Năm 2022: Dự báo về cách thức AI sẽ tác động đến các ngành công nghiệp trên toàn cầu

Có một nhận định tồn tại từ lâu rằng các doanh nghiệp tốt nhất là doanh nghiệp phát triển mạnh trong các giai đoạn khó khăn. Không nghi ngờ gì nữa, điều đó sẽ được kiểm chứng với các giới hạn khi năm 2022 diễn ra các biến động trên toàn cầu, với mức độ lớn.

Sự gián đoạn chuỗi cung ứng liên quan đến đại dịch đang ảnh hưởng đến mọi thứ, từ sản xuất ô tô, đồ điện tử đến đồ chơi và giấy vệ sinh. Cùng với đó là giá lương thực toàn cầu đã tăng lên mức cao nhất trong hơn một thập kỷ khi tình trạng thiếu công nhân, đóng cửa nhà máy và giá cả nguyên liệu cao đã phá vỡ các kế hoạch, kể cả những hoạt động hậu cần và dự báo phức tạp nhất.

Năm ngoái, chúng tôi đã hỏi một số chuyên gia hàng đầu tại NVIDIA rằng năm 2021 sẽ mang lại điều gì cho lĩnh vực AI và điện toán tăng tốc. Họ dự đoán mỗi cái sẽ chuyển từ lập kế hoạch sang triển khai thực tế khi các doanh nghiệp tìm kiếm những con đường mới để dự báo về sản phẩm, quản lý chuỗi cung ứng và nghiên cứu khoa học.

Các tin tức trong năm đã chứng minh họ đúng: Để tiết kiệm chi phí trong dịp Giáng Sinh, các nhà bán lẻ như Home Depot, Target và Walmart đã thuê tàu chở hàng của riêng họ để chuyển hàng đến các cửa hàng trên khắp thế giới. Để đẩy nhanh tốc độ bán ra thị trường, BMW, Ericsson và các công ty khác đã bắt đầu sử dụng công nghệ “digital twin” để mô phỏng môi trường thế giới thực.

Việc áp dụng AI không chỉ giới hạn ở những tên tuổi lớn. Thật vậy, một cuộc khảo sát giữa năm 2021 của PWC với hơn 1.000 doanh nghiệp trong chín lĩnh vực bao gồm ngân hàng, y tế và năng lượng cho thấy 86% trong số họ đã sẵn sàng biến AI trở thành “công nghệ chủ đạo”.

Năm nay, chúng tôi đã quay lại gặp các chuyên gia của mình tại NVIDIA và hỏi họ nơi nào các doanh nghiệp sẽ tập trung nỗ lực AI của mình khi họ phân tích dữ liệu lớn và tìm kiếm các cơ hội tạo ra doanh thu mới.

Dưới đây là một số ý kiến tiêu biểu:

BRYAN CATANZARO
Phó chủ tịch nghiên cứu ứng dụng học sâu

Conversational AI: Năm ngoái, tôi đã dự đoán conversational AI sẽ được sử dụng để làm cho các trò chơi điện tử trở nên nhập vai hơn bằng cách cho phép tương tác trong thời gian thực để xác định các phương pháp tiếp cận hướng đến nhân vật. Năm nay, conversational AI là tất cả.

Các công ty sẽ chạy đua để triển khai các công cụ conversational AI mới cho phép chúng ta làm việc hiệu quả hơn bằng cách sử dụng kỹ thuật xử lý ngôn ngữ tự nhiên (NLP). Tổng hợp giọng nói đã sẵn sàng để trở nên truyền cảm và thuyết phục như giọng nói của con người vào năm 2022, điều này sẽ giúp các ngành như bán lẻ, ngân hàng và chăm sóc sức khỏe trở nên thấu hiểu hơn và phục vụ khách hàng của họ tốt hơn.

Know Your Customer (KYC): Vượt ra ngoài vấn đề xử lý ngôn ngữ tự nhiên, các công ty sử dụng cả giọng nói và văn bản để tương tác với các doanh nghiệp khác và khách hàng sẽ sử dụng AI khi họ tự nâng cấp để hiểu ngữ cảnh hoặc cảm xúc của một người đang nói. Khách hàng có bực bội không? Có phải sếp của bạn đang mỉa mai bạn? Việc áp dụng các công cụ như OpenAI Github copilot, thứ giúp các lập trình viên hiệu quả hơn trong công việc của họ, sẽ được tăng tốc mạnh mẽ.

