Trong bối cảnh phải đối mặt với sự cạnh tranh ngày càng gay gắt trong lĩnh vực sản xuất chip trí tuệ nhân tạo, Nvidia – công ty bán dẫn có giá trị nhất thế giới đang chuyển hướng đặt cược vào robot như động lực tăng trưởng lớn tiếp theo của mình.
Cụ thể, tập đoàn công nghệ nổi tiếng nhất với cơ sở hạ tầng hỗ trợ cho sự bùng nổ AI đang chuẩn bị ra mắt thế hệ máy tính nhỏ gọn mới nhất dành cho robot hình người - được gọi là Jetson Thor vào nửa đầu năm 2025.
Với sản phẩm này, Nvidia đang định vị mình là nền tảng hàng đầu cho những gì mà họ tin là một cuộc cách mạng robot sắp xảy ra. Công ty bán một giải pháp "full stack", từ các lớp phần mềm để đào tạo robot chạy bằng AI cho đến các chip đi kèm với chúng.
"Khoảnh khắc ChatGPT dành cho AI vật lý và robot đang đến gần", Deepu Talla, phó chủ tịch bộ phận robot của Nvidia nói với tờ Financial Times. Ông cũng cho biết thêm rằng ông tin thị trường đã đạt đến "điểm bùng phát".
Việc đẩy mạnh vào lĩnh vực robot diễn ra khi Nvidia đang phải đối mặt với nhiều sự cạnh tranh hơn đối với các chip AI mạnh mẽ của mình từ các nhà sản xuất chip đối thủ như AMD. Chưa kể đến việc, các tập đoàn điện toán đám mây như Amazon, Microsoft và Google đang tìm cách giảm sự phụ thuộc vào tập đoàn bán dẫn của Mỹ.
Nvidia đang định vị mình là nhà đầu tư vào không gian "AI vật lý", nhằm giúp phát triển thế hệ công ty robot tiếp theo.
Vào tháng 2, đây là một trong số nhiều công ty, bao gồm Microsoft và OpenAI, đầu tư vào công ty robot hình người Figure AI với định giá 2,6 tỷ USD.
Cho đến nay, robot vẫn là một thị trường ngách mới nổi chưa tạo ra lợi nhuận lớn. Nhiều công ty khởi nghiệp trong lĩnh vực này đang phải vật lộn để mở rộng quy mô, giảm chi phí và tăng độ chính xác của các sản phẩm robot.
Nvidia không công bố doanh số bán sản phẩm robot, nhưng hiện tại, công ty này chỉ chiếm một phần tương đối nhỏ trong tổng doanh thu. Doanh thu từ trung tâm dữ liệu, bao gồm cả chip GPU AI, chiếm khoảng 88% tổng doanh số 35,1 tỷ USD trong quý 3 của tập đoàn.
Nhưng Talla cho biết sự thay đổi trong thị trường robot đang được thúc đẩy bởi hai đột phá công nghệ: Sự bùng nổ của các mô hình AI tạo sinh và khả năng đào tạo robot trên các mô hình nền tảng này bằng cách sử dụng môi trường mô phỏng.
Việc đào tạo robot là một sự phát triển đặc biệt quan trọng vì nó giúp giải quyết cái mà các nhà nghiên cứu robot gọi là "khoảng cách từ mô phỏng đến thực tế", đảm bảo rằng các robot được đào tạo trong môi trường ảo có thể hoạt động hiệu quả trong thế giới thực.
"Trong 12 tháng qua, khoảng cách này đã đủ trưởng thành để chúng tôi có thể thực hiện các thí nghiệm mô phỏng, kết hợp với AI tạo sinh – điều mà chúng tôi không thể làm được cách đây hai năm", Talla cho biết. "Chúng tôi cung cấp nền tảng để cho phép tất cả các công ty này thực hiện bất kỳ nhiệm vụ nào trong số đó".
Talla gia nhập Nvidia vào năm 2013 để làm việc trên chip "Tegra", ban đầu nhắm vào thị trường điện thoại thông minh. Tuy nhiên, công ty đã nhanh chóng thay đổi, Talla giám sát việc tái triển khai khoảng 3.000 kỹ sư vào "đào tạo AI và tự động cho xe cộ". Đây là khởi nguồn của Jetson, dòng mô-đun "não" robot của Nvidia ra đời vào năm 2014.
Nvidia cung cấp các công cụ ở ba giai đoạn phát triển robot: Phần mềm để đào tạo các mô hình cơ bản, xuất phát từ hệ thống "DGX" của Nvidia; mô phỏng môi trường thực tế trong nền tảng "Omniverse" của mình; và phần cứng để đưa vào bên trong robot như "bộ não".
Apptronik, công ty sử dụng công nghệ của Nvidia trong suốt quá trình phát triển robot hình người, vào tháng 12 cũng đã công bố quan hệ đối tác chiến lược với Google DeepMind để cải thiện sản phẩm của mình.
Theo các nhà nghiên cứu thị trường BCC của Mỹ, thị trường robot toàn cầu hiện có giá trị khoảng 78 tỷ USD và dự kiến sẽ đạt 165 tỷ USD vào cuối năm 2029.
Amazon đã triển khai công nghệ mô phỏng robot của Nvidia cho ba nhà kho của mình tại Mỹ. Toyota và Boston Dynamics là một trong những khách hàng khác sử dụng phần mềm đào tạo của Nvidia.
David Rosen, người đứng đầu Robust Autonomy Lab tại Đại học Northeastern cho biết thị trường robot vẫn phải đối mặt với những thách thức đáng kể, bao gồm đào tạo các mô hình và xác minh rằng chúng sẽ an toàn khi triển khai.
“Cho đến thời điểm hiện tại, chúng tôi không có các công cụ hiệu quả để xác minh các đặc tính an toàn và độ tin cậy của các hệ thống học máy, đặc biệt là trong lĩnh vực robot. Đây là một câu hỏi khoa học mở lớn trong lĩnh vực này”, Rosen cho biết.
Theo: Financial Times
