<strong>Google muốn hợp tác với Chính phủ và tổ chức trong nước để phát triển mô hình ngôn ngữ lớn và khai thác tiềm năng của AI tại Việt Nam.</strong>

<strong>Mô hình ngôn ngữ lớn chỉ phát huy hết tác dụng khi được lập trình bằng nguồn dữ liệu tiếng Việt.</strong>

Đây là một trong các đề xuất hợp tác được Tổng giám đốc Công ty TNHH Google Việt Nam Marc Woo đề cập tại Hội nghị phát triển khoa học công nghệ, đổi mới sáng tạo, chiều 11/02 ở Hà Nội.

Theo ông Woo, lĩnh vực trí tuệ nhân tạo trong nước thời gian qua có nhiều bước tiến, nhưng để có sự phát triển vượt bậc, Việt Nam vẫn rất cần một lực lượng tri thức, lao động cũng như doanh nghiệp lành nghề, thành thạo công nghệ AI.
<table class="MASTERCMS_TPL_TABLE">
<tbody>
<tr>
<td>

<div class="caption-img" id="" align="alignnone" width="1200"><img class="__img_mastercms" title="Google muốn phát triển mô hình ngôn ngữ lớn và tiềm năng AI tại Việt Nam" src="https://tudonghoangaynay.vn/stores/news_dataimages/2025/022025/12/14/gg-tai-viet-nam-nml20250212145259.jpg?rt=20250212145301" alt="Đại diện Google tại Việt Nam cho rằng, mô hình ngôn ngữ lớn (LML) chỉ phát huy hết tác dụng khi được lập trình bằng nguồn dữ liệu tiếng Việt (Ảnh: VNG Cloud)" width="1200" height="900" /> Đại diện Google tại Việt Nam cho rằng, mô hình ngôn ngữ lớn (LML) chỉ phát huy hết tác dụng khi được lập trình bằng nguồn dữ liệu tiếng Việt (Ảnh: VNG Cloud)</div></td>
</tr>
<tr>
<td></td>
</tr>
</tbody>
</table>
Ông Woo cho rằng, dữ liệu và mô hình có thể quyết định sức mạnh của <a href="https://varsland.vn/tin-tuc/cong-nghe-ai-giup-2-nhan-vien-dieu-khien-duoc-nha-may-8-000m2/">công nghệ AI</a>. Thời gian qua, Google đã dành nhiều nguồn lực xây dựng các mô hình ngôn ngữ lớn, nhưng các mô hình này "chỉ phát huy được hết tác dụng khi chúng được đào tạo bằng nguồn dữ liệu, đặc biệt là tiếng Việt đa dạng và chất lượng cao".

"Chúng tôi rất mong được hợp tác với Chính phủ, các tổ chức, trường đại học, để cùng phát triển mô hình ngôn ngữ lớn, hiện đại và mang đậm tinh hoa tiếng Việt", ông Woo nói.

Đại diện Google tại Việt Nam đánh giá, việc xây dựng bộ dữ liệu quốc gia mở, cho phép khai thác để xây dựng ứng dụng AI là điểm tích cực của Việt Nam, sẵn sàng trao đổi và chia sẻ bài học kinh nghiệm để phát triển.

Về nguồn nhân lực, Tổng giám đốc Công ty TNHH Google Việt Nam cho biết, sẽ tiếp tục cung cấp học bổng và chương trình đào tạo nâng cao kỹ năng AI cho những người đủ điều kiện. Với học sinh, sinh viên và giáo viên, Google sẵn sàng cung cấp tài khoản truy cập miễn phí gói giải pháp Google WorkSpace, Classroom - công cụ hỗ trợ học tập và giảng dạy bằng trí tuệ nhân tạo.
<table class="MASTERCMS_TPL_TABLE">
<tbody>
<tr>
<td>