SARAH TARIQ
Phó chủ tịch phụ trách mảng Automotive

Những chiếc ô tô có thể lập trình được: Những ngày mà một chiếc ô tô ngày càng mất giá trị khi bạn lái chúng sẽ sớm biến mất. Chúng ta sẽ thấy nhiều nhà sản xuất ô tô chuyển sang thiết kế lại trải nghiệm lái xe bằng cách tạo ra các kiến ​​trúc do phần mềm xác định (software-defined) với không gian để hỗ trợ các ứng dụng và dịch vụ mới thông qua các bản cập nhật tự động qua mạng. Chiếc xe sẽ ngày càng tốt hơn và an toàn hơn theo thời gian.

Giảm căng thẳng cho tuyến đường hàng ngày: Việc chuyển sang phương pháp tiếp cận do phần mềm xác định cũng sẽ giúp loại bỏ căng thẳng và rắc rối trong việc lái xe hàng ngày. Trợ lý AI sẽ đóng vai trò là người hướng dẫn cá nhân của bạn, nâng cao hành trình của chiếc xe để có trải nghiệm an toàn, thuận tiện và thú vị hơn. Những người ngồi trên xe sẽ có thể truy cập vào các dịch vụ thông minh luôn sẵn sàng, cho phép họ sử dụng conversation AI trong thời gian thực để đưa ra các đề xuất, cảnh báo, điều khiển phương tiện và xa hơn.

Thiết kế cho chặng đường dài: Các nhà sản xuất ô tô sẽ bắt đầu đầu tư mạnh mẽ vào việc sử dụng tính năng mô phỏng và digital twin để xác thực nhiều hơn về khả năng ứng dụng và đào tạo các mô hình deep neural network. Phân tích dữ liệu và AI sẽ giúp đào tạo và xác nhận cho các ô tô tự lái ở nhiều điều kiện lái xe khác nhau, mang lại sự an toàn hàng ngày và đã được thiết kế cho chặng đường dài.

REV LEBAREDIAN
Phó chủ tịch mảng Simulation Technology, Kỹ sư của Omniverse

Tiêu chuẩn mới cho 3D: Chúng ta sẽ thấy các tiêu chuẩn 3D tiên tiến nhằm mô tả thế giới ảo. Xây dựng các digital twin một cách chính xác và phong phú cho mọi thứ trong thế giới thực là một trong những thách thức lớn nhất trong khoa học máy tính. Các nhà phát triển, doanh nghiệp và người dùng cá nhân sẽ đóng góp vào các tiêu chuẩn mở cơ bản – tương tự như những ngày đầu của internet và web. Các tiêu chuẩn như Universal Scene Description (USD) và glTF sẽ nhanh chóng phát triển để đáp ứng nhu cầu cơ bản của Web3 và các “digital twin”.

Dữ liệu 3D tổng hợp cho Kỷ nguyên tiếp theo của AI: Tốc độ đổi mới trong AI đã được tăng tốc trong hơn một thập kỷ qua, nhưng AI không thể phát triển nếu không có được lượng lớn dữ liệu đa dạng và chất lượng cao. Ngày nay, dữ liệu được thu thập từ thế giới thực và được con người gán nhãn là không đủ cả về chất lượng và sự đa dạng để chuyển sang cấp độ tiếp theo của trí tuệ nhân tạo. Vào năm 2022, chúng ta sẽ chứng kiến ​​sự bùng nổ dữ liệu tổng hợp được tạo ra từ thế giới ảo bởi các chương trình mô phỏng thế giới chính xác về mặt vật lý để đào tạo các mạng thần kinh tiên tiến.

Tái thiết kế lại các ngành công nghiệp qua mô phỏng: Nhiều ngành công nghiệp đang bắt đầu nghiên cứu và áp dụng các digital twin và thế giới ảo, nhờ vào tiềm năng về hiệu quả hoạt động và tiết kiệm chi phí. Các phiên bản đại diện bằng số hóa của mọi thứ chúng ta xây dựng trong thế giới thực phải có bản sao trong thế giới ảo — máy bay, ô tô, nhà máy, cây cầu, thành phố và thậm chí cả chính Trái đất. Việc áp dụng các mô phỏng có độ trung thực cao cho các digital twin cho phép chúng ta trải nghiệm, thử nghiệm và tối ưu hóa tốt nhất các thiết kế phức tạp trước khi xây dựng chúng trong thế giới thực.

