Chiều ngày 30-1-2025, một vụ tai nạn giao thông đặc biệt nghiêm trọng đã xảy ra tại Km153+500 quốc lộ 21, đoạn cầu Nam Vân, tỉnh Nam Định. Bà N.T.D. (61 tuổi, trú tại quận Ba Đình, Hà Nội) điều khiển xe ô tô 7 chỗ mang biển số 30G-156.XX, chở theo 8 người khác, di chuyển theo hướng cầu Vòi về TP Nam Định. Khi đến địa điểm trên, chiếc xe tự gây tai nạn và lao xuống sông, khiến 7 người tử vong tại chỗ, bao gồm cả trẻ em, và 2 người bị thương đã được đưa đi cấp cứu.

Hiện tại, lực lượng chức năng đang tiến hành điều tra nguyên nhân vụ việc. Cục Cảnh sát giao thông đã cử tổ công tác đến hiện trường để phối hợp điều tra.

Đây là một mất mát to lớn và đau lòng, đặc biệt khi năm mới vừa bắt đầu.

Kênh đào Suez và kênh đào Panama có sự khác biệt đáng kể trong thiết kế và cách thức vận hành, đặc biệt liên quan đến việc sử dụng âu tàu (hệ thống khóa nước).

Kênh đào Suez:

• Không sử dụng âu tàu: Kênh đào Suez là một tuyến đường thủy nhân tạo chạy theo hướng Bắc-Nam qua eo Suez ở Ai Cập, nối Địa Trung Hải với Biển Đỏ. Đây là một kênh đào không có âu tàu, cho phép tàu thuyền di chuyển trực tiếp từ đầu này đến đầu kia mà không cần nâng hoặc hạ độ cao. Điều này có nghĩa là mực nước trong kênh gần như đồng nhất với mực nước biển ở cả hai đầu.

Kênh đào Panama:

• Sử dụng âu tàu: Trái ngược với kênh đào Suez, kênh đào Panama sử dụng một hệ thống âu tàu phức tạp để nâng và hạ tàu thuyền qua các độ cao khác nhau. Kênh đào này nối Đại Tây Dương với Thái Bình Dương và cắt ngang eo đất Panama. Do địa hình và sự chênh lệch mực nước giữa hai đại dương, các âu tàu được sử dụng để nâng tàu lên độ cao khoảng 26 mét so với mực nước biển khi đi vào kênh và hạ xuống khi ra khỏi kênh. Quá trình này cho phép tàu vượt qua địa hình đồi núi và hồ nhân tạo trong khu vực.

Việc sử dụng hay không sử dụng âu tàu trong thiết kế của mỗi kênh đào phản ánh điều kiện địa lý và kỹ thuật cụ thể của từng khu vực.

một thảm kịch hàng không nghiêm trọng xảy ra vào ngày 29/1/2025, khi một máy bay của hãng American Airlines va chạm với một trực thăng quân sự trên bầu trời Washington D.C., dẫn đến cái chết của toàn bộ 67 người trên cả hai phương tiện. Trong số các nạn nhân, có nhiều vận động viên trượt băng nghệ thuật, bao gồm cả các huấn luyện viên và vận động viên nổi tiếng người Nga như Yevgenia Shishkova và Vadim Naumov.

Vụ tai nạn xảy ra khi máy bay CRJ700 Bombardier chở 64 hành khách và phi hành đoàn đang hạ cánh xuống Sân bay Quốc gia Ronald Reagan thì va chạm với trực thăng quân sự Black Hawk của Lục quân Mỹ, trên đó có 3 quân nhân. Hiện tại, nguyên nhân chính xác của vụ tai nạn vẫn đang được điều tra, và các cơ quan chức năng đã thu hồi hộp đen của máy bay để phân tích.

Đây là một mất mát to lớn đối với cộng đồng trượt băng nghệ thuật quốc tế, đặc biệt là Nga và Mỹ. xin gửi lời chia buồn sâu sắc đến gia đình các nạn nhân và toàn thể cộng đồng thể thao trước thảm kịch đau lòng này.

Cerebras Systems là một công ty công nghệ có trụ sở tại Sunnyvale, California, chuyên phát triển các giải pháp phần cứng và phần mềm cho trí tuệ nhân tạo (AI) và học sâu (deep learning). Thành lập vào năm 2016, Cerebras nổi bật với việc tạo ra Wafer-Scale Engine (WSE), con chip lớn nhất thế giới được thiết kế đặc biệt cho các tác vụ AI.

