Intel chính thức công bố thêm thông số cho GPU trung tâm dữ liệu D-Series, trước đây có tên mã Crescent Island, tại OCP Global Summit 2026. Được phát triển chuyên biệt cho AI inference, bộ tăng tốc này có thể hỗ trợ tới 480GB bộ nhớ LPDDR5X, băng thông 1,5TB/s và hiệu năng tính toán FP8 tối đa 1,3 petaflops trong mức công suất 350W. Với dung lượng bộ nhớ lớn và thiết kế PCIe làm mát bằng khí, Intel hướng sản phẩm đến các mô hình ngôn ngữ lớn, ngữ cảnh dài và hệ thống AI agent cần xử lý nhiều yêu cầu đồng thời.
Ngày 12/10/2026, tại OCP Global Summit, Intel công bố thêm thông tin kỹ thuật về dòng GPU D-Series, trước đây được biết đến với tên mã Crescent Island. Đây là bộ tăng tốc dành cho trung tâm dữ liệu, tập trung vào suy luận AI thay vì đồ họa hoặc mục tiêu huấn luyện mô hình quy mô lớn. GPU sử dụng kiến trúc Intel Xe3P, gồm 32 nhân Xe3P và 256 bộ xử lý ma trận XMX. Theo thông số do Intel công bố, sản phẩm đạt hiệu năng tính toán tối đa 1,3 PFLOPS ở định dạng FP8, đồng thời hỗ trợ các định dạng số từ FP4 đến FP64. Điểm đáng chú ý là Intel không chỉ tập trung vào số phép tính mỗi giây. Với những mô hình ngôn ngữ lớn, việc xử lý yêu cầu có thể bị giới hạn bởi khả năng lưu trữ và truy xuất trọng số, đặc biệt khi sử dụng ngữ cảnh dài hoặc phục vụ nhiều người dùng cùng lúc. Vì vậy, dung lượng bộ nhớ và băng thông trở thành những yếu tố quan trọng khi thiết kế GPU dành cho suy luận. Intel định vị D-Series cho các hệ thống AI doanh nghiệp, dịch vụ AI trên đám mây, nền tảng AI chuyên biệt và các ứng dụng cần phản hồi nhanh. Trong mô hình AI agent, một yêu cầu có thể kéo theo nhiều bước suy luận, truy xuất dữ liệu và gọi công cụ. Khả năng duy trì nhiều mô hình hoặc phiên làm việc trong bộ nhớ có thể giúp hệ thống giảm nhu cầu phân chia tài nguyên quá mức.
Thông số nổi bật nhất của Intel GPU D-Series là khả năng hỗ trợ tối đa 480GB bộ nhớ LPDDR5X trên mỗi card. Tuy nhiên, cần phân biệt cấu hình card mang thương hiệu Intel với những thiết kế tùy biến từ đối tác: Intel cho biết card PCIe mang thương hiệu hãng được trang bị 160GB LPDDR5X, trong khi thiết kế cho phép các đối tác ODM phát triển phiên bản có dung lượng lên tới 480GB. GPU có băng thông bộ nhớ được công bố ở mức 1,5TB/s. Mức này kết hợp với công suất thiết kế 350W và hệ thống làm mát bằng khí, hướng đến việc triển khai trong các trung tâm dữ liệu hiện có mà không bắt buộc phải xây dựng hạ tầng làm mát bằng chất lỏng. Dung lượng bộ nhớ lớn đặc biệt có ích khi chạy các mô hình ngôn ngữ lớn. Theo Intel, D-Series có thể hỗ trợ mô hình lên tới 300 tỷ tham số trên một card, hoặc các mô hình vượt một nghìn tỷ tham số trong hệ thống tám GPU. Đây là khả năng theo công bố của nhà sản xuất; việc triển khai thực tế còn phụ thuộc vào định dạng trọng số, lượng bộ nhớ dành cho KV cache, phần mềm và cấu hình hệ thống. Việc sử dụng LPDDR5X thay vì chỉ dựa vào bộ nhớ HBM đắt tiền cũng phản ánh một hướng thiết kế khác cho AI inference. LPDDR vốn được tối ưu cho mức tiêu thụ điện thấp, còn HBM thường được sử dụng trong các bộ tăng tốc cần băng thông bộ nhớ cực cao. Với D-Series, Intel hướng đến sự cân bằng giữa dung lượng, băng thông, công suất và chi phí triển khai. Dù vậy, không nên chỉ dựa vào dung lượng VRAM để kết luận D-Series nhanh hơn những GPU có HBM. Hiệu năng suy luận còn phụ thuộc vào năng lực tính toán, băng thông thực tế, độ trễ bộ nhớ, khả năng tối ưu phần mềm và đặc điểm của từng mô hình. Dung lượng lớn có thể cho phép chạy mô hình hoặc ngữ cảnh lớn hơn trên cùng một card, nhưng không tự động mang lại tốc độ tạo token cao hơn trong mọi trường hợp.
