Tìm hiểu tác động của sức mạnh tính toán đối với các đổi mới AI

Trí tuệ nhân tạo (AI) và năng lực tính toán có mối liên hệ rất chặt chẽ. Năng lực tính toán thiết yếu đối với các ứng dụng AI vì giúp hệ thống máy tính xử lý và thực thi tác vụ. Những ứng dụng này cần tài nguyên tính toán đáng kể để xử lý các thuật toán phức tạp và dataset lớn; đây là lúc GPU phát huy vai trò. GPU, hay bộ xử lý đồ họa, ban đầu được thiết kế để tăng tốc xử lý hình ảnh và video, nhưng đã trở thành thành phần thiết yếu để xử lý khối lượng dữ liệu lớn và các tác vụ deep learning mà AI đòi hỏi.

Trong vài năm qua, chúng ta đã chứng kiến những tiến bộ của AI tăng trưởng theo cấp số nhân. Đương nhiên, phần cứng AI cũng cần phát triển tương ứng để đáp ứng đà tăng trưởng này. Một nghiên cứu cho thấy hiệu năng GPU đã tăng khoảng 7.000 lần kể từ năm 2003.

Phần cứng mạnh hơn, nhanh hơn và hiệu quả hơn giúp các nhà nghiên cứu và kỹ sư phát triển những model AI ngày càng phức tạp. Hãy cùng tìm hiểu cách hạ tầng tính toán cho AI đang phát triển để đáp ứng nhu cầu ngày càng tăng của trí tuệ nhân tạo.

Phần cứng AI: Chủ đề ngày càng được quan tâm#

Vai trò của GPU trong quá trình phát triển AI là không thể phủ nhận. Những bộ xử lý mạnh mẽ này tăng tốc các phép tính phức tạp cần thiết để huấn luyện và triển khai model AI. Về cơ bản, GPU là nền tảng của công nghệ AI hiện đại. Tuy nhiên, GPU không phải là thành phần duy nhất thu hút sự chú ý.

Chúng ta đang bắt đầu chứng kiến sự xuất hiện của các chip chuyên dụng cho AI có khả năng cạnh tranh với GPU. Những chip này được thiết kế hoàn toàn mới để giúp AI thực hiện tác vụ tốt hơn và nhanh hơn. Nhiều nghiên cứu và nỗ lực đang được đầu tư để cải thiện tương lai của năng lực tính toán AI. Nhiều công ty đang đầu tư vào năng lực tính toán AI; đây là một trong những lý do khiến thị trường phần cứng AI toàn cầu được định giá 53,71 tỷ USD vào năm 2023 và dự kiến đạt khoảng 473,53 tỷ USD vào năm 2033.

Vì sao những tiến bộ về phần cứng AI gần đây lại trở thành chủ đề được quan tâm? Xu hướng chuyển sang phần cứng AI chuyên dụng phản ánh nhu cầu ngày càng tăng của các ứng dụng AI trên nhiều lĩnh vực. Để tạo ra các giải pháp AI thành công, việc nắm bắt những thay đổi về phần cứng và đi trước xu hướng là điều quan trọng.

Các đơn vị chủ chốt trong lĩnh vực phần cứng AI#

Các nhà sản xuất phần cứng hàng đầu đang chạy đua phát triển phần cứng thế hệ tiếp theo, cải thiện hiệu năng và hiệu quả thông qua hoạt động phát triển nội bộ, quan hệ đối tác chiến lược và mua lại.

Hình 1. Các đơn vị dẫn đầu về phần cứng AI.

Apple đã chuyển từ sử dụng GPU bên ngoài sang phát triển chip dòng M của riêng mình với neural engine để tăng tốc AI, qua đó củng cố hệ sinh thái được kiểm soát chặt chẽ. Trong khi đó, Google tiếp tục đầu tư mạnh vào hạ tầng Bộ xử lý tensor (TPU). TPU là chip AI được thiết kế để hoạt động nhanh hơn và tiêu thụ ít năng lượng hơn GPU, nhờ đó rất phù hợp để huấn luyện và triển khai giải pháp AI ở quy mô lớn hơn.

