Về cơ bản, kích thước của các hệ thống siêu máy tính trên thế giới đều vô cùng khổng lồ - thường sẽ có kích cỡ tương đương với một sân bóng rổ. Vậy nên việc nghiên cứu và học tập các hệ thống siêu máy tính đối với sinh viên hay những người có hứng thú tìm hiểu về ngành này là vô cùng khó khăn, bởi lẽ khu vực đặt siêu máy tính sẽ là khu vực cấm những người không liên quan lui tới.

Tuy nhiên, theo như thành viên Wei Lin đến từ Github, nếu chỉ đơn giản muốn học tập và tìm hiểu cách thức mà một hệ thống siêu máy tính làm việc, chúng ta hoàn toàn có thể tự tạo ra một chiếc siêu máy tính mini tại nhà, với chi phí chưa đến 100 USD.

Chiếc siêu máy tính của Wei Lin được tạo thành từ 6 chip ESP32 - một loại máy tính mini tương tự Raspberry Pi, nhưng rẻ hơn rất nhiều, chỉ 7 USD mà thôi. Chip ESP32 được sản xuất và gia công tại Trung Quốc, do đó chúng có giá rẻ hơn Raspberry Pi rất nhiều. Siêu máy tính 6 chip ESP32 của Wei Lin có giá tương đương Raspberry Pi, nhưng lượng nhân xử lý thì nhiều gấp 3 lần.

Nhưng nếu như chỉ lắp 6 con chip ESP32 với nhau thì đâu có thể gọi nó là một chiếc siêu máy tính được. Thử thách lớn nhất dành cho Wei Lin chính là tìm cách để hệ thống có thể hoạt động và phối hợp các thao tác tính toán với nhau, và điều này được thực hiện thông qua phần mềm mang tên Celery - được thiết kế để đồng bộ các thao tác tính toán giữa nhiều nhân xử lý khác nhau.

Trong Video giới thiệu của mình, Wei Lin đã trình diễn khả năng sử dụng "siêu máy tính" mini để chạy một chương trình đếm số từ trong câu. Theo như chi tiết được đăng tải trên Github, về cơ bản nguyên lý hoạt động của chiếc siêu máy tính này là hệ thống gửi danh sách các thao tác tính toán đến với chip xử lý, và các con chip sẽ nhận lệnh tính toán, trả kết quả, nhận lệnh mới, cũng như tương tác với nhau để san sẻ khối lượng công việc cho nhau.

Chiếc siêu máy tính giá rẻ này đương nhiên sẽ không thể nào sở hữu sức mạnh khủng khiếp hay có thể tính toán được những vấn đề to lớn vĩ mô, tuy nhiên chúng vẫn sẽ là một công cụ giá rẻ vô cùng hữu ích cho những người muốn tìm hiểu, nghiên cứu về những chiếc siêu máy tính mà không có điều kiện để tiếp xúc với siêu máy tính thực tế ngoài đời thực.

Theo GenK

5 quỹ đầu tư quốc tế đầu tư vào Base.vn nhưng không tiết lộ số tiền đầu tư

Base.vn vừa công bố nhận đầu tư từ quỹ Nextrans-một trong những quỹ đầu tư mạo hiểm đến từ Hàn Quốc. Tính đến thời điểm hiện tại, Nextrans là quỹ thứ 5 tham gia đầu tư vào startup công nghệ này sau Beenext, Alpha JWC, VIISA và 500 Startup.

Được biết, Nextrans đã đầu tư vào hơn 60 công ty tại nhiều quốc gia trên thế giới, chủ yếu tập trung tại thị trường Mỹ và Hàn Quốc. Đến nay, Nextrans đã hỗ trợ huy động được hơn 400 triệu USD cho các công ty nằm trong danh mục đầu tư của mình. Ở Việt Nam, Nextrans đã đầu tư một số thương vụ như Luxstay, JamJa, hay EcoTruck.

Số tiền đầu tư vào Base lần này không được tiết lộ, tuy nhiên trước đó Base công bố họ đã nhận được 1.7 triệu USD sau 2 lần gọi vốn đầu tiên và đang dừng lại ở vòng Pre-Serie A.

Chia sẻ về thương vụ đầu tư này, Ông Chris giám đốc quỹ đầu tư Nextrans cho biết: “Trong vòng 2 năm qua, chúng tôi đã nghiên cứu khoảng 600 công ty khác nhau với hơn 10 giải pháp công nghệ dành cho doanh nghiệp, từ những phần mềm chuyên biệt hóa cho đến những giải pháp tổng thể có chi phí rất cao như SAP. Vì vậy, chúng tôi có cơ sở vững chắc để tin tưởng và đánh giá cao các giải pháp của Base.”

 “Không những thế, Base còn sở hữu một đội ngũ với nền tảng công nghệ tốt và tư duy sản phẩm đúng đắn, rất phù hợp để phát triển các sản phẩm chất lượng cao và toàn diện cho doanh nghiệp, phổ rộng trên cả thị trường Đông Nam Á, chứ không chỉ riêng Việt Nam.” Ông Chris cho biết thêm.