KIMBERLY POWELL
Phó Chủ tịch kiêm Tổng Giám đốc mảng Healthcare

AI giúp đẩy nhanh việc tìm ra thuốc gấp hàng triệu lần: Những đột phá cùng lúc của AlphaFold và RoseTTAFold tạo ra sự bùng nổ gấp hàng ngàn lần các cấu trúc protein đã biết và AI có thể tạo ra hàng nghìn hợp chất hóa học tiềm năng hơn, gia tăng cơ hội phát hiện ra thuốc lên một triệu lần. Mô phỏng phân tử giúp mô hình hóa mục tiêu và tương tác thuốc hoàn toàn trong silico. Để đạt đến tốc độ hàng triệu lần, AI đang mang đến một lớp mô phỏng phân tử mới từ kích thước hệ thống và tỷ lệ thời gian đến độ chính xác cấp lượng tử.

AI tạo ra thiết bị y tế chạy trên SaaS: Ngành công nghiệp thiết bị y tế có cơ hội làm thay đổi cuộc chơi, được hỗ trợ bởi AI, để giảm và tối thiểu hóa chi phí, để tự động hóa và tăng khả năng tiếp cận cũng như liên tục mang đến sự đổi mới trong suốt thời gian sử dụng của sản phẩm. Các công ty thiết bị y tế sẽ phát triển từ việc cung cấp phần cứng sang cung cấp hệ thống phần mềm như một dịch vụ (SaaS) có thể được nâng cấp từ xa để giữ cho các thiết bị có thể sử dụng được sau khi triển khai.

AI 2.0 với Federated Learning: Giúp các nhà phát triển ứng dụng AI công nghiệp hóa công nghệ AI của họ và mở rộng lợi ích kinh doanh của ứng dụng, AI phải được đào tạo và xác thực trên dữ liệu thuộc ngoài quyền sở hữu của nhóm, tổ chức và địa lý của họ. Federated Learning (Học tập liên kết) là chìa khóa để hợp tác xây dựng các mô hình AI mạnh mẽ và xác thực các mô hình mà không cần chia sẻ các dữ liệu nhạy cảm.

ANIMA ANANDKUMAR
Giám đốc ML Research, và Bren Professor tại Caltech

AI4Science: Khu vực này sẽ tiếp tục phát triển đáng kể và mang lại tác động trong thế giới thực. AI sẽ tích hợp sâu với HPC ở quy mô siêu máy tính và làm cho các mô phỏng và mô hình khoa học có thể thực hiện được ở quy mô lớn và độ trung thực chưa từng có trong các lĩnh vực như mô hình thời tiết và khí hậu.

AI sẽ dẫn đến những bước đột phá trong việc khám phá các loại thuốc và phương pháp điều trị mới, đồng thời tạo ra cuộc cách mạng trong lĩnh vực chăm sóc sức khỏe. Học tập liên kết và khác biệt về quyền riêng tư sẽ được áp dụng rộng rãi, giúp việc chăm sóc sức khỏe và chia sẻ dữ liệu nhạy cảm khác trở nên liền mạch.

Phát triển thuật toán: Mong đợi những tiến bộ lớn trong phát triển thuật toán làm nền tảng cho các mô phỏng, cũng như khả năng của GPU để xử lý việc học tăng cường trên quy mô lớn.

RONNIE VASISHTA
Phó chủ tịch cấp cao phụ trách mảng Viễn thông

AI chuyển đến mạng biên của các Telco: Sự hứa hẹn của 5G sẽ mở ra cơ hội mới cho điện toán biên. Các lợi ích chính sẽ bao gồm phân lát mạng cho phép khách hàng chỉ định băng thông dành riêng cho các ứng dụng cụ thể, độ trễ cực thấp trong môi trường không có dây, cũng như cải thiện tính bảo mật và khả năng cô lập.

AI-on-5G sẽ mở khóa các trường hợp sử dụng AI tiên tiến mới. Chúng bao gồm các ứng dụng “Công nghiệp 4.0” như tự động hóa nhà máy, robot trong nhà máy, giám sát và kiểm tra; các hệ thống ô tô như các ứng dụng đo đạc từ xa và kỹ thuật đường bộ; cũng như không gian thông minh trong các ứng dụng bán lẻ, thành phố và chuỗi cung ứng.

