Blog chia sẻ kiến thức FPT Cloud

Trong chiến dịch "Tháng tự học" với quy mô lên tới hàng triệu học sinh tham gia do Sở Giáo dục & Đào tạo Hà Nội phối hợp cùng FSEL tổ chức tại 04 tỉnh thành vừa qua, FPT Load Balancing đã hỗ trợ hệ thống vận hành xử lý 145.000 kết nối đồng thời, vượt xa dự kiến ban đầu mà vẫn đảm bảo duy trì hoạt động ổn định, không gián đoạn trong suốt các khung giờ.  Lượng truy cập tăng đột biến - Bài toán khó khăn cho nền tảng giáo dục trực tuyến  FSEL - nền tảng giáo dục trực tuyến hàng đầu Việt Nam - đã triển khai chương trình “Tháng tự học” dành cho học sinh trên cả nước. Với đối tượng chính tham gia vào “Tháng tự học"  là học sinh cấp THCS và THPT khiến lượng người dùng truy cập vào FSEL không chỉ tăng về số lượng mà còn dồn mạnh vào các khung giờ cao điểm từ 19h - 22h mỗi ngày - khoảng thời gian ngoài giờ học chính thức trên trường. Dự báo ban đầu ước tính hệ thống phải gánh khoảng 50.000 và dự phòng 100.000 kết nối đồng thời (active connection), song thực tế con số này vượt xa, đạt tới 145.000 kết nối - cao gần gấp rưỡi so với mức chuẩn.  Trong môi trường giáo dục trực tuyến, chỉ một vài phút gián đoạn cũng có thể khiến hàng chục nghìn học sinh bị mất kết quả học tập, gián đoạn quá trình ôn luyện, và quan trọng hơn là làm suy giảm niềm tin vào nền tảng. Với vai trò là đơn vị cung cấp và vận hành, FSEL buộc phải tìm kiếm các giải pháp hạ tầng đủ mạnh mẽ, linh hoạt và có khả năng dự phòng tức thì trước áp lực tải cực lớn.  FPT Load Balancing - Giải pháp phân tải thông minh cho nền tảng giáo dục số  Để đảm bảo hạ tầng vận hành trơn tru, FPT đã triển khai giải pháp FPT Load Balancing thế hệ mới cho FSEL. Giải pháp được xây dựng theo mô hình đa tầng nhằm đáp ứng cả nhu cầu phân tải, dự phòng và mở rộng linh hoạt ngay cả trong những giai đoạn cao điểm khi triển khai chương trình “Tháng tự học".  [caption id="attachment_67006" align="aligncenter" width="8084"] Mô hình đa tầng hỗ trợ vận hành hệ thống FSEL - Nguồn ảnh: FPT Smart Cloud[/caption] Ở tầng đầu tiên, hệ thống DNS Cloudflare đóng vai trò phân phối request đến nhiều IP Public, giúp duy trì khả năng kết nối ngay cả khi một node gặp sự cố. Đây chính là lớp bảo vệ đầu tiên chống lại nguy cơ sập dịch vụ khi lưu lượng tăng đột biến  Lớp firewall thế hệ mới của FPT Cloud đảm nhận việc tiếp nhận và xử lý lưu lượng, lọc và NAT trước khi phân phối về các Load Balancer. Nhờ vậy, chỉ những kết nối hợp lệ mới được chuyển tiếp về tầng cân bằng tải.   Tại lớp Load Balancing, FSEL triển khai một node LB Extra-3 và hai node LB Extra-2. Các node này phân phối lưu lượng về cụm ứng dụng Kubernetes, giúp traffic được dàn trải đều, tránh tình trạng nghẽn cục bộ. So với mô hình truyền thống, kiến trúc này đảm bảo khả năng scale-out nhanh chóng: chỉ cần bổ sung thêm node LB, toàn bộ năng lực chịu tải của hệ thống có thể tăng lên tức thì. Khi chương trình “Tháng tự học” diễn ra, hệ thống nhanh chóng ghi nhận lượng truy cập vượt ngưỡng dự báo. Node LB Extra-3 đạt 55.000 kết nối đồng thời, trong khi mỗi node LB Extra-2 xử lý ổn định hơn 45.000 kết nối - cao hơn nhiều so với thông số tham khảo 30.000 mà FPT Cloud đã công bố. Tổng cộng, toàn hệ thống vận hành mượt mà với 145.000 kết nối đồng thời mà không ghi nhận downtime hay tình trạng nghẽn mạng.  Đáng chú ý, ngay cả trong khung giờ cao điểm 19h-22h, khi số lượng học sinh truy cập đạt đỉnh, các node Load Balancer vẫn phân phối tải đều đặn, đảm bảo thời gian phản hồi của ứng dụng không bị suy giảm. Người dùng cuối không gặp bất kỳ gián đoạn nào trong quá trình học tập hay lưu kết quả.  Đồng hành cùng khách hàng trong tháng cao điểm, FPT Cloud đã phối hợp khách hàng scale out nhanh chóng 2 node LB Extra-2 nâng năng lực dự phòng cho hệ thống lên đến 180.000 kết nối đồng thời. Đây là con số hiếm có với một nền tảng giáo dục trực tuyến tại Việt Nam, cho thấy khả năng mở rộng linh hoạt và độ tin cậy cao của giải pháp FPT Load Balancing.   FSEL là minh chứng rõ ràng rằng đầu tư vào hạ tầng công nghệ chính là chìa khóa để bảo đảm sự bền vững của giáo dục số. Với khả năng mở rộng linh hoạt, tính ổn định cao và các lớp bảo mật tích hợp, FPT Load Balancing đã khẳng định vai trò như một “trụ cột hạ tầng” cho các nền tảng học tập trực tuyến. Trong tương lai, khi nhu cầu học tập từ xa tiếp tục gia tăng, những giải pháp FPT Load Balancing sẽ trở thành điều kiện tiên quyết để ngành giáo dục vừa đáp ứng quy mô xã hội, vừa duy trì được uy tín và chất lượng đào tạo.  Tìm hiểu thêm thông tin chi tiết về dịch vụ FPT Load Balancing dành cho doanh nghiệp tại: https://fptcloud.com/product/load-balancer/  

Trong kỷ nguyên trí tuệ nhân tạo bùng nổ, việc khai thác giá trị kinh tế từ các mô hình AI không chỉ phụ thuộc vào sở hữu hạ tầng mạnh mẽ, mà còn nằm ở cách doanh nghiệp tổ chức và tối ưu hóa “nhà máy AI” (AI Factory). Một khái niệm ngày càng được chú ý là Định luật Jensen, vốn đang định hình lại cách chúng ta nhìn nhận mối quan hệ giữa đầu tư, công suất tính toán và lợi nhuận.  Nguyên lý cốt lõi Trong các nhà máy AI bị giới hạn bởi công suất xử lý, mỗi khoản đầu tư bổ sung vào hiệu suất trên mỗi watt điện năng và tối ưu hóa fabric kết nối đều mang lại giá trị vượt trội. Điểm then chốt ở đây là chi phí tăng thêm không chỉ làm gia tăng thông lượng thương mại hóa (tính bằng token/giây), mà còn cải thiện tỷ lệ chi phí trên mỗi đơn vị sản phẩm.  Có thể tóm lược thành hai quy luật quan trọng:  Chi nhiều hơn → Thu nhiều hơn: Doanh thu tăng nhanh hơn tốc độ chi phí.  Chi nhiều hơn → Tiết kiệm hơn: Chi phí biên cho mỗi lượt suy luận giảm dần.  Những nguyên lý này tạo nên sự khác biệt so với tư duy đầu tư tuyến tính trước đây, nơi tăng chi phí thường đồng nghĩa với hiệu quả cận biên giảm. Trong bối cảnh AI, khoản đầu tư đúng chỗ lại mang đến lợi ích kép: vừa tăng trưởng doanh thu, vừa giảm chi phí trên đơn vị.  Những định luật định hình ngành công nghệ Để hiểu rõ hơn về cách tư duy mới xoay quanh Định luật Jensen, trước hết chúng ta nên nhìn lại một số định luật kinh điển đã và đang dẫn dắt sự phát triển của ngành công nghệ.  Dưới đây là tóm lược ngắn gọn về các định luật này và vai trò của chúng trong việc hình thành Định luật Jensen theo cách diễn giải mới:  Định luật Moore: đề cập đến khả năng thu nhỏ thiết bị, từ đó cải thiện hiệu năng trên mỗi watt. Hiểu một cách đơn giản, càng tạo ra được nhiều “tokens” trong cùng một mức tiêu thụ điện năng hàng năm, thì hiệu quả kinh tế càng cao.  Định luật Wright: chỉ ra rằng chi phí giảm một tỉ lệ cố định mỗi khi sản lượng tích lũy tăng gấp đôi. Điều này lý giải tại sao chi phí cho mỗi “token” giảm xuống khi quy mô triển khai mở rộng – đóng vai trò then chốt trong việc “tiết kiệm nhiều hơn.”  Định luật Metcalfe: giá trị của một hệ thống tăng theo cấp số nhân dựa trên mức độ kết nối. Điều này phản ánh cách các mạng lưới phát huy tối đa công dụng – mở rộng quy mô theo chiều dọc, chiều ngang, và xuyên suốt – khiến cho kết nối gần như trở nên “miễn phí” về mặt kinh tế.  Nghịch lý Jevons: hiệu suất cao hơn lại dẫn đến mức tiêu thụ nhiều hơn, từ đó tạo động lực cho hiệu ứng “vòng xoáy” mà Định luật Jensen mô tả.  Khai thác “mạng miễn phí” Khi hạ tầng đạt hiệu suất cao, băng thông mạng tốc độ cao gần như trở thành một tài nguyên “miễn phí”. Nguyên nhân là vì mức tăng thông lượng do mạng mang lại vượt xa chi phí khấu hao. Thay vì chỉ là chi phí cố định, hạ tầng mạng trở thành chất xúc tác giúp đẩy mạnh năng suất mà không làm tăng chi phí tương ứng.  Quy luật mới cho kỷ nguyên AI Bằng cách áp dụng những nguyên tắc này, mô hình nhà máy AI giới hạn công suất có thể được vận hành theo công thức doanh thu rõ ràng và đáng tin cậy. Mỗi đồng vốn đầu tư không chỉ bổ sung năng lực tính toán, mà còn mở khóa hiệu quả kinh tế ở quy mô ngày càng lớn.  Đây chính là quy luật mới cho thời đại AI: lợi nhuận không chỉ đến từ việc mở rộng hạ tầng, mà còn từ việc tối ưu hóa sâu sắc cấu trúc bên trong của “cỗ máy” sản xuất tri thức.   

