Các doanh nghiệp chip AI trình diễn NPU tại Physical AI Tech Week

Sự kiện Physical AI Tech Week diễn ra vào ngày 13 và 14 vừa qua tại Seoul đã quy tụ các doanh nghiệp như Rebellions và FuriosaAI để trình diễn các dòng NPU tự phát triển hướng tới ứng dụng trong sản xuất và logistics. Các đơn vị tham gia cũng giới thiệu nhiều giải pháp công nghệ nhằm xây dựng hệ sinh thái Physical AI và hướng tới mục tiêu thực chứng vào năm 2027.

Sự kiện 'Physical AI Tech Week' đã diễn ra tại COEX, quận Gangnam, Seoul vào ngày 13 và 14 vừa qua. Do Bộ Khoa học, Công nghệ thông tin và Truyền thông chủ trì, cùng với sự phối hợp của Viện Thúc đẩy Công nghiệp Thông tin và Truyền thông (NIPA) và Liên minh Physical AI, sự kiện này được tổ chức nhằm xây dựng hệ sinh thái công nghệ 'Physical AI' – loại công nghệ có khả năng cảm nhận và hành động trong môi trường vật lý thay vì chỉ trong không gian kỹ thuật số, đồng thời thúc đẩy chuyển đổi số cho các ngành công nghiệp chủ lực của quốc gia như sản xuất, logistics và dịch vụ thông qua sự hợp tác giữa nhà nước và tư nhân.

Ban tổ chức đặt mục tiêu chia sẻ định hướng chính sách nghiên cứu và phát triển (R&D) cũng như thực chứng cho năm 2027, đồng thời xây dựng lộ trình tiêu chuẩn hóa liên quan thông qua sự hợp tác giữa các bộ ngành chính phủ, giới công nghiệp và các viện nghiên cứu. Các doanh nghiệp tham gia đã giới thiệu các giải pháp có thể triển khai tại các dây chuyền sản xuất, trung tâm logistics và các khu vực nguy hiểm nhằm tìm kiếm đối tác hợp tác kinh doanh.

Tại khu vực 'Physical AI Computing' trong triển lãm, các doanh nghiệp chip AI (fabless) trong nước như Rebellions và FuriosaAI đã trình diễn phần cứng NPU tự phát triển cùng môi trường vận hành của họ. Rebellions đã giới thiệu cơ sở hạ tầng suy luận thời gian thực cho các mô hình Physical AI cốt lõi dựa trên bộ xử lý thần kinh (NPU) hiệu suất cao thế hệ mới. Trong khi đó, FuriosaAI trưng bày công nghệ kiến trúc NPU hiệu suất cao đáp ứng môi trường trung tâm dữ liệu và cạnh (edge). Nota AI cũng công bố giải pháp tối ưu hóa siêu nhẹ giúp xử lý các mô hình robot dung lượng lớn trong môi trường on-device với độ trễ thấp.

Các khu vực triển lãm ngoài mảng tính toán được chia thành các gian hàng chuyên biệt như: tay máy robot và mô hình nền tảng thị giác phục vụ cảm biến và điều khiển tác vụ, quản lý tích hợp thiết bị, và tiêu chuẩn hóa dữ liệu. RLWRLD và Tesollo đã trình diễn công nghệ thao tác chính xác các vật thể trong môi trường không định hình bằng cách kết hợp phần cứng tay máy robot có độ tự do cao với mô hình Vision-Language-Action (VLA).

Tại khu vực trình diễn, maum.ai đã trưng bày các thiết bị thực hiện nhiệm vụ tuần tra tự động trong nhà và ngoài trời cũng như dò tìm mìn bằng robot bốn chân. LG CNS đưa ra mô hình mô phỏng cấu trúc thông minh hóa công nghiệp tích hợp từ nhà máy dữ liệu đến nhà máy thông minh. Tại các gian hàng của KAIST, Daim Technology, Pebblous và KT, các nội dung về bản thiết kế nhà máy tối (dark factory blueprint), bản sao kỹ thuật số (digital twin) dùng để quản lý tích hợp thiết bị robot, cùng hệ điều hành (OS) tổng hợp dữ liệu và kiểm chứng chất lượng cho Physical AI đã được giới thiệu. Triển lãm cũng bao gồm các nội dung về hạ tầng dữ liệu và tiêu chuẩn hóa hỗ trợ cho công nghệ điều khiển phần cứng.

Điểm nổi bật trong các buổi trình diễn công nghệ là chuyển động của robot khi gắp các vật thể có hình dạng không đồng nhất hoặc bị rung lắc bất thường, cùng với sự phát triển của công nghệ phần mềm tiên tiến. Khác với phương pháp trước đây vốn dựa trên các cảm biến chính xác và tọa độ vị trí cố định để thực hiện các động tác lặp lại, phần mềm hiện nay có thể nhận biết thời gian thực tốc độ và hướng của cáp, hộp hoặc linh kiện máy móc đang di chuyển trên băng chuyền để điều khiển chuyển động của robot. Khi phần mềm điều khiển hành vi — vốn chuyển đổi tức thì mô-men xoắn và áp lực tại thời điểm tiếp xúc thành lệnh mô-tơ — được kết hợp với các thuật toán vốn chỉ dựa trên thông tin thị giác trước đây, tốc độ phản ứng và độ chính xác của máy móc tại hiện trường công nghiệp đã trở nên ổn định hơn đáng kể.