Sự hội tụ của các giải pháp AI và OT: Các ứng dụng AI tiên tiến mới đang thúc đẩy sự phát triển của không gian thông minh, bao gồm cả nhà máy thông minh. Các nhà máy này sử dụng camera và các cảm biến khác để kiểm tra và bảo trì dự đoán. Tuy nhiên, phát hiện chỉ là bước một; khi được phát hiện, phải thực hiện hành động. Điều này yêu cầu kết nối giữa ứng dụng AI thực hiện suy luận và giám sát và điều khiển, hoặc OT, các hệ thống quản lý dây chuyền lắp ráp, cánh tay robot hoặc các cỗ máy theo kiểu pick-and-place.

Ngày nay, sự tích hợp giữa hai ứng dụng này dựa vào việc phát triển mang tính tùy biến. Năm nay, kỳ vọng sẽ thấy sự tích hợp nhiều hơn của AI và các giải pháp quản lý OT truyền thống giúp đơn giản hóa việc áp dụng AI tiên tiến trong môi trường công nghiệp.

AZITA MARTIN
Phó chủ tịch kiêm Tổng giám đốc AI nhóm sản phẩm Bán lẻ và Tiêu dùng

AI giải quyết tình trạng thiếu hụt lao động: Trong bối cảnh thiếu lao động và nhu cầu của khách hàng ngày càng tăng về cung cấp dịch vụ nhanh hơn, các nhà hàng phục vụ nhanh sẽ sử dụng AI để nhận đơn đặt hàng tự động. Nhờ những tiến bộ trong khả năng hiểu và nói ngôn ngữ tự nhiên, kết hợp với hệ thống gợi ý, các nhà hàng thức ăn nhanh sẽ triển khai tính năng nhận đơn đặt hàng tự động để tăng tốc việc bán hàng kiểu “drive-thru” và cải thiện các gợi ý. Trong các siêu thị và cửa hàng lớn, các nhà bán lẻ sẽ tăng cường sử dụng khả năng phân tích video thông minh và computer vision để phục vụ thanh toán tự động hoặc ít cần đến thu ngân.

Các doanh nghiệp lớn khai thác AI để tối ưu hóa năng lực kho vận: Sức mạnh lớn nhất của AI được tìm thấy trong việc đơn giản hóa các vấn đề có độ phức tạp lớn. Tối ưu hóa chuỗi cung ứng sẽ trở thành một lĩnh vực quan trọng đối với các nhà bán lẻ để đáp ứng nhu cầu của khách hàng về tính sẵn sàng của hàng hóa và đẩy nhanh việc giao hàng. AI có thể cho phép dự báo thường xuyên và chính xác hơn, đảm bảo cung cấp đúng sản phẩm ở đúng cửa hàng vào đúng thời điểm,

Computer vision / Thị giác máy tính và robot sẽ bổ sung trí thông minh AI cho các trung tâm phân phối. Các giải pháp như xe nâng tự động, robot và tủ tự hành thông minh sẽ giảm thiểu thời gian chết và trống hàng của các băng chuyền, đồng thời tự động hóa việc chọn và đóng gói các mặt hàng để tăng gấp đôi thông lượng hàng hóa. Khâu phân phối chặn cuối tận dụng khoa học dữ liệu sẽ giúp định lại tuyến đường đi một cách linh động, mô phỏng và cung cấp thời gian phản hồi dưới 1 giây.

Đứng về phía ​​Khách hàng: Các nhà bán lẻ sử dụng lượng lớn dữ liệu nhưng thường gặp khó khăn khi xử lý dữ liệu đó trong thời gian thực. AI cho phép các nhà bán lẻ phân tích dữ liệu trong thời gian như real-time để có cái nhìn 360 độ về khách hàng của họ, nhằm cung cấp các gợi ý, ưu đãi được cá nhân hóa hơn nhằm thúc đẩy doanh thu và sự hài lòng của khách hàng. Vào năm 2022, bạn sẽ thấy nhiều nhà bán lẻ cung cấp trải nghiệm mua sắm “siêu cá nhân hóa”.

KEVIN LEVITT
Giám đốc Phát triển Công nghiệp và Kinh doanh cho Dịch vụ Tài chính

Giọng nói của bạn chính là ID định danh của bạn: Các tổ chức tài chính sẽ đầu tư mạnh vào AI để chống gian lận và tuân thủ các quy định quản lý như KYC (Know Your Customer) và AML (Chống rửa tiền). Một số đang sử dụng giọng nói mang tính độc nhất của khách hàng để xác thực các giao dịch trực tuyến, trong khi số khác đang tiếp cận đến sinh trắc học mống mắt để thực hiện xác thực.