Tổng công ty Hàng hải Việt Nam (VIMC) và FPT chính thức công bố Go-live giải pháp hợp nhất báo cáo tài chính FPT CFS. Đây là bước tiến quan trọng trong lộ trình số hóa quản trị tài chính của VIMC, đồng thời góp phần hiện thực hóa Nghị quyết 57 về phát triển kinh tế biển bền vững, nhấn mạnh vai trò của đổi mới sáng tạo và chuyển đổi số. Chuyển đổi số là động lực tăng trưởng của VIMC Trải qua hơn 30 năm hình thành và phát triển, VIMC hiện là doanh nghiệp nòng cốt của ngành hàng hải Việt Nam, tiên phong trong hội nhập quốc tế và cung cấp dịch vụ hàng hải, logistics toàn cầu. Năm 2024, VIMC mở thêm 10 tuyến vận tải container, bao gồm tuyến kết nối trực tiếp Việt Nam – Châu Âu; tổng sản lượng hàng hóa thông qua hệ thống cảng tăng 26% so với cùng kỳ, cao hơn mức trung bình cả nước. Doanh nghiệp cũng phục vụ các hãng tàu thuộc top 10 toàn cầu, khẳng định vai trò trụ cột trong ngành khai thác cảng biển, vận tải biển và Logistics. Trước quy mô và tốc độ tăng trưởng ngày càng cao, quá trình chuyển đổi số không chỉ là xu thế, với VIMC còn là động lực quan trọng để nâng cao hiệu quả quản trị, tối ưu vận hành và phát triển dịch vụ giá trị gia tăng. Những kết quả tích cực trong hoạt động kinh doanh thời gian qua đã cho thấy hiệu quả rõ rệt của đổi mới sáng tạo và chuyển đổi số, đồng thời tạo nền tảng vững chắc để VIMC tiếp tục bứt phá trong giai đoạn tới. Từ những thành công đó, VIMC tiếp tục mở rộng đầu tư công nghệ, đưa các giải pháp mới vào các lĩnh vực chuyên môn cốt lõi. Với khát vọng phát triển bền vững, hiện đại và hội nhập, VIMC đang đẩy mạnh ứng dụng công nghệ vào quản trị doanh nghiệp, trong đó có lĩnh vực số hóa công tác tài chính – kế toán. Hợp tác cùng FPT, VIMC chuyển đổi số toàn diện hệ thống Hợp nhất báo cáo tài chính Hệ thống quản lý tài chính VIMC chia làm 3 cấp với sở hữu vốn với gần 80 bộ sổ kế toán bao gồm cả bộ sổ riêng, công ty mẹ và chi nhánh. Trước quy mô và tốc độ phát triển ngày càng cao, VIMC đặt mục tiêu doanh nghiệp không chỉ dừng lại ở việc đáp ứng chuẩn mực kế toán Việt Nam, mà còn chủ động tăng cường hiện đại hóa và số hóa công tác tài chính kế toán.  Tháng 2/2025, VIMC và FPT khởi động triển khai giải pháp hợp nhất hợp nhất báo cáo tài chính FPT CFS. Giải pháp FPT CFS giúp chuẩn hóa, tự động hóa công tác hợp nhất báo cáo và nâng cao năng lực quản trị tài chính ở cấp tập đoàn. Việc áp dụng giải pháp đã hỗ trợ VIMC nâng cao hiệu suất xử lý nghiệp vụ, tối ưu hiệu quả nguồn lực nhân sự, đáp ứng các chuẩn mực kế toán. Điểm quan trọng nhất với VIMC ngoài việc báo cáo tài chính đáp ứng đầy đủ các chuẩn mực kế toán tại Việt Nam, VIMC còn định hướng tiếp cận chuẩn mực quốc tế, tăng cường tính minh bạch tài chính, tạo nền tảng vững chắc cho chiến lược tăng trưởng và hội nhập quốc tế.  Chỉ trong vòng 5 tháng triển khai, đội ngũ nghiệp vụ hai bên đã hoàn tất công tác chuẩn bị, chuẩn hóa số liệu, tích hợp dữ liệu từ nhiều hệ thống phần mềm kế toán khác nhau và sẵn sàng đưa vào vận hành. Tốc độ triển khai “thần tốc” là kết quả của sự đồng thuận từ lãnh đạo VIMC cùng sự chuyên nghiệp, nỗ lực của đội ngũ kế toán – tài chính hai bên. Phát biểu tại sự kiện, ông Phạm Anh Tuấn – Phó Tổng Giám đốc VIMC nhấn mạnh: “Trong chiến lược phát triển, VIMC xác định chuyển đổi số là động lực quan trọng để nâng cao hiệu quả quản trị, tối ưu vận hành và tăng cường năng lực cạnh tranh. Việc đưa vào vận hành FPT CFS là bước đi thiết thực trong hiện đại hóa công tác quản trị tài chính, giúp chúng tôi chuẩn hóa quy trình hợp nhất, tự động hóa báo cáo và đáp ứng yêu cầu minh bạch theo chuẩn quốc tế.” Ông Phạm Anh Tuấn – Phó Tổng Giám đốc VIMC phát biểu tại Lễ Công bố - Hình ảnh: FPT Smart Cloud Đưa vào vận hành giải pháp FPT CFS, VIMC đã triển khai thành công bộ báo cáo tài chính hợp nhất cùng hơn 45 báo cáo thuyết minh, trong đó có nhiều báo cáo đặc thù phục vụ yêu cầu quản trị riêng. Hệ thống không chỉ tự động hóa quy trình hợp nhất mà còn tạo nền tảng quan trọng để VIMC ứng dụng công nghệ trong quản trị tài chính hiện đại, phục vụ kế hoạch mở rộng quy mô, M&A và lộ trình chuyển đổi sang IFRS trong tương lai. Với khối lượng dữ liệu lớn và yêu cầu hợp nhất tài chính đa tầng, dự án FPT CFS tại VIMC là một trong những triển khai phức tạp nhất mà chúng tôi từng thực hiện. Thành công hôm nay đến từ sự kết hợp giữa năng lực công nghệ của FPT và tinh thần quyết liệt đổi mới cùng sự phối hợp chặt chẽ của đội ngũ VIMC. Chính sự đồng hành này đã giúp dự án vượt qua thách thức, triển khai đầy đủ các tính năng cho phép cấu hình linh hoạt để xử lý vấn đề đúng nhu cầu thực tế. Đây là nền tảng quan trọng để VIMC tiếp tục mở rộng chuyển đổi số trong quản trị tài chính, Ông Hoàng Hữu Chiến, Kế toán trưởng Tập đoàn FPT, kiêm Giám Đốc dự án FPT CFS nhận định. Ông Lê Hồng Việt - TGĐ FPT Smart Cloud – Tập đoàn FPT chia sẻ về việc hợp tác giữa hai đơn vị tại Lễ công bố. Hình ảnh: FPT Smart Cloud Chia sẻ về sự hợp tác giữa hai đơn vị, Ông Lê Hồng Việt - TGĐ FPT Smart Cloud – Tập đoàn FPT phát biểu: “Những kết quả mà VIMC đạt được trong quản trị tài chính hôm nay cũng chính là thành công của FPT CFS. Trên nền tảng đó, FPT Smart Cloud cam kết tiếp tục đồng hành, mang đến các giải pháp Cloud và AI hiện đại, hỗ trợ VIMC phát triển bền vững, nâng cao năng lực cạnh tranh quốc tế và đóng góp nhiều hơn nữa cho sự phát triển của kinh tế biển Việt Nam.” Hợp tác cùng FPT không chỉ góp phần hiện thực hóa Nghị quyết 57 trong chiến lược chuyển đổi số toàn diện, mà còn mở ra nền tảng để hai bên tiếp tục đồng hành trong nhiều dự án số hóa trọng điểm khác. Sở hữu lợi thế công nghệ hàng đầu cùng kinh nghiệm triển khai cho các tập đoàn quy mô lớn, FPT sẽ tiếp tục là đối tác tin cậy giúp VIMC tăng tốc hiện đại hóa quản trị tài chính, thúc đẩy đổi mới sáng tạo và hội nhập quốc tế bền vững.

