Huawei Agentic Infra phục vụ 3.500+ khách hàng

Huawei Cloud công bố Agentic Infra đã phục vụ hơn 3.500 khách hàng; AICS mới vào thương mại tại Trung Quốc ngày 30/09/2026.

Huawei Cloud cho biết nền tảng Agentic Infra đã phục vụ hơn 3.500 khách hàng, đồng thời đưa dịch vụ AI Cluster Service mới vào thương mại tại Trung Quốc từ ngày 30/09/2026. Thông báo cho thấy hạ tầng AI đang chuyển từ bài toán “có đủ GPU hay không” sang một stack rộng hơn: thông lượng token, bộ nhớ dài hạn, điều phối đa mô hình, phục hồi lỗi và quản trị agent.

Theo công bố chính thức của Huawei tại HUAWEI CONNECT 2026, AICS mới đạt thông lượng token cao hơn 20% so với thế hệ dịch vụ trước, duy trì hơn 40 ngày huấn luyện ổn định trên cloud và có thể phục hồi lỗi trong 10 phút.

Điểm cần đọc đúng: đây là số liệu do nhà cung cấp công bố, chưa phải benchmark độc lập và chưa có đầy đủ cấu hình so sánh. Vì vậy, các con số phù hợp để đọc như tín hiệu chiến lược sản phẩm, không nên dùng ngay để kết luận Huawei nhanh hơn toàn bộ đối thủ.

Agentic Infra khác hạ tầng AI truyền thống ở đâu?

Trong mô hình cloud truyền thống, doanh nghiệp chủ yếu mua compute, storage và network. Với AI Agent, một lớp hạ tầng mới xuất hiện: agent phải giữ ngữ cảnh dài, truy cập công cụ, phối hợp nhiều model, phục hồi sau lỗi và tiếp tục một công việc kéo dài nhiều giờ hoặc nhiều ngày.

Huawei mô tả Agentic Infra bằng bốn thành phần: tối ưu hiệu quả token, tăng cường bộ nhớ, điều phối thống nhất compute phổ thông và compute AI, cùng khả năng chạy agent an toàn trong môi trường production. Đây là cách tiếp cận đáng chú ý vì chi phí agent không chỉ nằm ở một lần gọi model; nó tích lũy qua chuỗi hành động, dữ liệu đọc lại và các vòng kiểm tra.

Các chỉ số Agentic Infra do Huawei Cloud công bố

Ba con số đáng chú ý nhất

3.500+ khách hàng: Huawei cho biết Agentic Infra đã phục vụ hơn 3.500 khách hàng. Công bố không nêu tỷ lệ khách hàng đang chạy workload production, quy mô sử dụng hay doanh thu, nên chưa thể quy đổi trực tiếp thành mức độ chấp nhận thị trường.

20% thông lượng token: AICS mới được hãng cho là cao hơn 20% so với thế hệ trước nhờ tối ưu đồng thời scheduling, cache và thuật toán. Đây là so sánh nội bộ theo thế hệ, không phải benchmark ngang hàng với AWS, Azure, Google Cloud hay các nhà cung cấp GPU cloud.

Bộ nhớ petabyte: Context Memory Storage được mô tả có không gian bộ nhớ cấp petabyte, gấp đôi dung lượng của sản phẩm so sánh trong ngành và hiệu năng đọc nhanh hơn 50%. Huawei không công bố trong bài viết bộ benchmark đầy đủ, nên doanh nghiệp cần yêu cầu cấu hình, loại workload và chi phí trên mỗi truy vấn trước khi đánh giá.

MCP trở thành lớp phân phối công cụ cho agent

Nền tảng AgentArts và phiên bản mã nguồn mở openJiuwen cung cấp hơn 5.000 tài sản MCP phổ thông cùng hơn 1.000 MCP theo ngành. Huawei nói nền tảng thương mại hiện phục vụ hơn 100 khách hàng, còn cộng đồng openJiuwen đã vượt 50.000 star và 3,29 triệu lượt tải.

Con số này củng cố một xu hướng đã xuất hiện trên thị trường: Model Context Protocol đang dần trở thành lớp kết nối tiêu chuẩn giữa agent với dữ liệu và công cụ. Tuy nhiên, nhiều connector không đồng nghĩa với production-ready. Chất lượng còn phụ thuộc vào xác thực, phân quyền, kiểm soát dữ liệu, quan sát hành động và cách connector xử lý lỗi.

Học viện AI từng phân tích tham vọng 900 tỷ AI Agent vào năm 2035 của Huawei. Agentic Infra là phần hạ tầng cần thiết để biến dự báo đó thành workload thật: hàng tỷ agent chỉ khả thi khi bộ nhớ, chi phí token và phục hồi lỗi được quản lý như hạ tầng lõi.

Nhận định của Học viện AI: bottleneck mới là bộ nhớ và độ tin cậy

Phần sự kiện: Huawei công bố các sản phẩm hạ tầng, bộ nhớ, MaaS và hệ sinh thái MCP cho agent. Phần nhận định: lợi thế cạnh tranh tiếp theo của cloud AI có thể không chỉ đến từ số GPU, mà từ khả năng hoàn thành một workflow dài với chi phí dự đoán được.

Một agent chạy tác vụ dài cần nhớ trạng thái, tránh đọc lại toàn bộ dữ liệu, khôi phục sau lỗi và kiểm soát từng quyền gọi công cụ. Nếu những lớp này yếu, token throughput cao vẫn không tạo ra outcome ổn định. Ngược lại, một stack có observability và phục hồi tốt có thể giúp model nhỏ hơn tạo giá trị production tốt hơn.

Doanh nghiệp Việt Nam nên kiểm tra gì trước khi mua?

Đừng chỉ hỏi “model nào mạnh nhất”. Hãy yêu cầu nhà cung cấp chạy thử đúng workflow của doanh nghiệp và đo ít nhất năm chỉ số: chi phí trên một outcome hoàn tất, tỷ lệ tác vụ thành công, độ trễ end-to-end, thời gian phục hồi sau lỗi và mức dữ liệu phải đọc lại.

Với bộ nhớ dài hạn, cần làm rõ dữ liệu được lưu ở đâu, giữ bao lâu, có thể xóa theo người dùng hay không, và quyền truy cập có tách theo agent hay không. Với MCP, cần kiểm tra danh tính connector, phạm vi quyền và log hành động. Các nguyên tắc này cũng phù hợp với cách NVIDIA OpenShell tách quyền agent khỏi tiến trình.

Kết luận

Việc Huawei đưa AICS mới vào thương mại ngày 30/09 cho thấy “agentic cloud” đã trở thành một hạng mục sản phẩm cụ thể. Tín hiệu lớn nhất không phải một con số benchmark đơn lẻ, mà là việc bộ nhớ, MCP, phục hồi lỗi và quản trị agent đang được đóng gói thành hạ tầng doanh nghiệp.

Đang xây AI Agent cho hoạt động thật? Tham khảo các khóa học ứng dụng AI của Học viện AI để thiết kế workflow, quyền truy cập, bộ nhớ và KPI theo outcome.