Từ các phòng họp cho đến phòng giải lao, AI đang tạo ra cơn sốt trong năm nay, tiếp tục khuấy động các cuộc thảo luận trên khắp các ngành về cách khai thác tốt nhất công nghệ này nhằm tăng cường đổi mới và sáng tạo, cải thiện dịch vụ khách hàng, chuyển đổi quá trình phát triển sản phẩm và cả việc thúc đẩy lĩnh vực truyền thông.
Theo IDC, các doanh nghiệp trên toàn thế giới dự kiến sẽ chi 307 tỷ USD cho các giải pháp AI vào năm tới, tăng lên 632 tỷ USD vào năm 2028, với tốc độ tăng trưởng kép hàng năm là 29,0%. AI sẽ có tác động về mặt kinh tế lên toàn cầu với con số tích lũy là 19,9 nghìn tỷ USD đến năm 2030 và sẽ thúc đẩy 3,5% GDP toàn cầu vào năm 2030, IDC dự báo.
Tuy nhiên, một số công ty và startup vẫn chậm áp dụng AI, bám vào các thử nghiệm và dự án riêng lẻ ngay cả khi công nghệ tiến triển với tốc độ chóng mặt. Một phần là do lợi ích của AI khác nhau tùy theo công ty, tùy theo ứng dụng và mức đầu tư.
Những cách tiếp cận thận trọng đang dần nhường chỗ cho sự lạc quan. Hai phần ba số người trả lời Khảo sát về tình hình AI năm 2024 của Forrester Research tin rằng tổ chức của họ chỉ cần ít hơn 50% ROI (lợi tức đầu tư) cho các sáng kiến AI là đã thành công.
Chủ đề lớn tiếp theo đang diễn ra đó chính là Agentic AI, một dạng AI tự động hoặc “có lý luận” đòi hỏi phải sử dụng nhiều mô hình ngôn ngữ, các lớp RAG phức tạp và kiến trúc dữ liệu tiên tiến.
Các chuyên gia NVIDIA trong từng ngành đặc thù đã chia sẻ kỳ vọng của họ cho năm tới. Hãy lắng nghe các chuyên gia của hãng dẫn đầu về AI kể các câu chuyện về thúc đẩy đổi mới trong AI trên khắp các doanh nghiệp, trung tâm nghiên cứu và hệ sinh thái khởi nghiệp:
IAN BUCK
Phó chủ tịch Hyperscale và HPC
Suy luận thúc đẩy sự phát triển của AI: Khi các mô hình AI ngày càng lớn mạnh và phức tạp, nhu cầu về các giải pháp suy luận hiệu quả sẽ tăng lên.
Sự trỗi dậy của AI tạo sinh đã chuyển đổi suy luận từ việc nhận dạng đơn giản, truy vấn và phản hồi sang tạo ra thông tin phức tạp — bao gồm tóm tắt từ nhiều nguồn và các mô hình ngôn ngữ lớn như OpenAI o1 và Llama 450B — làm tăng đáng kể nhu cầu điện toán. Thông qua các cải tiến phần cứng mới, kết hợp với các cải tiến phần mềm liên tục, hiệu suất sẽ tăng lên và tổng chi phí sở hữu dự kiến sẽ giảm 5 lần hoặc hơn.
Tăng tốc mọi thứ: Với việc GPU ngày càng được áp dụng rộng rãi, các ngành công nghiệp sẽ tìm cách tăng tốc mọi thứ, từ lập kế hoạch đến sản xuất. Các kiến trúc mới sẽ bổ sung vào chu trình đó, mang lại hiệu quả về chi phí và hiệu suất tính toán cao hơn gấp bội với mỗi thế hệ.
Khi các quốc gia và doanh nghiệp chạy đua xây dựng các nhà máy AI để tăng tốc tải xử lý, hãy mong đợi nhiều người tìm kiếm các giải pháp nền tảng và tham khảo kiến trúc hoặc bản thiết kế trung tâm dữ liệu có thể đưa một trung tâm dữ liệu vào hoạt động trong vài tuần thay vì vài tháng. Điều này sẽ giúp họ giải quyết một số thách thức lớn nhất trên thế giới, bao gồm điện toán lượng tử và khám phá thuốc.