Trong kỷ nguyên XaaS, mọi tài nguyên CNTT từ hạ tầng, phần mềm đến nền tảng đều có thể trở thành một dịch vụ nhằm đáp ứng nhu cầu thị trường, DaaS (Desktop as a Service) nổi lên như một mảnh ghép quan trọng trong bức tranh toàn cảnh của hệ sinh thái Cloud giúp chúng ta thay đổi cách tiếp cận và quản lý môi trường làm việc số. Làm việc linh hoạt - Chuẩn mực của trạng thái “Bình thường mới” Từ sau đại dịch Covid, chúng ta ngày càng thấy rõ tầm quan trọng của xu hướng dịch chuyển mới này: Linh hoạt về không gian, thời gian và cách thức kết nối công việc. Làm việc từ xa không còn là một khái niệm xa lạ nữa, mặt khác còn trở thành nhu cầu thiết yếu của nhiều doanh nghiệp ở mọi lĩnh vực. Điều này chính là lý do DaaS đạt tốc độ tăng trưởng hơn 16% mỗi năm, trở thành xu hướng nổi bật của thị trường công nghệ toàn cầu trong giai đoạn hiện nay. DaaS (Desktop as a Service) là một mô hình điện toán đám mây cung cấp cho người dùng khả năng truy cập và làm việc với các máy ảo (virtual desktop) thông qua kết nối Internet. Môi trường được quản lý bởi nhà cung cấp dịch vụ bên thứ ba, cung cấp cho người dùng một sản phẩm, dịch vụ hoàn chỉnh mà không cần đầu tư chi phí lớn vào phần cứng hay công tác bảo trì, vận hành. [caption id="attachment_66810" align="aligncenter" width="902"] Mô hình kiến trúc Desktop as a Service - Nguồn: FPT Smart Cloud[/caption] DaaS có thể ứng dụng cho bất kỳ ngành nghề nào có nhân sự làm việc từ xa, phân tán với nhu cầu bảo mật cao; start-up hay doanh nghiệp nhỏ cần tối thiểu hóa chi phí đầu tư cơ sở vật chất; các hệ thống giáo dục cần cung cấp môi trường học tập số nhất quán cho sinh viên; hay các tổ chức y tế với nhu cầu truy cập hồ sơ và bảo mật quyền riêng tư;… DaaS mở ra kỷ nguyên làm việc linh hoạt và chuyển đổi số toàn diện cho doanh nghiệp Theo Statista, thị trường DaaS Việt Nam sẽ đạt doanh thu 12,05 triệu USD trong năm 2025, sau đó tăng trưởng tới 35,94% mỗi năm và sẽ đạt mốc 55,93 triệu USD vào năm 2030. Với lực lượng lao động trẻ am hiểu công nghệ, cùng với sự quan tâm và đầu tư của Chính phủ cho các startup, thị trường DaaS đang đứng trước cơ hội lớn để chiếm vị thế dẫn đầu trong kỷ nguyên làm việc linh hoạt và chuyển đổi số toàn diện. Những năm gần đây, Việt Nam đang hội tụ nhiều thế mạnh cốt lõi để thúc đẩy mạnh mẽ thị trường DaaS. Động lực lớn nhất đến từ định hướng chiến lược của Nhà nước. Các nghị quyết 57-NQ/TW và 68-NQ/TW khẳng định khoa học công nghệ, đổi mới sáng tạo và chuyển đổi số là “đột phá hàng đầu”, với mục tiêu đến giai đoạn 2030-2045 kinh tế số chiếm ít nhất 50% GDP. Cùng với đó, Nhà nước coi kinh tế tư nhân với gần 940.000 doanh nghiệp, chủ yếu là SME là động lực quan trọng, tạo nhu cầu mạnh mẽ cho các giải pháp CNTT linh hoạt như DaaS. Đồng thời, nghị quyết 66-NQ/TW và 59-NQ/TW định hướng hoàn thiện thể chế, mở rộng hội nhập và thu hút đầu tư nước ngoài, qua đó xây dựng môi trường thuận lợi để DaaS phát triển bứt phá. [caption id="attachment_66809" align="aligncenter" width="639"] Tổng Bí thư Tô Lâm phát biểu tại Hội nghị toàn quốc quán triệt, triển khai thực hiện Nghị quyết số 66-NQ/TW và Nghị quyết số 68-NQ/TW - Nguồn: Baochinhphu.vn[/caption] “Bộ tứ trụ cột” của Đảng không chỉ là bộ khung chính trị, thể chế mà còn là động lực mạnh mẽ đưa DaaS trở thành giải pháp chiến lược trong kỷ nguyên chuyển đổi số. Đồng thời, nhu cầu ngày càng lớn từ gần một triệu doanh nghiệp, đặc biệt là khối SME cần giải pháp CNTT linh hoạt, tối ưu chi phí và dễ mở rộng, đã tạo nên thị trường giàu tiềm năng, củng cố vị thế DaaS như một xu hướng tất yếu tại Việt Nam. Trong bối cảnh đó, với vị thế tập đoàn công nghệ hàng đầu Việt Nam, FPT cũng đã ban hành Cương lĩnh chiến lược, tạo cơ sở phát triển hệ sinh thái số toàn diện bao gồm: hạ tầng điện toán đám mây, trung tâm dữ liệu đạt chuẩn quốc tế, đội ngũ chuyên gia công nghệ trình độ cao và mạng lưới khách hàng rộng khắp ở cả khu vực doanh nghiệp và cơ quan nhà nước. Trong định hướng tập trung vào chuyển đổi số toàn diện, FPT đã đầu tư mạnh vào Cloud, AI, bảo mật, tạo nền tảng vững chắc để phát triển DaaS trong nước và sẵn sàng mở rộng thị trường vươn tầm quốc tế. Trên thực tế, thị trường DaaS tại Việt Nam cũng đang chứng kiến sự tham gia của nhiều nhà cung cấp khác, thể hiện năng lực công nghệ nội địa ngày càng rõ nét. Những thách thức cần vượt qua Dù có tiềm năng phát triển lớn nhưng cũng như những sản phẩm dịch vụ trên thị trường, DaaS cũng có những thách thức đáng để lưu tâm trong giai đoạn phát triển mạnh mẽ này: Rào cản nhận thức và thói quen doanh nghiệp: Mặc dù nhận thấy rõ được làn sóng dịch chuyển mô hình làm việc mới, nhiều doanh nghiệp vẫn ưu tiên mô hình PC truyền thống do chưa quen với việc thuê hạ tầng bên ngoài. Tâm lý e ngại thay đổi mô hình vận hành có thể làm chậm tốc độ chuyển đổi sang DaaS trong giai đoạn phát triển sau này. Về bảo mật: Nhiều doanh nghiệp thường lo ngại khi dữ liệu được quản lý và lưu trữ trên hạ tầng của bên thứ ba, bởi họ không trực tiếp kiểm soát toàn bộ hệ thống. Tuy nhiên, thực tế các nhà cung cấp DaaS luôn đặt bảo mật ở mức ưu tiên cao nhất, áp dụng tiêu chuẩn quốc tế, cơ chế mã hóa nhiều lớp và hệ thống giám sát 24/7. Nhờ đó, dữ liệu thường an toàn hơn nhiều so với việc doanh nghiệp tự quản lý trong điều kiện hạn chế về nguồn lực và chuyên môn. Do vậy, các nhà cung cấp cần chú trọng chứng minh năng lực bảo mật cho giải pháp của mình để gia tăng niềm tin cho khách hàng. Về hiệu năng: Hiệu suất của DaaS phụ thuộc nhiều vào chất lượng đường truyền internet, đồng thời vẫn chịu ảnh hưởng nếu xảy ra downtime trên hệ thống máy chủ giống như các dịch vụ Cloud khác. Tuy nhiên, với hạ tầng băng thông ngày càng được nâng cấp tại Việt Nam và việc lựa chọn nhà cung cấp lớn, uy tín với cam kết SLA rõ ràng, doanh nghiệp có thể đảm bảo hiệu năng ổn định, liên tục Tiêu thụ năng lượng và tác động môi trường: Là dịch vụ cloud, DaaS phụ thuộc vào hạ tầng trung tâm dữ liệu (Data Center) hoạt động liên tục 24/7. Do đó, các nhà cung cấp cũng cần nhanh chóng áp dụng các giải pháp tiết kiệm năng lượng hoặc sử dụng năng lượng tái tạo, hướng tới cam kết Net Zero của Việt Nam vào năm 2050. Giải pháp thúc đẩy DaaS tại Việt Nam Để DaaS không chỉ dừng ở tiềm năng mà thực sự trở thành hạ tầng quan trọng của doanh nghiệp Việt, ba nhóm chủ thể tham gia vào thị trường bao gồm: nhà cung cấp dịch vụ, doanh nghiệp và