Hơi nước, Thép và Trí tuệ Vô hạn

marsbitXuất bản vào 2025-12-29Cập nhật gần nhất vào 2025-12-29

Tóm tắt

Thời đại nào cũng được định hình bởi nguyên liệu công nghệ đặc trưng: thép tạo nên thời đại Mạ vàng, bán dẫn mở ra kỷ nguyên số. Ngày nay, trí tuệ nhân tạo (AI) mang đến năng lực thông minh vô hạn. Lịch sử cho thấy ai làm chủ nguyên liệu, người đó định nghĩa thời đại. Hiện tại, AI vẫn thường xuất hiện dưới dạng trợ lý ảo giống công cụ tìm kiếm, nhưng tiềm năng thực sự của nó nằm ở việc tái định hình hoàn toàn công việc tri thức. Các lập trình viên hàng đầu đã trở thành những nhà quản lý trí tuệ vô hạn, với năng suất tăng gấp 30-40 lần nhờ AI làm việc không ngừng nghỉ. Để mở rộng quy mô cho mọi nhân viên tri thức, cần giải quyết hai thách thức: tích hợp ngữ cảnh phân mảnh từ nhiều công cụ và tạo ra khả năng xác minh công việc như trong lập trình. Khi đó, con người sẽ chuyển từ "đạp xe" sang "lái ô tô" rồi tiến tới "xe tự lái". Ở cấp độ tổ chức, AI trở thành "thép" giúp công ty mở rộng mà không giảm hiệu suất, loại bỏ các rào cản giao tiếp của con người. Giống như động cơ hơi nước giúp nhà máy thoát khỏi lệ thuộc vào sông nước, AI cho phép xây dựng tổ chức mới với quy mô và mật độ chưa từng có - những "thành phố khổng lồ" của nền kinh tế tri thức, nơi hàng nghìn AI và con người cộng tác, vận hành liên tục xuyên múi giờ. Chúng ta đang ở giai đoạn "thay thế cối xay nước", nhét chatbot vào quy trình cũ. Tương lai đòi hỏi tưởng tượng lại hoàn toàn công việc tri thức khi được củng cố bởi thép AI và ủy thác công việc cho trí tuệ không ngừng nghỉ. Bầu trời mới đang chờ đợi phía tr...

Tác giả: Ivan Zhao, CEO Notion

Biên dịch: AididiaoJP, Foresight News

Mỗi thời đại được định hình bởi nguyên liệu công nghệ độc đáo của nó. Thép rèn nên thời đại Mạ vàng, chất bán dẫn mở ra thời đại kỹ thuật số. Ngày nay, trí tuệ nhân tạo xuất hiện dưới dạng trí thông minh vô hạn. Lịch sử cho chúng ta biết: ai làm chủ được nguyên liệu, người đó sẽ định nghĩa thời đại.

Ảnh trái: Andrew Carnegie thời trẻ và em trai. Ảnh phải: Nhà máy thép ở Pittsburgh thời đại Mạ vàng.

Vào những năm 1850, Andrew Carnegie còn là một nhân viên điện báo chạy trên những con đường lầy lội của Pittsburgh, khi đó sáu trong số mười người Mỹ là nông dân. Chỉ hai thế hệ sau, Carnegie và các đồng nghiệp của ông đã rèn giũa nên thế giới hiện đại, ngựa nhường chỗ cho đường sắt, ánh nến nhường chỗ cho đèn điện, sắt nhường chỗ cho thép.

Từ đó, công việc chuyển từ nhà máy sang văn phòng. Ngày nay, tôi điều hành một công ty phần mềm ở San Francisco, tạo ra công cụ cho hàng nghìn lao động tri thức. Trong thị trấn công nghệ này, mọi người đều nói về Trí tuệ nhân tạo phổ quát (AGI), nhưng phần lớn trong số hai tỷ lao động văn phòng vẫn chưa cảm nhận được sự hiện diện của nó. Trong tương lai không xa, công việc tri thức sẽ trông như thế nào? Điều gì sẽ xảy ra khi trí thông minh không bao giờ nghỉ ngơi được tích hợp vào cấu trúc tổ chức?

Những bộ phim thời kỳ đầu thường giống như kịch sân khấu, với một máy quay hướng về sân khấu.