Máy tính lượng tử – chỉ thử, và không sai: Máy tính lượng tử sẽ có những bước tiến đáng kể khi các nhà nghiên cứu tập trung vào siêu máy tính và mô phỏng để giải quyết những thách thức lớn nhất đối với lĩnh vực mới này: lỗi.
Qubit, đơn vị thông tin cơ bản trong điện toán lượng tử, dễ bị nhiễu, trở nên không ổn định sau khi chỉ thực hiện hàng nghìn phép tính. Điều này ngăn cản phần cứng lượng tử ngày nay giải quyết các vấn đề hữu ích. Vào năm 2025, hãy mong đợi cộng đồng điện toán lượng tử chuyển sang các kỹ thuật sửa lỗi lượng tử đầy thách thức nhưng quan trọng. Sửa lỗi đòi hỏi các phép tính nhanh, độ trễ thấp. Ngoài ra, hãy kỳ vọng chúng ta có thể nhìn thấy phần cứng lượng tử được đặt ngay trong các siêu máy tính, được hỗ trợ bởi hạ tầng chuyên dụng.
AI cũng sẽ đóng vai trò quan trọng trong việc quản lý các hệ thống lượng tử phức tạp này, tối ưu hóa hiệu chỉnh lỗi và nâng cao hiệu suất phần cứng lượng tử tổng thể. Sự hội tụ của điện toán lượng tử, siêu máy tính và AI thành siêu máy tính lượng tử tăng tốc sẽ thúc đẩy tiến trình hiện thực hóa các ứng dụng lượng tử để giải quyết các vấn đề phức tạp trong nhiều lĩnh vực, bao gồm khám phá thuốc, phát triển vật liệu và lĩnh vực kho vận.
BRYAN CATANZARO
Phó chủ tịch nghiên cứu ứng dụng học sâu
Đưa khuôn mặt vào AI: AI sẽ trở nên quen thuộc hơn khi sử dụng, phản ứng về mặt cảm xúc và được đánh dấu bằng sự sáng tạo và đa dạng hơn. Các mô hình Generative AI đầu tiên cho việc vẽ tranh đã phải vật lộn với các tác vụ đơn giản như vẽ những chiếc răng. Những tiến bộ nhanh chóng trong AI đang làm cho hình ảnh và video đầu ra trở nên chân thực hơn nhiều lần, trong khi giọng nói do AI tạo ra đang mất đi cảm giác giống như người máy.
Những tiến bộ này sẽ được thúc đẩy bởi sự tinh chỉnh các thuật toán và tập dữ liệu và sự thừa nhận của các doanh nghiệp rằng AI cần một khuôn mặt và giọng nói để thực sự có ý nghĩa hơn với 8 tỷ con người trên thế giới. Điều này cũng sẽ gây ra sự thay đổi từ các tương tác AI theo lượt sang các cuộc trò chuyện trôi chảy và tự nhiên hơn. Các tương tác với AI sẽ không còn giống như một loạt các cuộc trao đổi mà thay vào đó mang lại trải nghiệm trò chuyện hấp dẫn và giống người hơn.
Xem xét lại hạ tầng công nghiệp và quy hoạch đô thị: Các quốc gia và ngành công nghiệp sẽ bắt đầu xem xét cách AI tự động hóa các khía cạnh khác nhau của nền kinh tế để duy trì mức sống hiện tại, ngay cả khi dân số toàn cầu đang giảm.
Những nỗ lực này có thể giúp ích cho tính bền vững và biến đổi khí hậu. Ví dụ, ngành nông nghiệp sẽ bắt đầu đầu tư vào các robot tự động có thể dọn sạch đồng ruộng và loại bỏ sâu bệnh và cỏ dại một cách cơ học. Điều này sẽ làm giảm nhu cầu sử dụng thuốc trừ sâu và thuốc diệt cỏ, giúp hành tinh khỏe mạnh hơn và giải phóng nguồn nhân lực cho những đóng góp có ý nghĩa khác. Kỳ vọng sẽ thấy tư duy mới trong các văn phòng quy hoạch đô thị để những chiếc xe tự hành và hệ thống quản lý giao thông thông minh sẽ được tính đến.
Về lâu dài, AI có thể giúp tìm ra giải pháp giảm phát thải carbon và lưu trữ carbon, một thách thức cấp bách trên toàn cầu.
