Rebellions gọi gần 1 tỷ USD: chip AI Hàn có cửa nào trước NVIDIA?

Nếu NVIDIA đang bán những “động cơ” mạnh nhất cho cuộc cách mạng AI, thì tại Hàn Quốc có một startup đang cố chứng minh một điều khác: không phải mọi hệ thống AI đều cần dùng NVIDIA. Startup đó là Rebellions.

Thành lập năm 2020, Rebellions đã huy động tổng cộng khoảng 850 triệu USD. Vòng gần nhất — 400 triệu USD công bố cuối tháng 3/2026 — đưa định giá công ty lên 2,34 tỷ USD. Phía sau là một danh sách cổ đông khá đặc biệt: KT, SK Telecom, SK hynix, Samsung, Arm, Korea Development Bank, Mirae Asset và quỹ đầu tư của Saudi Aramco.

Điều đáng chú ý không chỉ là số tiền, mà là câu hỏi: tại sao nhiều tập đoàn lớn lại rót vốn vào một công ty muốn bước vào sân chơi NVIDIA đang thống trị?

Câu trả lời nằm ở một phần rất lớn nhưng ít người ngoài ngành để ý của AI: inference.

Hai đồ họa trong bài do KVBiz dựng để minh họa cách phân vai giữa training và inference. Các con số hiển thị trên đồ họa chỉ mang tính minh họa khái niệm, không phải kết quả đo của bất kỳ hệ thống nào.

Muốn hiểu Rebellions, trước tiên phải hiểu AI có hai giai đoạn

Một mô hình AI như ChatGPT có thể hình dung giống một sinh viên. Đầu tiên nó phải học — đó là giai đoạn training, khi hàng nghìn GPU xử lý một lượng dữ liệu cực lớn trong nhiều ngày hoặc nhiều tuần để tạo ra mô hình.

Sau khi học xong, AI bắt đầu làm việc. Bạn hỏi chatbot một câu. Camera trong nhà máy kiểm tra một sản phẩm. Ngân hàng cho AI đọc hợp đồng. Robot nhìn hình ảnh rồi quyết định phải di chuyển thế nào. Đây là inference.

Có thể hiểu rất đơn giản: training là AI đi học, inference là AI đi làm.

NVIDIA hiện cực mạnh ở cả hai. Nhưng Rebellions không cố đánh NVIDIA trên mọi mặt trận. Họ tập trung vào phần thứ hai: làm cho AI “đi làm” rẻ hơn và hiệu quả hơn.

Vì sao inference có thể trở thành thị trường cực lớn?

Một mô hình AI có thể chỉ cần được huấn luyện một số lần. Nhưng sau đó nó có thể phải trả lời 10 triệu câu hỏi, 100 triệu câu hỏi, thậm chí hàng tỷ yêu cầu mỗi ngày. Mỗi lần AI trả lời đều cần chip.

Vì thế, khi AI được đưa vào ngân hàng, bệnh viện, nhà máy, call center, robot và phần mềm doanh nghiệp, chi phí lớn không chỉ nằm ở việc tạo ra AI, mà nằm ở việc chạy AI mỗi ngày.

Đây chính là nơi Rebellions muốn chen vào.

Rebellions không cần mạnh hơn NVIDIA trong mọi thứ

Đây là điểm quan trọng nhất. Nếu Rebellions cố làm một con chip mạnh hơn NVIDIA ở tất cả các bài toán, khả năng thắng gần như rất thấp. NVIDIA có quá nhiều lợi thế: chip mạnh, CUDA, networking, server, software, cloud, hệ sinh thái developer và hàng chục năm kinh nghiệm.

Nhưng khách hàng doanh nghiệp không phải lúc nào cũng hỏi “chip nào mạnh nhất?”. Họ thường hỏi: để vận hành hệ thống AI này mỗi tháng tôi phải trả bao nhiêu tiền?

Và đây là lúc cuộc chơi thay đổi.

Với một data center, lựa chọn không phải là “ai mạnh hơn” mà là mỗi bài toán nên chạy trên loại chip nào. Đồ họa minh họa của KVBiz.Phóng to

Cửa thứ nhất: tiền điện

Một data center chạy AI 24/7 tiêu thụ lượng điện rất lớn. Chip càng nóng thì càng cần làm mát; càng nhiều điện thì chi phí vận hành càng tăng.

Vì vậy với doanh nghiệp, một chip AI không nhất thiết phải mạnh nhất thế giới. Nếu nó làm được cùng một công việc với ít điện hơn, ít máy chủ hơn hoặc chi phí thấp hơn, nó đã có lý do để tồn tại.