<div class="caption-img" id="" align="alignnone" width="1200"><img class="__img_mastercms" title="Google muốn phát triển mô hình ngôn ngữ lớn và tiềm năng AI tại Việt Nam" src="https://tudonghoangaynay.vn/stores/news_dataimages/2025/022025/12/14/gg-tai-viet-nam-nml-dinh-cao20250212145449.jpg?rt=20250212145451" alt="LML là các chương trình máy tính có thể phân tích và tạo ra văn bản bằng nguồn dữ liệu ngôn ngữ. Trước đó, mô hình LML của Google đã thành công với nhiều nguồn dữ liệu ngôn ngữ trên thế giới, hiện Google mong muốn LML được phát huy hết tác dụng với nguồn dữ liệu tiếng Việt (Ảnh minh họa: Internet)" width="1200" height="675" /> LML là các chương trình máy tính có thể phân tích và tạo ra văn bản bằng nguồn dữ liệu ngôn ngữ. Trước đó, mô hình LML của Google đã thành công với nhiều nguồn dữ liệu ngôn ngữ trên thế giới, hiện Google mong muốn LML được phát huy hết tác dụng với nguồn dữ liệu tiếng Việt (Ảnh minh họa: Internet)</div></td>
</tr>
<tr>
<td></td>
</tr>
</tbody>
</table>
Hiện phần lớn chatbot AI phổ biến đều hỗ trợ tiếng Việt, tuy nhiên khả năng xử lý của các mô hình ngôn ngữ lớn đứng sau có nhiều khác biệt.

Báo cáo tình hình phát triển mô hình ngôn ngữ lớn (LLM) tiếng Việt thông qua bộ tiêu chuẩn VMLU được công bố tháng 1/2025 cho thấy, có ít nhất 45 mô hình ngôn ngữ lớn tiếng Việt được xây dựng tính đến cuối 2024 từ các doanh nghiệp, tổ chức trong và ngoài nước.

Trong đó, Llama-3-70B của Meta, KiLM-13b-v24.7.1 của Zalo AI, GPT-4 của OpenAI là những mô hình dẫn đầu năng lực tiếng Việt tổng quát, cao hơn Gemma hay Gemini của Google.

<strong>Chính phủ Việt Nam từng đề nghị Google hỗ trợ lập “vườn ươm AI”</strong>

Trước đó, ngày 25/09/2024, trong buổi gặp gỡ ông Karan Bhatia, Phó chủ tịch phụ trách Quan hệ Chính phủ và Chính sách công của Google tại New York, Tổng Bí thư, Chủ tịch nước Tô Lâm đã đề nghị Google hợp tác trong hai sáng kiến thúc đẩy nghiên cứu AI tại Việt Nam; tiếp tục có tiếng nói, định hướng các nhà cung ứng của mình mở rộng đầu tư kinh doanh tại Việt Nam; hỗ trợ nâng cao năng lực, giúp doanh nghiệp Việt Nam tham gia vào chuỗi cung ứng của tập đoàn.
<table class="MASTERCMS_TPL_TABLE" style="width: 100%; height: 309px;">
<tbody>
<tr style="height: 285px;">
<td style="height: 285px;">

<div class="caption-img" id="" align="alignnone" width="680"><img class="__img_mastercms" title="Google muốn phát triển mô hình ngôn ngữ lớn và tiềm năng AI tại Việt Nam" src="https://tudonghoangaynay.vn/stores/news_dataimages/2025/022025/12/15/gg-tai-viet-nam20250212151146.jpg?rt=20250212151147" alt="Logo Google tại Việt Nam (Ảnh: Lưu Quý)" width="680" height="453" /> Logo Google tại Việt Nam (Ảnh: Lưu Quý)</div></td>
</tr>
<tr style="height: 24px;">
<td style="height: 24px;"></td>
</tr>
</tbody>
</table>
Đồng thời, Tổng Bí thư, Chủ tịch nước mong muốn có sự hợp tác chặt chẽ giữa Google với Việt Nam về đào tạo lĩnh vực trí tuệ nhân tạo, phối hợp với Trung tâm Đổi mới sáng tạo Quốc gia Việt Nam (NIC) và các cơ quan, viện, trường đại học trong nước triển khai hai sáng kiến: Phát triển trung tâm R&amp;D về AI tại Việt Nam và hỗ trợ thiết lập "vườn ươm AI", để hỗ trợ những ý tưởng mới và sáng tạo trong lĩnh vực này.