KARI BRISKI
Phó chủ tịch phần mềm AI tạo sinh
Một bản giao hưởng của các “agents” — Người điều phối AI (AI orchestrator): Các doanh nghiệp sẽ có một loạt các “nhân viên AI” (AI Agent), là các mô hình được đào tạo bán tự chủ hoạt động trên các mạng nội bộ để hỗ trợ dịch vụ khách hàng, nguồn nhân lực, bảo mật dữ liệu, v.v. Để tối đa hóa sự hiệu quả này, có thể mong đợi sự gia tăng của các thành phần điều phối AI hoạt động trên nhiều agent để định tuyến liền mạch các yêu cầu của con người và diễn giải các kết quả tập thể để đề xuất và thực hiện hành động cho người dùng.
Các AI Orchestrator này sẽ có quyền truy cập vào hiểu biết sâu hơn về nội dung, khả năng đa ngôn ngữ và sự lưu loát với nhiều loại dữ liệu, từ PDF đến luồng video. Được hỗ trợ bởi khả năng tự học từ dữ liệu, các AI Orchestrator sẽ liên tục tinh chỉnh những hiểu biết cụ thể về doanh nghiệp. Ví dụ, trong sản xuất, một AI Orchestrator có thể tối ưu hóa chuỗi cung ứng bằng cách phân tích dữ liệu thời gian thực và đưa ra khuyến nghị về lịch trình sản xuất và đàm phán với nhà cung cấp.
Sự tiến hóa này trong AI doanh nghiệp sẽ thúc đẩy đáng kể năng suất và đổi mới trong các ngành công nghiệp trong khi trở nên dễ tiếp cận hơn. Những người làm việc trí óc sẽ làm việc hiệu quả hơn vì họ có thể khai thác một nhóm chuyên gia được hỗ trợ bởi AI được cá nhân hóa. Các nhà phát triển sẽ có thể xây dựng các agent tiên tiến này bằng cách sử dụng các bản thiết kế AI có thể tùy biến.
Lý luận nhiều bước giúp khuếch đại hiểu biết về AI: AI trong nhiều năm qua đã rất giỏi trong việc đưa ra câu trả lời cho các câu hỏi cụ thể mà không cần phải đi sâu vào bối cảnh của một truy vấn nhất định. Với những tiến bộ trong điện toán tăng tốc và kiến trúc mô hình mới, các mô hình AI sẽ giải quyết các vấn đề ngày càng phức tạp và phản hồi với độ chính xác cao hơn và phân tích sâu hơn.
Sử dụng khả năng gọi là lý luận nhiều bước (Multistep reasoning), các hệ thống AI tăng lượng “thời gian suy nghĩ” bằng cách chia nhỏ các câu hỏi lớn, phức tạp thành các nhiệm vụ nhỏ hơn — đôi khi thậm chí chạy nhiều mô phỏng — để giải quyết vấn đề từ nhiều góc độ khác nhau. Các mô hình này đánh giá linh hoạt và theo từng bước, đảm bảo phản hồi có liên quan theo ngữ cảnh và minh bạch. Lý luận nhiều bước cũng bao gồm việc tích hợp kiến thức từ nhiều nguồn khác nhau để cho phép AI tạo ra các kết nối logic và tổng hợp thông tin trên các miền khác nhau.
Điều này có thể tác động đến nhiều lĩnh vực, từ tài chính và y tế đến nghiên cứu khoa học và giải trí. Ví dụ, một mô hình y tế với lý luận nhiều bước có thể đưa ra một số khuyến nghị để bác sĩ cân nhắc, tùy thuộc vào chẩn đoán, thuốc men và phản ứng của bệnh nhân với các phương pháp điều trị khác.
Khởi đầu công cụ truy vấn AI của bạn: Với các doanh nghiệp và tổ chức nghiên cứu đang lưu trữ hàng petabyte dữ liệu, thách thức đặt ra là phải truy cập nhanh vào dữ liệu để đưa ra thông tin chi tiết hữu ích.
Công cụ truy vấn AI sẽ thay đổi cách các doanh nghiệp khai thác dữ liệu và các công cụ tìm kiếm dành riêng cho công ty sẽ có thể sàng lọc dữ liệu có cấu trúc và không có cấu trúc, bao gồm văn bản, hình ảnh và video, bằng cách sử dụng xử lý ngôn ngữ tự nhiên và học máy để diễn giải ý định của người dùng và cung cấp kết quả toàn diện và phù hợp hơn.