cả cơ quan quản lý nhà nước cần có sự phối hợp chặt chẽ. Nâng cao nhận thức thị trường: Rào cản lớn nhất hiện nay không phải công nghệ, mà là tư duy. Chúng ta cần nhiều hơn các hội thảo, diễn đàn và những case study thực tế để cung cấp thông tin cho doanh nghiệp về khả năng tiết kiệm chi phí, tính linh hoạt và vẫn đảm bảo an toàn của DaaS Đặt bảo mật làm trọng tâm: Không có niềm tin thì không có thị trường. Các nhà cung cấp cần chứng minh năng lực qua việc tuân thủ các chuẩn quốc tế, đồng thời triển khai các lớp bảo mật nâng cao như mã hóa dữ liệu, xác thực đa yếu tố và cơ chế quản trị minh bạch Mô hình giá linh hoạt: Doanh nghiệp Việt, nhất là SMEs, rất nhạy cảm về chi phí. Vì vậy, các gói dịch vụ phải đa dạng: từ pay-as-you-go, gói dự án ngắn hạn cho tới gói dài hạn ưu đãi. Mô hình giá bán linh hoạt là con đường để các doanh nghiệp tiếp cận DaaS dễ dàng hơn. Hướng tới phát triển bền vững: Data Center là cốt lõi của DaaS, đồng thời cũng là nơi tiêu tốn năng lượng khổng lồ. Chuyển đổi sang năng lượng tái tạo, áp dụng công nghệ làm mát xanh sẽ vừa giảm chi phí vận hành, vừa giúp doanh nghiệp đáp ứng cam kết Net Zero. Hiện nay, FPT đang phát triển và cung cấp giải pháp DaaS toàn diện với tên gọi FPT Cloud Desktop. Đây là dịch vụ được xây dựng trên nền tảng hạ tầng đám mây mạnh mẽ của FPT, mang đến cho người dùng trải nghiệm máy tính ảo với hiệu suất cao, bảo mật vượt trội và tiết kiệm chi phí. Một trong những lợi ích nổi bật của FPT Cloud Desktop là khả năng quản lý tập trung. Các doanh nghiệp có thể dễ dàng kiểm soát, cấu hình và giám sát toàn bộ hệ thống máy tính ảo từ một giao diện quản trị duy nhất. Điều này giúp giảm thiểu các vấn đề kỹ thuật phức tạp, đồng thời đảm bảo việc bảo trì, nâng cấp diễn ra nhanh chóng và hiệu quả. Thị trường DaaS tại Việt Nam đang bước vào giai đoạn quan trọng với nhiều cơ hội lớn để bứt phá. Các yếu tố thuận lợi từ lực lượng lao động trẻ, chính sách chuyển đổi số, sự phát triển của hạ tầng cloud trong nước đang tạo tiền đề vững chắc cho DaaS. Tuy nhiên, những rào cản về nhận thức, bảo mật và hạ tầng mạng vẫn cần được giải quyết kịp thời. Chỉ khi các nhà cung cấp, doanh nghiệp và cơ quan quản lý phối hợp chặt chẽ, DaaS mới có thể phát triển bền vững và trở thành đòn bẩy quan trọng cho tiến trình chuyển đổi số quốc gia. Trong tương lai, DaaS không chỉ là giải pháp công nghệ, mà còn là nền tảng giúp doanh nghiệp Việt Nam nâng cao sức cạnh tranh trên thị trường toàn cầu. Liên hệ với chúng tôi để được tư vấn chi tiết về các giải pháp, dịch vụ của FPT Cloud   Hotline: 1900 638 399   Email: [email protected]   Support: m.me/fptsmartcloud 

Vừa qua, FPT đã tổ chức webinar với chủ đề“Tinh chỉnh Llama 3 trong 30 phút trên FPT AI Factory” (“Fine-Tuning Llama 3 in 30 minutes on FPT AI Factory”) cùng sự tham gia của ông Donald Murataj, Chuyên gia AI tại FPT, xoay quanh chủ đề về ứng dụng kỹ thuật tinh chỉnh hiệu quả mô hình Llama 3 trên FPT AI Factory.   AI tạo sinh – Xu hướng tất yếu của doanh nghiệp  Trong bối cảnh hiện nay, trí tuệ nhân tạo (AI) đã trở thành một trong những yếu tố quan trọng thúc đẩy sự phát triển của doanh nghiệp. Đặc biệt, AI tạo sinh (Gen AI) nổi lên như một công nghệ đột phá, không chỉ giúp tối ưu hiệu quả vận hành và nâng cao trải nghiệm khách hàng, mà còn mở ra những mô hình kinh doanh hoàn toàn mới.   Thách thức lớn nhất đối với doanh nghiệp là làm thế nào để "cá nhân hóa" những mô hình ngôn ngữ khổng lồ như Llama 3 theo dữ liệu và ngữ cảnh đặc thù của mình. Đây chính là lúc tinh chỉnh trở thành chìa khóa để GenAI thực sự tạo ra giá trị đột phá. Buổi webinar của FPT đã cho thấy quá trình phức tạp này có thể được thực hiện một cách nhanh chóng, đơn giản và hiệu quả ngay trên FPT AI Factory.  Trải nghiệm tinh chỉnh Llama 3 chỉ trong 30 phút  Điểm nhấn của webinar là màn trình diễn trực tiếp, nơi chuyên gia FPT thực hiện toàn bộ quy trình tinh chỉnh Llama 3 chỉ trong 30 phút, hướng dẫn người tham dự chi tiết qua từng bước:   Bước 1: Chuẩn bị bộ dữ liệu huấn luyện sát với nhu cầu thực tế, giúp mô hình hiểu đúng bối cảnh và ngôn ngữ riêng của doanh nghiệp.  Bước 2: Khởi tạo môi trường GPU Container trên FPT AI Factory để đảm bảo tốc độ xử lý nhanh, ổn định và dễ dàng mở rộng khi cần.  Bước 3: Thực hiện fine-tuning ngay trên giao diện trực quan, vừa đơn giản thao tác vừa cho phép kiểm soát toàn bộ quá trình.  Bước 4: Đánh giá kết quả và so sánh với mô hình gốc để nhận thấy rõ sự cải thiện về hiệu năng và độ chính xác.  Điều khiến người tham dự ấn tượng nhất chính là sự đơn giản và dễ tiếp cận của FPT AI Factory. Ngay cả đội ngũ kỹ thuật chưa có nhiều kinh nghiệm phát triển AI cũng có thể nhanh chóng tạo ra mô hình AI riêng của mình. Nếu như trước đây quá trình tinh chỉnh thường mất vài ngày, thì nay chỉ trong chưa đầy một giờ, toàn bộ quy trình đã hoàn thiện, minh chứng rõ ràng cho sức mạnh tối ưu của FPT AI Factory.  Trải nghiệm này đã biến một quy trình vốn phức tạp trở nên nhanh chóng và dễ áp dụng, mở ra cơ hội để mọi doanh nghiệp bắt tay vào ứng dụng AI ngay từ bước thử nghiệm đầu tiên.  >>> Xem lại webinar tại đây: https://www.youtube.com/watch?v=6L1nQteXAnM&ab_channel=FPTAIFactory  FPT AI Factory – Bộ giải pháp phát triển AI toàn diện dành cho doanh nghiệp Tất cả những điều này trở thành hiện thực nhờ FPT AI Factory – bộ giải pháp phát triển AI toàn diện được xây dựng trên hạ tầng hiện đại, khai thác sức mạnh của siêu chip NVIDIA H100/H200 GPU và phần mềm NVIDIA AI Enterprise. Kết hợp với kinh nghiệm triển khai thực tiễn từ FPT, FPT AI Factory giúp doanh nghiệp rút ngắn thời gian phát triển mô hình, tối ưu chi phí và mở rộng quy mô triển khai một cách linh hoạt, bảo mật.  Nền tảng bao gồm 4 thành phần chính:  FPT AI Infrastructure: Hạ tầng tính toán hiệu năng cao, tiết kiệm năng lượng cho LLM và mô hình đa phương thức.  FPT AI Studio: Môi trường fine-tuning, thử nghiệm và prototyping nhanh chóng, tiết kiệm chi phí.  FPT AI Inference: Nền tảng phục vụ AI với độ trễ thấp, hiệu năng cao, phù hợp cho ứng dụng ở môi trường sản xuất.  FPT AI Agents: Nền tảng xây dựng và vận hành AI agent thông minh, đa ngôn ngữ, tích hợp liền mạch với quy trình doanh nghiệp.  Ngoài ra, FPT AI Factory còn tích hợp hơn 20 sản phẩm GenAI sẵn sàng sử dụng, giúp doanh nghiệp nhanh chóng ứng dụng AI vào trải nghiệm khách hàng, vận hành, quản trị nhân sự và tối ưu chi phí. 

