Người dùng có thể thiết lập mật mã để thoát tính năng Guided Access, bằng cách vào mục Guided Access => Passcode Settings, rồi chọn Set Guided Access Passcode. Ngoài ra người dùng có thể bật bảo mật sinh trắc học, Face ID hoặc Touch ID.

Người dùng có thể thiết lập mật mã để thoát tính năng, bằng cách vào mục Guided Access => Passcode Settings, rồi chọn Set Guided Access Passcode; hoặc có thể bật Face ID.

Nếu bật Accessibility Shortcut trong mục Guided Access, người dùng có thể kích hoạt nhanh tính năng này bằng cách bấm 3 lần nút Home hoặc nút Side tùy mẫu máy.

Người dùng có thể kích hoạt nhanh tính năng Guided Access bằng cách bấm 3 lần nút Home hoặc nút Side tùy mẫu máy.

Sau khi kích hoạt Guided Access, người dùng chọn vùng màn hình cần vô hiệu hóa. Hãy bấm nút Options dưới góc trái để tùy chỉnh chi tiết hơn, và bấm Start để thực hiện.

Sau khi kích hoạt Guided Access, người dùng chọn vùng màn hình cần vô hiệu hóa. Hãy bấm nút Options dưới góc trái để tùy chỉnh chi tiết hơn, và bấm Start để thực hiện.

Phần Options bao gồm các tùy chỉnh cho nút Side, nút Volume, màn hình cảm ứng...

Để dừng chế độ Guided Access, người dùng lại bấm 3 lần nút Home/Side sau đó nhập mật mã đã thiết lập.

Anh Hào (Theo MacRumors)

Hướng dẫn mở ghi âm trên iPhone nhanh gọn nhất

Khi muốn mở ghi âm một cách nhanh gọn nhất, người dùng iPhone có thể tận dụng lối tắt của ứng dụng Shortcuts kết hợp với trợ năng cảm ứng của iOS.

Ông Đỗ Văn Cường làm kế toán tại xã Hồng Thái trong nhiều năm. Trong quá trình thực hiện nhiệm vụ, ông Cường có liên quan đến sai phạm từ vụ giao đất cho công dân làm nhà ở trên địa bàn xã xảy ra vào năm 2003.

Tại thời điểm đó, xã Hồng Thái đã thu tiền của công dân để làm cơ sở hạ tầng giao đất cho công dân nhưng đã không nộp vào tài khoản ngân sách huyện An Dương, mà sử dụng trái quy định, gây thiệt hại số tiền lớn của Nhà nước.

UBND xã Hồng Thái, nơi ông Cường công tác trước khi bị bắt

Chiều qua, Đỗ Văn Cường bị bắt. Như vậy, những sai phạm sau 18 năm mới được điều tra làm rõ. 

Lãnh đạo UBND huyện An Dương đã tạm thời phân công một cán bộ kế toán của xã Hồng Thái giữ chức kế toán trưởng thay ông Cường.

Hoài Anh

Nữ kế toán ở Lâm Đồng bị bắt vì tham ô hơn 3 tỷ đồng

Sau khi nhận các gói tiền từ các nhà xe và bưu cục, bưu điện văn hóa xã chuyển về, nữ kế toán ở Lâm Đồng đã chiếm đoạt để sử dụng vào mục đích cá nhân.

“Cứ 1 tiếng chúng tôi phải hút đờm cho cháu 2 lần, nếu không cháu không thở được. Một tuần phải thay ống thông dạ dày 1 lần, chúng tôi liều chở cháu đi bằng xe máy đến Bệnh viện huyện cách nhà khoảng 6km, người thân chở bình ô xy chạy theo sau”, chị Dẻo cho hay.

Đại diện báo VietNamNet (áo đen cầm biển) trao tiền ủng hộ cho gia đình

Sau mấy tháng bị bệnh tật hành hạ, giờ tay chân của Long co rút, không cử động được, cũng không phân biệt được ai, người teo tóp. Ngoài những lúc ngủ, cháu cứ gồng cứng người, mồ hôi vã ra như tắm.

