GPU NVIDIA là gì? Vì sao H100, H200, B300 giá hàng tỷ đồng?

Nghe đến NVIDIA, nhiều người nghĩ ngay đến card đồ họa để chơi game. Nhưng hiện nay, thứ làm NVIDIA trở thành một trong những công ty quan trọng nhất của làn sóng AI lại là GPU dành cho trí tuệ nhân tạo.

Có loại giá khoảng 100 triệu đồng. Có loại giá hơn 1 tỷ đồng một chiếc. Và có cả hệ thống AI trị giá hơn 100 tỷ đồng.

Điều khó hiểu là: tại sao một "con chip" lại đắt như vậy? Và RTX 5090, H100, H200 hay B300 khác nhau ở đâu? Thực ra có thể hiểu rất đơn giản.

GPU là gì?

Hãy tưởng tượng một công ty có rất nhiều việc phải làm. CPU giống như một nhân viên rất giỏi, xử lý từng việc phức tạp. Còn GPU giống như có hàng nghìn nhân viên cùng làm việc song song.

Đó là lý do GPU đặc biệt phù hợp với AI: một hệ thống AI phải thực hiện khối lượng phép tính khổng lồ cùng lúc. Ví dụ:

• chatbot trả lời câu hỏi;
• AI tạo ảnh, tạo video;
• camera nhận diện người hoặc sản phẩm lỗi;
• robot nhìn và hiểu môi trường;
• xe tự lái;
• mô hình ngôn ngữ như ChatGPT;
• phần mềm thiết kế 3D.

Nói ngắn gọn:

Và AI rất cần khả năng đó.

GPU là "cỗ máy tính toán" cho AI — tạo ảnh/video, chatbot, camera thông minh, robot, thiết kế 3D. CPU xử lý từng việc, GPU xử lý nhiều việc cùng lúc. Đồ họa: KVBiz.Phóng to

Vậy NVIDIA có những loại GPU nào?

Không phải GPU nào cũng giống nhau. Có loại dành cho người dùng cá nhân, có loại cho doanh nghiệp, có loại chỉ dành cho trung tâm dữ liệu. Có thể hình dung thành bốn cấp độ.

Cấp 1: RTX 5090 – AI trên máy tính cá nhân

RTX 5090 là loại gần với người dùng thông thường nhất. Nó có thể dùng để chơi game, dựng phim, thiết kế 3D, tạo ảnh và video bằng AI, thậm chí chạy một số mô hình AI ngay trên máy cá nhân.

RTX 5090 có khoảng 32GB bộ nhớ GPU. Giá tại Việt Nam thường trong khoảng 100–150 triệu đồng, tùy phiên bản.

Có thể hình dung RTX 5090 như một chiếc "máy AI cá nhân" rất mạnh. Nếu bạn là developer, startup nhỏ, studio hoặc người làm AI cá nhân, loại này đã làm được rất nhiều việc.

Cấp 2: RTX PRO 6000 – AI cho doanh nghiệp

RTX PRO 6000 cao hơn RTX 5090 một bậc, dễ thấy nhất là ở bộ nhớ: RTX 5090 có 32GB, còn RTX PRO 6000 có 96GB. Bộ nhớ lớn giúp chạy được những mô hình AI lớn hơn và xử lý nhiều dữ liệu hơn.

Loại này phù hợp với công ty AI, kiến trúc, thiết kế ô tô, đồ họa 3D, robot, digital twin, computer vision và AI chạy tại văn phòng hoặc nhà máy. Giá thường ở mức 300–500 triệu đồng.

Có thể hiểu đơn giản:

Cấp 3: H100 – GPU đã làm nên cơn sốt AI

Nếu nói đến GPU AI nổi tiếng nhất vài năm gần đây, H100 là cái tên rất quan trọng. H100 không dành cho PC thông thường mà được thiết kế cho trung tâm dữ liệu, cloud AI, huấn luyện mô hình AI lớn, chạy chatbot cho hàng triệu người, nghiên cứu khoa học, cũng như AI trong ngân hàng, bệnh viện và các tập đoàn lớn.

H100 có khoảng 80GB bộ nhớ GPU — nghe không hơn RTX PRO 6000 quá nhiều, nhưng nó được thiết kế hoàn toàn khác. Nó sinh ra để:

Ví dụ, một máy chủ có thể có 8 chiếc H100 cùng chạy, rồi hàng chục hoặc hàng trăm máy chủ lại kết nối với nhau. Đó là cách những mô hình AI lớn được huấn luyện.

Giá một H100 trên thị trường thường quanh 700 triệu đến hơn 1 tỷ đồng, tùy loại, hệ thống và nguồn cung.

Cấp 4: H200 – giống H100 nhưng có "bàn làm việc" lớn hơn

H200 là bước nâng cấp rất dễ hiểu từ H100: H100 có 80GB bộ nhớ, H200 có 141GB.

Hãy tưởng tượng GPU là một đầu bếp. Sức mạnh tính toán là khả năng nấu ăn, còn bộ nhớ GPU là chiếc bàn bếp. H100 có bàn khá lớn, H200 có bàn lớn hơn rất nhiều. Khi mô hình AI ngày càng lớn, việc có nhiều bộ nhớ rất quan trọng.