Intel GPU D-Series sử dụng thiết kế card PCIe 5.0 tiêu chuẩn, làm mát bằng khí với công suất 350W. Theo Intel, cách tiếp cận này cho phép tích hợp bộ tăng tốc vào hạ tầng máy chủ hiện có, hạn chế yêu cầu thay đổi hệ thống làm mát và giúp các nhà vận hành triển khai theo từng giai đoạn. Về phần mềm, Intel nhấn mạnh nền tảng Xe chung và khả năng hỗ trợ các hệ sinh thái mã nguồn mở như PyTorch và vLLM. Mục tiêu là giúp nhà phát triển triển khai mô hình trên GPU Intel mà không phải xây dựng toàn bộ quy trình ứng dụng từ đầu. Tuy nhiên, mức độ tương thích, hiệu năng và công sức tối ưu hóa vẫn cần được đánh giá theo từng mô hình và môi trường phần mềm cụ thể. Định hướng của D-Series cũng phù hợp với sự phát triển của AI agent. Các hệ thống này thường xử lý ngữ cảnh dài, duy trì nhiều phiên làm việc và thực hiện nhiều bước suy luận liên tiếp. Thay vì chỉ tối đa hóa hiệu năng tính toán đỉnh, Intel tập trung vào việc duy trì mô hình và dữ liệu trong bộ nhớ với mức tiêu thụ điện có thể kiểm soát. Tại OCP 2026, Intel đồng thời nhấn mạnh hạ tầng AI mở, kết hợp CPU Xeon, bộ tăng tốc chuyên dụng và phần mềm có khả năng tương tác. D-Series được định vị như một lựa chọn trong hệ thống không đồng nhất, nơi từng loại phần cứng đảm nhiệm phần công việc phù hợp thay vì phụ thuộc hoàn toàn vào một kiến trúc GPU duy nhất. Intel đã công bố thông số kỹ thuật chính của D-Series, nhưng các kết quả về hiệu năng thực tế, chi phí trên mỗi token và mức tiêu thụ điện trong những kịch bản triển khai độc lập vẫn cần được kiểm chứng. Với dung lượng bộ nhớ lên đến 480GB ở thiết kế đối tác, sản phẩm có thể thu hút những đơn vị cần chạy mô hình lớn hoặc nhiều phiên suy luận trong giới hạn công suất và không gian rack hiện có.
Astera Labs công bố Orion, kiến trúc tham chiếu dạng rack dành cho hạ tầng AI inference, cho phép doanh nghiệp chủ động lựa chọn CPU và GPU từ nhiều nhà cung cấp. Với kết nối PCIe 6.0, thiết kế mô-đun và khả năng mở rộng từ 8 đến 160 bộ tăng tốc trong mỗi pod, Orion hướng đến mục tiêu giảm chi phí triển khai và tối ưu hiệu quả xử lý AI trên mỗi USD đầu tư.
NVIDIA được cho là đang lên kế hoạch phát hành GeForce RTX 5080 với 24GB bộ nhớ GDDR7 trong quý I/2027, thay thế phiên bản 16GB hiện tại. Nếu thông tin từ các nguồn rò rỉ chính xác, đây có thể trở thành mẫu card GeForce cao cấp nhất còn được cung cấp trong bối cảnh nguồn GPU RTX 5090 được cho là đang có sự điều chỉnh. Tuy nhiên, kế hoạch ra mắt và thông số của sản phẩm mới vẫn chưa được NVIDIA xác nhận.
