Vật lý tạo đà tăng tốc cho AI Việt Nam

Để AI phản hồi trong thời gian ngắn và xử lý hàng tỷ thông tin cùng lúc, năng lực phần cứng quyết định gần như tuyệt đối. FPT đã xây dựng nhà máy AI tại Quy Nhơn với hàng nghìn chip NVIDIA H100. Mỗi GPU có khả năng xử lý hàng trăm teraflops, cung cấp hiệu suất tính toán vượt xa thế hệ cũ. Việc tích hợp hệ thống làm mát, quản lý nhiệt và dòng điện ổn định theo nguyên lý vật lý giúp hệ thống hoạt động liên tục không lỗi. Với hạ tầng này, mô hình ngôn ngữ lớn có thể được huấn luyện chỉ trong vài ngày, trong khi trước đó mất cả tháng.

Cấu tạo của hệ thống NVIDIA DGX H100. Ảnh: NVIDIA

Cũng tại Zalo AI, hệ thống NVIDIA DGX H100 gồm tám máy chủ hoạt động cùng lúc giúp tăng tốc độ xử lý lên hàng trăm lần. Thay vì mở rộng mô hình bằng dữ liệu trôi nổi trên mạng, Zalo tập trung vào dữ liệu tiếng Việt có cấu trúc rõ ràng. Dữ liệu càng sạch, vật lý xử lý càng hiệu quả, kết quả càng gần với thực tế. Vấn đề không còn nằm ở thuật toán mà nằm ở chỗ liệu phần cứng có đủ mạnh để phục vụ AI học nhanh và sâu hơn hay không.

AI không học như con người nếu không dựa trên mô hình logic có nguồn gốc vật lý. Việc huấn luyện mạng nơ-ron nhân tạo cần mô phỏng lại cách hoạt động của não người, vốn được giải thích bằng cơ chế điện – hóa học. Nhiều nhóm nghiên cứu tại Việt Nam đang triển khai vật liệu memristor, thiết bị bán dẫn có khả năng ghi nhớ dòng điện. Loại vật liệu này mô phỏng synapse sinh học, giúp AI xử lý thông tin theo hướng ngữ cảnh thay vì đơn thuần ghi nhớ.

Chip AI thế hệ mới EDABK-Brain. Ảnh: NVCC

Tại Việt Nam, Nhóm EDABK của Đại học Bách khoa Hà Nội phát triển chip AI EDABK-Brain mô phỏng hoạt động não người bằng kiến trúc tính toán ngay tại bộ nhớ. Chip sử dụng 256 nơ-ron, 65.000 khớp nối thần kinh, chế tạo trên tiến trình 130 nm, tiêu thụ năng lượng thấp nhưng xử lý nhanh. Thiết kế loại bỏ nút cổ chai giữa bộ nhớ và xử lý, phù hợp với thiết bị biên như kính AR, máy đo điện não. Nhóm rút ngắn thời gian phát triển xuống còn 12 ngày nhờ ứng dụng AI trong thiết kế. Sản phẩm đã giành giải Nhất cuộc thi thiết kế chip quốc tế do eFabless và Google tổ chức năm 2024.

Tốc độ và độ thông minh của AI phụ thuộc vào chiều sâu vật lý được tích hợp vào hệ thống. Không thể dùng kỹ thuật phần mềm để giải quyết bài toán vật lý, cũng không thể tạo ra AI mạnh mẽ nếu thiếu nền tảng hạ tầng được tối ưu từ logic vật lý.

FPT ra mắt AI Factory tại Nhật Bản Hôm nay, 13/11/2024 tại Nhật Bản, Tập đoàn công nghệ toàn cầu FPT, đối tác hàng đầu của NVIDIA, đã chính thức ra mắt Nhà ...

Hai nhà máy AI của FPT lọt TOP 500 siêu máy tính thế giới Theo đó, hai nhà máy AI của FPT đặt tại Nhật Bản và Việt Nam lần lượt giữ vị trí thứ 36 và 38 trong ...

COMPUTEX 2024: Innodisk trình làng giải pháp AI tại biên và chiến lược thương hiệu mới Nhà nhà cung cấp giải pháp AI hàng đầu toàn cầu Innodisk đang trưng bày các sản phẩm mới toàn diện của mình tại Computex ...