FPT và SKAIChips hợp tác: AI chạy trên thiết bị cần chứng minh gì?

Tại VKAISS 2026 ở Hà Nội ngày 12/11, FPT và SKAIChips thiết lập khuôn khổ hợp tác về bán dẫn và AI. Một hướng hai bên quan tâm là kết hợp chip và bo mạch tiết kiệm điện với mô hình AI cho các ứng dụng cụ thể. Thỏa thuận mở đường cho việc thử nghiệm, còn lợi ích sẽ phải đo trên thiết bị hoàn chỉnh: phần điện tiêu thụ, độ trễ và tỷ lệ nhận dạng sai khi rời môi trường trình diễn.

Thỏa thuận đặt ra hướng làm việc, chưa xác nhận sản phẩm

Báo Điện tử Chính phủ ghi nhận tám thỏa thuận hợp tác tại hội nghị AI và Bán dẫn Việt Nam – Hàn Quốc lần thứ nhất. Một trong số đó là khuôn khổ giữa FPT và SKAIChips, với các hướng quan tâm gồm giám sát thực phẩm, nhãn kệ điện tử, theo dõi tài sản và y tế. VnEconomy mô tả hai bên dự kiến nghiên cứu khả năng kết hợp chip và bo mạch của SKAIChips với mô hình của FPT.

Các nguồn trên không nêu một cấu hình thương mại đã hoàn thiện, mức điện năng đo được hay khách hàng đang dùng hệ thống. Danh sách lĩnh vực quan tâm cũng không có nghĩa mỗi lĩnh vực sẽ dùng cùng một bộ xử lý hoặc cùng mô hình. Chẳng hạn, một nhãn chỉ cần đổi giá từ xa có thể làm việc bằng mạch điều khiển và kết nối đơn giản. Thêm AI vào chính chiếc nhãn chỉ đáng cân nhắc khi có một tác vụ rõ ràng cần tính toán tại chỗ. Nơi đặt thuật toán là quyết định thiết kế, không phải điều mặc định của mọi sản phẩm trong thỏa thuận.

Chạy ở biên nghĩa là đưa một phần xử lý về gần dữ liệu

Hãy lấy một ví dụ giả định: camera trên dây chuyền đóng gói cần phát hiện sản phẩm bị lệch nhãn. Phương án gửi hình lên máy chủ cho phép quản lý mô hình tập trung, nhưng độ trễ phụ thuộc cả kết nối và hàng chờ xử lý. Nếu thiết bị cạnh dây chuyền chạy được mô hình tại chỗ, nó có thể gửi cảnh báo hoặc một số ảnh cần xem thay vì truyền toàn bộ luồng hình. Lợi ích có thể rõ hơn khi kết nối thiếu ổn định hoặc hình ảnh không cần rời nhà máy.

Cách đó cũng có đánh đổi. Thiết bị phải có đủ bộ nhớ để giữ mô hình và dữ liệu đầu vào, đủ năng lực xử lý để hoàn thành đúng nhịp và cơ chế cập nhật khi mô hình thay đổi. Nhóm kỹ thuật có thể dùng lượng tử hóa, tức biểu diễn tham số hoặc giá trị trung gian bằng độ chính xác số thấp hơn, để giảm nhu cầu bộ nhớ và tận dụng phần cứng phù hợp. Tuy nhiên, cần đo lại kết quả sau chuyển đổi. Nếu nhóm lỗi hiếm nhưng quan trọng bị bỏ sót nhiều hơn, một mô hình nhanh hơn vẫn có thể gây thiệt hại cho dây chuyền.

Mức tiêu thụ của chip chỉ là một phần hóa đơn điện

Để so hai thiết kế, nên đo toàn bộ thiết bị trong cùng kịch bản. Camera, bộ nhớ, kết nối vô tuyến và nguồn điện đều góp phần vào tiêu thụ. Một chip chạy nhanh có thể hoàn thành suy luận rồi quay về chế độ nghỉ; một thiết kế khác có thể phải đánh thức camera và truyền nhiều ảnh vì kết quả thiếu chắc chắn. Vì thế, công suất tức thời và điện năng dùng trong một ca là hai phép đo khác nhau. Kịch bản đo nên giữ chung số lần quan sát, số cảnh báo và tiêu chuẩn phát hiện để không nhầm giữa tiết kiệm điện với việc làm ít việc hơn.

Cùng lúc, cần đo độ trễ từ khi dữ liệu xuất hiện đến lúc hệ thống có thể hành động. Chỉ đo thời gian chạy mô hình sẽ bỏ qua khâu lấy ảnh, chuẩn hóa và gửi cảnh báo. Độ trễ trung bình cũng có thể che đi các lượt chậm bất thường. Với ví dụ dây chuyền, phần đuôi của phân bố độ trễ mới cho biết có bao nhiêu sản phẩm đã đi qua điểm loại trước khi có kết quả. Nếu thử giải pháp đặt trên máy chủ, hãy tính cả việc mất kết nối và thời gian hệ thống trở lại bình thường.

Thử nghiệm nào có ích cho khách hàng Việt Nam?

Một khách hàng có thể chọn bài toán đủ hẹp để xác định lỗi: loại nhãn nào hay lệch, mức sai lệch nào cần cảnh báo, và ai kiểm tra khi kết quả không chắc chắn. Sau đó, thu dữ liệu trên nhiều ca làm việc và tách một phần để đánh giá. Thay đổi ánh sáng, bụi trên ống kính, vật liệu bao bì mới hoặc camera bị dịch nhẹ đều có thể tạo khác biệt giữa dữ liệu chuẩn bị và môi trường dùng thật. Cần so tỷ lệ bỏ sót và báo nhầm trên từng nhóm, thay vì chỉ đọc một tỷ lệ chính xác chung.

Ngay cả khi nguyên mẫu đạt mục tiêu, khâu chuyển sang sản phẩm còn cần một quy trình cập nhật có thể quay lui, kiểm soát quyền truy cập và theo dõi phiên bản đang chạy. Nếu đổi bo mạch hoặc mô hình, cần xác định các phép đo nào phải lặp lại. Điểm đáng theo dõi sau VKAISS là liệu hai bên có công bố bài toán cụ thể, cấu hình thử và kết quả đầu cuối hay không. Khi đó, doanh nghiệp mới có căn cứ để so phương án chạy AI trên thiết bị với cách đang sử dụng, từ chất lượng đến chi phí triển khai.

Phép thử cũng nên ghi rõ cách xử lý khi thiết bị thiếu dữ liệu hoặc quá nóng. Nếu nó giảm tốc mà không báo, độ trễ đo trong ca mát có thể không lặp lại ở vị trí sát máy sinh nhiệt. Nhật ký trạng thái giúp đội vận hành phân biệt sự cố mô hình với giới hạn của phần cứng.

Nguồn: Trang chính thức VKAISS; Báo Điện tử Chính phủ ngày 12/11/2026; VnEconomy về nội dung hợp tác.

Ảnh minh họa: Bo mạch Raspberry Pi 4 B minh họa máy tính tại thiết bị; không phải chip hoặc bo mạch SKAIChips. Batocera Team qua Wikimedia Commons, CC0 1.0.