Tương tự, AMD đã tham gia lĩnh vực phần cứng AI với dòng bộ tăng tốc Instinct, hướng đến trung tâm dữ liệu và các ứng dụng điện toán hiệu năng cao. NVIDIA cũng tiếp tục tập trung phát triển GPU được tối ưu hóa cho khối lượng công việc AI, chẳng hạn như GPU Tensor Core A100 và H100.

Ngoài những đơn vị đã có chỗ đứng này, nhiều startup và viện nghiên cứu đang tìm hiểu các kiến trúc chip AI mới. Chẳng hạn, Graphcore chuyên về tính toán thưa với Bộ xử lý thông minh (IPU). Cerebras Systems cung cấp Wafer Scale Engine, một chip khổng lồ được thiết kế cho các tác vụ AI ở quy mô cực lớn.

Những tiến bộ mới nhất về phần cứng AI#

Hãy cùng điểm qua những phần cứng AI mới nhất vừa ra mắt.

Ngày 9 tháng 4 năm 2024, Intel ra mắt chip AI mới nhất của hãng, Gaudi 3; Intel cho biết chip này có hiệu năng vượt trội so với GPU H100 của NVIDIA:

• Hiệu quả sử dụng năng lượng cao hơn gấp đôi và xử lý model AI nhanh hơn 1,5 lần.
• Có nhiều cấu hình linh hoạt, chẳng hạn như dạng tích hợp trên bo mạch chủ hoặc card độc lập.
• Đã được kiểm thử thành công trên nhiều model AI như Llama của Meta và Falcon của Abu Dhabi, chứng minh hiệu quả trong việc huấn luyện và triển khai nhiều model AI, bao gồm Stable Diffusion và Whisper của OpenAI dùng cho nhận dạng giọng nói.

Hình 2. Gaudi 3 của Intel.

Trước khi Gaudi 3 ra mắt, vào ngày 18 tháng 3 năm 2024, NVIDIA đã giới thiệu nền tảng AI mới nhất của mình, Blackwell. Nền tảng này được thiết kế để thúc đẩy những đột phá trong nhiều lĩnh vực và có các đặc điểm sau:

• NVIDIA tuyên bố Blackwell là "con chip mạnh nhất thế giới".
• Nền tảng này sở hữu GPU hai khuôn với 208 tỷ bóng bán dẫn và kết nối liên chip 10 TB/s, thiết lập những tiêu chuẩn mới về công suất và hiệu quả cho AI tạo sinh ở quy mô trung tâm dữ liệu.
• Các nhà cung cấp dịch vụ đám mây hàng đầu như Google Cloud, Amazon Web Services và Microsoft Azure đã công bố kế hoạch sử dụng Blackwell để thúc đẩy tiến bộ trong AI tạo sinh, deep learning và dịch vụ điện toán đám mây.

Hình 3. Blackwell của NVIDIA.

Sự trỗi dậy của chip AI tùy chỉnh#

Trong khi đó, một số tập đoàn công nghệ lớn đang phát triển chip AI tùy chỉnh của riêng mình để vận hành các dịch vụ của họ.

Ngày 10 tháng 4 năm 2024, Meta công bố phiên bản mới nhất của Bộ tăng tốc Huấn luyện và Suy luận Meta (MTIA). Con chip thế hệ thứ hai này, hiện đã được đưa vào vận hành tại các trung tâm dữ liệu của Meta, cho hiệu năng tính toán và băng thông bộ nhớ cao hơn. Những nâng cấp này hỗ trợ hiệu năng của các ứng dụng AI của Meta, chẳng hạn như các công cụ xếp hạng và đề xuất trên những nền tảng như Facebook và Instagram.

Hình 4. Phiên bản MTIA mới nhất của Meta.