Điều này sẽ dẫn đến các quy trình ra quyết định thông minh hơn, cải thiện trải nghiệm của khách hàng và nâng cao năng suất trong các ngành. Khả năng học liên tục của các công cụ truy vấn AI sẽ tạo ra những chiếc “bánh trớn” có khả năng tự cải thiện từ dữ liệu giúp các ứng dụng ngày càng hiệu quả hơn.
CHARLIE BOYLE
Phó chủ tịch của DGX Platforms
Agentic AI khiến suy luận hiệu suất cao trở nên thiết yếu đối với các doanh nghiệp: Sự ra đời của agentic AI sẽ thúc đẩy nhu cầu về phản hồi gần như tức thời từ các hệ thống phức tạp của nhiều mô hình. Điều này sẽ khiến suy luận hiệu suất cao trở nên quan trọng như hạ tầng đào tạo hiệu suất cao. Các nhà quản lý CNTT sẽ cần hạ tầng điện toán tăng tốc có thể mở rộng, được xây dựng có mục đích và được tối ưu hóa có thể theo kịp nhu cầu của agentic AI để cung cấp hiệu suất cần thiết cho việc ra quyết định theo thời gian thực.
Các doanh nghiệp mở rộng các nhà máy AI để xử lý dữ liệu thành trí thông minh: Các nhà máy AI (AI Factory) của doanh nghiệp chuyển đổi dữ liệu thô thành trí tuệ kinh doanh. Trong năm tới, các doanh nghiệp sẽ mở rộng các nhà máy này để tận dụng lượng lớn dữ liệu lịch sử và tổng hợp, sau đó tạo ra các dự báo và mô phỏng cho mọi thứ, từ hành vi của người tiêu dùng và tối ưu hóa chuỗi cung ứng đến các biến động của thị trường tài chính và bản sao kỹ thuật số của các nhà máy và kho hàng. Các nhà máy AI sẽ trở thành một lợi thế cạnh tranh quan trọng giúp những người áp dụng sớm dự đoán và định hình các kịch bản trong tương lai, thay vì chỉ phản ứng với chúng.
Vấn đề làm mát — Trung tâm dữ liệu AI làm mát bằng chất lỏng: Khi tải xử lý AI tiếp tục thúc đẩy tăng trưởng, các tổ chức tiên phong sẽ chuyển sang làm mát bằng chất lỏng để tối đa hóa hiệu suất và hiệu quả năng lượng. Các nhà cung cấp đám mây siêu quy mô và các doanh nghiệp lớn sẽ dẫn đầu, sử dụng làm mát bằng chất lỏng trong các trung tâm dữ liệu AI mới chứa hàng trăm nghìn bộ tăng tốc AI, mạng và phần mềm.
Các doanh nghiệp sẽ ngày càng lựa chọn triển khai hạ tầng AI tại các cơ sở colocation thay vì tự xây dựng — một phần là để giảm bớt gánh nặng tài chính khi thiết kế, triển khai và vận hành sản xuất thông minh ở quy mô lớn. Hoặc, họ sẽ thuê công suất khi cần. Các đợt triển khai này sẽ giúp các doanh nghiệp khai thác hạ tầng mới nhất mà không cần phải tự lắp đặt và vận hành. Sự thay đổi này sẽ thúc đẩy việc áp dụng rộng rãi hơn của ngành công nghiệp làm mát bằng chất lỏng như một giải pháp chính thống cho các trung tâm dữ liệu AI.
GILAD SHAINER
Phó chủ tịch cấp cao phụ trách mảng Networking
Tạm biệt mạng, chào đón cấu trúc điện toán: Thuật ngữ “network” trong trung tâm dữ liệu sẽ có vẻ lỗi thời khi kiến trúc trung tâm dữ liệu chuyển đổi thành cấu trúc điện toán (compute fabric) tích hợp cho phép hàng nghìn bộ tăng tốc giao tiếp hiệu quả với nhau thông qua giao tiếp mở rộng và thu hẹp quy mô, trải dài hàng dặm cáp và nhiều cơ sở trung tâm dữ liệu.