Tương lai thường khó dự đoán vì nó luôn ngụy trang dưới vẻ ngoài của quá khứ. Những cuộc gọi thời kỳ đầu ngắn gọn như điện tín, những bộ phim thời kỳ đầu giống như vở kịch được ghi lại. Như Marshall McLuhan đã nói: "Chúng ta luôn lái xe vào tương lai qua gương chiếu hậu."

Ngày nay, trí tuệ nhân tạo phổ biến nhất, trông vẫn giống như công cụ tìm kiếm Google của quá khứ. Trích dẫn lời của McLuhan: "Chúng ta luôn lái xe vào tương lai qua gương chiếu hậu." Hôm nay, chúng ta thấy những chatbot AI bắt chước hộp tìm kiếm của Google. Chúng ta đang mắc kẹt trong giai đoạn chuyển tiếp khó chịu vốn có trong mỗi lần biến đổi công nghệ.

Tôi cũng không có tất cả câu trả lời cho tương lai sẽ ra sao. Nhưng tôi thích sử dụng một vài phép ẩn dụ lịch sử để suy nghĩ về cách AI hoạt động ở các cấp độ khác nhau: cá nhân, tổ chức và toàn bộ nền kinh tế.

Cá nhân: Từ Xe đạp đến Ô tô

Những dấu hiệu ban đầu có thể thấy ở những "người thực hành cao cấp" trong công việc tri thức: các lập trình viên.

Đồng sáng lập của tôi, Simon, từng là một "lập trình viên gấp mười lần", nhưng gần đây anh ấy hiếm khi tự tay viết code. Đi ngang chỗ làm của anh, bạn sẽ thấy anh ấy đồng thời điều phối ba bốn trợ lý lập trình AI. Những trợ lý này không chỉ gõ nhanh hơn mà còn biết suy nghĩ, biến anh thành một kỹ sư hiệu suất tăng 30 đến 40 lần. Anh thường xếp hàng đợi tác vụ trước bữa trưa hoặc trước khi ngủ, để AI tiếp tục làm việc khi anh rời đi. Anh đã trở thành người quản lý trí thông minh vô hạn.

Một nghiên cứu những năm 1970 trên tạp chí Scientific American về hiệu quả vận động đã truyền cảm hứng cho Steve Jobs đưa ra phép ẩn dụ nổi tiếng "chiếc xe đạp cho tư duy". Chỉ là trong nhiều thập kỷ sau đó, chúng ta vẫn đang "đạp xe" trên xa lộ thông tin.

Vào những năm 1980, Steve Jobs gọi máy tính cá nhân là "chiếc xe đạp cho tư duy". Một thập kỷ sau, chúng ta trải "xa lộ thông tin" mang tên Internet. Nhưng ngày nay, hầu hết công việc tri thức vẫn phụ thuộc vào sức người. Điều này giống như việc chúng ta mãi đạp xe trên xa lộ.

Với trợ lý AI, những người như Simon đã nâng cấp từ đạp xe sang lái ô tô.

Khi nào thì các loại lao động tri thức khác mới "lái được ô tô"? Có hai vấn đề phải giải quyết.

So với trợ lý lập trình, tại sao hỗ trợ AI cho công việc tri thức lại khó hơn? Vì công việc tri thức rời rạc hơn và khó xác minh hơn.

Đầu tiên là sự phân mảnh ngữ cảnh. Trong lập trình, công cụ và ngữ cảnh thường tập trung ở một nơi: môi trường phát triển tích hợp (IDE), kho code, terminal. Nhưng công việc tri thức nói chung lại phân tán trên hàng chục công cụ. Hãy tưởng tượng một trợ lý AI cố gắng phác thảo bản giới thiệu sản phẩm: nó cần trích xuất thông tin từ chuỗi thảo luận trên Slack, tài liệu chiến lược, dữ liệu quý trước từ bảng điều khiển, và ký ức tổ chức chỉ tồn tại trong đầu ai đó. Hiện tại, con người là chất kết dính, ghép mọi thứ lại bằng cách sao chép-dán và chuyển đổi giữa các tab trình duyệt. Chừng nào ngữ cảnh chưa được tích hợp, trợ lý AI sẽ chỉ bị giới hạn trong các mục đích sử dụng hẹp.