Trong buổi gặp gỡ, ông Karan Bhatia khẳng định cam kết của Google, tập đoàn đang và sẽ tiếp tục phối hợp, hỗ trợ Việt Nam trong đào tạo nguồn nhân lực chất lượng cao về AI, đồng thời, tư vấn về môi trường chính sách, pháp lý theo hướng tối ưu hóa để phát triển AI, trong đó có những quy định về dịch chuyển dữ liệu. Google kỳ vọng hỗ trợ Việt Nam về dịch vụ đám mây kết hợp AI, cũng như hợp tác trong lĩnh vực an ninh mạng.
<table class="__MB_template_e_blue">
<tbody>
<tr>
<td class="__RE_PLACE_CONTENT"><strong>Việt Nam là thị trường có nền kinh tế số phát triển mạnh mẽ, thuộc nhóm dẫn đầu khu vực Đông Nam Á</strong>

Năm 2024, tập đoàn Google đã mở văn phòng mới ở TP HCM (Công ty TNHH Google Việt Nam), và mở thêm một số cơ sở sản xuất điện thoại và linh kiện đang hoạt động hiệu quả tại Việt Nam. Theo thông tin trên trang tra cứu về mã số thuế, Google Việt Nam được đăng ký từ tháng 5/2023, có địa chỉ tại TP HCM.

Website của Google cũng đồng thời cập nhật thông tin, các nhà quảng cáo tại Việt Nam sẽ thực hiện thủ tục về thuế thông qua Công ty TNHH Google Việt Nam, thay cho Google Asia Pacific trước đây. Việc chuyển đổi sẽ thực hiện từ ngày 1/4/2024. Các đối tác thực hiện mức thuế 10% theo quy định của Việt Nam từ 1/3/2024.

Trong tham vọng vươn ra quốc tế, Google đánh giá Việt Nam là thị trường có nền kinh tế số phát triển mạnh mẽ, thuộc nhóm dẫn đầu khu vực Đông Nam Á. Bên cạnh đó, Việt Nam là nước có sự đồng lòng, nhất quán của người dân và Chính phủ, chú trọng về phát triển khoa học công nghệ, trong đó có AI và công nghệ số.</td>
</tr>
</tbody>
</table>
<p class="by-author" style="text-align: right;"><a href="https://tudonghoangaynay.vn/google-muon-phat-trien-mo-hinh-ngon-ngu-lon-va-tiem-nang-ai-tai-viet-nam-11665.html"><strong>Theo Tạp chí Điện tử Tự động hóa ngày nay</strong></a></p>

công nghệ AI

Mô hình ngôn ngữ lớn

Công ty TNHH Google Việt Nam

Google muốn phát triển mô hình ngôn ngữ lớn và tiềm năng AI tại Việt Nam

<strong>Năm 2023 đã chứng kiến một bước phát triển nhảy vọt của công nghệ Trí tuệ nhân tạo (AI – Artificial Intelligence), đặc biệt là công nghệ AI tạo sinh (Generative AI) với sự ra đời và ngày càng trở nên phổ biến của ChatGPT (Generative Pretrained Transformer) và các Mô hình ngôn ngữ lớn (Large Language Models – LLM).</strong>

ChatGPT và LLM đã đạt đến khả năng thông hiểu ngôn ngữ tự nhiên và ra quyết định như người trưởng thành có tri thức. ChatGPT cán mốc 1 triệu người sử dụng chỉ trong vỏn vẹn 5 ngày, một kỳ tích chưa từng có trong lịch sử các nền tảng công nghệ. Kể từ đó đến này, các gã khổng lồ Big Tech và <a href="https://varsland.vn/tin-tuc/viet-nam-thang-hang-trong-linh-vuc-tri-tue-nhan-tao/">AI</a> Start-up đã và đang chạy đua với nhau, giới thiệu ra công chúng hàng chục mô hình LLM khác nhau, phần lớn dưới dạng mã nguồn mở như LaMDA (Google AI), Megatron-Turing NLG (NVIDIA), PaLM (Google AI), Llama-2 (Meta AI), Bloom (Hugging Face), Wu Dao 2.0 (Beijing Academy of Artificial Intelligence), Jurasic-1 Jumbo (AI21 Labs) và Bard (Google AI),…

