Ngày 22 tháng 4 năm 2026, Google DeepMind chính thức công bố Decoupled DiLoCo, một phương pháp mới hướng đến việc tối ưu hóa quy trình huấn luyện các mô hình trí tuệ nhân tạo (AI) phân tán. Phương pháp này được kỳ vọng sẽ giải quyết các thách thức lớn liên quan đến hiệu suất truyền tải dữ liệu và tính ổn định của hệ thống.
Diễn biến
Theo công bố từ Google DeepMind, Decoupled DiLoCo được xem là một bước tiến mới giúp tăng cường khả năng phục hồi (resilient) trong huấn luyện AI phân tán. Giải pháp này tập trung vào việc tách biệt (decoupling) các thành phần tính toán, cho phép các nút mạng hoạt động độc lập hơn mà không cần duy trì kết nối đồng bộ liên tục với tốc độ cực cao.
Cách tiếp cận này giúp giảm thiểu tình trạng nghẽn cổ chai khi truyền tải dữ liệu giữa các máy chủ đặt tại nhiều địa điểm khác nhau. Nhờ tính năng tự phục hồi, hệ thống có thể tiếp tục tiến trình huấn luyện ngay cả khi một số nút gặp sự cố kỹ thuật hoặc đường truyền bị gián đoạn tạm thời.
Vì sao đáng chú ý
Đối với cộng đồng phát triển công nghệ tại Việt Nam, phương pháp này hứa hẹn sẽ mang lại giải pháp tối ưu chi phí hạ tầng. Thay vì phải đầu tư vào các siêu máy tính tập trung đắt đỏ, các doanh nghiệp có thể tận dụng tốt hơn nguồn lực đám mây phân tán sẵn có để huấn luyện các mô hình AI lớn.
Bên cạnh đó, việc giảm thiểu rủi ro gián đoạn do lỗi kết nối sẽ giúp các kỹ sư tiết kiệm đáng kể thời gian và chi phí vận hành, tạo điều kiện thuận lợi cho việc nghiên cứu and ứng dụng các giải pháp học máy quy mô lớn.