Phổ thông hóa AI khởi đầu từ công nghệ điện toán
Trong tương lai, các mô hình AI sẽ tăng số lượng dữ liệu sử dụng để tạo ra những phản hồi hữu dụng cho các doanh nghiệp. Do vậy, để vạch ra được hướng đi đúng đắn, các doanh nghiệp phải đánh giá các thách thức hay kết quả kinh doanh mà họ đang muốn giải quyết hay đạt được, để từ đó có thể tận dụng AI hiệu quả về và tiết kiệm với những giải pháp điện toán và phần mềm phù hợp.
Để tận dụng toàn bộ sức mạnh của trí tuệ nhân tạo, chúng ta cần AI chạy theo thời gian thực với độ chính xác cao. Chính vì vậy, điện toán đóng vai trò tiên quyết để mang đến tốc độ và hiệu năng cần thiết để huấn luyện các mô hình, đưa ra quyết định hay dự đoán, nhận diện hình ảnh và giọng nói, và mở rộng hệ thống AI. Chúng ta có thể ví điện toán như “bộ não” giúp các cỗ máy hoạt động hiệu quả và đưa ra quyết định hợp lý cho hành động tiếp theo.
Nhằm bắt kịp sự cải tiến của AI và các thuật toán tiên tiến, “bộ não” cũng cần phải được nâng cấp để có thể khai thác tối đa sức mạnh. Điện toán hiện nay không chỉ có nhiệm vụ tăng tốc hiệu năng của AI mà các giải pháp này còn phải thực hiện điều đó hiệu quả hơn, bảo mật hơn, dễ mở rộng hơn và bền vững hơn. Để đạt được điều này và đưa AI đến với tất cả mọi người, điện toán hỗn hợp (heterogeneous compute) và một hệ sinh thái mở dành cho những loại AI khác nhau đóng vai trò vô cùng quan trọng.
AI cần điện toán hỗn hợp để đạt được hiệu năng cao hơn với chi phí thấp hơn
Tốc độ và hiệu năng xử lý AI cao hơn sẽ trở thành tiêu chí của người dùng trong tương lai. Điều này cho thấy nhu cầu về sức mạnh điện toán sẽ tăng theo cấp số nhân, nhưng không đồng nghĩa với việc các doanh nghiệp trang bị thêm vi xử lý trung tâm (CPU) hoặc vi xử lý đồ họa (GPU), hoặc xây dựng thêm trung tâm dữ liệu để có thể sử dụng AI.
Để phổ cập AI, các doanh nghiệp cần phải xem xét hai yếu tố cực kỳ quan trọng. Đầu tiên, họ cần phải xác định mô hình ứng dụng AI mình cần là gì. Đó có thể là một chatbot AI để hỗ trợ khách hàng, hay một mô hình AI tạo sinh lớn như ChatGPT để phát triển những nội dung mới, hay một giải pháp nhận diện hình ảnh để xác định lỗi, hay một mô hình trí tuệ nhân tạo khác biệt hơn? Thứ hai, các doanh nghiệp cũng cần lưu tâm đến chi phí vì đây là yếu tố quyết định xem đâu là giải pháp AI phù hợp.
Trái ngược với những gì chúng ta thường được nghe về việc ứng dụng AI sử dụng GPU nhiều hơn, Trên thực tế, một số ứng dụng AI chạy hiệu quả trên các CPU đa năng. Đây chính là những vi xử lý chúng ta thường thấy trong các trung tâm dữ liệu ngày nay.
Trong trường hợp doanh nghiệp thật sự cần huấn luyện một mô hình ngôn ngữ lớn, các bộ tăng tốc AI chuyên dụng như Gaudi2 của Intel là một giải pháp thay thế cho các GPU truyền thống. Trên thực tế, Gaudi2 mang đến những lợi thế về chi phí cạnh tranh cho doanh nghiệp, cả về chi phí máy chủ lẫn hệ thống. Hiệu suất được chứng thực bởi MLPerf của bộ tăng tốc cùng những cải tiến về phần mềm sắp ra mắt giúp Gaudi2 trở thành một sự thay thế cực kỳ hấp dẫn về hiệu năng/giá thành cho các vi xử lý đồ họa chuyên dụng.
