Một nghiên cứu mới đây của Accenture cho thấy, các doanh nghiệp ứng dụng công nghệ AI tiên tiến như các mô hình ngôn ngữ lớn và AI tạo sinh có khả năng tăng doanh thu lên đến 10%, cao hơn 2,6 lần so với những doanh nghiệp không ứng dụng công nghệ này.

Trong thời đại của trí tuệ nhân tạo và các mô hình ngôn ngữ lớn (LLMs), khoa học dữ liệu và AI đang ngày càng tích hợp sâu vào quy trình làm việc. Tuy nhiên, việc triển khai và ứng dụng các mô hình AI vào hoạt động kinh doanh cũng gặp không ít thách thức. 

Theo ông Nguyễn Văn Tuấn, CEO Hyratek, đơn vị hỗ trợ hệ thống và hạ tầng AI phục vụ cho dự án phục dựng ảnh liệt sĩ, nhu cầu về các hệ thống thiết bị dùng cho việc đào tạo, huấn luyện AI trên thế giới đang cao hơn mức cung của thị trường. Người mua thậm chí phải đặt hàng nhà cung cấp trước nửa năm mới có thiết bị. 

Một chàng trai đang chuyện trò với cô gái ảo trí tuệ nhân tạo. Ảnh: ChatGPT

Thế giới đang “khát” hạ tầng phần cứng phục vụ cho trí tuệ nhân tạo. Trong khi đó, các hệ thống AI thường được đào tạo tập trung, với chi phí rất đắt đỏ. Đây chính là một rào cản trong việc ứng dụng AI vào hoạt động của các doanh nghiệp. 

Nhiều doanh nghiệp tại Việt Nam đang sử dụng dịch vụ đám mây để triển khai các mô hình AI. Tuy nhiên, hình thức này lại gây tốn kém khi hoạt động ở quy mô lớn và thiếu sự linh hoạt về quy trình làm việc. 

Trong một sự kiện mới đây, ông Nguyễn Văn Giáp, Tổng Giám đốc Lenovo Việt Nam cho hay, để ứng dụng AI nhiều hơn vào quá trình hoạt động, sản xuất, các doanh nghiệp có xu thế mới là sử dụng các dòng máy trạm tích hợp AI. 

Nhiều tổ chức đang chuyển sang lưu trữ và phát triển các mô hình ngôn ngữ lớn (LLMs) và nhỏ (SLMs) riêng tư, do lo ngại về bảo mật và chi phí đào tạo dữ liệu.

Điều này không chỉ tối ưu hoá quy trình làm việc mà còn giúp chủ doanh nghiệp đưa ra quyết định kịp thời, đồng thời thúc đẩy đổi mới sáng tạo trong nhiều lĩnh vực.

Nhờ sở hữu các CPU và GPU hiệu suất cao, các máy trạm được thiết kế để thúc đẩy phát triển các mô hình AI, tinh chỉnh và huấn luyện ở quy mô nhỏ hơn và chi phí thấp hơn so với trên đám mây.

Việc sử dụng dữ liệu tại chỗ không chỉ an toàn hơn mà còn cho phép các nhà khoa học dữ liệu huấn luyện các mô hình AI với vòng lặp thử nghiệm khép kín và nhanh hơn, nhờ đó giảm thời gian để có được kết quả cuối cùng.

Đạt biên tập