Các mạng neural đồ thị dẫn đầu trong các kỹ thuật mới mà các nhà nghiên cứu và thực hành AI tại các tổ chức tài chính đang sử dụng để hiểu mối quan hệ giữa các thực thể và điểm dữ liệu. Chúng sẽ trở nên quan trọng để tăng cường phòng chống gian lận và lập bản đồ các mối quan hệ nhằm chống gian lận hiệu quả hơn.

AI cho ESG: Người tiêu dùng và các tổ chức chính phủ ngày càng yêu cầu các doanh nghiệp phải chịu trách nhiệm về các tác động môi trường, xã hội và quản trị doanh nghiệp (ESG). Các công ty sẽ đầu tư vào sức mạnh tính toán đáng kể để chạy các mô hình AI, bao gồm cả mô hình học sâu và xử lý ngôn ngữ tự nhiên, phân tích tất cả dữ liệu cần thiết để theo dõi hiệu suất của công ty liên quan đến ESG. Nó cũng sẽ cần thiết để phân tích các dữ liệu có sẵn bên ngoài nhằm đo lường công ty nào đang đáp ứng tốt hoặc không đạt so với các điểm chuẩn của ESG.

CHARLIE BOYLE
Phó chủ tịch kiêm Tổng giám đốc, Hệ thống NVIDIA DGX

Doanh nghiệp triển khai mô hình ngôn ngữ lớn để hiểu thấu đáo hơn: Vào năm 2022, chúng ta sẽ chứng kiến ​​tốc độ tăng trưởng nhanh chóng trong việc điều chỉnh các mô hình ngôn ngữ lớn (LLM) để phục vụ nhiều lĩnh vực và ứng dụng hơn. Được đào tạo với lượng lớn dữ liệu chung hoặc theo ngành cụ thể, LLM có thể trả lời các câu hỏi chuyên sâu trong lĩnh vực cụ thể, dịch thuật, hiểu và tóm tắt tài liệu, viết ra câu chuyện và tự đọng xây dựng các chương trình – tất cả đều không cần đào tạo hoặc giám sát chuyên ngành. Hiện tại, LLM đang được sử dụng để xây dựng các chatbot AI theo ngôn ngữ và lĩnh vực cụ thể, và các dịch vụ nhằm cải thiện kết nối, giao tiếp trên khắp thế giới.

Trung tâm dữ liệu tiếp theo của doanh nghiệp sẽ thuộc về người khác: Nhiều doanh nghiệp đã từ chối sở hữu trung tâm dữ liệu của riêng họ khi họ chuyển sang điện toán đám mây, vì thế, từ năm 2022, các công ty sẽ nhận ra rằng đã đến lúc bắt đầu tận dụng các dịch vụ colocation cho các hạ tầng AI hiệu suất cao. Việc dễ dàng triển khai và tiếp cận các chuyên gia hạ tầng, những người có thể giúp đảm bảo thời gian hoạt động 24/7/365 sẽ cho phép nhiều doanh nghiệp hơn được hưởng lợi từ các tài nguyên theo yêu cầu, được phân phối một cách an toàn, ở bất cứ đâu và bất cứ khi nào họ cần.

KEVIN DEIERLING
Phó chủ tịch cấp cao về mạng

Trung tâm dữ liệu là một Đơn vị máy tính mới: Các ứng dụng trước đây chạy trên một máy tính đơn lẻ không còn vừa trong một chiếc hộp nữa. Thế giới điện toán mới sẽ ngày càng được xác định bằng phần mềm và phần cứng được tăng tốc. Khi các ứng dụng trở nên tách biệt và tận dụng các tập dữ liệu khổng lồ, kết nối mạng hiệu suất cao sẽ được coi là làn đường cao tốc giữa nhiều máy chủ hoạt động cùng nhau như một chiếc máy tính duy nhất. Các đơn vị xử lý dữ liệu do phần mềm xác định sẽ đóng vai trò là bộ switch phân tán, bộ cân bằng tải, tường lửa và thiết bị lưu trữ ảo hóa kết nối các máy tính có quy mô trung tâm dữ liệu này lại với nhau.