Rebellions đang đánh trực tiếp vào bài toán này. Dòng chip Rebel100 của hãng có 144GB bộ nhớ HBM3E và được thiết kế chủ yếu cho AI inference. Tại hội nghị ISSCC 2026, Rebellions giới thiệu thiết kế bốn chiplet nối bằng UCIe và cho biết Rebel100 đạt hiệu năng ngang NVIDIA H200 trong khi tiêu thụ điện thấp hơn.

Cần nói rõ: đây là số liệu và tuyên bố của nhà sản xuất, chưa phải kết quả đo độc lập, và vẫn phải được kiểm chứng qua triển khai thực tế ở khách hàng.

Nhưng chiến lược thì rất rõ: không nhất thiết phải thắng NVIDIA về sức mạnh tuyệt đối, mà thắng về chi phí để tạo ra mỗi câu trả lời AI. Với một hệ thống phải phục vụ hàng trăm triệu yêu cầu mỗi ngày, chênh lệch này có thể trở thành rất nhiều tiền.

Cửa thứ hai: NVIDIA quá mạnh nên khách hàng muốn có lựa chọn thứ hai

Nghe có vẻ nghịch lý, nhưng chính sự thống trị của NVIDIA lại tạo cơ hội cho những công ty như Rebellions.

Hiện nay rất nhiều hệ thống AI phụ thuộc vào NVIDIA. Nếu NVIDIA thiếu hàng, giá tăng hoặc nguồn cung bị hạn chế, khách hàng gần như không có nhiều lựa chọn. Điều này đặc biệt nhạy cảm với chính phủ, nhà mạng, ngân hàng, cloud provider và những quốc gia muốn tự kiểm soát hạ tầng AI.

Từ đó xuất hiện một khái niệm ngày càng quan trọng: sovereign AI — một quốc gia muốn tự kiểm soát dữ liệu, data center và hạ tầng AI quan trọng của mình. Hàn Quốc muốn làm điều đó. Saudi Arabia muốn làm điều đó. Nhiều quốc gia khác cũng vậy.

Rebellions vì thế không chỉ bán một con chip. Họ có thể bán một câu chuyện lớn hơn: bạn không cần để toàn bộ hạ tầng AI phụ thuộc vào một công ty Mỹ. Đây là lợi thế rất khác so với việc chỉ so benchmark.

Vì sao những cái tên lớn đứng phía sau Rebellions

Nhìn danh sách nhà đầu tư sẽ thấy chiến lược khá rõ:

• Samsung có năng lực sản xuất bán dẫn;
• SK hynix thuộc nhóm dẫn dắt thế giới về HBM — loại bộ nhớ cực quan trọng với chip AI;
• SK Telecom có mạng viễn thông, data center và khách hàng doanh nghiệp;
• KT có cloud và hạ tầng;
• Arm có kiến trúc chip;
• Saudi Aramco mở cánh cửa tới Trung Đông;
• Mirae Asset và Korea Development Bank cung cấp vốn để mở rộng.

Nói cách khác, Rebellions không đứng một mình. Xung quanh nó đang hình thành một chuỗi khá hoàn chỉnh: thiết kế chip → sản xuất → bộ nhớ → server → data center → khách hàng → vốn. Đây có lẽ là lý do nhà đầu tư sẵn sàng đổ hàng trăm triệu USD vào công ty.

Nhưng có một bức tường rất lớn mang tên CUDA

Đây có thể là vấn đề lớn nhất của Rebellions. NVIDIA không thống trị chỉ vì chip mạnh — NVIDIA có CUDA.

Có thể hiểu CUDA giống như hệ điều hành và bộ công cụ đã được hàng triệu kỹ sư AI dùng trong nhiều năm. Phần mềm AI trên thế giới đã được xây dựng quanh hệ sinh thái NVIDIA.

Vì vậy nếu một doanh nghiệp đang chạy NVIDIA mà muốn chuyển sang chip khác, vấn đề không chỉ là mua chip mới. Họ phải hỏi: phần mềm hiện tại có chạy được không, kỹ sư có phải viết lại code không, model có chạy ổn định không, có đủ công cụ để debug không.

Nếu câu trả lời là “phải làm lại rất nhiều”, khách hàng sẽ không đổi — cho dù chip rẻ hơn.

Rebellions hiểu rõ điều này, nên công ty đang cố hỗ trợ những công cụ quen thuộc như PyTorch, vLLM, Triton và các framework AI phổ biến. Mục tiêu rất đơn giản: khách hàng phải có cảm giác rằng đổi chip nhưng không phải xây lại cả hệ thống. Nếu Rebellions giải quyết được bài toán này, cơ hội mới thực sự mở ra.

Vậy Rebellions có thể đánh bại NVIDIA không?

Nếu hiểu “đánh bại” là thay NVIDIA trong toàn bộ thị trường AI, thì trong tương lai gần gần như không thực tế. Nhưng đây cũng là cách đặt sai câu hỏi.

