Nvidia chuẩn bị ra mắt Jetson Thor, nền tảng dành cho robot hình người trong nửa đầu năm 2025. Với niềm tin rằng cuộc cách mạng robot sắp xảy ra, công ty bán dẫn bán giải pháp “full stack”, từ các lớp phần mềm để đào tạo robot AI cho đến những con chip bên trong.

Chia sẻ với Financial Times, Deepu Talla - Phó Chủ tịch phụ trách robot của Nvidia - cho biết “khoảnh khắc ChatGPT” của AI vật lý và robot đang đến gần, ông tin thị trường đã đến “điểm bùng phát”.

Nvidia tập trung vào robot trong bối cảnh thị trường chip AI ngày càng cạnh tranh hơn và các hãng như Amazon, Microsoft và Google đang tìm cách giảm lệ thuộc vào hãng bán dẫn lớn nhất thế giới.

Công ty của Jensen Huang muốn trở thành người chơi dẫn đầu trong không gian “AI vật lý” nhằm hỗ trợ phát triển thế hệ các doanh nghiệp robot tiếp theo. Vào tháng 2, Nvidia cùng Microsoft, OpenAI… đầu tư vào hãng robot hình người Figure AI.

Robot cho đến nay vẫn là thị trường ngách, chưa tạo ra lợi nhuận lớn. Nhiều startup vật lộn với việc mở rộng quy mô, giảm chi phí, tăng độ chính xác của sản phẩm.

Doanh số sản phẩm liên quan đến robot của Nvidia vẫn chiếm tỷ lệ tương đối nhỏ trong tổng doanh thu. Trong khi đó, doanh thu từ trung tâm dữ liệu, bao gồm chip AI, đóng góp khoảng 88% trong tổng doanh thu 35,1 tỷ USD quý III.

Song, Talla cho biết thị trường robot đang được thúc đẩy nhờ 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 này thông qua môi trường mô phỏng. Đột phá thứ hai bảo đảm robot đào tạo trong môi trường ảo có thể hoạt động hiệu quả trong môi trường vật lý.

Nvidia cung cấp các công cụ ở ba giai đoạn phát triển robot: phần mềm để đào tạo các mô hình nền tảng; mô phỏng môi trường trong thế giới thực; phần cứng bên trong robot, đóng vai trò "bộ não".

Theo hãng nghiên cứu BCC, thị trường robot toàn cầu hiện được định giá khoảng 78 tỷ USD và dự kiến đạt 165 tỷ USD vào cuối năm 2029.

Amazon đã triển khai công nghệ mô phỏng robot của Nvidia cho ba trong số các nhà kho tại Mỹ, còn Toyota và Boston Dynamics sử dụng phần mềm đào tạo của Nvidia.

David Rosen, người đứng đầu Phòng thí nghiệm Tự động 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 chúng sẽ an toàn khi được triển khai.

"Hiện tại, chúng ta không có các công cụ hiệu quả để xác minh các đặc tính an toàn và độ tin cậy của các hệ thống máy học, đặc biệt trong robot. Đây là một câu hỏi khoa học mở lớn trong lĩnh vực này", Rosen nói.

Theo VietNamNet