Yếu tố thiếu thứ hai là khả năng xác minh. Code có một đặc tính kỳ diệu: bạn có thể xác minh nó thông qua kiểm tra và báo lỗi. Các nhà phát triển mô hình tận dụng điều này, đào tạo AI lập trình tốt hơn thông qua các phương pháp như học tăng cường. Nhưng làm thế nào để bạn xác minh một dự án được quản lý tốt hay không, hoặc một bản ghi nhớ chiến lược có xuất sắc không? Chúng ta vẫn chưa tìm ra cách cải thiện mô hình công việc tri thức phổ thông. Do đó, con người vẫn cần ở trong vòng lặp để giám sát, hướng dẫn và làm mẫu cho thế nào là "tốt".

Đạo luật Cờ đỏ năm 1865 yêu cầu xe ô tô khi chạy trên phố phải có một người cầm cờ đi bộ dẫn đường phía trước (luật này bị bãi bỏ năm 1896).

Thực tiễn về trợ lý lập trình năm nay cho chúng ta biết, "con người trong vòng lặp" không phải lúc nào cũng lý tưởng. Điều này giống như việc bắt con người kiểm tra từng con ốc trên dây chuyền sản xuất, hoặc đi bộ dọn đường trước xe ô tô (xem Đạo luật Cờ đỏ năm 1865). Chúng ta nên để con người đứng ở vị trí cao hơn để giám sát vòng lặp, chứ không phải ở trong đó. Một khi ngữ cảnh được tích hợp và công việc trở nên có thể xác minh, hàng tỷ lao động sẽ chuyển từ "đạp xe" sang "lái ô tô", và từ "lái xe" tiến tới "tự lái".

Tổ chức: Thép và Hơi nước

Công ty là một phát minh gần đây, chúng trở nên kém hiệu quả hơn khi mở rộng quy mô và cuối cùng chạm đến giới hạn.

Sơ đồ tổ chức của Công ty Đường sắt New York và Erie năm 1855. Công ty hiện đại và cấu trúc tổ chức của nó phát triển cùng với các công ty đường sắt, những doanh nghiệp đầu tiên cần phối hợp hàng nghìn người từ xa.

Vài trăm năm trước, hầu hết công ty chỉ là những xưởng thủ công với vài chục người. Ngày nay chúng ta có các công ty đa quốc gia với hàng chục nghìn nhân viên. Cơ sở hạ tầng giao tiếp dựa vào các cuộc họp và bộ não con người kết nối thông tin đang quá tải với khối lượng tăng theo cấp số nhân. Chúng ta cố gắng giải quyết bằng hệ thống cấp bậc, quy trình và tài liệu, nhưng điều này chẳng khác nào xây tòa nhà chọc trời bằng gỗ, sử dụng các công cụ ở quy mô con người để giải quyết vấn đề ở quy mô công nghiệp.

Hai phép ẩn dụ lịch sử cho thấy tương lai có thể khác biệt ra sao khi tổ chức sở hữu nguyên liệu công nghệ mới.

Kỳ quan của thép: Tòa nhà Woolworth ở New York hoàn thành năm 1913 từng là tòa nhà cao nhất thế giới.

Thứ nhất là thép. Trước thép, độ cao của các tòa nhà thế kỷ 19 bị giới hạn ở sáu hoặc bảy tầng. Sắt tuy chắc nhưng giòn và nặng; thêm tầng, kết cấu sẽ sụp đổ dưới trọng lượng của chính nó. Thép đã thay đổi mọi thứ. Nó chắc chắn và dẻo dai, khung có thể nhẹ hơn, tường có thể mỏng hơn, các tòa nhà bỗng vươn cao hàng chục tầng, các loại công trình kiến trúc mới trở nên khả thi.

AI chính là "thép" của tổ chức. Nó hứa hẹn duy trì tính nhất quán về ngữ cảnh trong các luồng công việc, trình bày quyết định khi cần thiết mà không cần nhiễu loạn. Giao tiếp của con người không còn phải đóng vai trò như những bức tường chịu lực. Cuộc họp điều chỉnh hai giờ mỗi tuần có thể trở thành năm phút xem xét bất đồng bộ; quyết định điều hành cần ba cấp phê duyệt có lẽ chỉ mất vài phút. Công ty có thể thực sự mở rộng quy mô mà tránh được sự suy giảm hiệu quả mà chúng ta từng cho là tất yếu.

