Mở bài: Cuộc chiến AI không chỉ nằm ở GPU

Trong làn sóng đầu tư hạ tầng AI, một điểm thường bị đánh giá thấp là: khi mô hình và cụm tính toán ngày càng lớn, hiệu năng không chỉ phụ thuộc vào GPU mạnh đến đâu, mà còn phụ thuộc dữ liệu “đến” GPU nhanh và đều thế nào. Nếu GPU phải chờ dữ liệu, doanh nghiệp đang trả tiền cho tài sản đắt đỏ nhưng không khai thác hết.

Trong bối cảnh đó, Cornelis – công ty hạ tầng AI tập trung vào công nghệ mạng kết nối chip – vừa công bố gọi vốn 205 triệu USD trong một vòng do IAG Capital Partners dẫn dắt, đồng thời giới thiệu sản phẩm Active Compute Fabric. Công ty định vị mình như một lựa chọn “kiến trúc mở” nhằm bẻ nhỏ sự thống trị của Nvidia theo từng mảng trong chuỗi hạ tầng AI. (TechCrunch)

Cornelis là ai và họ đang bán điều gì?

Theo TechCrunch, Cornelis là doanh nghiệp tạo networking technology giúp các chip AI giao tiếp hiệu quả hơn. Công ty tách ra từ Intel vào năm 2020 và hiện đã bắt đầu giao hàng sản phẩm, đồng thời phát triển thế hệ mới dự kiến phát hành cuối năm nay. (TechCrunch)

Trọng tâm của Cornelis lần này là Active Compute Fabric – một loại “networking fabric” hướng tới giải quyết thực trạng nhiều thời gian GPU bị lãng phí vì phải chờ dữ liệu đến. Sản phẩm được mô tả như một lớp kết nối cho phép chip vừa xử lý vừa gửi thông tin đồng thời (process and send information at the same time). (TechCrunch)

Về chiến lược cạnh tranh, Cornelis nhấn mạnh hướng tiếp cận open architecture: khách hàng có thể dùng nhiều loại GPU và phần cứng tăng tốc khác nhau cùng networking fabric của Cornelis, thay vì bị kéo vào một “stack” đóng. (TechCrunch)

Vì sao “mạng” trở thành mặt trận cạnh tranh với Nvidia?

Trong các cụm AI quy mô lớn, bài toán hiệu năng thường chuyển từ “một chip chạy nhanh” sang “nhiều chip phối hợp hiệu quả”. Khi dữ liệu/gradient/activation phải đi qua các tầng liên kết, độ trễ và băng thông sẽ quyết định GPU có bận rộn hay không. Vì thế, việc Cornelis tập trung vào vấn đề GPU time wasted waiting for data to arrive cho thấy họ đang nhắm đúng một nút thắt có thể ảnh hưởng trực tiếp tới chi phí tính toán tính trên mỗi mô hình hoặc mỗi token.

Điểm đáng chú ý là TechCrunch mô tả rào cản lớn nhất không thuần túy nằm ở phần cứng kết nối, mà ở tính “dễ dùng” và mức tối ưu của hệ sinh thái Nvidia. Bài viết nêu rằng GPU Nvidia về mặt kỹ thuật có thể chạy trên các networking fabric khác, nhưng chúng được tối ưu để chạy trên phần mềm của Nvidia, khiến việc dùng trọn bộ “GPU stack” của Nvidia dễ và hấp dẫn hơn với khách hàng. (TechCrunch)

Điều này tạo ra hai hiệu ứng:

Chi phí chuyển đổi (switching cost): doanh nghiệp đã tối ưu workflow, công cụ, vận hành theo stack Nvidia sẽ ngại thay đổi trừ khi lợi ích rõ ràng.
Cuộc chiến trải nghiệm triển khai: ngay cả khi một networking fabric tốt, nó vẫn phải “ăn khớp” với toolchain, scheduler, observability, và thực tế vận hành của cụm AI.

Cornelis vì vậy không chỉ phải chứng minh “tốt hơn”, mà phải chứng minh “tốt hơn trong điều kiện triển khai thật” và “tổng chi phí sở hữu” (TCO) có lợi.

Luận điểm “kiến trúc mở”: cơ hội cho doanh nghiệp muốn tránh khóa chặt nhà cung cấp

Cornelis cạnh tranh với Nvidia bằng việc đưa ra kiến trúc mở, cho phép khách hàng dùng nhiều loại GPU/accelerator với fabric của Cornelis. (TechCrunch) Với các CIO/CTO và đội hạ tầng, thông điệp này đánh vào một nhu cầu ngày càng rõ:

Đa nguồn cung phần cứng để giảm rủi ro chuỗi cung ứng hoặc rủi ro phụ thuộc một hãng.
Linh hoạt lựa chọn GPU/accelerator theo workload (training vs inference, batch vs latency-sensitive, v.v.).
Đàm phán thương mại: khi có lựa chọn, sức ép giá và điều khoản hợp đồng có thể cân bằng hơn.