Câu hỏi hợp lý hơn: Rebellions có thể lấy được một phần thị trường mà NVIDIA đang thống trị hay không? Câu trả lời là có khả năng, đặc biệt ở ba khu vực.

Một là inference — những hệ thống AI chạy 24/7 và rất nhạy cảm với chi phí điện.

Hai là sovereign AI — những quốc gia muốn có lựa chọn ngoài NVIDIA.

Ba là telecom và regional cloud — những nhà mạng và cloud provider có hàng triệu khách hàng nhưng không muốn chi toàn bộ ngân sách cho GPU NVIDIA đắt đỏ.

Đây là những thị trường mà Rebellions có thể không cần trở thành số một thế giới vẫn kiếm được rất nhiều tiền.

Một phép tính đơn giản: nếu thị trường AI accelerator trở thành thị trường trị giá hàng trăm tỷ USD mỗi năm, Rebellions không cần lấy 20%, cũng không cần 10%. Chỉ cần chiếm 1–2% ở một số phân khúc inference, đó đã có thể là doanh thu hàng tỷ USD. Với một startup bán dẫn, như vậy đã là thành công rất lớn.

Gần 1 tỷ USD đang được đặt cược vào điều gì?

Không phải vào việc “Rebellions sẽ tiêu diệt NVIDIA”, mà vào một giả thuyết thực tế hơn: kỷ nguyên AI sẽ lớn đến mức thị trường không thể chỉ có một người chiến thắng.

NVIDIA có thể tiếp tục dẫn dắt. Nhưng bên dưới NVIDIA vẫn có thể xuất hiện những công ty chuyên làm từng phần tốt hơn: chip inference tiết kiệm điện hơn, chip cho telecom, chip cho sovereign AI, chip cho private AI, chip cho từng loại data center. Rebellions đang cố trở thành một trong những công ty đó.

Điều này liên quan gì tới Việt Nam?

Việt Nam đang ở đúng giai đoạn xây hạ tầng AI: data center mới, dịch vụ AI trong ngân hàng, viễn thông, sản xuất và khu vực công. Ở giai đoạn này, phần lớn khối lượng công việc không phải huấn luyện mô hình nền tảng mà là chạy mô hình có sẵn mỗi ngày — tức là đúng phần inference.

Vì vậy câu hỏi thực tế cho doanh nghiệp Việt Nam không phải “chip nào mạnh nhất” mà là ba câu rất cụ thể: khối lượng inference mỗi ngày là bao nhiêu, chi phí điện và làm mát chiếm bao nhiêu phần trong tổng chi phí vận hành, và phần mềm hiện tại có bị khóa chặt vào một hệ sinh thái duy nhất hay không.

Nếu Rebellions và những công ty cùng hướng đi thành công trong việc làm inference rẻ hơn, thị trường sẽ có thêm lựa chọn. Còn nếu bức tường CUDA không bị hạ, thì việc đổi chip vẫn tốn kém hơn khoản tiết kiệm được. Đó là lý do phần cần theo dõi không phải thông cáo, mà là số máy chủ chạy thật và chi phí vận hành thật ở khách hàng đầu tiên.

Bài kiểm tra thực sự mới bắt đầu

Rebellions đã có vốn, đã có chip, đã có Samsung, SK, KT, Arm và những nhà đầu tư lớn đứng phía sau. Nhưng trong ngành bán dẫn, tất cả những thứ đó vẫn chưa đủ.

Thứ quan trọng từ bây giờ sẽ là: có bao nhiêu server thực sự dùng chip Rebellions, bao nhiêu khách hàng chạy nó 24/7, chi phí có thật sự thấp hơn NVIDIA không, developer có sẵn sàng chuyển sang không — và cuối cùng, doanh thu có tăng đủ nhanh không.

Nếu trả lời được những câu hỏi đó, Rebellions không cần trở thành “NVIDIA thứ hai”. Một vị trí thực tế và có giá trị hơn là trở thành lựa chọn thứ hai đủ tốt để các data center không còn buộc phải mua NVIDIA cho mọi bài toán AI. Trong một thị trường khổng lồ như AI, đôi khi chỉ cần làm được điều đó đã đủ để tạo ra một công ty bán dẫn trị giá hàng chục tỷ USD.

Xem thêm công nghệ Hàn Quốc có thể hợp tác với Việt Nam →

Gửi nhu cầu để KVBiz kết nối doanh nghiệp Việt – Hàn →

Nguồn: bản tin về vòng gọi vốn 400 triệu USD và định giá 2,34 tỷ USD của Rebellions (CNBC, 30/3/2026); thông số Rebel100 và so sánh với NVIDIA H200 theo tường thuật ISSCC 2026 (Tom's Hardware). Các con số hiệu năng là công bố của nhà sản xuất, chưa phải kết quả đo độc lập. Bài viết mang tính phân tích thị trường, không phải khuyến nghị đầu tư.