Bên cạnh cuộc đua nói trên, việc ứng dụng ChatGPT và LLM vào sản xuất kinh doanh cũng đang diễn ra sôi nổi. Theo báo cáo của tổ chức Master of Code Global: “Thống kê về việc sử dụng ChatGPT và LLM trong sản xuất kinh doanh: báo cáo năm 2023,” 49% các công ty đang sử dụng ChatGPT, 30% dự định sẽ sử dụng ChatGPT trong tương lai. Một báo cáo khác của tạp chí Forbes chỉ ra rằng 70% các tổ chức doanh nghiệp đang tìm hiểu đánh giá công nghệ AI tạo sinh, bao gồm LLM. Điều này cho thấy LLM đang được cộng đồng doanh nghiệp đặc biệt quan tâm. Ngày càng nhiều doanh nghiệp nhận ra tiềm năng của LLM trong việc thay đổi mang tính cách mạng hoạt động sản xuất kinh doanh.

Trong bài báo này, Giám đốc Khoa học Trí tuệ nhân tạo của Tập đoàn Verysell, tiến sĩ Đào Hữu Hùng sẽ chia sẻ những góc nhìn sâu sắc và chiến lược về tương lai của AI và tác động của nó đến doanh nghiệp và xã hội.

<img class="aligncenter wp-image-20632 size-full" src="https://static.vars.vn/news/s1/media/2024/02/ew-generative-ai-versus-machine-learning.jpg" alt="" width="1000" height="643" />
<h1>AI tạo sinh dữ liệu đa phương thức (Multimodal Generative AI)</h1>
Mặc dù ChatGPT và các mô hình ngôn ngữ lớn LLM đã thể hiện được hiệu năng siêu việt trong việc thông hiểu ngôn ngữ tự nhiên ở dạng văn bản, nhưng văn bản chỉ là một loại dữ liệu mà con người tiếp nhận và xử lý hằng ngày. Chúng ta giao tiếp và tương tác với nhiều loại dữ liệu khác nhau từ văn bản cho đến hình ảnh, video, và âm thành,… Dữ liệu đa phương thức cũng đặt ra những thách thức to lớn cho các hệ thống trí tuệ nhân tạo, bao gồm tính đa dạng dữ liệu, sắp xếp dữ liệu, hợp nhất dữ liệu, biểu diễn dữ liệu, độ phức tạp mô hình, chi phí tính toán và phương thức đánh giá. Vì vậy, cộng đồng nghiên cứu AI thường lựa chọn giải quyết thành công dữ liệu đơn phương thức trước khi đối mặt với những loại dữ liệu phức tạp hơn.

Thành công vượt bậc của mô hình ngôn ngữ lớn LLM tạo động lực to lớn cho cộng đồng nghiên cứu AI phát triển mô hình dữ liệu đa phương thức lớn (Large Multimodal Model – LMM), với khả năng đạt được mức độ tổng quát và biểu đạt tương tự, đối với dữ liệu đa phương thức. LMM có thể tận dụng nguồn dữ liệu khổng lồ đa phương thức và thực hiện các nhiệm vụ đa dạng mà không cần phải tinh chỉnh lại mô hình. LMM có thể giải quyết nhiều nhiệm vụ phức tạp liên quan đến cả văn bản, hình ảnh, âm thanh, video,… chẳng hạn như mô tả hình ảnh, trả lời câu hỏi về nội dung một bức ảnh và chỉnh sửa hình ảnh bằng các lệnh ngôn ngữ tự nhiên,…

OpenAI đã tiên phong phát triển GPT-4V, phiên bản dữ liệu đa phương thức được nâng cấp từ mô hình GPT-4. GPT-4V có khả năng hiểu và tạo thông tin từ cả văn bản và hình ảnh. Nó có thể thực hiện nhiều nhiệm vụ như tạo hình ảnh từ mô tả văn bản, trả lời câu hỏi về nội dung một bức ảnh và chỉnh sửa hình ảnh bằng các lệnh ở dạng ngôn ngữ tự nhiên. LLaVA-1.5: Đây là một mô hình có thể hiểu và tạo thông tin từ cả văn bản và hình ảnh. Nó có thể thực hiện các nhiệm vụ như trả lời câu hỏi về hình ảnh, tạo chú thích cho hình ảnh và chỉnh sửa hình ảnh bằng các lệnh ở dạng ngôn ngữ tự nhiên.