Xay xát dựa vào cối xay nước để cung cấp năng lượng. Thủy năng mạnh nhưng không ổn định và bị giới hạn bởi địa điểm và mùa.

Câu chuyện thứ hai là về động cơ hơi nước. Vào đầu cuộc Cách mạng Công nghiệp, các nhà máy dệt早期 được xây dựng ven sông, chạy bằng cối xay nước. Khi động cơ hơi nước xuất hiện, chủ nhà má� ban đầu chỉ thay thế cối xay nước bằng động cơ hơi nước, mọi thứ khác vẫn giữ nguyên, năng suất tăng lên có hạn.

Bước đột phá thực sự xảy ra khi chủ nhà máy nhận ra có thể hoàn toàn thoát khỏi sự ràng buộc của nguồn nước. Họ xây dựng những nhà máy lớn hơn ở gần công nhân, cảng và nguyên liệu thô, và thiết kế lại bố cục xung quanh động cơ hơi nước (về sau, khi điện khí hóa phổ biến, chủ nhà máy tiếp tục thoát khỏi trục động lực trung tâm, phân tán động cơ nhỏ đến các khu vực khác nhau trong nhà máy để cung cấp năng lượng cho các máy móc khác nhau). Năng suất bùng nổ theo đó, và cuộc Cách mạng Công nghiệp lần thứ hai thực sự bắt đầu.

Bản khắc của Thomas Allom năm 1835, mô tả một nhà máy dệt ở Lancashire, Anh, vận hành bằng động cơ hơi nước.

Chúng ta vẫn đang ở giai đoạn "thay thế cối xay nước". Nhét các chatbot AI vào các quy trình công việc được thiết kế cho con người, chúng ta chưa tái tưởng tượng được tổ chức sẽ như thế nào khi các ràng buộc cũ biến mất và công ty có thể vận hành dựa trên trí thông minh vô hạn làm việc ngay cả khi bạn ngủ.

Tại công ty Notion của tôi, chúng tôi luôn thử nghiệm. Ngoài 1000 nhân viên, hiện nay còn có hơn 700 trợ lý AI đang xử lý công việc lặp đi lặp lại: ghi chú cuộc họp, trả lời câu hỏi để tổng hợp kiến thức nhóm, xử lý yêu cầu IT, ghi nhận phản hồi khách hàng, giúp nhân viên mới làm quen với phúc lợi, viết báo cáo tình trạng hàng tuần để tránh sao chép-dán thủ công... Đây chỉ mới là những bước chập chững. Tiềm năng thực sự chỉ bị giới hạn bởi trí tưởng tượng và quán tính của chúng ta.

Nền kinh tế: Từ Florence đến Siêu đô thị

Thép và hơi nước thay đổi không chỉ các tòa nhà và nhà máy, mà còn cả các thành phố.

Cho đến vài trăm năm trước, thành phố vẫn thuộc về quy mô con người. Bạn có thể đi bộ xuyên qua Florence trong bốn mươi phút, nhịp sống được quyết định bởi khoảng cách đi bộ và phạm vi truyền âm thanh của con người.

Sau đó, kết cấu khung thép làm cho các tòa nhà chọc trời trở nên khả thi; đường sắt chạy bằng hơi nước kết nối các trung tâm thành phố với vùng nội địa; thang máy, tàu điện ngầm, đường cao tốc lần lượt xuất hiện. Quy mô và mật độ của các thành phố bùng nổ mạnh mẽ - Tokyo, Trùng Khánh, Dallas.

Đây không chỉ đơn thuần là Florence được phóng to, chúng là những lối sống hoàn toàn mới. Siêu đô thị khiến người ta lạc lối, vô danh, khó điều hướng. Sự "khó nhận biết" này là cái giá của quy mô. Nhưng chúng cũng cung cấp nhiều cơ hội hơn, nhiều tự do hơn, hỗ trợ nhiều người hơn tham gia vào nhiều hoạt động hơn với nhiều sự kết hợp đa dạng hơn, điều mà thành phố thời Phục hưng ở quy mô con người không thể sánh được.

Tôi cho rằng nền kinh tế tri thức sắp trải qua một sự chuyển đổi tương tự.