Tuy nhiên, “mở” cũng có nghĩa là doanh nghiệp phải tự chịu trách nhiệm tích hợp nhiều thành phần hơn, và cần năng lực vận hành mạnh để tối ưu end-to-end.

Góc nhìn đầu tư: 205 triệu USD nói lên điều gì?

TechCrunch cho biết Cornelis gọi vốn 205 triệu USD trong vòng do IAG Capital Partners dẫn dắt. (TechCrunch) Dù bài viết không cung cấp định giá hay điều khoản, quy mô vốn và việc công ty đã shipping sản phẩm gợi ý một dịch chuyển quan trọng về loại rủi ro:

Nếu đã có sản phẩm giao hàng, rủi ro không còn thuần R&D, mà chuyển dần sang mở rộng thương mại (go-to-market), chứng minh ROI và xây dựng hệ sinh thái đối tác.
Việc đồng thời công bố sản phẩm và lộ trình thế hệ mới cho thấy Cornelis muốn tận dụng “cửa sổ cơ hội” khi các doanh nghiệp đang tăng tốc đầu tư cụm AI và cân nhắc kiến trúc hạ tầng cho vài năm tới. (TechCrunch)

Mặt khác, cạnh tranh với Nvidia thường không phải “đối đầu trực diện” mà là tách từng lớp giá trị: mạng, phần mềm, hệ thống, dịch vụ… Chính TechCrunch cũng đặt Cornelis trong “làn sóng công ty hạ tầng AI mới nổi nhằm bẻ nhỏ sự thống trị của Nvidia theo từng mảng”. (TechCrunch)

Hàm ý thực tiễn cho doanh nghiệp triển khai AI

Dưới đây là các điểm hành động mang tính vận hành và ra quyết định, dựa trên những gì TechCrunch nêu về vấn đề “GPU chờ dữ liệu” và cách Cornelis định vị kiến trúc mở:

Đo lường trước khi tối ưu
- Nếu mục tiêu là giảm “thời gian GPU chờ dữ liệu”, đội hạ tầng cần quan sát (telemetry) và bóc tách nguyên nhân: nghẽn mạng nội cụm, pipeline dữ liệu, storage, hoặc scheduling.
Đánh giá theo workload, không theo tuyên bố tổng quát
- Một fabric hứa hẹn cho phép chip “vừa xử lý vừa gửi” (TechCrunch) có thể đem lại lợi ích rõ hơn ở các bài toán giao tiếp dày (communication-heavy). Doanh nghiệp nên POC theo đúng mô hình và cấu hình sẽ vận hành.
Chiến lược đa nhà cung cấp: lợi ích đi kèm trách nhiệm tích hợp
- Cornelis nhấn mạnh khả năng dùng nhiều GPU/accelerator. (TechCrunch) Điều này phù hợp với tổ chức muốn tránh phụ thuộc, nhưng cần chuẩn bị năng lực tích hợp, kiểm thử, và vận hành đa cấu hình.
Rủi ro “dễ dùng” của stack Nvidia
- TechCrunch nhấn mạnh GPU Nvidia được tối ưu cho phần mềm Nvidia, khiến việc dùng full stack “dễ và hấp dẫn hơn”. Doanh nghiệp nên tính cả chi phí kỹ sư, thời gian triển khai và rủi ro vận hành khi chọn phương án thay thế.

Hạn chế của thông tin hiện có

TechCrunch không nêu số liệu định lượng về mức cải thiện hiệu năng/độ trễ/băng thông/chi phí của Active Compute Fabric, nên chưa thể kết luận tác động ROI.
Không có thông tin về định giá, cấu trúc vòng gọi vốn, hay danh sách nhà đầu tư ngoài việc IAG Capital Partners dẫn dắt.
Mô tả kỹ thuật về Active Compute Fabric dừng ở mức khái quát; thiếu chi tiết chuẩn giao tiếp, khả năng tương thích cụ thể, và điều kiện benchmark.
Nhận định về “bẻ nhỏ sự thống trị của Nvidia” mang tính xu hướng; nguồn không cung cấp dữ liệu thị phần/doanh thu để đối chiếu.

Nguồn tham khảo

TechCrunch (2026-09-14), AI infrastructure company Cornelis raises $205M to chip away at Nvidia’s dominance: https://techcrunch.com/2026/09/14/ai-infrastructure-company-cornelis-raises-205m-to-chip-away-at-nvidias-dominance/

Cornelis gọi vốn 205 triệu USD: canh bạc “mở” vào nút thắt mạng để giảm phụ thuộc vào hệ sinh thái Nvidia