1. Giới thiệu Flamingo: Few-shot learning cho các mô hình ngôn ngữ thị giác  Flamingo (tài liệu gốc: [https://arxiv.org/pdf/2204.14198]) là một nhánh của mô hình ngôn ngữ thị giác (VLMs) được xây dựng bởi nhóm các chuyên gia tại Google DeepMind để giải quyết các bài toán về Few-shot learning trong học máy đa phương thức. Mô hình này được xây dựng dựa trên ba tầng lớp quan trọng:  Kết hợp sức mạnh của các mô hình đã huấn luyện sẵn cho xử lý hình ảnh và xử lý ngôn ngữ.  Xử lý linh hoạt chuỗi dữ liệu gồm cả hình ảnh và văn bản xen kẽ.  Dễ dàng nhận hình ảnh hoặc video làm đầu vào.  Sự linh hoạt này giúp Flamingo có thể được huấn luyện trên khối lượng dữ liệu web quy mô lớn, nơi hình ảnh và văn bản được kết hợp lẫn nhau. Đây chính là yếu tố quan trọng để Flamingo có khả năng học những nhiệm vụ mới chỉ với một vài ví dụ.  Nhờ vậy, bằng cách sử dụng một vài ví dụ mẫu phù hợp với từng tác vụ, một mô hình Flamingo có thể đạt được hiệu năng hàng đầu trong nhiều tác vụ khác nhau, bao gồm trả lời câu hỏi dựa trên hình ảnh, tạo chú thích (caption) và trả lời câu hỏi trắc nghiệm.  Cách tiếp cận few-shot này thường giúp Flamingo vượt trội hơn cả những mô hình đã được tinh chỉnh bằng lượng dữ liệu nhiều gấp hàng nghìn lần.  2. Flamingo vận hành như thế nào? Flamingo hoạt động thông qua một giao diện đa phương thức, xử lý kết hợp hình ảnh, video và văn bản để tạo ra phản hồi dưới dạng văn bản phù hợp. Thiết kế này giúp Flamingo dễ dàng thích ứng với nhiều tác vụ khác nhau, tương tự như các mô hình ngôn ngữ lớn (LLM), vốn sử dụng các gợi ý bằng văn bản để giải quyết nhiều thách thức liên quan đến ngôn ngữ.  Kiến trúc mô hình   OpenFlamingo kết hợp một bộ mã hóa thị giác đã được huấn luyện sẵn với một mô hình ngôn ngữ thông qua các lớp cross-attention. Kiến trúc mô hình được minh họa bên dưới.  Kiến trúc này hoạt động thông qua hai nhánh chính:     a. Nhánh thị giác (bên trái) Nhánh này chịu trách nhiệm xử lý dữ liệu thị giác (hình ảnh) và chuẩn bị cho mô hình ngôn ngữ.  Vision Encoder: Đây là một mô hình đã được huấn luyện sẵn (biểu thị bằng biểu tượng bông tuyết “đóng băng”), có nhiệm vụ trích xuất đặc trưng từ hình ảnh đầu vào. Một điểm quan trọng trong thiết kế là các trọng số của bộ mã hóa này được “đóng băng” và không thay đổi trong quá trình huấn luyện.  Perceiver Resampler: Đầu ra từ bộ mã hóa thị giác sau đó được đưa vào Perceiver Resampler. Thành phần này ánh xạ các đặc trưng thị giác có kích thước thay đổi thành một số lượng nhỏ, cố định các token đầu ra. Mô-đun này được huấn luyện từ đầu (biểu thị bằng màu tím), học cách tạo ra phiên bản rút gọn của dữ liệu hình ảnh. Trong Flamingo, số lượng token hình ảnh đầu ra được đặt là 5.  b. Nhánh ngôn ngữ (bên phải) Nhánh này xử lý văn bản và kết hợp nó với thông tin thị giác để tạo ra đầu ra cuối cùng.  Interleaved Input: Mô hình nhận một chuỗi đầu vào gồm văn bản xen kẽ với các ký hiệu giữ chỗ cho hình ảnh (<image>).  LM Blocks: Nền tảng của nhánh này là một mô hình ngôn ngữ lớn (Language Model – LM) đã được huấn luyện sẵn (ví dụ: Chinchilla). Tương tự như Bộ mã hóa thị giác, các khối LM này cũng được “đóng băng”, nghĩa là tận dụng vốn kiến thức ngôn ngữ khổng lồ mà không cần huấn luyện lại.  Gated XATTN-DENSE: Đây là điểm đổi mới then chốt giúp kết nối hai nhánh. Đây là những mô-đun mới, được huấn luyện từ đầu và chèn vào giữa các khối LM. Khi mô hình gặp một ký hiệu <image> trong dòng văn bản, lớp Gated XATTN-DENSE sẽ thực hiện phép cross-attention, dùng thông tin văn bản làm “truy vấn” để “nhìn vào” các token hình ảnh do Perceiver Resampler sinh ra. Thành phần “gated” là cơ chế kiểm soát mức độ thông tin hình ảnh được phép ảnh hưởng đến quá trình sinh ngôn ngữ, giúp kết hợp linh hoạt hai loại dữ liệu.  Thiết lập tiêu chuẩn mới cho Few-Shot learning  Flamingo đã được kiểm chứng nghiêm ngặt trên 16 tác vụ khác nhau và luôn đạt kết quả tốt hơn so với các mô hình few-shot learning trước đây, ngay cả khi mỗi tác vụ chỉ có bốn ví dụ. Trong một số trường hợp, Flamingo còn cho thấy hiệu năng tốt hơn cả những phương pháp cần tinh chỉnh trên quy mô lớn và sử dụng tập dữ liệu khổng lồ, cho thấy khả năng khái quát hóa rất hiệu quả.  Bằng cách giảm thiểu nhu cầu gắn nhãn dữ liệu quy mô lớn và huấn luyện lại riêng cho từng tác vụ, Flamingo đánh dấu một bước tiến quan trọng về hiệu quả của các mô hình ngôn ngữ thị giác. Khả năng học nhanh từ số lượng ví dụ hạn chế đưa AI tiến gần hơn đến sự thích ứng tự nhiên như con người, mở ra nhiều ứng dụng thực tiễn với độ chính xác cao và dễ dàng hơn. 3. Tại sao phải tinh chỉnh Flamingo? Để kiểm chứng hiệu năng của hệ thống H100 mới, chúng tôi tiến hành thử nghiệm khả năng vận hành một mô hình ngôn ngữ lớn (LLMs). Trong quá trình đánh giá này, chúng tôi chọn tinh chỉnh một phiên bản Flamingo do cộng đồng phát triển. Dự án này đồng thời phục vụ hai mục tiêu:  System Validation: Chúng tôi sử dụng tác vụ tinh chỉnh này để kiểm thử nghiêm ngặt hạ tầng H100, nhằm đảm bảo nó có thể đáp ứng các yêu cầu tính toán khắt khe trong việc huấn luyện và vận hành một mô hình lớn.  Code Verification: Do mã nguồn gốc của mô hình Flamingo không được công bố rộng rãi, chúng tôi dựa vào phiên bản do cộng đồng phát triển. Quá trình này giúp kiểm chứng xem bản mã nguồn mở đó có tái hiện chính xác và vận hành được mô hình như mô tả trong bài báo nghiên cứu hay không.  Do đó, xin lưu ý rằng trọng tâm của chúng tôi ở đây là khả năng của hệ thống, chứ không phải đánh giá độ chính xác của mô hình.  Trong dự án này, một bản sao Flamingo có tên OpenFlamingo, do ML-Foundation phát triển, đã được sử dụng vì mô hình Flamingo gốc chưa được công bố rộng rãi. Mục tiêu là tinh chỉnh OpenFlamingo trên bộ dữ liệu gốc và đánh giá hiệu năng của nó trong điều kiện kiểm soát.   Những kết quả này giúp xác định tính khả thi của việc triển khai OpenFlamingo trong các ứng dụng thực tiễn, đồng thời tối ưu hóa việc khai thác phần cứng. 4. Flamingo được tinh chỉnh như thế nào? Cài đặt OpenFlamingo  Để cài đặt gói này trong môi trường hiện có, hãy chạy lệnh sau:  [code lang="js"] pip install open-flamingo [/code] Hoặc để tạo một môi trường Conda dành cho việc chạy OpenFlamingo, hãy chạy lệnh sau: [code lang="js"] conda env create -f environment.yml [/code] Để cài đặt các dependencies phục vụ huấn luyện hoặc đánh giá, hãy chạy một trong hai lệnh đầu tiên. Để cài đặt toàn bộ, hãy chạy lệnh thứ ba. [code lang="js"] pip install open-flamingo[training] pip install open-flamingo[eval] pip install open-flamingo[all] [/code] Có ba tệp câu lệnh requirements.txt:  requirements.txt  requirements-training.txt  requirements-eval.txt   Tùy theo mục đích sử dụng, bạn có thể cài đặt bất kỳ gói nào trong số này bằng lệnh: pip install -r <requirements-file.txt>. Tệp base chỉ bao gồm các dependencies cần thiết để chạy mô hình.  Phát triển   Các tác giả mã nguồn mở sử dụng pre-commit hooks để đồng bộ định dạng mã với các kiểm tra trong kho lưu trữ. Để cài đặt pre-commit, hãy chạy lệnh sau:  [code lang="js"] pip install pre-commit [/code] hoặc sử dụng brew cho MacOS:  [code lang="js"] brew install pre-commit [/code] Kiểm tra phiên bản đã cài đặt với:  [code lang="js"] pre-commit --version [/code] Sau đó, tại thư mục gốc của kho lưu trữ này, hãy chạy lệnh:  [code lang="js"] pre-commit install [/code] Sau đó, mỗi lần chúng ta chạy git commit, các kiểm tra sẽ được thực hiện. Nếu các tệp bị định dạng lại bởi các hooks, hãy chạy lại lệnh:  [code lang="js"] git add [/code] cho các tệp bạn đã thay đổi, và hãy chạy lại lệnh  [code lang="js"] git commit [/code] Quy trình huấn luyện   Để huấn luyện OpenFlamingo, hãy đảm bảo môi trường của bạn khớp với môi trường của environment.yml.  Xử lý dữ liệu   Mã nguồn sử dụng WebDataset để tải các tệp .tar chứa các chuỗi hình ảnh và văn bản một cách hiệu quả. Chúng tôi khuyến nghị lấy mẫu lại các shard với thay thế trong quá trình huấn luyện bằng cách gắn cờ -- dataset_resampled.  