Ngày nay, công việc tri thức đã chiếm gần một nửa GDP của Hoa Kỳ, nhưng cách vận hành của nó phần lớn vẫn ở quy mô con người: các nhóm vài chục người, các luồng công việc phụ thuộc vào nhịp độ họp hành và email, các tổ chức khó duy trì khi vượt quá trăm người... Chúng ta đã và đang xây dựng "Florence" bằng đá và gỗ.

Khi trợ lý AI được triển khai trên quy mô lớn, chúng ta sẽ xây dựng "Tokyo", các tổ chức được cấu thành bởi hàng nghìn AI và con người; các luồng công việc chạy liên tục xuyên múi giờ, không cần chờ ai đó thức dậy để thúc đẩy; các quyết định được tổng hợp với sự tham gia vừa đủ của con người.

Đó sẽ là một trải nghiệm khác: nhanh hơn, đòn bẩy mạnh hơn, nhưng ban đầu cũng sẽ choáng ngợp hơn. Nhịp độ họp hàng tuần, lập kế hoạch quý, đánh giá hàng năm có thể không còn phù hợp, các nhịp độ mới sẽ xuất hiện. Chúng ta sẽ mất đi một số mức độ rõ ràng, nhưng sẽ giành được quy mô và tốc độ.

Vượt qua Cối xay nước

Mỗi loại nguyên liệu công nghệ đều yêu cầu mọi người ngừng nhìn thế giới qua gương chiếu hậu, và bắt đầu tưởng tượng về thế giới mới. Carnegie nhìn chằm chằm vào thép, thấy được đường chân trời thành phố; chủ nhà máy ở Lancashire nhìn vào động cơ hơi nước, thấy được các phân xưởng nhà máy xa những dòng sông.

Chúng ta vẫn đang ở "giai đoạn cối xay nước" của AI, lắp ráp các chatbot vào các luồng công việc được thiết kế cho con người. Chúng ta không nên chỉ hài lòng với việc để AI đóng vai trò phi công phụ, mà cần phải tưởng tượng: khi tổ chức con người được củng cố bằng thép, khi công việc vụn vặt được ủy thác cho trí thông minh không bao giờ nghỉ ngơi, thì công việc tri thức sẽ hiện ra như thế nào.

Thép, hơi nước và trí tuệ vô hạn. Đường chân trời tiếp theo đang ở phía trước, chờ chúng ta tự tay xây dựng.

Câu hỏi Liên quan

QTác giả so sánh sự phát triển của trí tuệ nhân tạo với những giai đoạn lịch sử nào?

ATác giả so sánh nó với Thời đại Mạ vàng được định hình bởi thép và Thời đại Kỹ thuật số được mở ra bởi chất bán dẫn. Ông cũng sử dụng các phép ẩn dụ lịch sử như việc thay thế cối xay nước bằng động cơ hơi nước trong Cách mạng Công nghiệp để minh họa cho giai đoạn chuyển tiếp hiện tại của AI.

QTại sao tác giả cho rằng AI trợ lý lập trình lại tiến bộ hơn so với AI cho công việc tri thức nói chung?

ABởi vì lập trình có hai lợi thế: (1) Bối cảnh (context) được tập trung trong môi trường phát triển, kho mã và terminal, thay vì bị phân mảnh across nhiều công cụ. (2) Tính có thể xác minh (verifiability) - mã có thể được kiểm tra và báo lỗi, cho phép các mô hình AI được cải thiện thông qua học tăng cường, trong khi chất lượng công việc tri thức như quản lý dự án khó xác minh hơn.

QPhép ẩn dụ 'thép' và 'hơi nước' được dùng để nói về tác động của AI ở cấp độ nào?

AChúng được dùng để nói về tác động của AI ở cấp độ tổ chức (organization). 'Thép' tượng trưng cho việc AI củng cố cấu trúc tổ chức, cho phép nó mở rộng quy mô mà không bị suy giảm hiệu suất. 'Hơi nước' tượng trưng cho việc thoát khỏi các ràng buộc cũ (như nguồn nước) và thiết kế lại hoàn toàn quy trình làm việc xung quanh AI, chứ không chỉ đơn thuần tích hợp nó vào các quy trình cũ.

QSự chuyển đổi từ 'thành phố Florence' sang 'siêu đô thị' ám chỉ điều gì về tương lai của nền kinh tế tri thức?