Nền tảng điện toán tích hợp này sẽ được trang bị công nghệ NVIDIA NVLink, cho phép truyền dữ liệu ở quy mô lớn, cũng như khả năng mở rộng quy mô được hỗ trợ bởi các bộ chuyển mạch thông minh, SuperNIC và DPU. Điều này sẽ giúp di chuyển dữ liệu an toàn đến và đi từ các bộ tăng tốc và thực hiện các phép tính tức thời giúp giảm thiểu đáng kể việc di chuyển dữ liệu. Scale-up và scale-out communication trên các mạng sẽ rất quan trọng đối với các triển khai trung tâm dữ liệu AI quy mô lớn — và là chìa khóa để đưa chúng vào hoạt động trong vài tuần thay vì vài tháng hoặc vài năm.
Khi các tải xử lý Agentic AI tăng lên — đòi hỏi phải giao tiếp giữa nhiều mô hình AI được kết nối với nhau hoạt động cùng nhau thay vì các mô hình AI cục bộ và độc lập — thì nền tảng điện toán sẽ đóng vai trò thiết yếu để cung cấp AI tạo sinh theo thời gian thực.
AI phân tán: Tất cả các trung tâm dữ liệu sẽ được tăng tốc khi các phương pháp tiếp cận mới đối với thiết kế Ethernet xuất hiện, cho phép hàng trăm nghìn GPU hỗ trợ một tải xử lý duy nhất. Điều này sẽ giúp phổ cập hóa việc triển khai nhà máy AI cho các đám mây AI tạo ra nhiều thuê bao và các trung tâm dữ liệu AI doanh nghiệp.
Công nghệ đột phá này cũng sẽ cho phép AI mở rộng nhanh chóng vào các nền tảng doanh nghiệp và đơn giản hóa việc xây dựng và quản lý các đám mây AI.
Các công ty sẽ xây dựng các nguồn tài nguyên trung tâm dữ liệu phân tán hơn về mặt địa lý — cách nhau hàng trăm hoặc thậm chí hàng nghìn dặm — vì hạn chế về nguồn điện và nhu cầu xây dựng gần hơn với các nguồn năng lượng tái tạo. Scale-out communication sẽ đảm bảo di chuyển dữ liệu đáng tin cậy trên những khoảng cách xa này.
LINXI (JIM) FAN
Nhà khoa học nghiên cứu cao cấp, AI Agents
Robot sẽ tiến hóa thành người máy: Robot sẽ bắt đầu hiểu các lệnh ngôn ngữ tùy ý. Hiện tại, robot công nghiệp phải được lập trình bằng tay và chúng không phản ứng thông minh với các đầu vào hoặc ngôn ngữ không thể đoán trước ngoài những ngôn ngữ đã được lập trình. Các mô hình nền tảng robot đa phương thức kết hợp thị giác, ngôn ngữ và hành động tùy ý sẽ phát triển “bộ não AI” này, cũng như AI tác nhân cho phép suy luận AI tốt hơn.
Và chắc chắn là, đừng mong đợi ngay lập tức sẽ nhìn thấy robot thông minh trong nhà, nhà hàng, khu vực dịch vụ và nhà máy. Nhưng những ứng dụng này có thể gần hơn bạn nghĩ, khi các chính phủ tìm kiếm giải pháp cho một xã hội đang “già hóa” và nhóm lao động chính của xã hội đang thu hẹp. Tự động hóa vật lý sẽ diễn ra dần dần, trong 10 năm nữa sẽ trở nên phổ biến như iPhone.
Các nhân viên AI đều sẽ liên quan đến suy luận AI: Vào tháng 9, OpenAI đã công bố một mô hình ngôn ngữ lớn mới được đào tạo bằng học tăng cường để thực hiện lý luận phức tạp. OpenAI o1, được gọi là Strawberry, suy nghĩ trước khi trả lời: Nó có thể tạo ra một chuỗi suy nghĩ nội bộ dài, sửa lỗi và chia nhỏ các bước khó thành các bước đơn giản trước khi phản hồi người dùng.
Năm 2025 sẽ là năm mà nhiều tải xử lý điện toán bắt đầu chuyển sang suy luận ở biên. Các ứng dụng sẽ cần hàng trăm nghìn tokens cho một truy vấn duy nhất, vì các mô hình ngôn ngữ nhỏ thực hiện một truy vấn sau một truy vấn khác trong vài micro giây trước khi đưa ra câu trả lời.