Adept đang nhắm đến một mục tiêu lớn hơn, đó là xây dựng mô hình AI có thể tương tác với mọi thứ trên máy tính. “Adept đang xây dựng một cách hoàn toàn mới để hoàn thành công việc. Nó lấy mục tiêu của bạn dưới dạng ngôn ngữ tự nhiên, và biến chúng thành hành động trên các phần mềm bạn sử dụng hàng ngày”. Họ tin rằng các mô hình AI đọc và viết văn bản vẫn có giá trị, nhưng những mô hình AI tạo sinh sử dụng máy tính như con người còn đem lại giá trị to lớn hơn đối với doanh nghiệp.

Chính vì thế, một cuộc đua quyết liệt giữa các công ty Big Tech trong việc phát triển LMM vẫn tiếp diễn trong năm 2024. Mất một vài năm nữa thì LMM mới đạt được hiệu năng tương đương với mô hình ngôn ngữ lớn LLM hiện nay. Bởi vì dữ liệu văn bản trên internet hiện nay đã bao trùm gần như toàn bộ những kiến thức chung của loài người về hầu khắp các lĩnh vực. Nhưng dữ liệu hình ảnh chủ yếu được lấy từ các nguồn mạng xã hội, chia sẻ những khoảnh khắc trong cuộc sống thường nhật.

Những hình ảnh trong dây chuyền sản xuất công nghiệp đều là dữ liệu bảo mật, không xuất hiện trên mạng internet. LandingAI đang tiên phong hợp tác với khối công nghiệp để khắc phục trở ngại này.
<h2>Mô hình nền tảng lớn: xây dựng hay tận dụng mô hình</h2>
Xây dựng ứng dụng AI chưa bao giờ trở nên dễ dàng và nhanh chóng như bây giờ. Chỉ vài năm trước đây để xây dựng ứng dụng “Phân tích cảm xúc”, (sentiment analysis) sẽ phải mất vài tháng để phát triển mô hình thử nghiệm với các tập dữ liệu khác nhau. Sau khi kiểm nghiệm được độ chính xác, để đưa mô hình AI lên môi trường chính thức (production system) cũng mất thêm vài tháng nữa. Bây giờ mô hình ngôn ngữ lớn LLM dễ dàng giúp chúng ta xây dựng và triển khai ứng dụng phân tích cảm xúc chỉ trong vài giờ bằng việc thiết kế prompts cho LLM đánh giá văn bản là tích cực, trung lập, hay tiêu cực.

Trong lĩnh vực thị giác máy tính, kỹ thuật “visual prompting” được Landing AI tiên phong phát triển tận dụng sức mạnh của mô hình hình ảnh lớn (Large Vision Model – LVM) để giải quyết nhiều tác vụ thị giác máy tính khác nhau, bao gồm phát hiện vật thể, nhận dạng vật thể, phân đoạn vật thể (semantic segmentation),… Visual Prompting sử dụng các dấu hiệu hình ảnh (visual hints) hay nhãn dữ liệu ở dạng tối giản để hướng dẫn mô hình LVM giải quyết một tác vụ mới.

Ví dụ để thực hiện tác vụ phân đoạn hình ảnh lá cây, chúng ta thường phải sử dụng đường bao lá cây làm nhãn huấn luyện mô hình AI. Nhưng khi sử dụng kỹ thuật Visual Prompting chúng ta chỉ cần cung cấp hai đường sọc, một đường bên trong và một đường bên ngoài chiếc lá (xem Hình 1). LVM sẽ dự đoán phạm vi của lá cây một cách lặp đi lặp lại cho đến khi hoàn tất việc phân đoạn hình ảnh lá cây. Việc này hoàn toàn tương đồng với việc chúng ta dạy các cháu bé tô màu lá cây. Bằng việc chỉ vào một vài điểm trên hình vẽ: đây là lá cây, đây là hình nền. Cháu bé hoàn toàn có khả năng tô màu lá cây và hình nền một cách dễ dàng.

Việc xây dựng mô hình nền tảng lớn (Large Foundation Model – LFM) bao gồm cả LLM và LVM yêu cầu cả kiến thức cao cấp về AI cũng như đầu tư lớn về cơ sở hạ tầng tính toán như datalake và máy chủ tính toán.

