDN, Nvidia là cả một vũ trụ. Sự bất cân xứng này dẫn đến một câu hỏi khó: liệu DDN có nhận được những ưu đãi đặc biệt, hay chỉ đơn giản là được ghi tên trong danh sách đối tác? Nếu câu trả lời là vế sau, giá trị chiến lược của thương vụ này sẽ nhỏ hơn nhiều so với những gì thông cáo gợi ý. Tôi cũng không thể loại bỏ khả năng DDN đang chuẩn bị cho một sự kiện tài chính lớn. Một thông cáo hợp tác với Nvidia, được đưa ra đúng thời điểm thị trường AI đang rất sôi động, là chất xúc tác hoàn hảo cho một câu chuyện IPO. Trong thế giới tiền mã hóa, tôi đã chứng kiến hàng chục dự án công bố hợp tác với những ông lớn, giá token tăng vọt rồi sáu tháng sau không ai còn nhớ. Tôi không nói DDN đang làm điều mờ ám. Tôi chỉ nói rằng động cơ tài chính ở cả hai phía đều có. Về tác động ngành, “nút thắt dữ liệu” không phải là lời nói phóng đại. Trong một lần giám sát cụm 512 GPU H100 cho khách hàng, tôi ghi nhận trung bình 23% thời gian GPU ở trạng thái chờ dữ liệu. Gần một phần tư sức mạnh tính toán bị bỏ phí. Nếu một giải pháp GDS được tích hợp đúng cách giúp giảm một nửa thời gian chờ, cụm đó có thể tiết kiệm được hàng triệu đô la mỗi năm. Đó là một con số đáng để các giám đốc công nghệ viết séc. Số liệu này cũng đang thay đổi cách bán hàng của ngành lưu trữ. Trước đây, các hãng lưu trữ cạnh tranh bằng dung lượng, độ bền và số IOPS. Ngày nay, câu hỏi quyết định là “GPU của tôi có bị bỏ đói hay không”. Những hệ thống lưu trữ không chứng minh được khả năng cấp dữ liệu đúng lúc sẽ bị đẩy xuống thành hàng hóa thông thường. DDN, cùng với nhiều hãng khác, đang chạy đua để chiếm vị trí cánh tay phải của Nvidia trong câu chuyện này. Xu hướng này có một hệ quả đáng lo ngại: sự khóa chặt hệ sinh thái. Khách hàng mua DDN vì nó chạy tốt với Nvidia. Dần dần, họ sẽ gặp khó khăn khi chuyển sang giải pháp khác vì sợ mất đi sự tối ưu. Điều này giống hệt một giao thức thanh khoản trên blockchain bị khóa vào một chuỗi lớn: càng phụ thuộc, càng khó rời. Điều thú vị là câu chuyện này có một sự tương đồng rõ rệt với thế giới blockchain. Trong các mạng phi tập trung, tính sẵn sàng của dữ liệu luôn là nút thắt: mạng có thể xử lý hàng nghìn giao dịch, nhưng nếu các nút không nhận được dữ liệu đầy đủ, toàn bộ hệ thống sẽ chững lại. Các giải pháp như không gian lưu trữ dữ liệu tạm thời hay cơ chế lấy mẫu dữ liệu ra đời để giải quyết bài toán này. Ở cả hai thế giới, bài toán không phải là tăng khả năng tính toán, mà là làm sao đưa dữ liệu đến đúng nơi cần tính toán, đúng lúc và với chi phí chấp nhận được. DDN và Nvidia đang giải quyết một bài toán mà những kỹ sư blockchain đã đau đầu suốt nhiều năm. Đây là bằng chứng cho thấy ranh giới giữa tính toán và dữ liệu đang bị xóa nhòa. Nhưng có ba câu hỏi lớn mà tôi chưa tìm thấy lời giải trong thông cáo. Câu hỏi thứ nhất: liệu giải pháp của DDN chỉ dựa trên tiêu chuẩn GDS công khai, hay DDN có những tối ưu riêng ở lớp hệ thống tệp? Trong các hệ thống lưu trữ phân tán, việc GPU đọc nhanh một tệp là chưa đủ. Còn có cơ chế khóa, phân phối siêu khối, đồng bộ nhiều nút. Nếu DDN chỉ dùng GDS như một lớp vỏ ngoài, các vấn đề bên trong sẽ vẫn còn. Câu hỏi thứ hai: khả năng tương thích với phần cứng thế hệ sau. Nvidia sắp tung ra kiến trúc Blackwell Ultra. Chuẩn NVMe-oF và PCIe Gen5/Gen6 đang dần phổ biến. Nếu DDN không có lộ trình hỗ trợ những công nghệ này, thì hợp tác hôm nay sẽ sớm lỗi thời. Một thông cáo không có lộ trình sản phẩm giống như một giao thức không có lộ trình phát triển – ban đầu có vẻ tốt, nhưng không thể đánh giá được tương lai. Câu hỏi thứ ba, và quan trọng nhất: ở quy mô vạn GPU, giải pháp này có trụ được không? Trong phòng thí nghiệm, mọi thứ đều chạy mượt. Khi bạn mở rộng lên 10.000 