AI hôm nay: OpenAI vá lỗi Linux, CUDA 13.5 hỗ trợ Vera Rubin
OpenAI công bố pipeline tự động tìm, xác thực và tạo vá cho 948 lỗi leo thang đặc quyền trong Linux kernel. NVIDIA phát hành CUDA 13.5, trong khi Trung Quốc đề xuất kiểm soát xuất khẩu nhiều công nghệ AI.
AI đang đi sâu hơn vào hai tầng khó nhất: bảo mật hệ thống và hạ tầng tính toán. Cùng lúc, cuộc đua mô hình chịu thêm ràng buộc từ chính sách xuất khẩu và bài toán điện cho trung tâm dữ liệu.
1. OpenAI tự động tìm và vá 948 lỗi leo thang quyền Linux
OpenAI cho biết đã xây dựng pipeline tự động có thể tìm, xác thực và tạo bản vá cho 948 lỗ hổng leo thang đặc quyền cục bộ trong Linux kernel. Các lỗi này có thể giúp người chỉ có quyền truy cập hạn chế giành quyền root trên hệ thống.
Vì sao đáng chú ý: Đây là ví dụ cụ thể về AI có thể hỗ trợ nghiên cứu bảo mật phòng thủ, lĩnh vực đặc biệt quan trọng với đội ngũ vận hành và phát triển phần mềm.
Đọc chi tiết →
2. CUDA 13.5 hỗ trợ chính thức GPU Vera Rubin
NVIDIA phát hành CUDA Toolkit 13.5 với hỗ trợ chính thức, sẵn sàng cho môi trường sản xuất, dành cho kiến trúc GPU Vera Rubin. Bản phát hành cũng mở rộng Windows on Arm sang NVIDIA DGX Station for Windows và bổ sung kiểm soát chi tiết hơn cho phân chia, lập lịch tài nguyên GPU.
Vì sao đáng chú ý: Nhóm phát triển và vận hành hạ tầng GPU nên theo dõi các thay đổi về lập lịch tài nguyên khi chuẩn bị môi trường CUDA mới.
Đọc chi tiết →
3. Trung Quốc đề xuất kiểm soát xuất khẩu 23 công nghệ AI
Theo phân tích của Cloud Security Alliance, Announcement No. 48 của Trung Quốc đề xuất kiểm soát 40 công nghệ, trong đó có 23 công nghệ AI. Dự thảo nhắm tới trọng số model AI biên, checkpoint, mã nguồn, kiến trúc, bí quyết huấn luyện và suy luận, hệ thống tác tử cùng một số năng lực mạng có AI hỗ trợ.
Vì sao đáng chú ý: Các startup và đội ngũ dùng model, công cụ hoặc đối tác từ Trung Quốc cần để ý vì chính sách có thể ảnh hưởng khả năng tiếp cận công nghệ.
Đọc chi tiết →
4. NVIDIA Auto-Ontology giúp agent hiểu ngữ cảnh dữ liệu
Auto-Ontology biên dịch metadata database thành ontology có thể review, gồm thuật ngữ nghiệp vụ, SQL đã duyệt và quan hệ join. Công cụ hướng tới việc để agent truy vấn dữ liệu có ngữ cảnh, kiểm tra khả năng trả lời và trả về SQL kèm các bước xử lý.
Vì sao đáng chú ý: Đây là hướng đáng chú ý cho doanh nghiệp muốn đưa agent vào dữ liệu nội bộ nhưng vẫn cần định nghĩa nghiệp vụ và câu lệnh SQL được kiểm soát.
Đọc chi tiết →
5. Trung tâm dữ liệu AI dùng động cơ máy bay cũ để tự phát điện
Các nhà phát triển trung tâm dữ liệu AI đang cải tạo động cơ từ máy bay nghỉ hưu để đốt khí tự nhiên, do chờ đấu nối điện lưới và turbine khí mới trong nhiều năm. TechCrunch cho biết giải pháp này có thể đưa trung tâm dữ liệu vào hoạt động trong khoảng 24 tháng, trong khi đấu nối 100 megawatt ở Bắc Virginia mất khoảng bảy năm.
Vì sao đáng chú ý: Nguồn điện đang trở thành nút thắt thực tế của năng lực AI, có thể tác động đến tốc độ mở rộng hạ tầng và chi phí tính toán.
Đọc chi tiết →
6. Anthropic phát triển FlashProve để xác minh model tạo đầu ra
Anthropic đang phát triển FlashProve, một hệ thống mã nguồn mở dùng bằng chứng mật mã để xác minh mô hình AI nào đã tạo ra một câu trả lời. Hệ thống được thiết kế để chống việc bên vận hành thay model được công bố bằng model rẻ hơn hoặc bằng một model khác.
Vì sao đáng chú ý: Nếu được áp dụng rộng rãi, cách làm này có thể tăng khả năng kiểm toán khi doanh nghiệp mua hoặc đánh giá dịch vụ AI.
Đọc chi tiết →
7. Snowflake mở public preview Cortex Training cho LLM
Snowflake đưa Cortex Training vào public preview, cho phép tùy chỉnh và triển khai các LLM open-weight trên hạ tầng GPU serverless. Dịch vụ hỗ trợ SFT, RL, huấn luyện toàn bộ tham số, LoRA và các framework như SkyRL, Hugging Face TRL và veRL.
Vì sao đáng chú ý: Đội ngũ đã dùng Snowflake có thêm lựa chọn tinh chỉnh model mà không cần tự cấp phát hay vận hành cụm GPU.
Đọc chi tiết →
Đáng theo dõi nhất: AI sẽ được đưa vào quy trình vá lỗi phần mềm nhanh đến đâu và với mức kiểm soát nào.