Các mô hình nhỏ sẽ tiết kiệm năng lượng hơn và ngày càng trở nên quan trọng đối với ngành robot, tạo ra những người máy và robot giống người có thể hỗ trợ con người trong các công việc hàng ngày và thúc đẩy các ứng dụng trí tuệ di động.
BOB PETTE
Phó chủ tịch nền tảng doanh nghiệp
Tìm kiếm khả năng mở rộng bền vững: Khi các doanh nghiệp chuẩn bị áp dụng thế hệ mới của các nhân viên AI bán tự động để tăng cường nhiều quy trình kinh doanh khác nhau, họ sẽ tập trung vào việc tạo ra hạ tầng mạnh mẽ, khả năng quản trị và khả năng giống con người để triển khai hiệu quả trên quy mô lớn. Đồng thời, các ứng dụng AI sẽ ngày càng sử dụng sức mạnh xử lý cục bộ để cho phép các tính năng AI tinh vi hơn chạy trực tiếp trên các máy trạm, bao gồm máy tính xách tay mỏng, nhẹ và các yếu tố hình thức nhỏ gọn, đồng thời cải thiện hiệu suất trong khi giảm độ trễ cho các tác vụ do AI điều khiển.
Các kiến trúc tham chiếu đã được xác thực, cung cấp hướng dẫn về các nền tảng phần cứng và phần mềm phù hợp, sẽ trở nên quan trọng để tối ưu hóa hiệu suất và đẩy nhanh việc triển khai AI. Các kiến trúc này sẽ đóng vai trò là công cụ thiết yếu cho các tổ chức đang điều hướng địa hình phức tạp của việc triển khai AI bằng cách giúp đảm bảo rằng các khoản đầu tư của họ phù hợp với nhu cầu hiện tại và những tiến bộ công nghệ trong tương lai.
Cách mạng hóa xây dựng, kỹ thuật và thiết kế bằng AI: Dự kiến sẽ thấy được sự gia tăng của các mô hình AI tạo sinh được thiết kế riêng cho ngành xây dựng, kỹ thuật và thiết kế, giúp tăng hiệu quả và đẩy nhanh quá trình đổi mới.
Trong xây dựng, AI sẽ trích xuất ý nghĩa từ khối lượng lớn dữ liệu xây dựng được thu thập từ các cảm biến và camera tại chỗ, cung cấp thông tin chi tiết giúp quản lý ngân sách và tiến độ dự án hiệu quả hơn.
AI sẽ đánh giá dữ liệu chụp thực tế (lidar, ảnh trắc lượng và trường sáng) 24/7 và đưa ra những thông tin chi tiết quan trọng về chất lượng, an toàn và tuân thủ — giúp giảm thiểu lỗi và thương tích tại nơi làm việc.
Đối với các kỹ sư, vật lý dự đoán dựa trên mạng nơ-ron thần kinh lấy thông tin từ vật lý sẽ đẩy nhanh quá trình dự đoán lũ lụt, kỹ thuật kết cấu và điện toán động lực học chất lỏng để có các giải pháp luồng khí phù hợp với từng phòng hoặc từng tầng của tòa nhà — cho phép lặp lại thiết kế nhanh hơn.
Trong thiết kế, thế hệ tăng cường truy xuất sẽ cho phép tuân thủ sớm trong giai đoạn thiết kế bằng cách đảm bảo rằng mô hình thông tin để thiết kế và xây dựng các tòa nhà tuân thủ các quy định xây dựng tại địa phương. Các mô hình AI khuếch tán sẽ đẩy nhanh thiết kế khái niệm và quy hoạch địa điểm bằng cách cho phép các kiến trúc sư và nhà thiết kế kết hợp các lời nhắc từ khóa và bản phác thảo thô để tạo ra hình ảnh khái niệm chi tiết phong phú cho các bài thuyết trình của khách hàng. Điều đó sẽ giải phóng thời gian để tập trung vào nghiên cứu và thiết kế.
…
SANJA FIDLER
Phó chủ tịch nghiên cứu AI
Dự đoán sự không thể đoán trước: Mong đợi sẽ thấy nhiều mô hình có thể học hỏi trong thế giới hàng ngày hơn, giúp con người kỹ thuật số, rô-bốt và thậm chí cả xe tự hành hiểu được những tình huống hỗn loạn và đôi khi không thể đoán trước, bằng cách sử dụng các kỹ năng rất phức tạp với ít sự can thiệp của con người.