Tương tự, các tập đoàn lớn khác như Google, Amazon và Microsoft cũng đã giới thiệu chip silicon tùy chỉnh của riêng mình trong năm nay. Đây là bước đi chiến lược nhằm tối ưu hóa cơ cấu chi phí và giảm sự phụ thuộc vào các nhà cung cấp bên thứ ba như NVIDIA.

Phần cứng AI được sử dụng ở đâu?#

Phần cứng AI hỗ trợ nhiều giải pháp AI trong các ngành nghề khác nhau. Trong lĩnh vực chăm sóc sức khỏe, phần cứng AI cung cấp năng lực xử lý cho các hệ thống chẩn đoán hình ảnh y tế như MRI và CT, xử lý hiệu quả các tác vụ phức tạp và khối lượng dữ liệu lớn để chẩn đoán nhanh chóng, chính xác.

Các tổ chức tài chính sử dụng thuật toán AI để phân tích dữ liệu nhằm phát hiện gian lận và tối ưu hóa đầu tư. Bản chất phức tạp của việc phân tích dữ liệu tài chính đòi hỏi năng lực phần cứng tiên tiến để xử lý hiệu quả khối lượng tính toán khổng lồ.

Trong ngành ô tô, phần cứng AI hỗ trợ xử lý dữ liệu cảm biến theo thời gian thực trong xe tự hành. Các tác vụ như phát hiện đối tượng và tránh va chạm cần có phần cứng tiên tiến với năng lực xử lý mạnh mẽ để đưa ra quyết định nhanh chóng và đảm bảo an toàn cho hành khách.

Hình 5. Bộ não của một phương tiện tự hành.

Các nhà bán lẻ sử dụng công cụ đề xuất ứng dụng AI để cá nhân hóa trải nghiệm mua sắm và thúc đẩy doanh số. Họ phân tích lượng lớn dữ liệu khách hàng trên nhiều bộ phận để dự đoán sở thích và đề xuất sản phẩm phù hợp. Nhu cầu phân tích các tập dữ liệu đa dạng và tạo đề xuất cá nhân hóa đòi hỏi phần cứng tiên tiến để phản hồi theo thời gian thực và tăng mức độ tương tác của người dùng.

Một ví dụ khác trong lĩnh vực bán lẻ là sử dụng thị giác máy tính để giám sát và phân tích hành vi khách hàng. Các nhà bán lẻ có thể tìm hiểu cách khách hàng tương tác với môi trường xung quanh, xác định sản phẩm được ưa chuộng và phát hiện quy luật lưu thông của khách hàng. Dựa trên những phát hiện này, họ có thể tối ưu hóa cách bố trí cửa hàng và sắp xếp sản phẩm để cải thiện doanh số. Năng lực tính toán rất quan trọng để xử lý theo thời gian thực khối lượng lớn dữ liệu video. Việc theo dõi chính xác chuyển động và tương tác phụ thuộc vào phần cứng mạnh mẽ. Nếu thiếu phần cứng phù hợp, tốc độ và độ chính xác xử lý dữ liệu sẽ suy giảm, làm giảm hiệu quả phân tích hành vi khách hàng.

Đó mới chỉ là phần nổi của tảng băng chìm. Từ sản xuất đến nông nghiệp, có thể thấy phần cứng AI ở khắp mọi nơi.

Mở rộng quy mô AI bằng sức mạnh tính toán#

Phần cứng AI thường được xây dựng để xử lý các tác vụ lớn. Có thể khó hình dung quy mô triển khai AI trong các ngành trên toàn thế giới, nhưng rõ ràng AI chỉ có thể mở rộng quy mô khi được trang bị phần cứng phù hợp.

Hãy xem xét sự hợp tác giữa BMW và NVIDIA. BMW sản xuất 2,5 triệu ô tô mỗi năm, nên quy mô hoạt động của hãng là rất lớn. BMW đang sử dụng AI để tối ưu hóa nhiều khía cạnh trong quy trình sản xuất, từ kiểm soát chất lượng và bảo trì dự đoán đến logistics và quản lý chuỗi cung ứng.