Trong khi đó, anh Hùng và chị Dẻo làm công nhân ở Bình Dương, từ khi con nằm viện, ăn uống thông qua ống thông dạ dày nên anh chị buộc phải nghỉ hẳn việc công ty để thay nhau chăm sóc.

Sau khi báo Vietnam Net đăng tài bài viết, có rất nhiều bạn đọc trên cả nước đã quan tâm, chia sẻ cà về tinh thần lẫn vật chất.

Qua báo, các mạnh thường quân đã ủng hộ số tiền 91.207.500 đồng, đồng thời gửi trực tiếp qua tài khoản anh Hùng số tiền hơn 10 triệu đồng.

Buổi trao tiền có sự chứng kiến của ông Trần Văn Chinh, Bí thư chi bộ thôn Kim Tân. Ông Chinh bày tỏ: “Chúng tôi thực sự rất xúc động trước tình cảm của bạn đọc cả nước giành cho cháu. Mong rằng cháu sẽ tiếp tục được giúp đỡ để có cơ hội chữa bệnh”, ông Chinh nói.

Hiện Bảo Long đã được gia đình đưa đến làm hồ sơ cấy tế bào gốc tại Bệnh viện Đa khoa Quốc tế Vinmec Times City (Hà Nội).

Hải Sâm

Xót xa bé trai 1 tuổi gồng cứng người vì di chứng bại não

Không nghe tiếng bi bô gọi ba, anh hốt hoảng đi tìm thì phát hiện con nằm sõng xoài giữa nền nhà tắm. 

GPU là bộ não của máy tính AI

Nói một cách đơn giản, bộ xử lý đồ họa (GPU) đóng vai trò như bộ não của máy tính AI. 

Có thể bạn đã biết, bộ xử lý trung tâm (CPU) là bộ não của máy tính. Lợi ích của GPU nằm ở chỗ nó chính là một CPU chuyên biệt trong việc thực hiện các phép toán phức tạp. Cách nhanh nhất để thực hiện phép toán này là để các nhóm GPU cùng giải một bài toán. Mặc dù vậy, việc huấn luyện mô hình AI vẫn có thể mất nhiều tuần hoặc thậm chí nhiều tháng. Sau khi hoàn tất xây dựng, nó sẽ được đặt trong hệ thống máy tính front-end và người dùng có thể đặt câu hỏi cho mô hình AI, quá trình này được gọi là suy luận.

Một máy tính AI chứa nhiều GPU

Kiến trúc tốt nhất để giải quyết các bài toán AI là sử dụng một nhóm GPU trong một giá máy, được kết nối với thiết bị chuyển mạch trên nóc giá máy này. Nhiều giá máy GPU có thể được kết nối bổ sung theo hệ thống phân cấp kết nối mạng. Khi các vấn đề cần giải quyết có độ phức tạp cao, yêu cầu về GPU cũng tăng lên, một số dự án có thể phải triển khai các cụm gồm hàng nghìn GPU. 

Mỗi cụm AI là một mạng lưới nhỏ

Khi xây dựng cụm AI, cần thiết lập một mạng máy tính nhỏ để kết nối và cho phép các GPU cùng hoạt động, chia sẻ dữ liệu một cách hiệu quả.

Hình trên minh họa một Cụm AI trong đó các vòng tròn ở dưới biểu thị các quy trình công việc chạy trên GPU. GPU kết nối với các thiết bị chuyển mạch trên nóc giá máy (ToR). Các thiết bị chuyển mạch ToR cũng kết nối với các thiết bị chuyển mạch đường trục mạng biểu diễn phía trên sơ đồ, thể hiện một hệ thống phân cấp mạng rõ ràng cần thiết khi có nhiều GPU tham gia.  