<img class="aligncenter wp-image-20633 size-full" src="https://static.vars.vn/news/s1/media/2024/02/Picture1-2.jpg" alt="" width="624" height="233" />

Vì vậy cuộc chạy đua xây dựng mô hình LFM sẽ tiếp diễn giữa các gã khổng lồ Big Tech và AI Start-up trong năm 2024 và một vài năm sắp tới. Phần lớn các mô hình LFM sẽ được cung cấp miễn phí cho cộng đồng dưới dạng mã nguồn mở để thúc đẩy sự phát triển của công nghệ AI tạo sinh. Khối doanh nghiệp sẽ được hưởng lợi khi được tiếp cận với nhiều lựa chọn LFM.

Trong khi đó các công ty IT sẽ là lực lượng chính để phát triển ứng dụng của LFM giải quyết các bài toán thực tế của khối doanh nghiệp. Công ty IT sẽ không đủ nguồn lực và tiềm lực tài chính để xây dựng LFM. Phát triển ứng dụng của LFM cũng không phải lĩnh vực cốt lõi (core business) của những gã khổng lồ Big Tech và AI Start-up.
<h3>AI Agent</h3>
Agent là một khái niệm mới trong công nghệ AI tạo sinh, hứa hẹn sẽ làm thay đổi cách thức con người giao tiếp và tương tác với máy tính. AI Agent là những thực thể tự chủ có khả năng cảm nhận môi trường, xử lý thông tin, đưa ra quyết định và hành động để đạt được mục tiêu được đặt ra.

Công nghệ AI tạo sinh đặc biệt là LLM có thể hiểu được mục tiêu con người đặt ra ở dạng ngôn ngữ tự nhiên. Thay vì trả lời câu hỏi của chúng ta, LLM sẽ phác thảo bản kế hoạch từng bước cần phải thực hiện để đạt được mục tiêu. Agent sẽ tự chủ thực thi bản kế hoạch. Kể từ cuối năm 2022, sự bùng nổ về độ phổ biến của ChatGPT và LLM đã thổi bùng lên sự phát triển của công nghệ AI Agent trong năm 2023 và sẽ tiếp diễn trong những năm tiếp theo.

AutoGPT là chương trình mã nguồn mở tận dụng năng lực thông hiểu siêu việt ngôn ngữ tự nhiên của ChatGPT đưa ra những bước cần và đủ để đạt được mục tiêu. Ví dụ nếu đặt ra mục tiêu tổ chức một bữa tiệc cuối năm cho một công ty 500 người, AutoGPT sẽ đưa ra các đầu việc cần phải thực hiện bao gồm: gửi thư mời cho cán bộ nhân viên, khách danh dự, lập lịch trình buổi tiệc, và hậu cần,… dựa trên các nguồn thông tin tin cậy hướng dẫn tổ chức các sự kiện tương tự.

BabyAGI (Artificial General Intelligence) là một ví dụ về hệ thống quản lý công việc được hỗ trợ bởi AI. Hệ thống này sử dụng nhiều agent dựa trên LLMs. Chẳng hạn, có một agent tạo công việc mới dựa trên mục tiêu và kết quả của công việc trước đó, một agent điều phối danh sách công việc, và một agent để hoàn thành công việc/nhiệm vụ con. Trở lại ví dụ tổ chức buổi tiệc cuối năm ở trên, một vị khách mời quan trọng, muốn biểu diễn piano dành tặng nhân việc trong buổi tiệc. Sau khi agent gửi thư mời xác nhận điều này, agent tổ chức sự kiện sẽ thêm nhiệm vụ thuê pinao vào phần hậu cần.

AutoAgents là một bước phát triển đột phá, có khả năng tự động tạo ra và phối hợp nhiều agent chuyên gia để xây dựng một đội ngũ chuyên gia ảo AI, tuỳ theo từng nhiệm vụ khác nhau. Nó gắn kết mối quan hệ giữa các nhiệm vụ và vai trò bằng cách tự động tạo ra nhiều agent cần thiết (chuyên gia) dựa trên nội dung nhiệm vụ và lập kế hoạch giải quyết cho nhiệm vụ hiện tại. Các agent chuyên gia này hợp tác với nhau để hoàn thành nhiệm vụ một cách hiệu quả. Ví dụ trong nghiên cứu khám phá thuốc (drug discovery), AutoAgents sẽ tạo ra một đội Agent chuyên gia bao gồm: Agent nghiên cứu tài liệu khoa học, Agent phân tích dữ liệu, Agent mô phỏng phản ứng thuốc, Agent thiết kế thực nghiệm và Agent giao tiếp. Đội Agent chuyên gia thực thi nhiệm vụ chuyên biệt và giao tiếp với nhau cho đến khi khám phá ra một loại thuốc mới.
<h4>AI tại biên (AI at the Edge)</h4>
Trí tuệ nhân tạo tại biên (AI at the edge) là một lĩnh vực phát triển nhanh chóng và cạnh tranh khốc liệt, liên quan đến việc triển khai mô hình AI trên các thiết bị như máy tính xách tay, điện thoại thông minh, camera, drone, robot và cảm biến.

