Ngày 20/10/2026, Vertiv (NYSE: VRT), tập đoàn hàng đầu thế giới về hạ tầng kỹ thuật số trọng yếu, cùng Trung tâm Nghiên cứu Tích hợp Deloitte, vừa chính thức công bố hợp tác nhằm hỗ trợ các doanh nghiệp giải quyết thách thức trong quá trình đưa trí tuệ nhân tạo (AI) từ thử nghiệm vào thực tiễn vận hành. Cụ thể, quá trình này bao gồm việc xác định vị trí triển khai các khối lượng công việc sử dụng AI và đánh giá liệu cơ sở hạ tầng vật lý hiện có có đủ khả năng đáp ứng các yêu cầu vận hành hay không.
Tài liệu hướng dẫn “Vertiv Designing Infrastructure for Enterprise AI Guide” (Tạm dịch: “Vertiv: Hướng dẫn Thiết kế hạ tầng AI cho Doanh nghiệp”) – do Vertiv và công ty nghiên cứu hạ tầng kỹ thuật số STL Partnershợp tác phát triển. Tài liệu cung cấp cho các nhà lãnh đạo doanh nghiệp, công nghệ thông tin (IT) và các nhà quản lý cơ sở hạ tầng một khung đánh giá dựa trên khối lượng công việc thực tế, giúp họ đưa ra quyết định phù hợp trước khi cam kết thực hiện một kế hoạch đầu tư và triển khai hạ tầng. Dựa trên mục tiêu kinh doanh và khối lượng công việc AI dự kiến, doanh nghiệp có thể đánh giá vị trí triển khai dự án, yêu cầu hạ tầng cùng mức độ sẵn sàng của cơ sở vật chất. Trên cơ sở đó, họ có thể lựa chọn mô hình hạ tầng vật lý và thiết kế tham chiếu phù hợp cho từng khối lượng công việc nhằm lập kế hoạch chi tiết và thẩm định kỹ thuật ở các bước tiếp theo.
Kết quả nghiên cứu của tài liệu nhấn mạnh một yếu tố then chốt khi doanh nghiệp đưa các khối lượng công việc sử dụng AI vào vận hành lâu dài: mức độ sẵn sàng của hạ tầng sẽ quyết định vị trí triển khai hệ thống cũng như tốc độ đưa các khối lượng công việc này vào vận hành thực tế. Khả năng cung cấp điện, hệ thống làm mát, đường truyền internet và năng lực vận hành hiện có sẽ quyết định liệu một khối lượng công việc nhất định có thể được đáp ứng tại cơ sở hiện hữu hay không, hay doanh nghiệp buộc phải chọn một mô hình triển khai khác.
Tài liệu hướng dẫn đã cụ thể hóa các yếu tố này thành quy trình 4 bước: (1) Xác định rõ mục tiêu kinh doanh và khối lượng công việc sử dụng AI dự kiến. (2) Đánh giá quy mô, tốc độ xử lý và yêu cầu vận hành của khối lượng công việc đó, (3) Xác định vị trí triển khai phù hợp nhất và (4) lựa chọn mô hình hạ tầng vật lý cùng thiết kế tham chiếu tương ứng với khối lượng công việc và vị trí triển khai.
Ông Giordano Albertazzi, Tổng Giám đốc Điều hành Vertiv, cho biết: "Giai đoạn phát triển tiếp theo của AI trong doanh nghiệp sẽ không chỉ được định hình bởi các mô hình thông minh hay điện toán. mà còn phụ thuộc vào khả năng đáp ứng các yêu cầu về nguồn điện, hệ thống làm mát, đường truyền và môi trường vận hành của doanh nghiệp. Khi lấy chính khối lượng tác vụ AI làm điểm xuất phát, doanh nghiệp có thể đưa ra quyết định về hạ tầng sớm hơn, nhận diện các điểm nghẽn nhanh hơn và xây dựng một lộ trình khả thi hơn để hiện thực hóa tham vọng AI thành sản xuất.”