Bộ dữ liệu LAION-2B  LAION-2B chứa 2 tỷ cặp (hình ảnh, văn bản) được trích xuất từ web. Vui lòng sử dụng img2dataset để tải xuống bộ dữ liệu này thành các tệp tar.  Bộ dữ liệu đa phương thức C4 (Multimodal C4 - MMC4)  OpenFlamingo được huấn luyện trên phiên bản đầy đủ của MMC4, bao gồm 103 triệu tài liệu với chuỗi hình ảnh và văn bản xen kẽ. Trong quá trình huấn luyện, chuỗi được cắt ngắn còn 256 token văn bản và 6 hình ảnh mỗi chuỗi. Codebase yêu cầu các tệp .tar chứa các tệp .json, trong đó bao gồm hình ảnh gốc được mã hóa bằng base64.   Các script được cung cấp để chuyển đổi MMC4 sang định dạng này:   (1) Tải xuống các shard MMC4 thành các tệp .zip bằng các script do MMC4 cung cấp (ví dụ: fewer_facesv2.sh).   (2) Tải xuống hình ảnh gốc MMC4 vào một thư mục hình ảnh bằng các script do MMC4 cung cấp (ví dụ: download_images.py).   (3) Chạy scripts/convert_mmc4_to_wds.py để chuyển đổi các mục đã tải xuống thành các tệp định dạng  tar.  Bộ dữ liệu tùy chỉnh  Gần đây có báo cáo rằng các URL tải xuống bộ dữ liệu MMC4 đang gặp một số vấn đề về quyền truy cập. Do đó, chúng tôi đã tạo một script giúp chuẩn bị bộ dữ liệu tùy chỉnh bằng cách chuyển đổi nó sang định dạng của MMC4 (chúng tôi đã sử dụng bộ dữ liệu ADNI làm mục tiêu cho ví dụ này, với dữ liệu hình ảnh base64 mẫu cố định). Bạn có thể sửa đổi script này theo bộ dữ liệu tùy chỉnh của mình:  [code lang="js"] import json  import os  import tarfile    def compress_directory_to_tar(directory_path):      json_files = [f for f in os.listdir(directory_path) if f.endswith('.json')]      os.makedirs('replicate_mmc4', exist_ok=True)        for i in range(0, len(json_files), 20):          batch_files = json_files[i:i+20]          tar_file_path = os.path.join('replicate_mmc4', f"{i//20:09d}.tar")            with tarfile.open(tar_file_path, "w:gz") as tar:              for file in batch_files:                  tar.add(os.path.join(directory_path, file), arcname=file)            print(f"Batch {i//20} compressed to {tar_file_path}")    def convert_adni_to_mmc4(input_json_path, output_folder):      # Ensure the output folder exists      os.makedirs(output_folder, exist_ok=True)        # Load the large JSON file      with open(input_json_path, 'r') as f:          data = json.load(f)        matched_text_index = 0        # Iterate over each item in the list and save it as a separate JSON file      for idx, item in enumerate(data):          # Ensure compatibility with the structure of f9773b9c866145c28fe0b701dde8dfbe.json            # Handle text list:          conversations = item.get("conversations", None)          if conversations is not None:              text_list = []              for conversation in conversations:                  text_list.append(conversation["value"])            # Check for <image> tag in the first element of conversations list          first_convo = conversations[0]["value"]          if "<image>" in first_convo:              if first_convo.startswith("<image>"):                  matched_text_index = 0              elif first_convo.endswith("<image>"):                  matched_text_index = 1            item["text_list"] = text_list            # Handle image's base64 content:          with open('./sample_base64.txt', 'r') as f:              sample_img_base64_data = f.read()            # Handle image info:          img_info = []          images_list = item.get("image", None)          if images_list is not None:              for img in images_list:                  img_obj = {}                  img_obj["image_name"] = img                  img_obj["raw_url"] = "https://example.com/{}".format(img)                  img_obj["matched_text_index"] = matched_text_index                  img_obj["matched_sim"] = 0.75                  img_obj["image_base64"] = sample_img_base64_data                  img_info.append(img_obj)            # Create similarity_matrix          similarity_matrix = []          for img in img_info:              for _ in range(len(text_list)):                  inner_list = [0] * len(text_list)                  inner_list[matched_text_index] = 1                  similarity_matrix.append(inner_list)            # item["similarity_matrix"] = similarity_matrix            output_item = {              "id": item.get("id", None),              "url": "https://example.com",              "text_list": item.get("text_list", None),              "image_info": img_info,              "similarity_matrix": similarity_matrix,              "could_have_url_duplicate": 0          }            # Save the item as a separate JSON file          output_path = os.path.join(output_folder, f"{idx:05d}.json")          with open(output_path, 'w') as out_f:              json.dump(output_item, out_f) [/code] Các chuỗi do ChatGPT khởi tạo  Một tập con các mô hình của chúng tôi (liệt kê bên dưới) cũng được huấn luyện trên các chuỗi (hình ảnh, văn bản) do ChatGPT tạo thử nghiệm, trong đó hình ảnh được lấy từ LAION. Các shard chứa những chuỗi này có thể tìm thấy tại bảng tính CodaLab này. Họ không thể phân phối hình ảnh gốc trong các shard phát hành; hình ảnh cần được tải trước từ các URL trong các tệp JSON và chuyển sang định dạng base64 trước khi sử dụng dữ liệu này để huấn luyện trong codebase của chúng tôi.  Các mô hình được huấn luyện với các chuỗi do ChatGPT tạo:  OpenFlamingo-4B-vitl-rpj3b  OpenFlamingo-4B-vitl-rpj3b-langinstruct  Lệnh huấn luyện   Một Slurm mẫu được cung cấp trong script huấn luyện trong scripts/. Bạn cũng có thể sửa đổi lệnh sau:  [code lang="js"] torchrun --nnodes=1 --nproc_per_node=8 open_flamingo/train/train.py \      --lm_path anas-awadalla/mpt-1b-redpajama-200b \      --tokenizer_path anas-awadalla/mpt-1b-redpajama-200b \      --cross_attn_every_n_layers 1 \      --dataset_resampled \      --batch_size_mmc4 2 \      --train_num_samples_mmc4 1000 \      --workers=4 \      --run_name OpenFlamingo-3B-vitl-mpt1b \      --num_epochs 20 \      --warmup_steps 1875 \      --mmc4_textsim_threshold 0.24 \      --mmc4_shards "modifications/VLM_ADNI_DATA/replicate_mmc4/{000000000..000000040}.tar" \      --report_to_wandb  [/code] Mã nguồn của mô hình MPT-1B (base và instruct) không nhận tham số labels và cũng không tính trực tiếp hàm mất mát cross-entropy trong forward(). Chúng tôi khuyến nghị sử dụng một phiên bản các mô hình MPT-1B đã được chỉnh sửa, có thể tìm thấy tại đây.  Huấn luyện phân tán   Theo mặc định, train.py sử dụng Distributed Data Parallel của Pytorch để huấn luyện.   Để sử dụng Fully Sharded Data Parallel (FSDP), hãy gắn cờ --fsdp.   Một số lưu ý về FSDP từ nhóm OpenFlamingo: Chúng tôi khuyến nghị sử dụng cờ --fsdp_use_orig_params df. Nếu --fsdp được bật mà không có cờ này, tất cả embeddings của mô hình ngôn ngữ sẽ được mở khóa trong quá trình huấn luyện. (Ngược lại, hành vi mặc định là chỉ huấn luyện các token <image> và <|endofchunk|> mới được thêm vào.)   Lưu ý: Chúng tôi đã gặp vấn đề khi sử dụng OPT với cờ này. Các mô hình ngôn ngữ khác sẽ tương thích hơn.   Chiến lược đóng gói FSDP hiện tại không cho phép huấn luyện embeddings của mô hình ngôn ngữ sử dụng tied weights (tức là embeddings đầu vào/đầu ra được liên kết). Để huấn luyện các mô hình như vậy với FSDP, embeddings của mô hình ngôn ngữ phải được đóng băng bằng cờ —freeze_lm_embeddings.   Chúng tôi cũng triển khai gradient checkpointing và huấn luyện với mixed precision. Sử dụng lần lượt các cờ —gradient_checkpointing và —precision.  