ANó ám chỉ rằng nền kinh tế tri thức sẽ chuyển từ quy mô và nhịp độ của con người (như các đội nhỏ, phụ thuộc vào cuộc họp) sang một quy mô khổng lồ mới ('siêu đô thị'). Các tổ chức sẽ bao gồm hàng nghìn AI và con người, hoạt động liên tục across các múi giờ, với các quy trình làm việc mới nhanh hơn và có đòn bẩy cao hơn, mặc dù ban đầu có thể choáng ngợp và kém rõ ràng hơn.

QThông điệp chính mà tác giả muốn gửi gắm qua bài viết là gì?

AThông điệp chính là chúng ta không nên chỉ sử dụng AI để tự động hóa các quy trình hiện có ('giai đoạn cối xay nước'), mà phải tưởng tượng và xây dựng lại hoàn toàn công việc tri thức và tổ chức xung quann 'nguyên liệu' mới này - trí thông minh vô hạn. Giống như thép và hơi nước đã định hình lại thế giới, AI có thể định nghĩa lại thời đại tiếp theo nếu chúng ta nắm bắt và sử dụng nó một cách táo bạo.

Nội dung Liên quan

Matt Van: Tất cả các kỹ thuật Agent Engineering mà tôi biết

Bài viết của Matt Van Horn chia sẻ phương pháp làm việc với AI Agent (Agentic Engineering). Thay vì tự viết code, ông dùng AI như một đội thực thi: bắt đầu bằng lệnh `/ce-plan` để tạo kế hoạch `plan.md`, sau đó dùng `/ce-work` để thực hiện. Ông nhập liệu bằng giọng nói, mở nhiều phiên Claude và Codex song song, giao nhiệm vụ lập kế hoạch cho Claude và viết code cho Codex. Các công cụ chính bao gồm: **Compound Engineering** (tạo và chạy kế hoạch), **last30days** (nghiên cứu chủ đề), **Printing Press** (tạo CLI cho các tác vụ thực tế), và **Agent Cookie** (quản lý xác thực). Ông cũng kết nối AI với kho ghi chú cá nhân (như Bear) để tăng cường ngữ cảnh, sử dụng **cmux** để chạy nhiều tác vụ đồng thời, và cấu hình để bỏ qua các hộp thoại xác nhận nhằm tăng tốc độ. Phương pháp này chuyển trọng tâm của con người từ việc "tự tay thực hiện" sang "đưa ra định hướng, ràng buộc và phán đoán". Matt cảnh báo về nguy cơ "nghiện" xây dựng với AI và khuyên nên cân bằng, tập trung vào những thứ người khác thực sự cần. Bài viết được chính ông soạn thảo bằng cách ra lệnh bằng giọng nói cho Claude Code trong cmux.

marsbit2 giờ trước

Matt Van: Tất cả các kỹ thuật Agent Engineering mà tôi biết

marsbit2 giờ trước

Đừng chỉ chăm chú vào GPU, Intel tung ra đòn chí mạng, liệu có thể chấm dứt độc quyền điện toán của NVIDIA?