Frore Systems vừa công bố LiquidJet Diamond, giải pháp tản nhiệt chất lỏng trực tiếp sử dụng các tấm kim cương tích hợp để xử lý những điểm nóng có mật độ nhiệt cực cao trên GPU AI thế hệ mới. Theo công bố của hãng, hệ thống có thể hỗ trợ mật độ nhiệt cục bộ lên đến 770 W/cm², giảm nhiệt độ GPU tối đa 22°C và cải thiện hiệu suất tạo token trên mỗi watt điện từ 30% đến 35% so với một số giải pháp coldplate truyền thống. Công nghệ này hướng đến các bộ tăng tốc AI công suất rất lớn, bao gồm NVIDIA Rubin và dòng AMD Instinct MI400, MI500. Frore dự kiến trình diễn giải pháp làm mát cho bộ tăng tốc NVIDIA Rubin công suất 2.300W tại sự kiện OCP Global Summit diễn ra từ ngày 12 đến 16/10/2026. Các con số hiệu năng hiện được công bố bởi nhà sản xuất, vì vậy cần được xem là kết quả theo điều kiện thử nghiệm và mô hình của hãng, chưa phải kết quả kiểm chứng độc lập trên mọi hệ thống thực tế.
AMD đang tìm cách mở rộng quan hệ chiến lược với Samsung Electronics nhằm đảm bảo nguồn cung bộ nhớ phục vụ các hệ thống AI thế hệ mới. Đổi lại, Samsung được cho là muốn biến quan hệ cung cấp bộ nhớ hiện tại thành cơ hội nhận thêm đơn hàng gia công chip logic. Hai bên đã ký biên bản ghi nhớ về hợp tác bộ nhớ vào tháng 3/2026, đồng thời xác nhận đang thảo luận khả năng hợp tác trong lĩnh vực sản xuất bán dẫn. Tuy nhiên, chưa có thông báo chính thức về việc AMD chuyển các đơn hàng chip tiên tiến từ TSMC sang Samsung.
d-Matrix công bố Squadron, nền tảng cụm máy tính AI có thể mở rộng tới 1.024 bộ tăng tốc Corsair XPU, hướng đến các trung tâm dữ liệu cần xử lý suy luận với độ trễ thấp và hiệu quả năng lượng cao. Được phát triển cùng Arista, Broadcom và Supermicro, hệ thống hỗ trợ triển khai nhiều rack làm mát bằng khí, đồng thời có thể kết hợp với GPU NVIDIA để phân chia các công đoạn xử lý AI theo kiến trúc phần cứng phù hợp.
GlobalFoundries (GF) công bố FDX Fusion, nền tảng sản xuất bán dẫn FD-SOI thế hệ mới hướng đến hiệu năng xử lý số thuộc lớp 7nm, đồng thời tích hợp các chức năng analog, RF và bộ nhớ nhúng trên cùng nền tảng. Công nghệ này được phát triển cho AI biên, robot, ô tô và tự động hóa công nghiệp, với kế hoạch sản xuất tại Dresden, Đức vào năm 2028. Đây là bước tiến mới của GF trong phân khúc chip tiên tiến, nhưng không đồng nghĩa hãng đang khôi phục quy trình 7nm FinFET từng hủy bỏ năm 2018.
ASUS giới thiệu XA P2N-E2 tại OCP Global Summit 2026, mẫu máy chủ 2U sử dụng hai bộ xử lý NVIDIA Vera, hướng đến AI agent, reinforcement learning và xử lý dữ liệu. Thay vì chỉ tập trung vào sức mạnh GPU, hệ thống được thiết kế để tăng tốc những công việc như thực thi mã, gọi công cụ, điều phối tác vụ và vận hành nhiều môi trường AI đồng thời.
AMD giới thiệu Helion, nền tảng hạ tầng AI dạng rack được thiết kế cho kỷ nguyên AI Agent, kết hợp bộ xử lý EPYC thế hệ mới, tùy chọn GPU Instinct MI350P và kiến trúc phần cứng mở. Hệ thống hướng đến các trung tâm dữ liệu và doanh nghiệp cần triển khai hàng nghìn AI Agent đồng thời, từ thực thi tác vụ, viết mã đến vận hành quy trình tự động hóa phức tạp.
