THETA

<h3>Đại học Brandeis trở thành khách hàng EdgeCloud thứ 31, áp dụng cơ sở hạ tầng GPU phi tập trung của EdgeCloud cho nghiên cứu AI</h3><img src="https://static.sosovalue.com/sosovalue/2025/05/05/1f5bbd24-132a-4f2b-8859-850ae5217d10.png">Theta vui mừng thông báo rằng <a href="https://brandeis-machine-learning.github.io/">Phòng thí nghiệm Liu</a> tại <a href="https://www.brandeis.edu/">Đại học Brandeis</a>, do <a href="https://hongfuliu.com/">Giáo sư Hongfu Liu</a> dẫn dắt, đang áp dụng Theta EdgeCloud để tăng tốc nghiên cứu ML và AI trong học tập tập trung dữ liệu, phân tích phân cụm và học chuyển giao. Sự hợp tác này tiếp tục khẳng định vị thế dẫn đầu của Theta trong lĩnh vực AI học thuật, trở thành cơ sở hạ tầng GPU phi tập trung hàng đầu cho các nhà nghiên cứu trên toàn cầu.Phòng thí nghiệm của Giáo sư Liu gia nhập danh sách ngày càng nhiều các cơ sở học thuật hàng đầu sử dụng cơ sở hạ tầng GPU lai của EdgeCloud để nâng cao năng suất nghiên cứu AI, bao gồm Đại học Stanford, Đại học Quốc gia Seoul, KAIST, Đại học Oregon, Đại học Bang Michigan, NTU Singapore, và nhiều hơn nữa.Bằng cách tích hợp nguồn lực GPU phi tập trung của EdgeCloud vào quy trình nghiên cứu, Phòng thí nghiệm Liu có quyền truy cập vào sức mạnh tính toán có thể mở rộng, hiệu suất cao và chi phí hợp lý, giúp phát triển nhanh hơn trong nhiều ứng dụng AI, nâng cao khả năng đổi mới và mở rộng giới hạn nghiên cứu học máy của phòng thí nghiệm.<blockquote>“Việc tích hợp cơ sở hạ tầng GPU phi tập trung của Theta EdgeCloud cho phép chúng tôi dễ dàng mở rộng các thí nghiệm, giúp nhóm tập trung vào các dự án nghiên cứu về học máy và AI. Tính linh hoạt và chi phí hiệu quả của cơ sở hạ tầng EdgeCloud là tài sản vô giá cho nghiên cứu của chúng tôi.” — Giáo sư Hongfu Liu, Trợ lý Giáo sư tại Đại học Brandeis</blockquote>Về Giáo sư Hongfu Liu và Phòng thí nghiệm LiuGiáo sư Hongfu Liu là Trợ lý Giáo sư Khoa học Máy tính tại Đại học Brandeis. Nghiên cứu của ông tập trung vào học máy cốt lõi, đặc biệt là học tập tập trung dữ liệu. Ông đã công bố nhiều bài báo tại các hội nghị và tạp chí hàng đầu, đồng thời nhận được nhiều giải thưởng danh giá, bao gồm Giải thưởng Nhà nghiên cứu Trẻ INNS Aharon Katzir 2021, Top 25 Nhà khoa học trẻ Trung Quốc toàn cầu về AI năm 2022 (lĩnh vực Khai thác Dữ liệu), và được vinh danh là Chủ tọa khu vực nổi bật tại ICLR/NeurIPS 2022/2023. Ông cũng là Biên tập viên Phụ trách cho IEEE CIM và TMLR, đồng thời là Chủ tọa khu vực (cao cấp) tại các hội nghị hàng đầu như ICLR, ICML và NeurIPS trong nhiều năm.Học tập tập trung dữ liệu: Nghiên cứu gần đây tại Phòng thí nghiệm LiuHọc tập tập trung dữ liệu nhấn mạnh việc cải thiện mô hình học máy bằng cách ưu tiên chất lượng và sự đa dạng của dữ liệu dùng để huấn luyện và đánh giá, thay vì chỉ tập trung cải tiến thuật toán. Phương pháp này nhận thức rằng các tập dữ liệu được chú thích tốt, đa dạng và đại diện là yếu tố then chốt để xây dựng các mô hình đáng tin cậy và công bằng. Học tập tập trung dữ liệu tương tự như việc duy trì sức khỏe, tập trung vào chế độ ăn uống thay vì chỉ tập thể dục (xem hình bên dưới).<img src="https://static.sosovalue.com/sosovalue/2025/05/05/491ec7c4-c4fa-44ed-a7f5-07c154b8d63e.png">Phòng thí nghiệm Liu đã thực hiện một loạt nghiên cứu về học tập tập trung dữ liệu với các ứng dụng đa dạng như nhận diện mẫu có hại, sửa nhãn dữ liệu nhiễu, cắt tỉa dữ liệu, đánh trọng số lại dữ liệu, học chủ động, tấn công và phòng thủ độc hại, giảm thiểu sai lệch phân phối, tiền huấn luyện và tinh chỉnh LLM, và nhiều hơn nữa.<h3>Hỗ trợ nghiên cứu AI với Theta EdgeCloud</h3>Cơ sở hạ tầng GPU phi tập trung của Theta EdgeCloud cung cấp cho các nhà nghiên cứu học thuật nguồn lực tính toán có thể mở rộng theo yêu cầu, vừa hiệu suất cao vừa chi phí hợp lý. Bằng cách cung cấp quyền truy cập vào mạng lưới GPU toàn cầu, Theta EdgeCloud giúp các nhóm nghiên cứu như Phòng thí nghiệm Liu tại Đại học Brandeis tăng tốc hiệu quả các dự án AI và học máy.Bản chất lai của hạ tầng đảm bảo rằng Liu Lab có thể phân bổ tài nguyên máy tính một cách linh hoạt, tối ưu hóa cả hiệu suất và chi phí cho các sáng kiến nghiên cứu quy mô lớn.Bằng cách hợp tác với các tổ chức như Brandeis University, Theta Network sẽ tiếp tục hỗ trợ các dự án nghiên cứu với quy trình onboarding dễ dàng và chi phí hiệu quả, giúp các nhà nghiên cứu tập trung vào các dự án nghiên cứu khác nhau về AI và machine learning.<img><a href="https://medium.com/theta-network/brandeis-university-joins-as-31st-edgecloud-customer-adopting-edgeclouds-decentralized-gpu-619891dced6b">Brandeis University gia nhập với tư cách khách hàng EdgeCloud thứ 31, áp dụng GPU phi tập trung của EdgeCloud…</a> được xuất bản lần đầu trên <a href="https://medium.com/theta-network">Theta Network</a> trên Medium, nơi mọi người tiếp tục cuộc trò chuyện bằng cách chia sẻ và phản hồi về câu chuyện này.

Đại học Brandeis gia nhập với tư cách khách hàng thứ 31 của EdgeCloud, áp dụng GPU phi tập trung của EdgeCloud…