Bắt đầu phát triển từ năm 2016 và chính thức ra mắt thị trường vào năm 2017, được sáng lập bởi cựu sinh viên Stanford Phạm Kim Hùng, Base.vn là nền tảng SaaS (Software-as-a-Service) đầu tiên trong khu vực được xây dựng để thống nhất quá trình quản trị và điều hành doanh nghiệp như quản trị nhân sự, quản lý công việc và tài chính. Rất nhiều ứng dụng của Base đã được dùng phổ biến như Base E-Hiring, Base Wework, Base Request, Base Inside...

AI hay trí tuệ nhân tạo đang dần trở thành động lực của ngành công nghiệp khi nó giúp con người phát hiện ung thư, lái xe và dự đoán thiên tai,…Thế nhưng chúng ta đều không hay biết rằng, quá trình đào tại AI cũng gây ra những hệ lụy cho môi trường.

Theo một nghiên cứu mới đây của các nhà khoa học Mỹ, mô hình đào tạo AI phổ biến có thể phát thải ra hơn 283,9 tấn CO2. Con số này nhiều hơn 5 lần số lượng khí thải trung bình mà một chiếc xe tại Mỹ phát thải ra môi tường trong suốt vòng đời của nó, tính bao gồm cả công đoạn sản xuất xe hơi.

Hầu như các nhà nghiên cứu AI đều tỏ ra bất ngờ với những tác động tiềm tàng của AI đối với môi trường.

Việc giúp máy móc có thể hiểu được ngôn ngữ là hành vi gây hại cho môi trường?

Theo Interesting Engineering, nghiên cứu trên tiến hành tìm hiểu quá trình xử lý ngôn ngữ tự nhiên hoặc lập trình ngôn ngữ tư duy (NLP). Cộng đồng nghiên cứu NLP đã đóng góp khá nhiều cho công nghệ trong thời gian quan, bao gồm việc dịch máy và hoàn thành câu.

Tuy nhiên để đánh đổi những cải tiến trong thời gian qua trên nhiều ứng dụng, việc đào tạo AI hiểu được ngôn ngữ của con người đòi hỏi một lượng dữ liệu khổng lồ được thu thập từ Internet. Đặc biệt việc chuyển đổi các bộ dữ liệu này thành một chương trình đào tạo cần tới một nguồn năng lượng máy tính khổng lồ.

Nguồn năng lượng đó đền từ đâu?

Tất nhiên điện năng được lấy từ nhà máy điện và để tạo ra điện, con người cần tới các nguồn tài nguyên như nhiên liệu hóa thạch, hạt nhân,…và đó chỉ là một trong số ít những nguyên nhân gây ra biến đổi khí hậu và ô nhiễm môi trường.

Bốn mô hình được các nhà nghiên cứu sử dụng để xác định tác động của quá trình đào tạo AI đối với môi trường gồm Transformer, ELMo, BERT và GPT-2. Để tìm ra mức độ phát thải CO2 của các mô hình này, nhóm nghiên cứu tiến hành đào tạo từng mô hình một, dựa trên một GPU duy nhất trong vòng tối đa 1 ngày. Hoạt động này nhằm đo lượng điện tiêu thụ của AI.

Sau đó, họ sử dụng số giờ đào tạo các mô hình để tính tổng điện năng mà toàn bộ quá trình đào tạo có thể tiêu thụ. Con số này sau đó sẽ được chuyển đổi thành khối lượng CO2 phát thải. Kết quả cho thấy, chi phí đào tạo AI và tác động của nó với môi trường tỷ lệ thuận với quy mô của mô hình huấn luyện AI.

Bước cuối cùng và cũng là tốn kém nhất chính là cải thiện độ chính xác của AI. Mặc dù vậy đây cũng là bước gây ra tác động lớn nhất đối với môi trường.

Với các mô hình loại bỏ bước cuối cùng, lượng phát thải CO2 ước tính chỉ vào khoảng 635kg CO2. Con số này tương đương với lượng CO2 của một chuyến bay vòng quanh nước Mỹ áp dụng cho một người.

Điều tồi tệ hơn là khi các nhà nghiên cứu khẳng định, đây chỉ là những con số khiêm tốn vì các nhà nghiên cứu chỉ đào tạo mô hình AI với mức tiêu thụ điện năng tối thiểu. Hầu hết các chương trình đào tạo AI thực tế sẽ cần một lượng điện năng khổng lồ hơn thế.

Tác động từ việc huấn luyện AI là rất lớn. Đó là lý do nhóm nghiên cứu đề xuất chuyển hoạt động nghiên cứu AI ra khỏi các học viện và áp dụng chỉ trong nội bộ một không gian riêng. Có thể thấy, chi phí để phát triển AI thực tế rất lớn vì nó không chỉ tốn tài nguyên mà còn gián tiếp gây ô nhiễm môi trường.

Mặc dù AI đang thúc đẩy sự phát triển của nhiều ngành công nghiệp như quốc phòng, y tế, giáo dục. Nhưng rõ ràng việc theo dõi và giám sát sự phát triển của AI sẽ ngày càng khó khăn hơn nếu như các nguồn tài nguyên dần cạn kiệt.

Tiến Thanh