Gia tăng sự tin cậy với Zero Trust: Khi các ứng dụng và thiết bị di chuyển liền mạch giữa trung tâm dữ liệu và rìa mạng, các doanh nghiệp sẽ phải xác thực và kết hợp từ các microservices. Zero Trust giả định rằng mọi thứ và mọi người dùng kết nối với hệ thống công ty phải được xác thực và giám sát để xác minh và đảm bảo không phải kẻ xấu đang cố gắng xâm nhập vào mạng. Mọi thứ phải được bảo vệ cả ở rìa và trên mọi node trong hệ thống mạng. Dữ liệu sẽ cần được mã hóa bằng cách sử dụng mã hóa IPSEC và TLS, đồng thời mọi node được bảo vệ bằng bộ định tuyến và tường lửa tiên tiến.

SCOTT MCCLELLAN
Giám đốc cấp cao của Nhóm Sản phẩm Khoa học Dữ liệu

Các nền tảng khoa học dữ liệu được tăng tốc sẽ phá vỡ các “hồ dữ liệu” doanh nghiệp: Các chủ đề về các hồ dữ liệu (Data Lake) tạo nền tảng cho các chiến lược Big Data của doanh nghiệp đã được nói đến rất nhiều. Các hồ dữ liệu doanh nghiệp có hiệu quả đối với việc xử lý dữ liệu quy mô lớn, nhưng tính hữu ích rộng hơn của chúng phần lớn đã bị đóng băng trong vài năm qua, vì chúng bị cô lập và tách biệt khỏi hệ thống đào tạo học máy và suy luận. Vào năm 2022, các hồ dữ liệu cuối cùng sẽ hiện đại hóa thông qua các data pipeline điểm-đến-điểm vì ba vấn đề: hạ tầng tập trung, sự linh hoạt của các ứng dụng dựa trên Kubernetes và bộ lưu trữ tốt nhất và phù hợp nhất với tác vụ.

Việc áp dụng AI chính thống kích hoạt tăng trưởng MLO: Các nhà tiên phong về AI trên thế giới đã xây dựng các giải pháp MLOps riêng biệt để giúp họ quản lý các quy trình phát triển và triển khai của AI. Những người chấp nhận ban đầu đã chọn con đường phát triển dựa trên đám mây đã có thể trì hoãn việc bổ sung kiến ​​thức chuyên môn về MLOps. Các doanh nghiệp hiện đang phát hiện ra một lỗ hổng khi các công ty mở rộng việc sử dụng AI và đưa cơ sở hạ tầng tăng tốc của họ vào doanh nghiệp. Giải quyết nhu cầu này sẽ kích hoạt việc áp dụng rộng rãi các giải pháp MLOps trong năm tới.

Bước vào thời đại của việc ứng dụng AI siêu tăng tốc

Không còn nghi ngờ gì nữa, đại dịch đang tiếp tục diễn ra đã tạo ra một kỷ nguyên với nhiều phát minh và đổi mới nhanh chóng cho nhiều doanh nghiệp và tổ chức khoa học. Mục tiêu là tạo ra các biện pháp ngắn hạn đáp ứng nhu cầu hàng ngày trong khi xây dựng cơ sở để đạt được lợi ích lâu dài và tạo ra thay đổi mang tính căn bản.

Năm 2022 sẽ là một năm sống trong những mối nguy, hay thuận buồm xuôi gió hơn cho các doanh nghiệp đang giải quyết sự các thách thức bằng sự nắm bắt chặt chẽ hơn về AI?

NVIDIA Blog

Nhất Tiến Chung (NTC) hiện là nhà cung cấp các giải pháp hạ tầng CNTT, Điện toán Hiệu năng cao (HPC) cho AI với kinh nghiệm kinh doanh phần cứng từ năm 2005. Chúng tôi là đối tác NPN cấp Elite (2022) chính thức của NVIDIA cho các hệ thống DGX (DGX A100, DGX Station A100) và hệ thống cụm siêu máy tính DGX SuperPOD với sức mạnh lưu trữ song song của DDN và kết nối mạng tốc độ cao từ hãng Mellanox (thuộc NVIDIA).

Bạn muốn trở thành đối tác bán hàng NVIDIA của NTC?

Đăng ký ngay

• GPUDirect RDMA là gì?
• GPUDirect Storage là gì?
• AI trong ngành Logistics: Những lợi ích chính và ứng dụng
• Máy chủ tăng tốc cho AI thúc đẩy tăng trưởng chi tiêu cho trung tâm dữ liệu
• Xây dựng hệ thống dữ liệu hiệu suất cao cho AI với VAST Data Platform
• So sánh các GPU Tensor Core của NVIDIA: B200, B100, H200, H100, A100