Mạng là điểm nghẽn trong quá trình triển khai AI
Mùa thu năm ngoái, tại Hội nghị thượng đỉnh toàn cầu của Dự án điện toán mở Open Computer Project (OCP), nơi các đại biểu cùng xây dựng thế hệ cơ sở hạ tầng AI tiếp theo, đại biểu Loi Nguyen từ Marvell Technology đã chỉ rõ một vấn đề quan trọng: "mạng là nút thắt cổ chai mới".

Về mặt kỹ thuật, độ trễ gói tin lớn hoặc mất gói tin do mạng bị tắc nghẽn có thể khiến các gói tin phải được gửi lại, làm tăng đáng kể thời gian hoàn thành công việc (JCT). Kết quả là một số lượng GPU trị giá hàng triệu hoặc hàng chục triệu USD của các doanh nghiệp bị lãng phí do hệ thống AI hoạt động không hiệu quả, gây thiệt hại cho doanh nghiệp cả về doanh thu và thời gian đưa sản phẩm ra thị trường. 

Đo kiểm là điều kiện trọng yếu để vận hành thành công mạng AI

Để vận hành hiệu quả một cụm AI, GPU cần có khả năng sử dụng hết công suất để có thể rút ngắn thời gian huấn luyện và đưa vào sử dụng mô hình học để tăng tối đa tỷ lệ hoàn vốn đầu tư. Vì vậy, cần phải thử nghiệm và đánh giá hiệu năng của cụm AI (Hình 2). Tuy nhiên, nhiệm vụ này không dễ dàng, vì về mặt kiến trúc hệ thống có nhiều thiết lập và mối quan hệ giữa GPU và cấu trúc mạng cần bổ trợ cho nhau để xử lý bài toán. 
 

Điều này tạo ra nhiều khó khăn thách thức trong việc đo kiểm mạng AI: 

- Khó khăn trong việc tái tạo toàn bộ mạng sản xuất trong phòng thí nghiệm do hạn chế về chi phí, thiết bị, thiếu hụt về kỹ sư AI mạng có tay nghề cao, không gian, nguồn điện và nhiệt độ. 

- Đo kiểm trên hệ thống sản xuất làm giảm năng lực xử lý khả dụng của chính hệ thống sản xuất. 

- Khó khăn trong việc tái tạo chính xác các vấn đề do sự khác nhau về quy mô và phạm vi của các bài toán. 

- Sự phức tạp trong cách thức kết nối tập thể của các GPU.  

Để giải quyết những thách thức này, doanh nghiệp có thể tiến hành đo kiểm một tập hợp con của các thiết lập được đề xuất trong môi trường phòng thí nghiệm để đối chuẩn các tham số chính như JCT (thời gian hoàn thành công việc), băng thông mà nhóm AI có thể đạt được và so sánh với mức độ sử dụng nền tảng chuyển mạch và mức sử dụng bộ nhớ đệm. Phép đo đối chuẩn này giúp tìm ra mức độ cân bằng phù hợp giữa GPU/khối lượng xử lý và thiết kế/cài đặt mạng. Khi hài lòng với kết quả, đội ngũ kiến trúc sư máy tính và kỹ sư mạng có thể áp dụng các thiết lập này vào sản xuất và đo kết quả mới. 

Các phòng thí nghiệm nghiên cứu của doanh nghiệp, các viện nghiên cứu và trường đại học đang nỗ lực phân tích mọi khía cạnh của việc xây dựng và vận hành các mạng AI hiệu quả để giải quyết những thách thức khi làm việc trên các mạng lớn, đặc biệt là khi các phương thức thực hành tốt nhất liên tục thay đổi. Phương pháp hợp tác có thể lặp lại này là cách duy nhất để các doanh nghiệp thực hiện các phép đo kiểm khả lặp và thử nghiệm nhanh các kịch bản "nếu - thì" - là nền tảng trong việc tối ưu hóa các mạng lưới phục vụ AI.

(Nguồn: Keysight Technologies)