Trở lại thập niên 1980 và 1990, hãng General Electric (GE) khi đó đã tổ chức một chiến dịch quảng cáo rất thành công với khẩu hiệu “Chúng tôi mang những điều tốt đẹp đến với cuộc sống”. Hiện tại, có một loại doanh nghiệp hoàn toàn mới, nhiều trong số đó có xuất phát điểm từ ngành bán dẫn, đã mang rất nhiều ý tưởng công nghệ tốt vào cuộc sống, bao gồm trí tuệ nhân tạo (AI - Artificial Intelligence).
Đứng đầu trong số đó là Nvidia, một công ty khởi nghiệp với việc sản xuất chip đồ họa cho PC nhưng hiện đã phát triển thành một công ty "hệ thống" cung cấp các giải pháp công nghệ cho hàng loạt ngành công nghiệp. Tại Hội nghị Công nghệ GPU (GTC) của hãng hồi đầu năm, Nvidia đã cho thấy tầm quan trọng của GPU trong các ứng dụng xe tự hành, hình ảnh y tế, robot và quan trọng nhất là một ứng dụng của AI được gọi là Deep Learning (học sâu).
Hiện có vẻ như mọi công ty công nghệ đều đang hướng về AI, nhưng Nvidia thì đã thực sự bắt tay vào làm ra các ứng dụng AI. Một phần lý do là bởi vì công ty đã đầu tư vào nó được một thời gian dài. Rất may mắn và thật tình cờ, một số ứng dụng ban đầu cho AI và cơ chế học sâu của máy tính cũng như các ứng dụng đồ họa chuyên sâu khác lại thật sự là sự kết hợp tuyệt phối với GPU của Nvidia.
Nhưng cần nhiều hơn may mắn để biến nỗ lực của công ty thành trung tâm dữ liệu, điện toán đám mây, phân tích dữ liệu lớn, điện toán ranh giới và những ứng dụng khác hiện đang được đưa vào sử dụng. Tầm nhìn dài hạn và tập trung của CEO Jensen Huang cùng việc bám sát chiến lược, đầu tư mạnh tay cho nghiên cứu và phát triển và việc tập trung chủ yếu vào phần mềm đã giúp Nvidia trở thành đầu tàu trong mảng ứng dụng AI vào thực tiễn trên nhiều lĩnh vực khác nhau.
Tất cả những thành quả đó được hãng giới thiệu tại hội nghị GTC đầu năm. Trong đó có một số được ứng dụng vào di sản đồ họa vi tính của công ty. Trên thực tế, một số thành quả nghiên cứu của hãng đã hiện thực hóa cái khái niệm từng khiến những con nghiện đồ họa kỹ thuật số trăn trở trong suốt nhiều thập niên: ray tracing thời gian thực (ray tracing là kỹ thuật tạo ra hình ảnh bằng cách dò tia sáng qua các điểm ảnh trong hình ảnh một vật thể và mô phỏng lại những ảnh hưởng trong giao tiếp của vật thể đó với các đối tượng ảo). Công nghệ tính toán chuyên sâu đằng sau ray tracing về cơ bản là theo dấu các tia sáng phát ra từ vật thể trong một hoàn cảnh, kích hoạt đồ họa kỹ thuật số siêu thực, hoàn thiện một cách chi tiết các phản xạ và dấu hiệu trực quan khác để khiến cho hình ảnh trông như thật. Công nghệ RTX mới của hãng là kết quả sự kết hợp giữa GPU Volta tiên tiến nhất (một kết nối NVLink tốc độ cao bên trong các GPU) và công nghệ phần mềm được tích hợp AI có tên là OptiX cho phép khử nhiễu hình ảnh cũng như đem đồ họa độ chi tiết cao ở thời gian thực lên các máy trạm công suất cao.
Trên hết, Nvidia đã công bố hợp tác với một số công ty, các ứng dụng và những tiêu chuẩn mở được chú trọng trong trung tâm dữ liệu dành cho các ứng dụng hội nghị AI, bao gồm TensorFlow, Docker, Kubernetes... Suốt nhiều năm, Nvidia đã cung cấp công cụ và kinh nghiệm liên quan đến việc xây dựng hệ thống thần kinh và những công cụ khác được sử dụng trong các ứng dụng AI. Tại GTC năm nay, công ty tập trung vào giới thiệu phiên bản mới (4.0) của công cụ phần mềm có tên TensorRT (để tối ưu hóa phần nhận dạng giọng nói cho bộ công cụ Kaldi) và việc hợp tác với Microsoft phát triển WindowsML (một nền tảng học máy để chạy các mô hình cài đặt sẵn, được thiết kế để đảm đương các cuộc hội nghị trong phiên bản Windows 10 mới nhất).