Ông Nicholas Merizzi, Trưởng bộ phận Silicon2Service tại Mỹ của Deloitte Consulting LLP, chia sẻ: “Hiệu quả kinh tế và cách thức vận hành AI sẽ thay đổi khi các khối lượng công việc được đưa vào triển khai trong thực tế. Khi đó, các doanh nghiệp cần xem xét đồng thời giá trị kinh doanh, cách thức quản lý, quyền vận hành và hạ tầng kỹ thuật. Việc đặt những câu hỏi này từ sớm trong quá trình lập kế hoạch sẽ giúp các nhà lãnh đạo có cơ sở vững chắc hơn để quyết định nên chạy ứng dụng AI ở đâu và làm sao để duy trì hỗ trợ chúng lâu dài.”
Quy trình này nhìn nhận rằng hệ thống AI trong doanh nghiệp bao gồm rất nhiều loại ứng dụng khác nhau, chứ không chỉ là một quyết định hạ tầng đơn lẻ. Các tác vụ AI mang tính thử nghiệm có thể tiếp tục nằm trên đám mây (cloud), trong khi các tác vụ vận hành liên tục hoặc đóng vai trò sống còn với hoạt động kinh doanh có thể phù hợp hơn với hạ tầng kết hợp hoặc hạ tầng do doanh nghiệp tự quản lý. Những tác vụ đòi hỏi tốc độ phản hồi nhanh hơn, mức độ bảo mật cao hơn, cần đặt gần nguồn dữ liệu hoặc có hiệu suất đặc thù có thể cần chạy ngay tại chỗ hoặc trong một môi trường được kiểm soát riêng.
Phương pháp tiếp cận theo từng tác vụ cụ thể này giúp cả điện toán đám mây công cộng, trung tâm dữ liệu thuê ngoài, hệ thống tự chủ của doanh nghiệp, môi trường kết hợp lẫn hạ tầng tại chỗ đều phát huy được vai trò của mình. Thay vì đưa ra lời khuyên chung về việc nên hay không nên sử dụng điện toán đám mây, cẩm nang cung cấp một phương pháp nhất quán để xác định môi trường vận hành tốt nhất cho từng khối lượng công việc AI.
Tài liệu hướng dẫn này phân loại các khối lượng công việc AI trong doanh nghiệp thành 6 nhóm chính, bao gồm quá trình phát triển mô hình và huấn luyện lại mô hình cùng 4 nhóm ứng dụng thực tế. Cách phân loại này giúp doanh nghiệp dễ dàng nhận diện các khối lượng công việc có yêu cầu tương đồng về hiệu suất, vận hành và hạ tầng, từ đó thiết lập cơ sở lập kế hoạch nhất quán hơn. Mỗi khối lượng công việc sau đó sẽ được ghép nối với một trong 4 mô hình hạ tầng vật lý: cụm AI tại chỗ, cụm AI quy mô nhỏ, cụm AI quy mô lớn và cụm AI mật độ cao.
Bốn mô hình này cung cấp nền tảng để doanh nghiệp đưa ra các quyết định liên quan đến nguồn điện, hệ thống làm mát, hệ thống điều khiển, kết nối, khả năng duy trì hoạt động ổn định, hỗ trợ vận hành và mở rộng trong tương lai. Các thiết kế tham chiếu tương ứng có thể tiếp tục được điều chỉnh dựa trên kết quả khảo sát địa điểm, yêu cầu của từng khối lượng công việc và quá trình thiết kế kỹ thuật chi tiết.
Mức độ sẵn sàng của phòng máy là yếu tố quan trọng cho cả 4 mô hình. Tài liệu giúp doanh nghiệp đánh giá xem liệu địa điểm dự định đặt máy chủ có đáp ứng đầy đủ các yêu cầu về nguồn điện, làm mát, kết nối, năng lực vận hành và còn chỗ để nâng cấp sau này hay không. Việc thực hiện đánh giá ngay từ sớm giúp phát hiện các điểm nghẽn hạ tầng trước khi nó trở thành rào cản làm chậm tiến độ dự án.
AI doanh nghiệp đang bước sang giai đoạn khó hơn demo: hệ thống phải chạy ổn định, bảo mật, đủ nhanh và có thể mở rộng mà không tạo ra điểm nghẽn mới. Vertiv đặt câu hỏi hạ tầng lên trước khi vốn được cam kết. Nếu mô hình AI ngày càng dễ tiếp cận, liệu lợi thế cạnh tranh tiếp theo sẽ thuộc về doanh nghiệp sở hữu kiến trúc hạ tầng đủ linh hoạt để đưa AI vào vận hành nhanh hơn?