Cùng với sự phát triển của các ứng dụng AI, xu hướng chuyển xử lý AI xuống thiết bị biên – gần hơn với nguồn dữ liệu – đã nhận được sự quan tâm đáng kể. Cuộc đua giữa các công ty Big Tech và nhà sản xuất chip để đưa công nghệ AI vào ứng dụng hàng ngày và thiết bị di động đang diễn ra sôi động, nhằm cải thiện tốc độ, quyền riêng tư, bảo mật và hiệu quả năng lượng, mà không phụ thuộc vào máy chủ đám mây.

NVIDIA là công ty tiên phong trong lĩnh vực AI tại biên với nền tảng Jetson mạnh mẽ và đa năng, nhờ khoản đầu tư lớn vào công nghệ GPU hiệu suất cao trong giai đoạn đầu phát triển của công nghệ học sâu.

Họ có mối quan hệ chặt chẽ với các doanh nghiệp và nhà cung cấp dịch vụ đám mây như Amazon Web Service, Microsoft Azure và Google Cloud Platform,… Quan trọng hơn, NVIDIA cung cấp hệ sinh thái phần mềm và các công cụ như TensorRT, Deepstream và Triton,… hỗ trợ một cách toàn diện các nhà phát triển xây dựng và tăng tốc mô hình AI một cách hiệu quả trên phần cứng của NVIDIA. Mặc dù chi phí GPU của NVIDIA thường cao hơn đối thủ, nhưng vẫn được ưa chuộng bậc nhất trong cộng đồng nghiên cứu AI.

Một số đối thủ đang cung cấp các lựa chọn thay thế rẻ hơn và thậm chí nhanh hơn so với Jetson. Google Edge TPU là ASIC tùy chỉnh được tối ưu hóa để chạy các mô hình TensorFlow Lite tại biên.

Intel Movidius Myriad X là chip xử lý hình ảnh (VPU) được thiết kế để chạy các ứng dụng AI tại biên. Xilinx Zynq UltraScale+ MPSoC là hệ thống trên chip (SoC) đa năng có trang bị FPGA và bộ xử lý ARM. NXP i.MX 8M Plus là SoC trang bị bộ xử lý ARM và chip xử lý nơ ron(NPU).

Qualcomm Snapdragon 865 là SoC di động có trang bị NPU. Các công ty này không chỉ tập trung vào thiết kế phần cứng mà còn cả hệ sinh thái phần mềm và công cụ để hỗ trợ các nhà phát triển ứng dụng AI tận dụng phần cứng một cách hiệu quả. Nhưng nó vẫn kém toàn diện hơn nhiều so với hệ sinh thái phần mềm và công cụ của NVIDIA. Sự cạnh tranh gay gắt này vẫn sẽ tiếp tục trong những năm tới.

Apple cũng tham gia vào lĩnh vực này, thiết kế chip cho các sản phẩm của riêng mình, bao gồm máy tính xách tay và thiết bị di động. Chip M1 có Neural Engine 16 lõi có thể thực hiện tới 11 nghìn tỷ phép tính mỗi giây. Mặc dù chip M2 có Neural Engine 10 lõi nhưng có thể hoạt động nhanh hơn M1 35%. Điều này khiến nó trở thành lựa chọn lý tưởng để chạy các mô hình AI cho các tác vụ như nhận dạng hình ảnh, xử lý ngôn ngữ tự nhiên và học máy.