Khởi tạo mô hình OpenFlamingo   OpenFlamingo hỗ trợ các bộ mã hóa thị giác đã được huấn luyện trước từ gói OpenCLIP, bao gồm các mô hình đã được huấn luyện trước của OpenAI. Chúng cũng hỗ trợ các mô hình ngôn ngữ đã được huấn luyện sẵn từ gói transformers, chẳng hạn như MPT, RedPajama, LLaMA, OPT, GPT-Neo, GPT-J hay các mô hình Pythia [code lang="js"] from open_flamingo import create_model_and_transforms    model, image_processor, tokenizer = create_model_and_transforms(      clip_vision_encoder_path="ViT-L-14",      clip_vision_encoder_pretrained="openai",      lang_encoder_path="anas-awadalla/mpt-1b-redpajama-200b",      tokenizer_path="anas-awadalla/mpt-1b-redpajama-200b",      cross_attn_every_n_layers=1,      cache_dir="PATH/TO/CACHE/DIR" # Defaults to ~/.cache  )  [/code] 5. Kết quả đạt được Dưới đây là kết quả được báo cáo từ WandBs của chúng tôi: GPU NVIDIA H100  Hệ thống NVIDIA H100 đã được sử dụng:   Hệ thống được trang bị 8 * GPU NVIDIA H100 80GB HBM3. Tuy nhiên, đối với thiết lập huấn luyện này, chỉ cần 2 GPU với huấn luyện phân tán là hoàn thiện.   Mỗi GPU NVIDIA H100 có 80GB bộ nhớ băng thông cao (HBM3), tạo ra một hệ thống tính toán hiệu năng cao (HPC) hoặc huấn luyện AI.   Các GPU NVIDIA H100 ở trạng thái hiệu suất P0, cho thấy chúng đang ở chế độ hiệu suất cao nhất hiện có.  Các số liệu được báo cáo của mô hình    Dữ liệu huấn luyện cho thấy quá trình đang vận hành tốt, với các hành vi đúng như yêu cầu trên các thông số khác nhau. Đường cong loss giảm mạnh ở giai đoạn đầu rồi dần ổn định, cho thấy mô hình đang đạt kết quả tốt. Learning rate tuân theo lịch trình khởi động tuyến tính (linear warm-up). Đây chính là phương pháp phổ biến để giữ cho giai đoạn huấn luyện ban đầu ổn định.  Thời gian xử lý từng bước (step time) và thời gian tải dữ liệu nhìn chung ổn định, chỉ có một vài đột biến có thể xuất phát từ biến động hệ thống, quá trình lưu checkpoint hoặc độ trễ khi tải dữ liệu. Global step tăng tuyến tính, xác nhận rằng quá trình huấn luyện đang tiến triển ổn định.  Chỉ số samples per second per GPU cũng duy trì mức ổn định, chỉ có một chút sụt giảm nhỏ nhưng không gây ảnh hưởng đáng kể đến hiệu năng tổng thể. Nhìn chung, các chỉ số này cho thấy mô hình huấn luyện hoạt động bình thường, tuy nhiên việc giám sát kỹ hơn những đột biến về thời gian xử lý bước và tải dữ liệu có thể giúp tối ưu hóa hiệu quả hơn nữa.  Các số liệu được báo cáo của hệ thống  Lỗi bộ nhớ không được sửa của GPU (Trên cùng bên trái): Đường này vẫn ở mức 0, cho thấy không có lỗi bộ nhớ nào chưa được sửa.  Lỗi bộ nhớ đã được sửa của GPU (Trên cùng ở giữa): Biểu đồ cũng thẳng ở mức 0, nghĩa là không có lỗi bộ nhớ đã được sửa.  Tốc độ xung nhịp bộ nhớ GPU (Trên cùng bên phải): Bình thường; tốc độ xung nhịp ổn đỉnh cho thấy không có sự thay đổi tần số động hay giới hạn hiệu năng.  Tốc độ xung nhịp Bộ đa xử lý Streaming (SM) của GPU (Dưới cùng bên trái): Bình thường; tốc độ xung nhịp ổn định cho thấy không có điều tiết nhiệt.  Mức sử dụng điện năng GPU (W) (Dưới cùng ở giữa): Hiển thị dạng chu kỳ, cho thấy mức tiêu thụ điện năng của GPU dao động trong quá trình thực thi tác vụ ⇒ có thể do xử lý theo nhóm, lập lịch công việc hoặc cơ chế quản lý điện năng. Giới hạn điện năng cưỡng bức của GPU (W) (Trên cùng bên trái): Bình thường; điều này cho thấy GPU không vượt quá giới hạn điện năng được xác định trước. Bộ nhớ GPU được phân bổ (Bytes) (Trên cùng ở giữa): Việc phân bổ bộ nhớ vẫn ổn định nhưng đột ngột giảm vào cuối => Sự sụt giảm này là khi quá trình huấn luyện kết thúc.  Bộ nhớ GPU được phân bổ (%) (Trên cùng bên phải): Bình thường, tương tự như Bộ nhớ GPU được phân bổ (Bytes).  Thời gian GPU dành để truy cập bộ nhớ (%) (Dưới cùng bên trái): Tương quan với Mức sử dụng điện năng GPU (W) ở trên.  Nhiệt độ GPU (°C) (Dưới cùng ở giữa): Tương quan với Mức sử dụng điện năng GPU (W) ở trên.  Mức sử dụng GPU (%) (Dưới cùng bên phải): Tương quan với Mức sử dụng điện năng GPU (W) ở trên.

Trong bối cảnh toàn cầu bước vào kỷ nguyên chuyển đổi số sâu rộng, khởi nghiệp sáng tạo không còn chỉ gói gọn trong những ý tưởng táo bạo. Để có thể đi đến thành công, mỗi doanh nghiệp hay startup cần một nền tảng vững chắc từ chính sách, môi trường sáng tạo, đến sự hỗ trợ công nghệ và nguồn lực triển khai. Tinh thần này được cụ thể hóa qua Nghị quyết 57-NQ/TW của Bộ Chính trị, khi xác định khoa học – công nghệ và đổi mới sáng tạo là động lực then chốt cho phát triển đất nước. Đồng hành cùng định hướng chiến lược này, FPT khẳng định cam kết mang đến hệ sinh thái giải pháp ứng dụng trí tuệ nhân tạo (AI), trở thành bệ phóng cho cộng đồng doanh nghiệp và khởi nghiệp trên hành trình kiến tạo giá trị mới. Sự kiện khánh thành Trung tâm Khởi nghiệp Sáng tạo TP.HCM vừa qua đã đánh dấu một bước tiến quan trọng trong chiến lược xây dựng TP.HCM thành trung tâm đổi mới sáng tạo hàng đầu khu vực. Không chỉ đơn thuần là một công trình hạ tầng, trung tâm này còn là biểu tượng cho tinh thần kiến tạo, nơi hội tụ ý tưởng, tài năng và công nghệ để cộng đồng khởi nghiệp phát triển. Theo Báo cáo Chỉ số Hệ sinh thái Khởi nghiệp Toàn cầu 2025, Việt Nam đã vươn lên xếp hạng 55 toàn cầu và nằm trong nhóm năm hệ sinh thái khởi nghiệp năng động nhất Đông Nam Á. Đáng chú ý, TP.HCM hiện đứng thứ 110 thế giới, đặc biệt xếp thứ hai khu vực về lĩnh vực blockchain, minh chứng cho sự chuyển mình mạnh mẽ của đô thị năng động nhất cả nước. Trong bức tranh ấy, sự đồng hành của các tập đoàn công nghệ lớn như FPT có ý nghĩa then chốt, giúp hiện thực hóa khát vọng vươn lên của doanh nghiệp và startup Việt. Tại khu vực triển lãm “Không gian đổi mới sáng tạo” trong ngày khánh thành, FPT mang đến không chỉ một gian hàng công nghệ, mà là thông điệp mạnh mẽ về vai trò bệ phóng công nghệ cho khởi nghiệp. Với chủ đề “Future Now with AI”, FPT giới thiệu loạt sản phẩm ứng dụng trí tuệ nhân tạo tiên tiến, thể hiện rõ tầm nhìn đồng hành cùng Chính phủ, doanh nghiệp và xã hội trên hành trình chuyển đổi số. Ông Phan Thanh Sơn - Phó chủ tịch, Giám đốc Phát triển kinh / CBDO khối Doanh nghiệp FPT IS, Tập đoàn FPT (ngoài cùng bên trái) trực tiếp giới thiệu về sản phẩm công nghệ của FPT Tiêu điểm trong khu vực trình diễn sản phẩm công nghệ ứng dụng AI của FPT là bộ đôi FPT AI Factory và FPT AI Agent. Theo đó, FPT AI Factory được biết tới là bộ giải pháp hỗ trợ phát triển AI toàn diện, khai thác sức mạnh từ hàng nghìn chip GPU cùng công nghệ tiên tiến nhất, mang đến năng lực siêu tính toán và nền tảng thông minh, giúp doanh nghiệp phát triển, triển khai và mở rộng giải pháp AI nhanh chóng, an toàn. Bên cạnh đó là FPT AI Agent, nền tảng cho phép doanh nghiệp xây dựng và vận hành đội ngũ “nhân sự AI” đa ngôn ngữ, được xây dựng dựa trên công nghệ AI tạo sinh kết hợp với tri thức doanh nghiệp, có thể giúp doanh nghiệp dễ dàng xây dựng đội ngũ AI cộng tác hiệu quả cùng nhân sự con người. Điều này mở ra một cách tiếp cận hoàn toàn mới, khi AI không chỉ là công cụ, mà trở thành lực lượng lao động thông minh, hỗ trợ doanh nghiệp mở rộng năng lực vận hành và phục vụ khách hàng. Không dừng lại ở AI, FPT còn đem đến nhiều giải pháp “Make in Vietnam” phục vụ chiến lược chuyển đổi số quốc gia và định hướng phát triển bền vững. Một trong những điểm nhấn là akaVerse, gói giải pháp số hóa di sản bằng công nghệ XR (VR/AR/MR) kết hợp bản sao 3D, mở ra những hướng đi mới trong lĩnh vực văn hóa số và chuyển đổi số quốc gia. Cùng với đó là Vertzéro, giải pháp kiểm kê khí nhà kính đã được nhiều doanh nghiệp lớn trong các ngành xây dựng, ngân hàng, và tài chính như Coteccons, MB, VIB… ứng dụng nhằm thúc đẩy lộ trình phát triển xanh. Những sản phẩm này minh chứng cho cam kết dài hạn của FPT: không chỉ phục vụ hiệu quả hoạt động kinh doanh của doanh nghiệp mà còn hướng đến mục tiêu quốc gia về phát triển bền vững. Khu vực triển lãm công nghệ của FPT thu hút sự chú ý của đông đảo khách tham dự Điểm đặc biệt trong cách tiếp cận của FPT là sự kết hợp giữa kinh nghiệm ba thập kỷ triển khai các dự án công nghệ quy mô lớn và khả năng nắm bắt nhanh