Vì vậy H200 đặc biệt phù hợp với LLM lớn, chatbot doanh nghiệp, generative AI, AI inference và dữ liệu lớn. Có thể nhớ cực kỳ đơn giản:

Giá thị trường có thể ở khoảng 1–1,5 tỷ đồng/GPU, tùy cấu hình và nguồn cung.

H100 và H200 thuộc cùng một "gia đình"

Đây là điểm dễ nhầm. H100 và H200 đều thuộc kiến trúc NVIDIA Hopper. Có thể hình dung H100 → H200 giống như iPhone Pro → iPhone Pro phiên bản nâng cấp: H200 không phải một thế giới hoàn toàn khác, mà là sự nâng cấp mạnh về bộ nhớ và khả năng xử lý các mô hình AI lớn.

Sau Hopper là Blackwell

Sau H100 và H200, NVIDIA chuyển sang thế hệ mới: Blackwell. Đây là lúc xuất hiện những cái tên như B200 và mạnh hơn nữa là B300 Blackwell Ultra.

B300 – thế hệ AI mới

B300 có tới khoảng 288GB bộ nhớ GPU. So sánh rất dễ:

• RTX 5090: 32GB
• H100: 80GB
• H200: 141GB
• B300: 288GB

Chỉ nhìn vào bộ nhớ cũng thấy quy mô đã khác hẳn. B300 được thiết kế cho mô hình AI thế hệ mới, AI reasoning, AI agent, huấn luyện mô hình cực lớn, inference ở quy mô lớn và AI factory.

Một hệ thống 8 GPU B300 có thể có tổng cộng hơn 2TB bộ nhớ GPU. Giá quy đổi một GPU trong hệ thống có thể lên tới khoảng 1,7–1,8 tỷ đồng.

Nhưng cần lưu ý: B300 thường không được bán đơn giản như mua một chiếc card ở cửa hàng, mà thường nằm trong cả một máy chủ AI chuyên dụng.

GB300 NVL72 – lúc này không còn là "một chiếc GPU" nữa

Đây là điểm nhiều người dễ hiểu sai. GB300 NVL72 không phải một card đồ họa. Nó là cả một hệ thống AI.

Một rack GB300 NVL72 có tới 72 GPU Blackwell Ultra và hàng chục CPU NVIDIA Grace, với tổng bộ nhớ GPU khoảng 20TB.

So sánh: RTX 5090 có 32GB, còn GB300 NVL72 có khoảng 20.000GB — tức là quy mô hoàn toàn khác.

Loại hệ thống này dành cho tập đoàn công nghệ, cloud provider, trung tâm dữ liệu, hyperscaler, chính phủ và các AI lab lớn. Giá một rack có thể lên tới hơn 100 tỷ đồng.

Đó là lý do NVIDIA gọi những hệ thống này là "AI Factory" – nhà máy AI.

"Nhà máy AI" nghĩa là gì?

Nhà máy bình thường lấy nguyên liệu, đưa vào dây chuyền, rồi tạo ra sản phẩm.

Nhà máy AI lấy điện + dữ liệu + GPU để tạo ra câu trả lời, hình ảnh, video, dự báo, phân tích, quyết định và AI agent. Có thể coi GPU chính là:

Nhớ nhanh 6 loại GPU NVIDIA

Chỉ cần nhớ:

• RTX → máy cá nhân
• RTX PRO → workstation doanh nghiệp
• H100/H200 → data center AI
• B300 → AI thế hệ mới
• GB300 NVL72 → cả một nhà máy AI

Tại sao doanh nghiệp lại bỏ hàng tỷ đồng mua GPU?

Vì với doanh nghiệp, GPU không phải đồ chơi — nó có thể trực tiếp tạo ra doanh thu. Ví dụ:

• một nhà máy mua GPU để camera tự tìm sản phẩm lỗi;
• một ngân hàng dùng GPU để chạy trợ lý AI nội bộ;
• một bệnh viện dùng GPU để phân tích hình ảnh y tế;
• một công ty robot dùng GPU để robot nhìn và hiểu môi trường;
• một công ty AI dùng GPU để phục vụ chatbot cho hàng triệu khách hàng.

Vì vậy doanh nghiệp không hỏi "con chip này sao đắt thế?". Họ hỏi:

Điều đáng chú ý với Việt Nam

Cơn sốt GPU không chỉ tạo cơ hội cho người bán NVIDIA. Xung quanh GPU còn cần cả một hệ sinh thái: máy chủ, data center, hệ thống điện, làm mát, network, storage, phần mềm, tích hợp hệ thống, kỹ sư AI, cybersecurity và vận hành.

Vì vậy thị trường AI tại Việt Nam trong vài năm tới có thể không chỉ là câu chuyện "ai mua được GPU NVIDIA?", mà quan trọng hơn là:

Đó mới là thị trường lớn thực sự.

Lưu ý KVBiz: Giá là mức tham khảo tại thị trường Việt Nam, thay đổi theo nguồn cung, cấu hình và thời điểm. Thông số bộ nhớ theo công bố của NVIDIA cho từng dòng sản phẩm.