FPT giới thiệu AI EOS, Kubernetes GPU và Token Factory tại Transform 2026

Ngày 17/10/2026 tại Hà Nội, FPT giới thiệu AI EOS, Kubernetes Engine với GPU và Token Factory trong sự kiện Transform 2026. Thông báo chính thức đặt ba giải pháp ở các lớp công việc khác nhau: điều phối tác tử AI, vận hành hạ tầng và truy cập mô hình.

AI EOS đưa tác tử vào quy trình có người phê duyệt

FPT mô tả AI EOS là nền tảng điều phối agent kết nối với phần mềm doanh nghiệp. Trong phần trình diễn nghiệp vụ bán hàng, các bước nhạy cảm như gửi thông tin khách hàng, chấp nhận điều khoản rủi ro và ký hợp đồng vẫn cần người phụ trách phê duyệt.

Ý nghĩa của cách tiếp cận này nằm ở thiết kế quy trình. Một agent có thể chuẩn bị tài liệu nhưng quyền gửi tài liệu ra ngoài cần được xác định riêng. Với doanh nghiệp đang thử AI, câu hỏi hữu ích là ai chịu trách nhiệm cho từng hành động, khi nào cần dừng và cách truy lại quyết định sau khi công việc kết thúc.

Kubernetes GPU xử lý lớp vận hành phía dưới

Tài liệu FPT Cloud mô tả sử dụng NVIDIA GPU Operator để quản lý thành phần phần mềm cần cho GPU, từ driver tới device plugin. DCGM cung cấp dữ liệu theo dõi tài nguyên. Dịch vụ có cơ chế mở rộng và chia GPU theo Multi-Instance GPU, thay vì bắt buộc mỗi tác vụ chiếm cả thiết bị.

Chẳng hạn, tài liệu đưa ví dụ chia GPU A30 thành bốn phần, mỗi phần có 6 GB bộ nhớ; cấu hình H100 có thể chia thành bảy phần 10 GB. Đây là các cấu hình tài nguyên cụ thể, không phải lời bảo đảm mỗi ứng dụng đều chạy nhanh hơn hoặc rẻ hơn khi chia nhỏ.

Về mặt lựa chọn hạ tầng, một mô hình vượt quá bộ nhớ của phần GPU được cấp sẽ cần cấu hình khác. Doanh nghiệp cũng cần đánh giá tải đồng thời, thời gian khởi động và khả năng đáp ứng khi nhu cầu tăng. Tự động mở rộng không loại bỏ nhu cầu kiểm thử công suất.

Container hoạt động tốt chưa có nghĩa mô hình trả lời đúng

Tài liệu Kubernetes phân biệt rõ nền tảng quản lý container với ứng dụng chạy phía trên. Kubernetes hỗ trợ triển khai, cân bằng tải, mở rộng và thay thế container lỗi. Nó không tự xây dựng mã nguồn hoặc cung cấp toàn bộ dịch vụ ứng dụng như một hệ thống trọn gói.

Trong hệ thống AI, phân biệt này đặc biệt quan trọng. Một tiến trình suy luận có thể vẫn chạy khỏe, trả HTTP thành công, nhưng đưa ra câu trả lời sai nghiệp vụ. Kiểm tra sức khỏe hạ tầng và đánh giá chất lượng mô hình vì thế phải là hai lớp riêng. Đội phát triển cần bộ dữ liệu đánh giá, cơ chế ghi nhận lỗi và phương án chuyển về phiên bản trước.

Token Factory tập trung truy cập, không đồng nhất nơi xử lý

Theo FPT, Token Factory cung cấp cổng chung cho mô hình hãng tự vận hành và mô hình từ bên thứ ba. Với nhóm thứ hai, nơi xử lý và chính sách dữ liệu phụ thuộc nhà cung cấp tương ứng. Vì vậy, sử dụng cùng một cổng API không có nghĩa mọi yêu cầu đều được xử lý trên cùng hạ tầng.

Từ góc độ triển khai, doanh nghiệp nên lập danh mục mô hình được phép dùng theo loại dữ liệu, ghi nhận chi phí và xác định quy tắc chuyển đổi giữa các nhà cung cấp. Thử một tác vụ với dữ liệu công khai và đưa hợp đồng nội bộ vào vận hành là hai mức yêu cầu khác nhau.

Thông báo ra mắt cung cấp định hướng sản phẩm; bài viết chưa kiểm thử độc lập các giải pháp. Trước khi triển khai, những điểm cần làm rõ gồm phạm vi hỗ trợ, cấu hình cung cấp thực tế, cách tính phí và trách nhiệm khi có sự cố. Giá trị của bộ giải pháp sẽ được thể hiện qua công việc hoàn thành đúng, chi phí đo được và khả năng vận hành bền vững.

Nguồn và ảnh

• FPT: thông báo sự kiện và sản phẩm ngày 17/10/2026.
• FPT Cloud: tài liệu Kubernetes với GPU.
• Kubernetes: chức năng và giới hạn nền tảng.

Ảnh: sự kiện FPT Transform 2026, nguồn FPT trong thông báo ra mắt ngày 17/10/2026.