Bỏ qua tới nội dung chính
Quay lại tin tức

Amazon cho rằng tương lai của các trung tâm dữ liệu phụ thuộc vào một vấn đề kỹ thuật mà họ vừa giải quyết.

Wired AI· Lauren Goode· 28/5/2026general

Gã khổng lồ công nghệ cho biết một đột phá trong mạng trung tâm dữ liệu đã tăng tốc đáng kể luồng thông tin qua cơ sở hạ tầng đám mây khổng lồ của họ.

Lauren Goode Kinh doanh Ngày 28/5/2026 6:30 SA Amazon cho rằng tương lai của các trung tâm dữ liệu phụ thuộc vào một vấn đề kỹ thuật mà họ vừa giải quyết Gã khổng lồ công nghệ cho biết một bước đột phá trong mạng lưới trung tâm dữ liệu đã tăng tốc đáng kể luồng thông tin thông qua cơ sở hạ tầng đám mây khổng lồ của họ. Ảnh: Amazon Lưu bài viết này Lưu bài viết này Amazon cho biết họ vừa đạt được một bước đột phá lớn trong thiết kế mạng lưới và đã âm thầm triển khai công nghệ mới này tại các trung tâm dữ liệu của mình từ cuối năm ngoái. Công ty tuyên bố đã tăng đáng kể tốc độ dữ liệu đồng thời giảm mức tiêu thụ năng lượng, có khả năng mang lại lợi thế cho gã khổng lồ công nghệ khi các công ty đang chạy đua xây dựng các hệ thống ngày càng nhanh hơn trên đám mây. Công nghệ mới này dựa trên một thiết kế “bán ngẫu nhiên” kết hợp các yếu tố của mạng dữ liệu truyền thống, có cấu trúc với những lợi thế về hiệu suất của các kiến trúc ngẫu nhiên hơn. Các nhà nghiên cứu đã khám phá mạng ngẫu nhiên trong nhiều thập kỷ, nhưng công nghệ này chưa bao giờ được mở rộng thành công. Hiện tại, Amazon tin rằng họ đã giải quyết được vấn đề này. Việc Amazon đang sử dụng công nghệ này trong thực tế là “đáng chú ý”, theo Brighten Godfrey, giáo sư khoa học máy tính tại Đại học Illinois tại Urbana-Champaign và là chuyên gia về mạng lưới, người không tham gia vào nghiên cứu của Amazon. Godfrey là đồng tác giả của một bài báo quan trọng năm 2012 về đồ thị mạng ngẫu nhiên, mà ông cho rằng là một “vấn đề khó giải quyết, nói chung”. Một nhóm kỹ sư và nhà nghiên cứu tại Amazon Web Services, bao gồm một số người được tuyển dụng từ giới học thuật, đã nghiên cứu vấn đề mạng ngẫu nhiên từ năm 2023. Amazon cũng đã thiết kế một thiết bị trung tâm dữ liệu mới mà họ gọi là ShuffleBox, tự động sắp xếp các cáp cần thiết cho loại mạng này. “Bằng cách làm phẳng mạng lưới, chúng tôi đã loại bỏ các nút thắt cổ chai đi kèm với các thiết kế mạng truyền thống”, Matt Rehder, Phó Chủ tịch Kỹ thuật Mạng AWS, cho biết trong một cuộc phỏng vấn độc quyền với WIRED. “Chúng tôi nghĩ rằng chúng tôi là những người duy nhất đã làm được điều này ở quy mô lớn”. Ảnh: Amazon Hiệu ứng mạng lưới Amazon đã trình bày chi tiết thiết kế mạng mới của mình trong một bài báo được xuất bản vào tháng trước có tiêu đề “RNG: Mạng trung tâm dữ liệu phẳng ở quy mô lớn”. RNG là viết tắt của “đồ thị mạng linh hoạt” (resilient network graphs), không hoàn toàn có cấu trúc cũng không hoàn toàn ngẫu nhiên. Điều thú vị là nhóm Amazon đứng sau RNG không đưa ra đề xuất mạng này xoay quanh AI tạo sinh. Đây là về việc làm cho kiến trúc trung tâm dữ liệu hàng ngày của công ty hiệu quả hơn. “RNG rất phù hợp với các yêu cầu cốt lõi của chúng tôi, nhưng các mẫu dữ liệu đào tạo AI được phối hợp và điều phối tập trung hơn nhiều, vì vậy chúng không gần đúng với một đồ thị ngẫu nhiên”, Rehder nói. Từ giữa những năm 1980, các mạng truyền thông—từ viễn thông đến trung tâm dữ liệu—chủ yếu được thiết kế với cấu trúc liên kết “cây béo” (fat-tree topology), bao