Từ phòng nghiên cứu đến Phố Wall, chúng ta đang bước vào một chu kỳ cường điệu tương tự như sự lạc quan về xe tự lái cách đây 5-7 năm. Phải mất nhiều năm để các công ty như Waymo và Cruise cung cấp một hệ thống hoạt động — và nó vẫn chưa thể mở rộng quy mô vì kho dữ liệu mà các công ty này và các công ty khác, bao gồm cả Tesla, đã thu thập có thể áp dụng ở một khu vực nhưng không áp dụng ở khu vực khác.
Với các mô hình được giới thiệu trong năm nay, giờ đây chúng ta có thể di chuyển nhanh hơn — và với chi phí vốn ít hơn nhiều — để sử dụng dữ liệu quy mô internet để hiểu ngôn ngữ tự nhiên và mô phỏng chuyển động bằng cách quan sát hành động của con người và các hành động khác. Các ứng dụng biên như rô-bốt, ô tô và máy móc kho sẽ nhanh chóng học được sự phối hợp, khéo léo và các kỹ năng khác để điều hướng, thích nghi và tương tác với thế giới thực.
Liệu một con robot có thể pha cà phê và trứng trong bếp nhà bạn, rồi dọn dẹp sau đó không? Chưa. Nhưng có thể nó sẽ đến sớm hơn bạn nghĩ.
Trở nên chân thực: Tính trung thực và hiện thực đang đến với AI tạo hình trên toàn bộ quy trình đồ họa và mô phỏng, dẫn đến các trò chơi siêu thực, phim do AI tạo ra và con người kỹ thuật số.
Không giống như đồ họa truyền thống, phần lớn hình ảnh sẽ đến từ các pixel được tạo ra thay vì kết xuất, tạo ra chuyển động và hình ảnh tự nhiên hơn. Các công cụ phát triển và lặp lại các hành vi theo ngữ cảnh sẽ tạo ra các trò chơi phức tạp hơn với chi phí chỉ bằng một phần nhỏ so với các tựa game AAA hiện nay.
Các ngành công nghiệp áp dụng AI tạo sinh: Hầu như mọi ngành công nghiệp đều sẵn sàng sử dụng AI để nâng cao và cải thiện cách sống và giải trí của mọi người.
Nông nghiệp sẽ sử dụng AI để tối ưu hóa chuỗi thực phẩm, cải thiện việc cung cấp thực phẩm. Ví dụ, AI có thể được sử dụng để dự đoán lượng khí thải nhà kính từ các loại cây trồng khác nhau trên từng trang trại. Những phân tích này có thể giúp đưa ra các chiến lược thiết kế giúp giảm khí thải nhà kính trong chuỗi cung ứng. Trong khi đó, các tác nhân AI trong giáo dục sẽ cá nhân hóa trải nghiệm học tập, nói bằng ngôn ngữ mẹ đẻ của một người và hỏi hoặc trả lời các câu hỏi dựa trên trình độ học vấn trong một môn học cụ thể.
Khi các máy gia tốc thế hệ tiếp theo gia nhập thị trường, bạn cũng sẽ thấy hiệu quả hơn nhiều trong việc cung cấp các ứng dụng AI tạo sinh này. Bằng cách cải thiện việc đào tạo và hiệu quả của các mô hình trong quá trình thử nghiệm, các doanh nghiệp và công ty khởi nghiệp sẽ thấy lợi tức đầu tư tốt hơn và nhanh hơn trên các ứng dụng đó.
ANDREW FENG
Phó chủ tịch của GPU Software
Phân tích dữ liệu tăng tốc cung cấp thông tin chi tiết mà không cần thay đổi mã: Vào năm 2025, phân tích dữ liệu tăng tốc sẽ trở thành xu hướng chính cho các tổ chức đang phải vật lộn với khối lượng dữ liệu ngày càng tăng.
Các doanh nghiệp tạo ra hàng trăm petabyte dữ liệu hàng năm và mọi công ty đều đang tìm cách đưa chúng vào hoạt động. Để làm như vậy, nhiều công ty sẽ áp dụng điện toán tăng tốc để phân tích dữ liệu.
