Tìm hiểu cách các giải pháp quang học 800G và 1.6T biến quá trình phát triển của AI thành cuộc cách mạng thực thụ thông qua việc nâng cao tốc độ và hiệu suất của trung tâm dữ liệu. Khám phá cách Henkel thúc đẩy đổi mới công nghệ để đáp ứng nhu cầu ngày càng cao của các ứng dụng AI.
Quản lý Chiến lược Thị trường – Tăng trưởng
Khi trí tuệ nhân tạo (AI) dần chiếm lĩnh các mặt báo, từ những dự đoán về tác động tiềm ẩn của AI đến cách chúng ta làm việc, cho đến những thông tin mới nhất về thế giới doanh nghiệp AI, có vẻ như đây là lúc thích hợp để nhìn lại chặng đường phát triển AI và hướng đi sắp tới.
Trong blog này, chúng tôi sẽ tạm gác lại những câu hỏi lớn cho các chuyên gia và nhà tương lai học, để tập trung vào bản chất của AI, quá trình phát triển và vấn đề thực tiễn: các trung tâm dữ liệu làm thế nào để đổi mới công nghệ nhằm bắt kịp nhu cầu tăng trưởng mạnh mẽ về dung lượng AI.
Cụ thể, bài viết sẽ đề cập đến vai trò của giải pháp quang học 800G/1.6T trong việc cung cấp tốc độ và băng thông cần thiết cho mạng lưới trung tâm dữ liệu, bởi dù AI có phát triển đâu, thì cuộc cách mạng AI cũng không thể tiến xa nếu thiếu hệ thống mạng đủ mạnh để vận hành.
Bất kỳ ai từng xem bộ phim “2001: A Space Odyssey” đều sẽ biết rằng ý tưởng về AI đã có từ ít nhất 56 năm trước, với chiếc máy tính HAL 9000, thứ gây ra rất nhiều rắc rối cho các phi hành gia.
Tác giả Arthur C Clark cho biết từ viết tắt HAL không phải được tạo ra bằng cách dịch chuyển các chữ cái “IBM” như lời đồn, mà là viết tắt của cụm “Máy tính thuật toán được lập trình theo phương pháp suy nghiệm” (Heuristically Programmed Algorithmic Computer). Trên thực tế, đây là một định nghĩa khá chuẩn cho một cỗ máy AI.
Chiếc máy tính truyền thống được lập trình bằng các thuật toán và lệnh cố định. Điểm khác biệt của AI là sự kết hợp những yếu tố này với phương pháp suy nghiệm, hay khả năng tự học và đưa ra quyết định hoặc tạo nội dung dựa trên những gì đã học, qua đó mô phỏng trí thông minh của con người.
Lịch sử của trí tuệ nhân tạo bắt đầu từ rất lâu trước khi máy tính hư cấu HAL 9000 ra đời.
- Automata, những con búp bê và máy móc giống người có khả năng tự di chuyển theo ý muốn, đã tồn tại từ tận thế kỷ 17, theo bài viết “Before they were robots (Tiền thân của robot)” của CNET1.
- Đến mùa hè năm 1955, giáo sư toán học John McCarthy – người tiên phong trong lĩnh vực trí tuệ nhân tạo – đã giới thiệu thuật ngữ này tại một hội thảo của Đại học Dartmouth, mở ra thời kỳ đầu tiên của AI trong suốt những năm 1950.
- Năm 1966, Joseph Weizenbaum đã tạo ra chatbot đầu tiên, ELIZA, lấy cảm hứng từ Eliza Doolittle trong Pygmalion. ELIZA đóng vai trò là một nhà trị liệu tâm lý mô phỏng, sử dụng công cụ xử lý ngôn ngữ tự nhiên (NLP) để giao tiếp với con người.
- Vào những năm 1980, Dự án máy tính thế hệ thứ năm của Nhật Bản (FGCP) ra đời, với mục tiêu tạo ra thế hệ máy tính thứ năm có khả năng xử lý dựa trên suy luận và trí tuệ nhân tạo. Mặc dù hiện nay ít được nhắc đến, nhưng dự án này phản ánh sự nhìn nhận sớm về vai trò chuyển đổi tiềm năng của AI.
- Năm 1977, máy tính Deep Blue của IBM đã giành chiến thắng đầy bất ngờ và ngoạn mục trước kỳ thủ cờ vây Gary Kasparov.
- Vài năm sau, hai tàu thám hiểm sao Hỏa Spirit và Opportunity của NASA đã bắt đầu tự mình khám phá hành tinh đỏ. Ngày nay, có hai tàu thám hiểm sao Hỏa là Curiosity và Perseverance vẫn đang hoạt động trên sao Hỏa. Cả hai con tàu đều được trang bị hệ thống AI AEGIS, sử dụng công nghệ học sâu, thị giác máy tính và mạng nơ-ron nhân tạo để phân tích địa chất.
- Siri của Apple ra mắt năm 2011, tiếp đó là Alexa của Amazon năm 2014, trở thành công cụ giúp người dùng đặt đồ ăn cho tối thứ Sáu nhanh chóng hơn bao giờ hết.
Tất cả những ví dụ này đều phản ánh quá trình phát triển mang tính tiến hóa của AI. Cho đến ngày 30 tháng 11 năm 2022, khi ChatGPT ra đời và triển khai rộng rãi khả năng AI tạo sinh, báo hiệu sự khởi đầu của cuộc cách mạng AI thực thụ.