gồm hai hoặc ba lớp chuyển mạch và bộ định tuyến theo chiều dọc. Chúng được kết nối bởi các nút “béo” ở đỉnh cấu trúc, nơi có nhiều bộ định tuyến cùng loại, và các nhánh mỏng hơn về phía dưới. Nói một cách đơn giản, trong mạng cây béo, dữ liệu di chuyển lên và xuống ngăn xếp. Băng thông tăng lên gần đỉnh cấu trúc, nơi dữ liệu phân chia, giúp loại bỏ các nút thắt cổ chai. Theo thời gian, ngành công nghệ đã phát triển và triển khai các biến thể của kiến trúc cây béo. Nhưng thiết kế này vẫn còn chỗ để cải thiện. Nó thường đáng tin cậy, nhưng cũng cứng nhắc, không hiệu quả và yêu cầu cáp phức tạp. Như trong, cáp vật lý thực tế. Nếu từng có mặt tại một trung tâm dữ liệu hoặc phòng máy chủ của một tòa nhà văn phòng, có thể bạn đã thấy những bó cáp nhiều màu sắc tràn ra từ các giá đỡ kim loại. Theo ông Rehder, hệ thống cáp là một trong những chi phí lớn nhất trong mạng lưới, và các trung tâm dữ liệu toàn cầu của Amazon hiện được kết nối bằng 20 triệu km cáp quang. Khoảng cách này tương đương với việc di chuyển từ Trái Đất lên Mặt Trăng và quay trở lại 25 lần. Năm 2012, khi nhu cầu về dịch vụ điện toán đám mây bùng nổ, một nhóm nghiên cứu tại Đại học Illinois Urbana-Champaign, trong đó có ông Godfrey, đã giới thiệu một khái niệm được gọi là Jellyfish. Các thiết kế mạng cố định đang được sử dụng vào thời điểm đó gặp khó khăn trong việc đáp ứng nhu cầu ngày càng tăng, vì vậy các nhà nghiên cứu đã đề xuất một “kết nối mạng dung lượng cao, bằng cách áp dụng cấu trúc liên kết đồ thị ngẫu nhiên, tự nhiên cho phép mở rộng dần dần”. Họ tin rằng phương pháp ngẫu nhiên này có thể hiệu quả và có khả năng mở rộng hơn so với các mạng được xây dựng bằng kiến trúc fat-tree. Ông Godfrey cho biết: “Chúng tôi đặt tên là Jellyfish vì nó có tính linh hoạt. Bạn có thể kết nối các bộ định tuyến và bộ chuyển mạch một cách ngẫu nhiên và nó trở thành một bể dung lượng mạng linh hoạt, rất hiệu quả”. Tuy nhiên, Jellyfish cũng đặt ra những thách thức mới về bố cục, định tuyến dữ liệu và hệ thống cáp. Ông Godfrey cho biết, định tuyến trong các đồ thị ngẫu nhiên phức tạp hơn vì có nhiều đường dẫn đa dạng hơn mà dữ liệu có thể đi từ nguồn đến đích. Hệ thống cáp khó hơn vì các điểm cuối của cáp được chọn ngẫu nhiên. Vài năm sau, Google bắt đầu thử nghiệm một giải pháp khác: Hãng bắt đầu tích hợp chuyển mạch quang học (OCS) vào thiết kế mạng của mình. Phương pháp này sử dụng các gương nhỏ để phản chiếu ánh sáng từ cổng đầu vào đến cổng đầu ra, cho phép Google cấu hình lại hệ thống cáp quang trong thời gian thực. Nhưng, một lần nữa: Điều này làm tăng một mức độ phức tạp về kỹ thuật, cũng như chi phí. Ảnh: Amazon Ảnh: Amazon **Ngẫu nhiên hóa** Trong khi đó, Amazon đang tìm kiếm “chén thánh”, theo ông Giacomo Bernardi, một trong những tác giả chính của bài báo mới, cùng với các học giả của Amazon là Ratul Mahajan và C.S. Seshandhri. Trong một thế giới lý tưởng, một mạng dữ liệu sẽ phẳng và hiệu quả, có khả năng chống chịu lỗi phần cứng, đủ ngẫu nhiên để tối đa hóa hiệu suất và đủ khả năng mở rộng để phát triển mà không trở nên cồng kềnh. Nó cũng sẽ dựa vào hệ thống cáp đơn giản, hợp lý thay vì các hệ thống cáp quang ngày càng phức tạp. Khi ông và các đồng nghiệp bắt đầu cố gắng xây dựng một mạng như vậy, ông Bernardi cho biết ông đã trở nên

Nguồn tin: Wired AI — Tác giả: Lauren Goode. Bản dịch tiếng Việt do AI thực hiện, có thể có sai sót.