Tương lai nằm ở các giải pháp phân tích dữ liệu tăng tốc hỗ trợ “không thay đổi mã” và “không thay đổi cấu hình”, cho phép các tổ chức kết hợp các ứng dụng phân tích dữ liệu hiện có của họ với điện toán tăng tốc với nỗ lực tối thiểu. Công nghệ phân tích được hỗ trợ bởi AI tạo sinh sẽ mở rộng hơn nữa việc áp dụng phân tích dữ liệu tăng tốc bằng cách trao quyền cho người dùng — ngay cả những người không có kiến thức lập trình truyền thống — để tạo các ứng dụng phân tích dữ liệu mới.
Việc tích hợp liền mạch điện toán tăng tốc, được hỗ trợ bởi trải nghiệm đơn giản hóa của nhà phát triển, sẽ giúp loại bỏ rào cản áp dụng và cho phép các tổ chức khai thác dữ liệu độc đáo của họ cho các ứng dụng AI mới và trí tuệ kinh doanh phong phú hơn.
NADER KHALIL
Giám đốc Công nghệ phát triển
Lực lượng lao động khởi nghiệp: Nếu bạn chưa nghe nhiều về các kỹ sư nhanh nhẹn hoặc nhà thiết kế tính cách AI, bạn sẽ nghe vào năm 2025. Khi các doanh nghiệp áp dụng AI để tăng năng suất, hãy mong đợi thấy các loại lao động thiết yếu mới cho cả các công ty khởi nghiệp và doanh nghiệp kết hợp các kỹ năng mới và hiện có.
Một kỹ sư nhắc nhở thiết kế và tinh chỉnh các chuỗi văn bản chính xác để tối ưu hóa quá trình đào tạo AI và tạo ra kết quả mong muốn dựa trên việc tạo, thử nghiệm và lặp lại các thiết kế nhắc nhở cho chatbot và AI đại lý. Nhu cầu về các kỹ sư nhắc nhở sẽ mở rộng ra ngoài các công ty công nghệ đến các lĩnh vực như pháp lý, hỗ trợ khách hàng và xuất bản. Khi các tác nhân AI phát triển mạnh, các doanh nghiệp và công ty khởi nghiệp sẽ ngày càng dựa vào các nhà thiết kế tính cách AI để nâng cao các tác nhân có tính cách độc đáo.
Cũng giống như sự ra đời của máy tính đã tạo ra các chức danh công việc như nhà khoa học máy tính, nhà khoa học dữ liệu và kỹ sư học máy, AI sẽ tạo ra nhiều loại công việc khác nhau, mở rộng cơ hội cho những người có kỹ năng phân tích mạnh mẽ và khả năng xử lý ngôn ngữ tự nhiên.
Hiểu về hiệu quả của nhân viên: Các công ty khởi nghiệp kết hợp AI vào hoạt động của mình sẽ ngày càng bổ sung doanh thu trên mỗi nhân viên (RPE) vào từ điển của họ khi nói chuyện với các nhà đầu tư và đối tác kinh doanh.
Thay vì tâm lý “tăng trưởng bằng mọi giá”, việc bổ sung AI vào lực lượng lao động sẽ cho phép chủ sở hữu công ty khởi nghiệp tập trung vào cách tuyển dụng mỗi nhân viên mới giúp mọi người khác trong doanh nghiệp tạo ra nhiều doanh thu hơn. Trong thế giới khởi nghiệp, RPE phù hợp với các cuộc thảo luận về lợi tức đầu tư vào AI và những thách thức trong việc lấp đầy các vị trí trong cuộc cạnh tranh với các doanh nghiệp lớn và các công ty công nghệ.
Nhất Tiến Chung (NTC) hiện là nhà cung cấp các giải pháp hạ tầng CNTT, điện toán hiệu năng cao (HPC) và lưu trữ cho AI. Chúng tôi là đối tác NPN cấp Elite của NVIDIA cho các hệ thống DGX 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).
Với vai trò là đối tác NPN chính thức của NVIDIA, chúng tôi có thể giúp bạn có được các sản phẩm GPU cao cấp nhất của NVIDIA như H100, H100 NVL, L40s,…, đặc biệt là với thực trạng khan hiếm GPU do các hạn chế thương mại về nhập khẩu GPU như hiện nay.
Bạn muốn trở thành đối tác bán hàng NVIDIA của NTC?
Bài viết liên quan