chóng các xu hướng công nghệ toàn cầu. Với kinh nghiệm đồng hành cùng nhiều khách hàng lớn trong lĩnh vực viễn thông, ngân hàng, sản xuất, bán lẻ, chính phủ điện tử và nay là startup công nghệ, FPT đã và đang xây dựng một hệ sinh thái AI toàn diện. Hệ sinh thái này không chỉ cung cấp công cụ, hạ tầng mà còn mang đến tri thức, kinh nghiệm và đội ngũ chuyên gia sẵn sàng đồng hành cùng doanh nghiệp trong từng giai đoạn: từ thử nghiệm ý tưởng, xây dựng sản phẩm khả thi tối thiểu (MVP), đến thương mại hóa và mở rộng thị trường. Trong tinh thần Nghị quyết 57, việc thúc đẩy đổi mới sáng tạo không phải là trách nhiệm của riêng một chủ thể nào, mà là sự cộng hưởng giữa Chính phủ, doanh nghiệp công nghệ và cộng đồng khởi nghiệp. Chính phủ đóng vai trò kiến tạo chính sách và môi trường thuận lợi; doanh nghiệp công nghệ như FPT mang đến nền tảng và nguồn lực; còn startup chính là lực lượng tiên phong, mang ý tưởng mới để thử nghiệm và lan tỏa giá trị. Chỉ khi ba mắt xích này vận hành đồng bộ, một hệ sinh thái khởi nghiệp bền vững mới có thể hình thành. Sự hiện diện của FPT tại Trung tâm Khởi nghiệp Sáng tạo TP.HCM khẳng định cam kết đó. Đây không chỉ là hoạt động trưng bày công nghệ, mà còn là sự thể hiện trách nhiệm xã hội và tầm nhìn chiến lược của một tập đoàn công nghệ Việt Nam luôn đặt lợi ích quốc gia song hành cùng lợi ích doanh nghiệp. FPT muốn chứng minh rằng, khởi nghiệp trong kỷ nguyên số không phải là hành trình đơn độc. Khi có sự đồng hành của các đối tác công nghệ, doanh nghiệp và startup sẽ có nhiều cơ hội hơn để biến ý tưởng thành sản phẩm, sản phẩm thành giá trị, và giá trị thành động lực phát triển kinh tế – xã hội. Với khát vọng chung tay xây dựng Việt Nam trở thành điểm sáng trên bản đồ khởi nghiệp toàn cầu, FPT tiếp tục đầu tư mạnh mẽ vào công nghệ lõi, đồng thời mở rộng các chương trình hợp tác với startup, viện nghiên cứu và tổ chức quốc tế. Mục tiêu là kiến tạo một tương lai nơi đổi mới sáng tạo không chỉ là khẩu hiệu, mà thực sự trở thành động lực then chốt cho tăng trưởng. Và ở đó, FPT mong muốn giữ vai trò người đồng hành tin cậy, mang đến nền tảng công nghệ, tri thức và kinh nghiệm để cùng doanh nghiệp, startup hiện thực hóa tinh thần Nghị quyết 57 bằng những kết quả cụ thể và bền vững. Khẳng định cam kết này, FPT hợp tác cùng NVIDIA triển khai chương trình FPT Startup Innovation, với gói hỗ trợ toàn diện dành cho cộng đồng AI startup Việt, với tổng giá trị lên đến 3 triệu USD, bao gồm hạ tầng siêu tính toán, công cụ phát triển AI thế hệ mới và cơ hội thương mại hóa sản phẩm. Đây chính là bệ phóng để những ý tưởng táo bạo nhanh chóng bước ra thị trường, tạo ra giá trị thực tiễn và lan tỏa tác động tích cực đến nền kinh tế số. Chương trình hiện đang mở đăng ký cho các startup sẵn sàng chuyển mình và bứt phá. Hãy tham gia FPT Startup Innovation tại: https://fptsmartcloud.vn/FPT-Startup-Innovation  

FPT Cloud chính thức đạt chuẩn an toàn thông tin cấp độ 4 - cấp độ bảo mật cao nhất được thẩm định và phê duyệt bởi Bộ Công An căn cứ Văn bản số 3810/BCA-A05. Theo tiêu chuẩn này, doanh nghiệp sử dụng dịch vụ nền tảng FPT Cloud sẽ được tăng cường hệ thống bảo mật đồng bộ, hiệu quả, dễ quản lý và tối ưu hóa chi phí vận hành.  Theo Nghị định 85/2016/NĐ-CP cùng các văn bản hướng dẫn hiện hành, chứng chỉ an toàn thông tin cấp độ 4 là cấp độ an toàn thông tin được áp dụng cho hệ thống thông tin rất quan trọng như xử lý dữ liệu bí mật nhà nước hoặc phục vụ quốc phòng, an ninh; hay trong các tổ chức, doanh nghiệp có dữ liệu yêu cầu khả năng bảo mật cao, giám sát chặt chẽ và vận hành liên tục. Các hệ thống này phải vận hành liên tục 24/7 và đảm bảo không ngừng hoạt động nếu không có kế hoạch trước - bởi khi bị phá hoại có thể gây tổn hại nghiêm trọng đến quốc phòng và an ninh quốc gia.    Với chuẩn an toàn thông tin cấp độ 4, toàn bộ dữ liệu của tổ chức, doanh nghiệp trên nền tảng FPT Cloud sẽ được bảo mật ở mức cao nhất, đảm bảo mọi lớp phòng thủ, từ hạ tầng vật lý đến an ninh mạng và được triển khai đồng bộ. Điều này đặc biệt quan trọng trong bối cảnh các cuộc tấn công mạng ngày càng tinh vi, nhắm vào cả hệ thống lõi của doanh nghiệp. Với những đơn vị nắm giữ dữ liệu nhạy cảm như thông tin khách hàng, dữ liệu tài chính hay hồ sơ bệnh án, việc có được “lá chắn” bảo mật vững chắc sẽ giúp doanh nghiệp giảm thiểu tối đa nguy cơ rò rỉ hoặc truy cập trái phép.  Trong các lĩnh vực đặc thù như ngân hàng, chứng khoán, y tế hoặc cơ quan Nhà nước, tuân thủ các tiêu chuẩn bảo mật là điều kiện bắt buộc để được phép hoạt động. Việc lựa chọn nền tảng đã được chứng nhận giúp doanh nghiệp tiết kiệm nguồn lực kiểm định, tránh được nguy cơ bị xử phạt hoặc đình chỉ hoạt động vì vi phạm quy định pháp luật. Đây là yếu tố thiết thực, giúp tối ưu chi phí vận hành trong dài hạn.  Ngoài ra, việc doanh nghiệp lựa chọn nền tảng công nghệ có khả năng bảo mật dữ liệu ở cấp độ cao đồng nghĩa với một cam kết rõ ràng về tính minh bạch và uy tín đối với khách hàng, đối tác. Trong bối cảnh cạnh tranh khốc liệt, niềm tin chính là tài sản quý giá nhất. Khi dữ liệu được bảo vệ an toàn, doanh nghiệp không chỉ giảm thiểu rủi ro, mà còn khẳng định sự khác biệt và củng cố lợi thế cạnh tranh trên thị trường.  Chuẩn cấp độ 4 còn đảm bảo cho doanh nghiệp khả năng duy trì hoạt động liên tục ngay cả trong những kịch bản rủi ro nhất. Các tiêu chuẩn khắt khe về giám sát, phòng ngừa và khắc phục sự cố giúp hệ thống đám mây vận hành ổn định, giảm thiểu tối đa nguy cơ gián đoạn đặc biệt cho những doanh nghiệp có dịch vụ trực tuyến, thương mại điện tử hay tài chính số. Theo đó, nền tảng đạt chuẩn bảo mật cao không chỉ là một khoản đầu tư cho an toàn, mà còn là nền tảng để phát triển bền vững và tăng trưởng dài hạn.   [caption id="attachment_66162" align="aligncenter" width="1360"] Nền tảng FPT Cloud đạt tiêu chuẩn An toàn thông tin cấp độ 4 - Nguồn ảnh: FPT Smart Cloud[/caption] Nền tảng FPT Cloud chính thức đạt chuẩn và được cấp chứng chỉ này sau thời gian đánh giá và thẩm định nghiêm ngặt, đã chứng minh năng lực vượt trội của tập đoàn FPT trong phát triển nền tảng điện toán đám mây an toàn, tin cậy, giúp tổ chức, doanh nghiệp vận hành, kinh doanh liên tục và phát triển bền vững.  Để đạt được cấp độ 4 về An toàn Hệ thống Thông tin, bên cạnh việc tuân thủ các quy định của Luật An toàn Thông tin mạng, FPT Cloud đã phải chứng minh năng lực với các phương án thiết kế và vận hành hệ thống phù hợp với tiêu chuẩn quốc gia TCVN 11930:2017 về bảo đảm an toàn hệ thống thông tin theo cấp độ; cũng như các phương án An toàn thông tin về quản lý như An toàn mạng lưới, An toàn hệ thống máy chủ, ứng dụng, Quản lý An toàn dữ liệu, thiết bị đầu cuối, Phòng chống Phần mềm độc hại....  Theo ông Phan Hồng Tâm, Giám đốc khối Hạ tầng, FPT Smart Cloud, Tập đoàn FPT chia sẻ: “Chứng chỉ an toàn thông tin cấp độ 4 là minh chứng rõ ràng cho năng lực công nghệ vượt trội của nền tảng FPT Cloud. Trong suốt quá trình xây dựng, FPT đã tập trung vào việc phát triển các giải pháp bảo mật đa tầng, cũng như liên tục cải tiến vận hành nhằm mang đến một nền tảng điện toán đám mây an toàn, tin cậy, sẵn sàng đáp ứng các nhu cầu chuyển đổi số của Chính phủ và doanh nghiệp.”  Trong bối cảnh Chính phủ đặt mục tiêu đến năm 2030, 100% cơ quan và doanh nghiệp nhà nước sử dụng điện toán đám mây do các đơn vị trong nước cung cấp, việc chính thức đạt chứng chỉ an toàn thông tin cấp độ 4 là bước tiến quan trọng, khẳng định FPT Cloud là nền tảng điện toán đám mây an toàn, mạnh mẽ, đủ năng lực đồng hành cùng doanh nghiệp Việt trong hành trình số hoá; phục vụ phát triển Chính phủ điện tử/ Chính quyền điện tử, góp phần xây dựng hạ tầng số Việt Nam tiên tiến, hiện đại, đồng bộ, an ninh, an toàn và bền vững.   Tìm hiểu thêm thông chi tiết các dịch vụ của FPT Cloud tại: https://fptcloud.com/san-pham/