Tài trợ GPU: giải bài toán “nút thắt” lớn nhất của nghiên cứu AI đại học
Việc VNG tài trợ gói tài nguyên GPU trị giá 12 tỷ đồng cho ba trường thành viên ĐHQG-HCM để phục vụ nghiên cứu và ứng dụng trí tuệ nhân tạo trong hai năm học tới là một bước đi chiến lược nhằm tháo gỡ nút thắt hạ tầng tính toán, tăng tốc đào tạo AI đại học và nâng tầm năng lực nghiên cứu AI Việt Nam. Điểm quan trọng không phải là con số 12 tỷ, mà là việc “bơm” đúng chỗ đang thiếu. Nguồn lực tính toán từ lâu là điểm nghẽn khiến nhiều đề tài AI ở trường đại học phải thu nhỏ mô hình, rút ngắn thời gian huấn luyện hoặc dừng lại ở mức mô phỏng. Khi VNG cam kết tài trợ GPU cho Trường Đại học Bách khoa, Khoa học Tự nhiên và Công nghệ Thông tin thuộc ĐHQG-HCM, các nhóm nghiên cứu lần đầu có cơ hội tiếp cận hạ tầng gần với chuẩn công nghiệp. Có thể trích dẫn rõ ràng: “Gói tài nguyên GPU sẽ phục vụ hoạt động nghiên cứu của giảng viên, sinh viên, hỗ trợ các nhóm nghiên cứu trong quá trình huấn luyện và thử nghiệm mô hình AI”. Đây là nền tảng tối thiểu nếu Việt Nam muốn nói nghiêm túc về nghiên cứu AI cạnh tranh trong khu vực.
Từ tài trợ GPU đến chiến lược xây dựng hệ sinh thái nhân tài AI
Nhìn rộng hơn, gói GPU tài trợ đại học này không phải hành động đơn lẻ mà nằm trong chiến lược VNG đầu tư công nghệ và trở thành tổ chức “AI-native”, với tham vọng kiến tạo hệ sinh thái số trong kỷ nguyên AI. Trước đó, doanh nghiệp này đã tài trợ gói GPU trị giá 6 tỷ đồng cho ĐHQG-HCM, cho thấy đây là cam kết dài hạn chứ không phải tài trợ theo phong trào. Song song hạ tầng, VNG và ĐHQG-HCM đồng sáng lập Saigon AI Hub – một không gian nghiên cứu và ứng dụng AI mở, kết nối nhóm nghiên cứu, doanh nghiệp và đối tác công nghệ. Sáng kiến Applied AI Lab do Saigon AI Hub phối hợp Google Labs triển khai đã có 10 nhóm và gần 60 nhà nghiên cứu tham gia, trong đó một nhóm đã bước đầu thương mại hóa giải pháp. Nói cách khác, VNG không chỉ “mua GPU”, mà đang xây cả chuỗi giá trị: từ hạ tầng tính toán, môi trường nghiên cứu, đến con đường đưa kết quả nghiên cứu AI Việt Nam ra thị trường.
Đào tạo AI đại học: từ lý thuyết sang bài toán thật của doanh nghiệp
Điểm đáng giá nhất của hợp tác này là cách nó kéo đào tạo AI đại học ra khỏi “tháp ngà”. Khóa 2 của Applied AI Lab được thiết kế theo hướng doanh nghiệp và tổ chức công đưa ra bài toán, các nhóm nghiên cứu tìm lời giải để tiến tới ứng dụng thực tế. Đây là mô hình mà nhiều hệ sinh thái AI thành công trên thế giới đang dùng: nghiên cứu gắn chặt với nhu cầu thị trường. Ở mảng đào tạo, hai bên đặt mục tiêu đào tạo ít nhất 1.000 sinh viên chất lượng cao trong 3–5 năm – một con số đủ lớn để tạo ra thế hệ kỹ sư AI nòng cốt cho doanh nghiệp trong nước. Chương trình đồng đào tạo lập trình game giữa VNG và Trường Đại học Công nghệ Thông tin đã có khóa đầu tiên với 51 sinh viên và 10 sản phẩm game, khóa tiếp theo đã tăng lên hơn 80 sinh viên, mở rộng sang phát triển game ứng dụng thực tế và trên nền tảng Roblox. Đây là cách đào tạo AI đại học nên đi: sinh viên không chỉ học mô hình, mà còn học cách biến mô hình thành sản phẩm.
“Ba nhà” cùng vào cuộc: cơ hội để Việt Nam làm chủ công nghệ lõi
Sự kiện tài trợ GPU của VNG diễn ra trong bối cảnh mô hình hợp tác “Ba nhà” – Nhà nước, nhà trường, doanh nghiệp – được xác định là định hướng quan trọng để nâng cao năng lực nghiên cứu trong nước và làm chủ công nghệ nền tảng quốc gia. Tại Lễ Khai khóa, người đứng đầu Chính phủ nhấn mạnh yêu cầu kết nối đào tạo, nghiên cứu và đổi mới sáng tạo thành một chuỗi thống nhất, đồng thời thúc đẩy hợp tác giữa ba chủ thể này. Về phía ĐHQG-HCM, mục tiêu đặt ra không hề khiêm tốn: đến năm 2030 đạt 100 sáng chế quốc tế, phát triển 10 sản phẩm công nghệ chiến lược, làm chủ 15 công nghệ lõi và hình thành 20 nhóm nghiên cứu mạnh. Xa hơn, trường hướng tới năng lực tự chủ trong các lĩnh vực như AI có chủ quyền, chip cho mạng 6G, hàng không vũ trụ, y học chính xác và điện hạt nhân. Nếu không có sự tham gia thực chất của doanh nghiệp công nghệ lớn, những mục tiêu này dễ bị treo trên giấy. Gói GPU tài trợ đại học của VNG là ví dụ cụ thể cho thấy doanh nghiệp có thể góp phần biến chiến lược thành năng lực nghiên cứu hữu hình.
Từ GPU đến hệ sinh thái AI Việt Nam: điều kiện cần nhưng chưa đủ
Nhìn tổng thể, gói tài nguyên GPU trị giá 12 tỷ đồng cho ba trường ĐHQG-HCM là cú hích quan trọng cho nghiên cứu AI Việt Nam, nhưng không phải cây đũa thần. Nó giải quyết nút thắt hạ tầng tính toán – điều kiện cần để các nhóm nghiên cứu chủ động hơn trong huấn luyện và thử nghiệm mô hình AI – nhưng điều kiện đủ còn nằm ở cơ chế, con người và văn hóa hợp tác. Điều tích cực là VNG đầu tư công nghệ theo cách dài hơi: tài trợ GPU, đồng sáng lập Saigon AI Hub, tham gia đào tạo ít nhất 1.000 sinh viên, gắn nghiên cứu với bài toán thật. Nếu nhiều doanh nghiệp công nghệ khác cũng chọn cách đi tương tự, hệ sinh thái nghiên cứu AI Việt Nam có cơ hội thoát khỏi tình trạng “mạnh ai nấy làm”. Kết luận hợp lý là: GPU tài trợ đại học là bước khởi đầu đúng hướng. Phần còn lại phụ thuộc vào việc các trường có dám thay đổi cách tổ chức nghiên cứu, và Nhà nước có tạo đủ không gian cho mô hình “Ba nhà” vận hành linh hoạt hay không.