Trong hai năm qua, GPU gần như là trung tâm duy nhất của phần cứng AI, đẩy giá cổ phiếu NVIDIA lên cao. Tuy nhiên, tại COMPUTEX 2026, Intel đưa ra nhận định khác: giai đoạn tiếp theo của AI không thể chỉ nhìn vào GPU, mà trọng tâm là **Agentic AI (Trí tuệ thể tác nhân)**. Agentic AI thay đổi hoàn toàn cách vận hành: thay vì hỏi-đáp từng lượt, nó hoạt động trong luồng công việc thực tế, liên tục "suy nghĩ, lập kế hoạch, hành động, phản ánh". Điều này biến suy luận AI thành một hệ thống ra quyết định tự chủ, làm thay đổi căn bản cách bố trí sức mạnh tính toán trong trung tâm dữ liệu. Tỷ lệ CPU/GPU có thể chuyển từ 1:8 (trong đào tạo mô hình) xuống 1:1 hoặc thậm chí cần nhiều CPU hơn để điều phối công việc phức tạp, vì mức tiêu thụ Token của một tác nhân có thể tăng gấp 1000 lần so với suy luận thông thường. Để đáp ứng nhu cầu này, Intel ra mắt bộ xử lý Xeon 6+ (sản xuất trên tiến trình 18A), với tối đa 288 lõi hiệu suất cao và bộ nhớ đệm 576MB, nhắm đến điện toán đám mây gốc và tải Agentic AI, cung cấp hiệu suất ổn định và tiết kiệm năng lượng hơn. Bên cạnh đó, Intel cùng các đối tác công bố kiến trúc suy luận tách rời hoàn toàn mới, nơi CPU Xeon 6 phụ trách điều phối, SambaNova SN40L RDU xử lý giải mã và GPU NVIDIA Blackwell đảm nhiệm làm đầy trước, nhằm tối đa hóa hiệu quả bằng cách chạy từng giai đoạn trên phần cứng phù hợp nhất. Ở phía thiết bị đầu cuối, Intel trình diễn máy chủ lai kết hợp bộ xử lý Core Ultra thế hệ thứ 3 (cho AI cục bộ) với máy chủ đám mây Xeon 6+, cho phép phân bổ động tải công việc giữa thiết bị và đám mây, giảm chi phí và bảo vệ quyền riêng tư dữ liệu. Ngoài chip đa dụng, Intel cũng nhấn mạnh vào thị trường chip tùy chỉnh, hợp tác với các khách hành như Google (IPU) và Ericsson, đóng gói giải pháp toàn diện gồm chip, hệ thống, phần mềm và hợp tác ngành. Tóm lại, Intel định vị lại mình trong kỷ nguyên Agentic AI: CPU trở nên quan trọng cho điều phối, hệ thống suy luận cần kiến trúc dị thể, thiết bị biên và AI cục bộ cần chip tiết kiệm năng lượng, và khách hàng doanh nghiệp cần chip tùy chỉnh. Mặc dù NVIDIA và AMD vẫn là đối thủ cạnh tranh mạnh, Intel hướng tới việc trở nên "có mặt ở khắp mọi nơi" hơn bằng cách nắm bắt cơ hội tái phân công trong cơ sở hạ tầng AI.

marsbit2 giờ trước

Đừng chỉ chăm chú vào GPU, Intel tung ra đòn chí mạng, liệu có thể chấm dứt độc quyền điện toán của NVIDIA?

marsbit2 giờ trước

Cardano Hay Solana? Lựa Chọn Hàng Đầu Của Chuyên Gia Sau Khi ADA, SOL Giảm 10%

Thị trường tiền điện tử sụt giảm khi Bitcoin (BTC) tạm thời xuống dưới 67.000 USD, kéo theo Solana (SOL) và Cardano (ADA) mất giá khoảng 10%. Chuyên gia Anders Bylund so sánh hai nền tảng. Solana được thiết kế cho tốc độ cao và phí giao dịch rẻ, nhưng có lịch sử gặp sự cố ngừng hoạt động. Mặc dù mạng lưới đã ổn định hơn kể từ đầu năm 2024, bài viết cho rằng độ tin cậy lâu dài vẫn là một câu hỏi. Ngược lại, Cardano theo đuổi triết lý chú trọng nghiên cứu học thuật và xác minh chính thức, nhằm tạo ra một blockchain ổn định hơn, dù có thể phát triển tính năng mới chậm hơn. Về hoạt động thực tế, Solana thể hiện rõ hơn với khối lượng giao dịch trên các sàn phi tập trung (DEX) cao gấp hơn 400 lần so với Cardano. Kết luận, chuyên gia cho rằng Solana là lựa chọn mạnh hơn hiện tại, do lợi thế về mức độ sử dụng trong thực tế. Tuy nhiên, cả hai đều là khoản đầu tư rủi ro. Nếu Bitcoin giảm 30%, các altcoin như SOL và ADA có thể giảm từ 50-70%. Thời điểm bài viết, ADA giao dịch quanh 0,21 USD và SOL ở 76 USD, cả hai đều giảm hơn 5% trong 24h. ADA hiện thấp hơn 92% so với mức đỉnh mọi thời đại, trong khi SOL thấp hơn 73%.

bitcoinist3 giờ trước

Cardano Hay Solana? Lựa Chọn Hàng Đầu Của Chuyên Gia Sau Khi ADA, SOL Giảm 10%

bitcoinist3 giờ trước

Morningstar định giá SpaceX chỉ 7800 tỷ USD, chưa bằng một nửa mục tiêu IPO, "IPO lớn nhất lịch sử" định giá quá cao?