Để đáp ứng nhu cầu như vậy, BMW dựa vào các giải pháp phần cứng AI tiên tiến như NVIDIA Quadro RTX 8000 và các máy chủ chạy RTX. Những công nghệ này giúp việc triển khai AI trở nên dễ dàng hơn và có khả năng mở rộng cao hơn.

Sức mạnh tính toán ảnh hưởng đến nhiều khía cạnh của giải pháp AI#

Ngoài việc cung cấp năng lực tính toán cho các ứng dụng AI, phần cứng AI mà bạn chọn còn ảnh hưởng đến giải pháp về hiệu năng model, nhu cầu chuyển đổi model, tính linh hoạt khi triển khai và độ chính xác tổng thể. Sau khi được huấn luyện và kiểm thử, các model AI thường được chuyển đổi sang định dạng có thể chạy trên nền tảng triển khai đã chọn.

Tuy nhiên, việc chuyển đổi model có thể làm giảm độ chính xác và cần được tính đến từ trước. Các công cụ tích hợp như ONNX (Trao đổi mạng nơ-ron mở) có thể cung cấp định dạng chuẩn hóa để triển khai model AI trên nhiều nền tảng phần cứng khác nhau. Đây cũng là lý do các model phổ biến như YOLOv8 cho phép người dùng xuất model đã huấn luyện tùy chỉnh sang nhiều định dạng khác nhau để đáp ứng nhiều tùy chọn triển khai.

Hiệu quả năng lượng là yếu tố thiết yếu cho tương lai của điện toán AI#

Tác động của năng lực tính toán AI tiên tiến không chỉ giới hạn trong lĩnh vực AI mà còn lan sang ngành năng lượng.

Hình 6. Hướng tới phần cứng AI bền vững.

Ví dụ, Llama 3 của Meta, một mô hình ngôn ngữ lớn (LLM) tiên tiến, được huấn luyện bằng hai cụm trung tâm dữ liệu được xây dựng riêng, mỗi cụm trang bị 24.576 GPU NVIDIA H100. Kết hợp với những cải tiến phần mềm, thiết lập này giúp quá trình huấn luyện Llama 3 hiệu quả hơn khoảng ba lần so với huấn luyện Llama 2. Do đó, những tiến bộ về phần cứng AI cũng góp phần vận hành tiết kiệm năng lượng hơn.

Hơn nữa, mối liên hệ giữa AI và năng lượng ngày càng được quan tâm, với sự tham gia của những người như Sam Altman. Altman, được biết đến là CEO của OpenAI, gần đây đã đưa công ty năng lượng hạt nhân Oklo ra công chúng. Với công nghệ phân hạch hạt nhân sáng tạo, Oklo hướng đến chuyển đổi hoạt động sản xuất năng lượng, có khả năng cung cấp điện cho các trung tâm dữ liệu thiết yếu đối với hoạt động AI. Trong vài năm qua, Bill Gates, đồng sáng lập Microsoft, và Jeff Bezos, nhà sáng lập Amazon, cũng đã đầu tư vào các nhà máy điện hạt nhân.

Vượt ra ngoài mạch điện#

Trong tương lai, phần cứng AI được kỳ vọng sẽ có những bước tiến vượt bậc, đặc biệt là cùng với sự phát triển của điện toán lượng tử. Khi các model AI ngày càng phức tạp, phần cứng chuyên dụng trở nên thiết yếu để khai thác tối đa tiềm năng của chúng. Từ chip chuyên biệt cho AI đến nghiên cứu điện toán lượng tử, đổi mới phần cứng thúc đẩy sự phát triển của các giải pháp AI phức tạp và có tác động lớn hơn.

Hãy ghé thăm repository GitHub và tham gia cộng đồng của chúng tôi để tìm hiểu thêm về AI. Khám phá các bài viết mới nhất trên blog để xem AI được ứng dụng trong nhiều lĩnh vực như đua xe Công thức 1 và robotics.