Tại hội nghị 'Physical AI Tech Day', các bài diễn thuyết chính và báo cáo công nghệ từ các chuyên gia trong giới học thuật và công nghiệp, bao gồm cả Giáo sư Sangbae Kim từ MIT, đã được thực hiện. Với chủ đề 'Intelligence into Action' (Trí tuệ chuyển hóa thành hành động), Giáo sư Sangbae Kim đã giải thích nguyên lý kết hợp giữa cấu trúc cơ học của thế giới vật lý và các thuật toán trí tuệ. Các chuyên gia robot trong và ngoài nước cũng chia sẻ phương pháp áp dụng mô hình nền tảng robot (RFM) vào các tác vụ chưa được tự động hóa trong các dây chuyền sản xuất và logistics. Các diễn giả nhận định rằng, để kết nối thành quả nghiên cứu cơ bản với các thiết bị tại hiện trường, việc thiết kế mô hình điều khiển thời gian thực và hệ thống xử lý dữ liệu công nghiệp là vô cùng quan trọng, và những năng lực này sẽ quyết định khả năng cạnh tranh toàn cầu trong tương lai.

Các bài thuyết trình và triển lãm cũng thảo luận về hiệu quả thực tế khi áp dụng công nghệ vào các quy trình sản xuất. Thay vì tập trung vào quy mô tham số của các mô hình tạo sinh hay điểm số benchmark, các cuộc thảo luận tập trung vào tính hữu dụng thực tế như: giảm tỷ lệ sai số khi đưa vào quy trình cụ thể, tối thiểu hóa thời gian dừng hoạt động của thiết bị, và khả năng liên kết với hệ điều hành nhà máy hiện có. Các vấn đề trọng tâm được đưa ra bao gồm liệu công nghệ có thể hỗ trợ hoặc thay thế con người thực hiện các tác vụ chưa được tự động hóa hay không, và liệu hiệu quả mang lại có tương xứng với chi phí đầu tư hay không.

Mặt khác, tại hiện trường cũng xuất hiện sự lo ngại của giới công nghiệp về tốc độ phát triển công nghệ toàn cầu và sự bám đuổi của các doanh nghiệp Trung Quốc. Do các doanh nghiệp AI và robot của Trung Quốc đang đẩy nhanh tốc độ thực chứng bằng cách mở rộng triển khai robot hình người (humanoid) và các giải pháp sản xuất thông minh dựa trên thị trường nội địa khổng lồ, sự hỗ trợ của quốc gia và dữ liệu nhà máy sản xuất, nên đã có những ý kiến cho rằng các doanh nghiệp trong nước không nên chỉ dừng lại ở nghiên cứu thuật toán mà cần nhanh chóng tiến hành kiểm chứng tại hiện trường. Có những cảnh báo rằng nếu tốc độ kết nối thành quả nghiên cứu với ứng dụng thực tế bị chậm trễ, họ có thể bị tụt hậu trong cuộc cạnh tranh toàn cầu.

Để ứng phó với điều này, các doanh nghiệp tham gia không chỉ dừng lại ở việc giải thích kế hoạch phát triển trong tương lai mà tập trung vào việc đưa ra kết quả vận hành thực tế. Tại các màn hình trước gian hàng và các bàn trình diễn, thay vì các hoạt ảnh minh họa khái niệm, các video điều khiển thời gian thực từ thiết bị cạnh công nghiệp và nhật ký vận hành thu thập từ các nhà máy sản xuất, khách sạn hay trung tâm phân loại logistics đã được phát lặp lại. Các doanh nghiệp đã giải thích phương thức hoạt động và kết quả ứng dụng thông qua dữ liệu hiện trường và video điều khiển này.

Sự kiện lần này là nơi để xem xét các lĩnh vực công nghệ mà các startup giai đoạn đầu có thể thâm nhập. Việc sản xuất hàng loạt phần cứng đòi hỏi vốn lớn hoặc phát triển các mô hình nền tảng tổng quát ngay từ đầu có thể gây áp lực tài chính cho các doanh nghiệp có nguồn lực hạn chế. Chiến lược cần tập trung vào việc phát triển phần mềm ứng dụng phù hợp với các quy trình sản xuất hoặc lĩnh vực dịch vụ cụ thể, cũng như hệ thống tối ưu hóa dữ liệu bằng cách tận dụng các giao diện tiêu chuẩn hóa và môi trường NPU đã được đưa ra tại sự kiện. Ngoài ra, các doanh nghiệp cũng cần năng lực thực thi như việc thu thập dữ liệu hiện trường thông qua kiểm chứng công nghệ (PoC) với các tập đoàn lớn và đưa ra được các con số định lượng về mức độ giảm sai số trong các môi trường cụ thể.

Đọc bản gốc (tiếng Hàn)