SpaceX đang chuẩn bị cho đợt IPO có thể là lớn nhất lịch sử với mục tiêu định giá 1.750 tỷ USD. Tuy nhiên, Morningstar đưa ra định giá hợp lý chỉ 780 tỷ USD, tương đương 45% mục tiêu, và nhận định công ty bị định giá quá cao. Theo phân tích, Morningstar định giá riêng lõi kinh doanh phóng tên lửa và Starlink khoảng 611 tỷ USD. Phần định giá 170 tỷ USD còn lại dành cho hoạt động AI (bao gồm xAI và nền tảng X), được tính trọng số xác suất với kịch bản bi quan chiếm ưu thế. Starlink là mảng duy nhất có lãi với doanh thu 2025 đạt 11,3 tỷ USD. Dù đánh giá cao, Morningstar thừa nhận giá cổ phiếu SpaceX có thể tăng ngắn hạn sau IPO nhờ lượng cổ phiếu lưu hành thấp (chỉ ~3%), nhu cầu cao với cổ phiếu hạ tầng AI và cơ chế đưa nhanh vào chỉ số Nasdaq 100 sau 15 phiên giao dịch. Tuy nhiên, áp lực bán từ cơ cấu giải ngân cổ phiếu nội bộ theo tầng và rủi ro tái cấp vốn cho khoản vay cầu nối 200 tỷ USD đáo hạn sau 15 tháng là những điểm cần lưu ý. Rủi ro quản trị cũng được nêu do cấu trúc cổ phần cho phép Elon Musk nắm ~85% quyền biểu quyết. Lộ trình dự kiến: SpaceX bắt đầu roadshow vào tuần ngày 8/6, định giá ngày 11/6 và niêm yết trên Nasdaq (mã SPCX) vào ngày 12/6.

marsbit3 giờ trước

Morningstar định giá SpaceX chỉ 7800 tỷ USD, chưa bằng một nửa mục tiêu IPO, "IPO lớn nhất lịch sử" định giá quá cao?

marsbit3 giờ trước

a16z: Tại sao thị trường dự đoán sẽ trở thành cơ sở hạ tầng của 'xác suất tương lai'

Thị trường dự đoán đang phát triển từ công cụ giao dịch nhỏ thành cơ sở hạ tầng cung cấp tín hiệu xác suất cho các sự kiện tương lai. Về bản chất, chúng là thị trường thuần túy, tận dụng khả năng tổng hợp thông tin phân tán thông qua cơ chế giá, biến các sự kiện như bầu cử hay biến động địa chính trị thành tài sản có thể giao dịch với mức giá phản ánh xác suất xảy ra. Ưu điểm chính của thị trường dự đoán so với thăm dò truyền thống là cơ chế khuyến khích bằng tiền thật, buộc người tham gia phải cân nhắc kỹ lưỡng dựa trên thông tin họ có, từ đó tạo ra tín hiệu xác suất động, cập nhật theo thời gian thực. Chúng cũng linh hoạt, có thể áp dụng cho các vấn đề chuyên biệt như đánh giá hiệu suất AI mà thị trường truyền thống không phản ánh được. Tuy nhiên, hiệu quả của thị trường dự đoán không tự động đạt được. Nó phụ thuộc vào việc người có thông tin có tham gia hay không, thiết kế hợp đồng, cơ chế xác định kết quả và nguy cơ bị thao túng bởi nội gián hoặc các nhóm muốn định hướng nhận thức công chúng. Do đó, bước phát triển tiếp theo là xây dựng cơ sở hạ tầng thị trường đáng tin cậy: quy tắc minh bạch, thiết kế hợp đồng rõ ràng, cơ chế thanh toán có thể kiểm toán và các biện pháp ngăn chặn thao túng. Giá trị cốt lõi của chúng không nằm ở việc "đặt cược vào tương lai", mà ở việc cung cấp một tín hiệu xác suất công cộng mới trong môi trường đầy bất định.

marsbit3 giờ trước

a16z: Tại sao thị trường dự đoán sẽ trở thành cơ sở hạ tầng của 'xác suất tương lai'

marsbit3 giờ trước

Giao dịch

Giao ngay
Hợp đồng Tương lai
活动图片