Công nghệ của Cerebras:

• Wafer-Scale Engine (WSE): WSE là một bộ xử lý tích hợp trên một tấm wafer đơn, bao gồm các thành phần tính toán, bộ nhớ và kết nối. Phiên bản đầu tiên, WSE-1, có 1,2 nghìn tỷ bóng bán dẫn và 400.000 lõi tính toán. Phiên bản thứ hai, WSE-2, tăng lên 2,6 nghìn tỷ bóng bán dẫn và 850.000 lõi. Gần đây, WSE-3 được giới thiệu với 4 nghìn tỷ bóng bán dẫn và 900.000 lõi, cung cấp hiệu suất vượt trội cho các mô hình AI lớn.

So sánh với các đối thủ trong lĩnh vực:

• NVIDIA: NVIDIA hiện đang dẫn đầu thị trường với các GPU mạnh mẽ và hệ sinh thái phần mềm phong phú, đặc biệt là nền tảng CUDA. GPU của NVIDIA được sử dụng rộng rãi trong các ứng dụng AI và học sâu nhờ tính linh hoạt và hiệu suất cao. Tuy nhiên, Cerebras với WSE cung cấp hiệu suất vượt trội trong các tác vụ AI cụ thể, đặc biệt là khi xử lý các mô hình AI lớn, với tốc độ nhanh hơn tới 20 lần so với GPU của NVIDIA trong một số trường hợp.

Cerebras Systems đã tạo ra sự khác biệt trong lĩnh vực phần cứng AI với thiết kế chip wafer-scale độc đáo, cung cấp hiệu suất cao cho các mô hình AI lớn. Mặc dù các công ty như NVIDIA, AMD và Intel có lợi thế về thị phần và hệ sinh thái phát triển, Cerebras đang nổi lên như một đối thủ cạnh tranh mạnh mẽ trong các ứng dụng AI chuyên biệt.

Có một bức tranh rất sinh động mô tả bí mật của DeepSeek. Bí mật này có thể được mô tả như sau: nó giống như một con mèo nhỏ câu cá. Phía trước là một đống dữ liệu thực tế (Real Data). OpenAI sẽ xử lý những dữ liệu này và kết quả sau khi xử lý giống như con cá – được bỏ vào trong thùng. Còn DeepSeek không câu cá từ nguồn gốc, mà chỉ câu trực tiếp từ trong thùng. Điều này có nghĩa là nó không thực sự tạo ra nội dung từ đầu mà chỉ tận dụng công sức của người khác.

Gần đây, có thông tin cho rằng mô hình AI DeepSeek R1 được phát triển chỉ với 5,6 triệu USD, gây ấn tượng về chi phí thấp đáng kinh ngạc. Tuy nhiên, con số này chỉ phản ánh chi phí huấn luyện mô hình V3 trên các GPU NVIDIA H800, không bao gồm toàn bộ chi phí phát triển và vận hành. Thực tế, tổng chi phí để xây dựng và triển khai DeepSeek R1 có thể cao hơn nhiều, bao gồm chi phí phần cứng, trung tâm dữ liệu và đội ngũ nghiên cứu.

Để huấn luyện mô hình V3, DeepSeek sử dụng 2.048 GPU NVIDIA H800. Với giá bán lẻ khoảng 32.000 USD mỗi GPU, chi phí cho cụm GPU này đã lên đến hơn 70 triệu USD, chưa kể các chi phí thiết lập và vận hành khác. Nếu việc huấn luyện được thực hiện trên các nền tảng đám mây, chi phí có thể giảm xuống còn 5,6 triệu USD như đã công bố. Tuy nhiên, điều này không bao gồm các khoản đầu tư ban đầu và chi phí khác liên quan đến phát triển mô hình.

Ngoài ra, DeepSeek nhận được sự hỗ trợ từ quỹ đầu tư định lượng High-Flyer, sở hữu một lượng lớn GPU AI. Trước khi lệnh cấm xuất khẩu chip AI được áp đặt lên Trung Quốc, High-Flyer đã sở hữu khoảng 1.100 GPU NVIDIA A100 với chi phí khoảng 28 triệu USD. Sau đó, họ phát triển thêm một cụm siêu máy tính AI thứ hai với khoảng 10.000 GPU NVIDIA A100, chi phí khoảng 140 triệu USD. Điều này cho thấy DeepSeek có nguồn lực tài chính và hạ tầng đáng kể để phát triển mô hình AI của mình.

Như vậy, thông tin về việc DeepSeek phát triển mô hình AI với chi phí chỉ 5,6 triệu USD là chưa đầy đủ và có thể gây hiểu nhầm. Tổng chi phí thực tế để phát triển và triển khai mô hình DeepSeek R1 cao hơn nhiều, bao gồm các khoản đầu tư vào phần cứng, hạ tầng và nhân lực.