Chip A16 Bionic của Apple, được trang bị cho iPhone 14 và iPhone 14 Pro, thậm chí còn mạnh mẽ hơn chip M1. Nó có Neural Engine 16 lõi có thể thực hiện tới 17 nghìn tỷ phép tính mỗi giây. Chip A17 trên iPhone 15 Pro có thể hoạt động nhanh hơn 20% với chỉ GPU 6 lõi.

Qualcomm dự kiến sẽ ra mắt Snapdragon Elite Gen 3 vào đầu năm 2024 dựa trên quy trình 4 nm. Engine AI của nó nhanh gấp đôi so với thế hệ trước. Nó có thể chạy tới 15 nghìn tỷ phép tính mỗi giây (TOPS) trên AI Benchmark. Nó có thể chạy đồng thời nhiều mô hình AI, bao gồm nhận dạng hình ảnh, xử lý ngôn ngữ tự nhiên và mô hình học máy. Cả chip Qualcomm và Apple đều có thể chạy mô hình AI với mức tiêu thụ điện năng thấp.

Do đó, dự kiến chúng ta sẽ thấy sự cạnh tranh ngày càng gay gắt hơn trong lĩnh vực thiết bị AI tại biên trong năm 2024 và những năm tiếp theo.
<p style="text-align: right;"><em>Theo Tạp chí Tự động hóa ngày nay</em></p>
<p style="text-align: right;"><em>(Link: https://vnautomate.net/ai-se-dinh-hinh-tuong-lai-nhu-the-nao-goc-nhin-chien-luoc-nam-2024.html)</em></p>

trí tuệ nhân tạo

ChatGPT

AI tạo sinh

AI sẽ định hình tương lai như thế nào? góc nhìn chiến lược năm 2024

Đông Bắc

Quận Cái Răng

Hiển thị

Nguyễn Quốc Thịnh

Mua bán

Tin Thường

Thành phố Cần Thơ

Đang hiển thị

<mark style="background-color: transparent; font-weight: 400; ">Còn 1 nền 🌊 vị trí đẹp giá mềm đường B3 KDC Phú An, Phường Hưng Phú, TP. Cần Thơ</mark>

Còn 1 nền 🌊 vị trí đẹp giá mềm đường B3 KDC Phú An, Phường Hưng Phú, TP. Cần Thơ

Chưa giao dịch

Đất nền riêng lẻ

Phường Hưng Phú

Thành phố Bắc Ninh

Nguyễn Quang Nam

Tỉnh Bắc Ninh

<mark style="background-color: transparent; font-weight: 400; ">Bán Nhà 4 🆘 Tầng Cực Rẻ Ngay Chung Cư Green Peal Đường Nguyễn Cao, Võ Cường</mark>

BÁN NHÀ 4 🆘 TẦNG CỰC RẺ NGAY CHUNG CƯ GREEN PEAL ĐƯỜNG NGUYỄN CAO, VÕ CƯỜNG

Nhà trong hẻm

Phường Võ Cường

Thành phố Biên Hòa

Trang

Tỉnh Đồng Nai

<mark style="background-color: transparent; font-weight: 400; ">Bán đất biệt thự KDC Phúc Hiếu cù lao Hiệp Hoà. 10x22m 220m. 🏦 Đường 8m. Giá 13.6 tỷ bớt lộc</mark>

Bán đất biệt thự KDC Phúc Hiếu cù lao Hiệp Hoà. 10x22m 220m. 🏦 Đường 8m. Giá 13.6 tỷ bớt lộc

Phường Hiệp Hòa

Quận Nam Từ Liêm

Ms. Trường

Thành phố Hà Nội

<mark style="background-color: transparent; font-weight: 400; ">Flc complex 36 phạm hùng, lô góc 3 thoáng, 97m², tầng 3x, 3 🏣 ngủ, 10.45 tỷ</mark>

Flc complex 36 phạm hùng, lô góc 3 thoáng, 97m², tầng 3x, 3 🏣 ngủ, 10.45 tỷ

Căn hộ chung cư

Phường Mỹ Đình 2

Thành phố Thủ Đức

Từ Thanh Long

Thành phố Hồ Chí Minh

<mark style="background-color: transparent; font-weight: 400; ">Cần bán Nhà trong hẻm 55m²</mark>

Cần bán Nhà trong hẻm 55m²

Phường Linh Đông

VARs News - Trang tin tức Bất động sản - Mo hinh ngon ngu lon