Lenovo AI Express: AI factory giao từ 15 ngày

Lenovo AI Express đóng gói ba cấu hình AI factory với NVIDIA, từ hệ nhỏ cho hàng chục người dùng đến hệ lớn cho model một nghìn tỷ tham số.

Lenovo AI Express đặt mục tiêu rút ngắn khâu mua sắm hạ tầng AI bằng ba cấu hình đã được xác thực cùng NVIDIA, với thời gian order-to-ship từ 15 ngày làm việc cho một số cấu hình đủ điều kiện. Điểm đáng chú ý không chỉ là tốc độ giao máy, mà là cách Lenovo đóng gói quy mô model, số người dùng và thông lượng thành những lựa chọn dễ so sánh hơn cho doanh nghiệp.

Lenovo công bố chương trình ngày 30/09/2026. Hãng cho biết AI Express là một lối vào nhanh hơn cho mô hình “Hybrid AI Factory”: doanh nghiệp có thể khởi đầu với cấu hình phù hợp nhu cầu hiện tại rồi mở rộng khi số agent, model, người dùng và khối lượng suy luận tăng lên.

Ba cấu hình Lenovo AI Express khác nhau ở đâu?

Theo tài liệu của Lenovo, ba cấu hình nhanh được thiết kế quanh quy mô model và số người dùng dự kiến:

So sánh ba cấu hình Lenovo AI Express: Small, Medium và Large — Học viện AI tổng hợp từ công bố Lenovo ngày 30/09/2026. Thời gian áp dụng cho cấu hình và thị trường đủ điều kiện; quy mô người dùng và TPS dựa trên công cụ sizing nội bộ của Lenovo.

Small — từ 15 ngày làm việc: hướng tới tác vụ inference cho hàng chục người dùng, trên 30 token/giây, model trung bình 7–70 tỷ tham số. Cấu hình dùng ThinkSystem SR650a V4 và hai GPU NVIDIA RTX 6000 PRO Blackwell Server Edition.
Medium — từ 20 ngày làm việc: phục vụ hàng trăm người dùng và các tác vụ agentic AI, trên 30 token/giây, model 70–400 tỷ tham số. Hệ thống dùng ThinkSystem SR675 V3 và tám GPU RTX 6000 PRO Blackwell Server Edition.
Large — từ 25 ngày làm việc: nhắm đến hàng nghìn người dùng và model có thể tới một nghìn tỷ tham số. Cấu hình dựa trên ThinkSystem SR680a V4 và NVIDIA HGX B300.

Các cấu hình còn hỗ trợ lựa chọn CPU AMD hoặc Intel. Doanh nghiệp có thể bổ sung phần mềm Red Hat AI Factory with NVIDIA hoặc NVIDIA AI Enterprise, cùng Veeam Kasten cho bảo vệ ứng dụng, dữ liệu, model và pipeline.

“15 ngày” là giao hàng, không phải vận hành production

Đây là điểm cần đọc đúng. Lenovo dùng chỉ số order-to-ship, tức thời gian từ khi đơn hàng hợp lệ đến lúc xuất hàng. Đồng hồ chỉ bắt đầu sau khi hoàn tất xác thực đơn, thanh toán hoặc phê duyệt tín dụng, chứng nhận người dùng cuối và các bước thẩm định hay cấp phép xuất khẩu liên quan.

Mốc 15 ngày cũng chỉ áp dụng với cấu hình, linh kiện và thị trường đủ điều kiện. Lenovo nói rõ quy mô model, số người dùng và TPS còn phụ thuộc model, workload, phần mềm và SLA; các con số sizing đến từ công cụ nội bộ của hãng. Vì vậy, doanh nghiệp Việt Nam không nên chuyển “15 ngày” thành cam kết triển khai tại chỗ nếu chưa có báo giá, điều kiện khu vực và kế hoạch tích hợp cụ thể.

Vì sao mô hình cấu hình sẵn đáng chú ý?

Trong nhiều dự án AI, thời gian không chỉ bị kéo dài vì thiếu GPU. Doanh nghiệp còn phải thống nhất BOM, tương thích máy chủ–GPU–mạng–phần mềm, điều kiện điện và làm mát, bảo vệ dữ liệu, quy trình nghiệm thu và đội vận hành. Một cấu hình đã được xác thực có thể giảm số quyết định kỹ thuật ban đầu và làm chi phí dễ dự báo hơn.

Lenovo dẫn CIO Playbook 2026 của chính hãng: doanh nghiệp chuyển từ thử nghiệm sang mở rộng kỳ vọng trung bình 2,79 USD lợi ích cho mỗi 1 USD đầu tư, và 93% người trả lời ở khối doanh nghiệp dự đoán ROI dương. Đây là dữ liệu khảo sát do nhà cung cấp công bố, không phải bằng chứng rằng mọi dự án AI Express sẽ đạt mức sinh lời tương tự.

Nhận định của Học viện AI

AI Express cho thấy thị trường hạ tầng đang dịch chuyển từ “mua thật nhiều GPU” sang “mua một năng lực suy luận đã được định cỡ”. Cách tiếp cận này phù hợp với doanh nghiệp chưa cần cụm siêu lớn nhưng muốn đưa workload nội bộ vào production nhanh, có đường mở rộng và một đầu mối chịu trách nhiệm tích hợp.

Tuy nhiên, cấu hình sẵn không thay thế bước chọn use case. Nếu chưa biết model nào sẽ chạy, bao nhiêu phiên đồng thời, yêu cầu độ trễ và dữ liệu nằm ở đâu, doanh nghiệp vẫn có nguy cơ mua thừa. Câu hỏi đầu tiên nên là “workload nào tạo giá trị và SLA là gì?”, không phải “cần bao nhiêu GPU?”.

Checklist trước khi yêu cầu báo giá

Chốt 1–3 workload production, số người dùng đồng thời và giờ cao điểm.
Đo context, output, TPS và độ trễ trên đúng model dự kiến.
Xác định dữ liệu nào phải ở tại chỗ, dữ liệu nào có thể dùng cloud.
Kiểm tra điện, làm mát, mạng, rack và năng lực vận hành tại trung tâm dữ liệu.
Yêu cầu tổng chi phí sở hữu gồm phần cứng, phần mềm, triển khai, hỗ trợ và nâng cấp.
Ghi rõ mốc “xuất hàng”, “lắp đặt”, “nghiệm thu” và “production” trong hợp đồng.

Việc phần cứng được giao nhanh chỉ có ý nghĩa khi quy trình, dữ liệu và người vận hành đã sẵn sàng. Độc giả quan tâm bài toán hạ tầng dài hạn có thể xem thêm phân tích về Project Suncatcher và giới hạn của hạ tầng AI.