TensorRT đặc biệt quan trọng bởi công cụ này có thể giúp tối ưu hóa khả năng của các trung tâm dữ liệu trong việc xử lý hội nghị, chẳng hạn như nhận dạng giọng nói cho loa thông minh và nhận diện những ý kiến phản đối qua các đoạn video trên máy chủ ở khung thời gian thực. Đây là những loại năng lực mà các thiết bị tích hợp AI đã bắt đầu sở hữu. Do đó, việc cải thiện tính hiệu quả của những tính năng sẽ có ảnh hưởng lớn đến hiệu suất của chúng đối với người dùng thông thường. Tuy nhiên, hội nghị trên nền trung tâm dữ liệu hiện là thị trường rất cạnh tranh, bởi Intel và những hãng khác đã đạt được một số thành công nhất định (như những nỗ lực gần đây của Intel với Microsoft trong việc sử dụng chip FPGA để giúp công cụ Bing trở nên thông minh hơn và tìm kiếm theo ngữ cảnh tốt hơn). Dẫu vậy, đó vẫn là một thị trường đủ lớn và có đủ cơ hội cho những hãng như Nvidia, Intel cùng các đối thủ cạnh tranh khác.
Ở lĩnh vực tự động hóa, Nvidia tung ra gói lái mô phỏng dựa trên thực tế ảo Drive Constellation, dùng AI để tạo ra các tình huống lái xe thật và sau đó phản ứng với chúng trên một chiếc máy khác chạy phần mềm tự lái của công ty. Phương pháp dựa trên nguyên lý hardware-in-the-loop (sử dụng phần cứng để mô phỏng vòng điều khiển) này là một bước quan trọng trong thử nghiệm. Nó cho phép những hệ thống này đăng nhập một cách an toàn hơn, kiểm tra được nhiều hơn các trường hợp hoặc tình huống nguy hiểm, điều rất khó hoặc thậm chí là không thể kiểm nghiệm với những chiếc xe thật. Xét đến những vụ tai nạn liên quan đến xe hơi tự hành của Uber và Tesla gần đây, kịch bản thử nghiệm mô phỏng này có vẻ sẽ ngày càng trở nên quan trọng hơn (và cấp bách hơn).
Nvidia cũng thông báo về thỏa thuận cấp phép cho Arm sử dụng kiến trúc Nvdia Deep Learning Accelerator (NVDLA) vào nền tảng Trillium dành riêng cho AI của Arm. Dường như kết quả của việc này là khả năng hội nghị của Nvidia sẽ được tích hợp vào hàng tỷ thiết bị IoT (Internet of Things) chạy nền tảng Arm. Nhưng trên thực tế, thỏa thuận của Nvidia sẽ khiến cho tính năng hội nghị của hãng hiện diện trên số lượng thiết bị càng lớn hơn.
Cuối cùng, một trong những ứng dụng mới đầy ấn tượng của AI mà Nvidia cho thấy tại GTC lại thực sự có liên quan đến hãng GE. Vài tháng trước đó, bộ phận chăm sóc sức khỏe của GE đã công bố hợp tác với Nvidia để mở rộng việc sử dụng AI trong việc kinh doanh thiết bị y tế của mình. Và Nvidia đã cho thấy cách siêu máy tính Project Clara của hãng không chỉ có thể sử dụng AI trên các thiết bị hình ảnh y tế thế hệ mới mà còn ngay cả với những hình ảnh được tạo từ các thiết bị cũ hơn để giúp chúng trở nên rõ ràng, dễ đọc hơn và qua đó nâng cao giá trị y tế của những thứ như MRI, siêu âm... Dù vẫn không có thông tin cụ thể nào được công bố bởi hai hãng, không khó để tưởng tượng việc Nvidia sẽ sớm giúp GE một lần nữa mang đến những điều tốt đẹp cho cuộc sống.
Trí thông minh nhân tạo, học máy và học sâu đã cho thấy triển vọng từ nhiều thập niên trước nhưng chỉ vài năm trở lại đây và thậm chí là vài tháng qua, chúng ta mới bắt đầu thật sự nhìn thấy chúng bước ra khỏi những trang giấy. Vẫn còn một khối lượng lớn công việc cần thực hiện bởi các hãng công nghệ như Nvidia nhưng những sự kiện như hội nghị GTC đã cho thấy AI cuối cùng cũng từ tiềm năng trở thành hiện thực.