Việt Nam xác lập chiến lược quốc gia với mục tiêu trở thành 1 trong 4 quốc gia hàng đầu ASEAN về trí tuệ nhân tạo (AI) vào năm 2030.

Tham vọng này đang được thể hiện qua các khoản đầu tư lớn vào hạ tầng trung tâm dữ liệu trên cả nước. Tuy nhiên, 1 chiến lược chỉ tập trung vào hạ tầng đám mây tập trung có thể không đủ để giải quyết các thách thức cơ bản, đồng thời có nguy cơ tạo ra hệ sinh thái AI dễ bị tổn thương. Trong khi đó, cách tiếp cận toàn diện hơn là kết hợp mô hình điện toán phân tán, cần thiết để đạt được mục tiêu tăng trưởng bao trùm.

Hiện trạng và thách thức

Thị trường AI của Việt Nam có giá trị ước tính 750 triệu USD vào năm 2024, dự báo tăng trưởng với tốc độ kép hàng năm (CAGR) lên đến 18% trong giai đoạn 2024 - 2030. Theo "Chỉ số sẵn sàng ứng dụng AI của Chính phủ năm 2024" (Government AI Readiness Index 2024) của Oxford Insights, Việt Nam xếp hạng 51 trên 193 quốc gia. Mặc dù có những tiến bộ, quốc gia vẫn đối mặt với những thách thức nền tảng như thiếu hụt nguồn nhân lực AI có trình độ cao, cũng như cơ sở hạ tầng dữ liệu chưa đủ mạnh để huấn luyện các mô hình quy mô lớn. Việc quá tập trung vào các trung tâm dữ liệu có thể làm trầm trọng thêm sự thiếu hụt này tại các địa điểm trung tâm.

Hạn chế của mô hình tập trung vào đám mây

Tổng công suất trung tâm dữ liệu của Việt Nam đạt 51 MW vào năm 2024, con số này dự kiến sẽ tiếp tục tăng. Tuy nhiên, mô hình chỉ dựa vào đám mây bộc lộ 1 số điểm yếu. Dù tỷ lệ thâm nhập Internet cao ở mức 79.1%, chất lượng kết nối không đồng đều, đặc biệt ở các vùng nông thôn, đã hạn chế hiệu quả của các ứng dụng AI dựa trên đám mây. Hơn nữa, các trung tâm dữ liệu tiêu thụ lượng điện năng lớn, gây áp lực lên lưới điện quốc gia, làm tăng các rủi ro về an ninh mạng do truyền tải dữ liệu.

Đề xuất mô hình điện toán phân tán

Giải pháp được đề xuất là bổ sung cho các trung tâm dữ liệu 1 mô hình điện toán phân tán, tạo ra hệ sinh thái AI gồm 3 trụ cột. Trong đó, trung tâm dữ liệu (đám mây) giữ vai trò huấn luyện các mô hình lớn; máy tính cá nhân AI (máy trạm) trang bị bộ xử lý thần kinh (NPU) đảm nhận các tác vụ suy luận ở phía người dùng; các thiết bị biên như điện thoại thông minh xử lý tác vụ thời gian thực tại nguồn dữ liệu.

Vai trò của máy tính cá nhân AI (AI PC)

Trong mô hình này, máy tính AI trang bị NPU được xem là yếu tố quan trọng. Việc xử lý các tác vụ AI trực tiếp trên NPU không chỉ nhanh hơn mà còn tiết kiệm năng lượng hơn. Quan trọng hơn, việc xử lý dữ liệu tại chỗ giúp tăng cường bảo mật và quyền riêng tư, đồng thời cho phép các ứng dụng AI hoạt động độc lập mà không cần kết nối Internet liên tục. Điều này giúp giải quyết hạn chế của mô hình đám mây tại các khu vực có kết nối kém.

Lộ trình chiến lược cho Việt Nam

Lợi thế cạnh tranh dài hạn của Việt Nam nằm ở việc xây dựng hệ sinh thái phần mềm được tối ưu hóa cho phần cứng, thay vì cạnh tranh trực tiếp trong lĩnh vực sản xuất phần cứng. Việc phát triển các ứng dụng chuyên biệt, tối ưu cho NPU, để giải quyết các nhu cầu cụ thể trong các ngành như nông nghiệp hay y tế không chỉ phục vụ thị trường trong nước mà còn có tiềm năng xuất khẩu.

Cách tiếp cận này không phải là lựa chọn giữa "trung tâm dữ liệu hay máy tính cá nhân AI", mà là tích hợp cả 2 để tạo ra hệ thống kỹ thuật số hoàn chỉnh và phân tán. Việc áp dụng chiến lược toàn diện, cân bằng sức mạnh của đám mây với khả năng xử lý tại chỗ của máy tính AI và các thiết bị biên, được coi là con đường hiệu quả để Việt Nam hiện thực hóa tham vọng trong lĩnh vực AI.