Dù chưa rõ cuộc cách mạng này sẽ tác động đến xã hội ra sao, nhưng chắc chắn nó sẽ ảnh hưởng lớn đến ngành công nghiệp máy tính và trung tâm dữ liệu, nơi những đổi mới như giải pháp quang học 800G/1.6T đang giúp ngành này vượt qua thách thức.
AI tạo sinh và các mô-đun đào tạo Học sâu là những hệ thống tiêu thụ lượng dữ liệu khổng lồ. AI học bằng cách lặp lại quy trình nhiều lần, liên tục xem xét các tập dữ liệu lớn để xây dựng hiểu biết của mình. Quá trình này đòi hỏi nguồn tài nguyên tính toán và lưu trữ cực lớn. Một bài viết năm 2023 trên datacentral.com nhấn mạnh rằng ChatGPT-4 sở hữu 1,8 nghìn tỷ tham số và sử dụng tập dữ liệu vượt quá một petabyte cho việc huấn luyện AI tạo sinh dựa trên văn bản – con số này vẫn tiếp tục tăng lên mỗi khi AI học thêm điều mới.
Đơn vị xử lý đồ họa (GPU) trong máy chủ AI, đặc biệt là trong các cụm 800G, được trang bị đầy đủ để xử lý các tác vụ đào tạo AI và suy luận phức tạp. Lý do chính khiến các công ty như Nvidia phát triển mạnh mẽ đến vậy là vì GPU và các sản phẩm khác của họ đóng vai trò quan trọng trong việc thúc đẩy sự tiến bộ của AI.
Các mô-đun đào tạo AI tạo sinh và các tập dữ liệu đặt ra những thách thức lớn về mặt xử lý dữ liệu quy mô lớn và đòi hỏi phản hồi nhanh trong mạng lưới trung tâm dữ liệu AI. Theo các bài viết từ Juniper Networks2 và Network World3 , hai đơn vị cung cấp mạng lưới trung tâm dữ liệu lớn đang triển khai các giải pháp để đáp ứng nhu cầu này, trong khi một blog của Keysight năm 2023 đã bàn về vai trò thiết yếu của mạng 1.6T đối với các công nghệ mới nổi như AI.
Để đáp ứng nhu cầu ngày càng tăng về băng thông và tốc độ của mạng lưới trung tâm dữ liệu AI, cần có cả Ethernet 800G và quang học 800G/1.6T, trong đó Ethernet 800G hiện đang trong giai đoạn phát triển. Có nhiều lựa chọn công nghệ khác nhau, từ bộ thu phát quang học dạng cắm tuyến tính (LPO) truyền thống đến quang học đồng đóng gói (CPO). Mặc dù mỗi công nghệ này đều có ưu và nhược điểm riêng, nhưng tất cả đều đóng vai trò quan trọng trong quá trình chuyển dịch lên 800G/1.6T.
Priyank Shukla của Synopsys, thành viên của Ethernet Alliance, dự đoán rằng mạng lưới trung tâm dữ liệu AI sẽ là đơn vị đầu tiên áp dụng, dự kiến triển khai Ethernet 800G vào năm 2025 và Ethernet 1.6T vào năm 2027. Nhiều đơn vị cung cấp đã ra mắt bộ thu phát quang 800G và bộ thu phát 1.6T cũng đã được công bố. Một blog của Ethernet Alliance4 vào tháng 1 năm 2024 đã phân tích sâu hơn về những bước tiến này.
Để hỗ trợ mạng lưới trung tâm dữ liệu AI, các đơn vị cung cấp thiết bị đang đưa ra các bộ chuyển mạch 51,2Tbps có khả năng hỗ trợ 800G, giúp kết nối máy chủ AI. Các bộ chuyển mạch này có thể hỗ trợ 32 cổng OSFP800, QSFP-DD800, cho phép sử dụng quang học 800G/1.6T. Tóm lại, bộ thu phát quang 800G/1.6T giúp giải quyết những khó khăn của trung tâm dữ liệu AI bằng cách cung cấp băng thông và tốc độ cao hơn để xử lý dữ liệu hiệu quả và giảm độ trễ cho các ứng dụng AI.
Là công ty dẫn đầu thị trường về công nghệ vật liệu và chuyên gia về giải pháp vật liệu cho các ứng dụng trung tâm dữ liệu, Henkel có vai trò quan trọng trong việc phát triển năng lực 800G/1.6T cho trung tâm dữ liệu AI.
Ví dụ, các trung tâm dữ liệu tiêu thụ 1-2% năng lượng toàn cầu, trong đó AI là ứng dụng tiêu tốn rất nhiều năng lượng. Do đó, các nhà thiết kế và sản xuất bộ thu phát quang 800G/1.6T phải đẩy nhanh nỗ lực phát triển các sản phẩm có mức tiêu thụ điện năng thấp hơn, và Henkel đang hợp tác chặt chẽ với các nhà sản xuất hàng đầu để thiết kế các mô-đun nguồn tiết kiệm năng lượng hơn.
Đọc Báo cáo Pulse 2024 tại đây để biết thêm thông tin chuyên sâu về tình trạng công nghệ trung tâm dữ liệu
- Bài viết
- Tài liệu
- Ứng dụng điển hình
- Đồ họa thông tin
- Sách trắng
Các chuyên gia của chúng tôi luôn sẵn sàng tìm hiểu thêm về nhu cầu của bạn.
Trung tâm hỗ trợ và đội ngũ chuyên gia của chúng tôi luôn sẵn sàng hỗ trợ bạn tìm kiếm giải pháp phù hợp với nhu cầu kinh doanh.