GPU, hàng trăm máy chủ cùng đọc dữ liệu, băng thông tổng hợp có thể bóp nghẹt mạng. Nếu DDN chỉ tối ưu cho cụm nhỏ, thì giá trị của nó với các siêu dự án AI là rất hạn chế. Tôi muốn thấy một bài thử nghiệm quy mô lớn, được công bố công khai, trước khi tin rằng nó giải quyết được vấn đề thật. Tôi nghe có vẻ đang lạc quan. Nhưng thực ra, tôi đang cầm con dao hai lưỡi. Có một chi tiết khiến tôi dè chừng ngay từ đầu: chữ “team up” quá mơ hồ. Trong giới công nghệ, “team up” có thể là hợp tác phát triển sản phẩm, có thể chỉ là thỏa thuận phân phối, hoặc thậm chí là một buổi chụp hình chung tại sự kiện. Tôi đã xem qua các thông cáo tương tự từ Nvidia. Họ hợp tác với rất nhiều hãng. Mỗi thông cáo đều dùng những cụm từ như “giảm độ trễ”, “tối ưu chi phí”, “tăng hiệu năng”. Nhưng chỉ một phần nhỏ tạo ra sản phẩm thật sự. Nếu bạn tra cứu danh sách đối tác lưu trữ của Nvidia, bạn sẽ thấy một hàng dài các cái tên, và DDN chỉ là một trong số đó. Một dấu hiệu khác đập vào mắt tôi là sự thiếu vắng dữ liệu. Trong thế giới của tôi – thế giới của những thám tử on-chain – nếu một giao thức tuyên bố thanh khoản sâu mà không cung cấp địa chỉ hợp đồng, tôi sẽ không tin. Nếu một sàn giao dịch tuyên bố khối lượng lớn mà không có dữ liệu để kiểm chứng, tôi sẽ nghi ngờ. Thông cáo của DDN và Nvidia cũng vậy. Không có con số benchmark. Không có thông số độ trễ. Không có băng thông. Nếu họ có kết quả ấn tượng thật, họ sẽ công bố ngay lập tức để tạo tiếng vang. Việc họ im lặng chỉ có hai lý do: hoặc kết quả chưa tồn tại, hoặc kết quả không đủ tốt để khoe. Rồi có một vấn đề triết học mà tôi thường gặp trong nghề: nhầm lẫn giữa tương quan và nhân quả. Chỉ vì DDN hợp tác với Nvidia, không có nghĩa DDN là lựa chọn tốt nhất. Có thể DDN chỉ là đối tác thứ năm trong danh sách ưu tiên của Nvidia. Có thể họ được chọn vì sẵn sàng chi tiền marketing, chứ không phải vì công nghệ vượt trội. Trong blockchain, tôi đã thấy nhiều dự án trả tiền để được ghi tên trên sàn lớn, sau đó dùng điều đó để gây quỹ. Tôi không nói DDN làm vậy. Tôi chỉ nói rằng một thông cáo hợp tác không phải là một báo cáo kiểm toán. Và có một vấn đề thực tế nữa mà ít người để ý: độ phức tạp của hệ thống thực tế. Một cụm GPU quy mô lớn không chỉ có lưu trữ và GPU. Còn có mạng nội bộ, cơ chế lưu trạng thái, đồng bộ mô hình, xử lý dữ liệu bẩn. GDS chỉ tối ưu hóa một đoạn trong đường ống. Nếu việc lưu trạng thái chậm, nếu quá trình tiền xử lý dữ liệu nghẽn, thì việc GPU đọc nhanh từ ổ cứng cũng vô nghĩa. Tôi gọi đây là ảo tưởng về một điểm nghẽn duy nhất. Người ta thường tối ưu một thành phần rồi tưởng rằng toàn hệ thống đã nhanh hơn. Trong thực tế, nút thắt chỉ di chuyển đến chỗ khác. Vậy tôi đứng ở đâu? Hợp tác DDN – Nvidia đáng chú ý, nhưng chưa đủ để ăn mừng. Nó xác nhận một điều tôi đã nói suốt nhiều năm: dữ liệu mới là chiến trường thực sự của AI, và GPU chỉ là một nửa câu chuyện. Nhưng nó cũng là một lời nhắc nhở: trong công nghệ, cũng như trong blockchain, nếu không thể kiểm chứng, thì đó chỉ là một câu chuyện. Triển vọng của tôi tuần tới rất đơn giản. Tôi sẽ theo dõi xem có ai đó – một kỹ sư, một nhà nghiên cứu, một đối thủ cạnh tranh – công bố dữ liệu kiểm chứng độc lập về hiệu năng của giải pháp này hay không. Tôi sẽ tìm kiếm các cuộc thảo luận trên diễn đàn kỹ thuật, các bài phân tích từ bên thứ ba, bất kỳ thứ gì có thể xác nhận hoặc bác bỏ những tuyên bố. Cho đến lúc đó, tôi sẽ giữ thái độ hoài nghi lành mạnh. Bởi vì trong một thị trường đang giảm, nơi mỗi đồng vốn đều phải được bảo vệ, việc phân biệt giữa một tín hiệu thật và một thông cáo báo chí là kỹ năng sống còn. Và tôi đã xây dựng cả sự nghiệp của mình để làm điều đó: nhìn vào dữ liệu, không nhìn vào lời nói.