Do vậy, giải quyết các thách thức từ trí tuệ nhân tạo đòi hỏi một hướng tiếp cận toàn diện để có thể đáp ứng nhiều trường hợp sử dụng, ứng dụng, và yêu cầu về hiệu năng. Điều này cho chúng ta thấy rằng các ứng dụng AI khác nhau sẽ có những yêu cầu khác biệt về cấu hình điện toán. Đó là những hệ thống được xây dựng với tính chính xác cao và là một sự giao thoa đa dạng giữa các kiến trúc và phần cứng để có thể chạy nhiều loại CPU, GPU, FPGA, hoặc các bộ tăng tốc khác.
Tóm lại, không có một giải pháp điện toán nào toàn diện. Thay vào đó, các nền tảng điện toán cần phải trở nên linh hoạt và mở rộng dễ dàng hơn để thay đổi theo các yêu cầu của ứng dụng nhằm triển khai được AI vào thực tiễn.
AI cần một hệ sinh thái mở
Ở thời điểm hiện tại, ngoài các vi xử lý, AI cũng là một trở ngại đối với phần mềm. Để phổ cập AI, chúng ta cần một hệ sinh thái mở, trong đó phần mềm đóng vai trò chủ yếu để giải phóng sức mạnh và khả năng mở rộng của AI. Nếu không có một loạt khung phần mềm và bộ công cụ được tối ưu để hỗ trợ phần cứng chạy các ứng dụng AI, hiệu năng vượt trội cũng sẽ không đáp ứng được những yêu cầu tối ưu cho mục đích kinh doanh.
Các lập trình viên cần hướng tiếp cận xây dựng một lần và có thể triển khai ở mọi nơi với các giải pháp linh hoạt, mã nguồn mở và tiết kiệm điện năng để có thể chạy mọi loại AI. Một công cụ điển hình là oneAPI Tookits của Intel. Công cụ này có thể giúp các doanh nghiệp viết mã một lần và sau đó có thể chạy trên mọi nền tảng phần cứng khác nhau.
Những công cụ như vậy giúp các doanh nghiệp vừa tối ưu hiệu năng của các ứng dụng AI vừa tối ưu chi phí, cũng như đơn giản hóa việc quản lý nhiều nền tảng phần cứng khác nhau. AI được xây dựng dựa trên một hệ sinh thái mở sẽ dễ dàng được truy cập rộng rãi và hiệu quả về chi phí. Ngoài ra, nó cũng giúp loại bỏ các rào cản làm chậm trễ tiến độ và giúp các lập trình viên xây dựng và triển khai AI ở mọi nơi trong khi vẫn ưu tiên điện năng, chi phí, và hiệu năng qua việc sử dụng phần cứng và phần mềm phù hợp nhất cho từng việc.
Đầu tư vào tương lai của AI
Rõ ràng, AI đang dần trở nên mạnh mẽ hơn và mở ra những cơ hội mới cho các doanh nghiệp. Dù các doanh nghiệp chạy ứng dụng AI trên đám mây hay tạo ra các giải pháp phần cứng tại chỗ, họ nên sẵn sàng bởi nhu cầu điện toán có thể tăng nhanh chóng trong tương lai.
AI sẽ yêu cầu một nền tảng để hỗ trợ nhiều khía cạnh trong việc thiết kế mô hình AI, phát triển và triển khai trên khắp các nền tảng điện toán khi AI tiếp tục phát triển.
Việc thực sự gặt hái được những lợi ích từ AI lại phụ thuộc vào cách doanh nghiệp đầu tư cho những khả năng cần thiết để phát huy tối đa khả năng của AI, cũng như một môi trường điện toán hỗn hợp và một hệ sinh thái mở để đảm bảo khoản đầu tư của doanh nghiệp vẫn hữu dụng trong tương lai. Hai yếu tố này sẽ đóng vai trò quan trọng khi các doanh nghiệp cân nhắc chuẩn bị cho sự thay đổi của AI.