Nội dung

Phần 1: Tổng quan về cuốn eBook

Phần 2: Những xu hướng AI, Big Data và Điện toán

đám mây hàng đầu trong lĩnh vực quản lý dữ liệu

Phần 3: Vượt qua rào cản quản lý dữ liệu để kích hoạt

sáng kiến AI

Phần 4: Tối ưu quản lý lưu trữ dữ liệu trên đám mây

cho triển khai AI

Phần 5: Câu chuyện thành công

Phần 6: Kết luận

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 1. Tổng quan về eBook

Tổng quan về cuốn eBook

Chiến lược quản lý dữ liệu: Xây dựng nền tảng thành công
cho các sáng kiến AI
Cuốn eBook cung cấp cái nhìn tổng quan về những xu hướng hàng đầu trong lĩnh vực AI, Big Data và
Điện toán đám mây, tập trung vào vai trò quan trọng của chúng trong quản lý dữ liệu 4.0. Bên cạnh đó,
người đọc sẽ có cơ hội khám phá cách vượt qua rào cản trong quản lý dữ liệu để kích hoạt và tận dụng
sức mạnh của AI cũng như tối ưu hóa quản lý lưu trữ dữ liệu trên đám mây để tạo môi trường thuận lợi
cho triển khai AI hiệu quả. Như vậy, cuốn eBook sẽ giúp doanh nghiệp nắm bắt những lợi thế mà đám
mây mang lại trong kỷ nguyên AI, để từ đó xây dựng một thiết kế cơ sở hạ tầng CNTT mạnh mẽ.

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 2. Những xu hướng AI, Big Data và Điện toán đám mây
hàng đầu trong lĩnh vực quản lý dữ liệu

Những xu hướng AI, Big Data

và Điện toán đám mây
hàng đầu trong lĩnh vực
quản lý dữ liệu

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 2. Những xu hướng AI, Big Data và Điện toán đám mây
hàng đầu trong lĩnh vực quản lý dữ liệu

Theo khảo sát mới nhất của McKinsey,

1/3 số người tham gia khảo sát cho biết
Generative AI đang được sử dụng trong
ít nhất một chức năng kinh doanh.
Ngoài ra, 40% tổ chức cho biết họ đã áp dụng AI
và dự kiến sẽ đầu tư nhiều hơn trong tương lai.

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
Chiến lược quản lý dữ liệu:
Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 2. Những xu hướng AI, Big Data và Điện toán đám mây
hàng đầu trong lĩnh vực quản lý dữ liệu

Tích hợp AI và Machine Learning (ML)

AI và ML ngày càng được tích hợp vào quy trình quản lý
Generative AI dữ liệu, bao gồm việc sử dụng AI để làm sạch dữ liệu,
trong quản lý và sắp xếp đánh giá chất lượng dữ liệu và phân tích dự đoán.
data warehouse
Quản lý và tuân thủ dữ liệu
Khi các quy định về quyền riêng tư dữ liệu trở nên nghiêm
ngặt hơn (GDPR, CCPA, Nghị định 13, ...), việc quản lý và
tuân thủ dữ liệu trở nên vô cùng quan trọng. Các công ty
đang đẩy mạnh đầu tư vào công cụ và chiến lược để đảm
bảo tính bảo mật, quyền riêng tư và tuân thủ dữ liệu.

Quản lý dữ liệu trên đám mây

Di chuyển sang lưu trữ và quản lý dữ liệu dựa trên đám
mây là một xu hướng quan trọng. Các nhà cung cấp dịch
vụ như VNG Cloud, FPT Cloud và CMC Cloud đang cung
cấp các giải pháp toàn diện để lưu trữ và phân tích dữ liệu.

Phân tích dữ liệu theo thời gian thực

Doanh nghiệp đang tìm kiếm cách phân tích dữ liệu theo
thời gian thực để đưa ra các quyết định sáng suốt.
Các công nghệ như xử lý stream và in-memory database
đang được sử dụng để phân tích theo thời gian thực.

Phân tích Big Data

Lượng dữ liệu được tạo ra đang gia tăng theo cấp số
nhân. Do đó, phân tích Big Data ngày càng trở nên quan
trọng hơn, nó cho phép doanh nghiệp trích xuất những
insight quý báu từ bộ dữ liệu lớn.

Chất lượng dữ liệu và

quản lý dữ liệu master (MDM)
Dữ liệu chất lượng cao rất quan trọng để giúp doanh
nghiệp đưa ra các quyết định chính xác. Chất lượng dữ
liệu và các giải pháp MDM ngày càng được ưa chuộng để
đảm bảo tính nhất quán và chính xác của dữ liệu.

Lợi ích nổi bật

Xây dựng mô hình Tiết kiệm chi phí và Dùng dữ liệu để Hiểu hơn về Ra quyết định tốt hơn
kinh doanh mới đẩy nhanh thời gian tạo ra dữ liệu có hoạt động kinh thông qua dữ liệu và
triển khai dự án giá trị hơn doanh nội bộ hệ thống

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 2. Những xu hướng AI, Big Data và Điện toán đám mây
hàng đầu trong lĩnh vực quản lý dữ liệu

Top 10 Xu hướng
quản lý dữ liệu hàng đầu
Phân tích dữ liệu nâng cao 01
AI và ML ngày càng được tích hợp vào quy trình quản lý dữ
liệu, bao gồm việc sử dụng AI để làm sạch dữ liệu, đánh giá
chất lượng dữ liệu và phân tích dự đoán.
Những giải pháp này cho phép doanh nghiệp thu được giá
trị lớn hơn từ dữ liệu và tích hợp quy trình ra quyết định
dựa trên dữ liệu.

Trí tuệ nhân tạo (AI) 02

Các thuật toán AI và ML tự động hóa quá trình quản lý và
làm sạch dữ liệu phi cấu trúc. Các doanh nghiệp tích hợp
AI ở những cấp độ thu thập dữ liệu khác nhau để tự động
hóa toàn bộ vòng đời quản lý dữ liệu.
Qua đó, AI trong quản lý dữ liệu sẽ cải thiện các truy vấn
cơ sở dữ liệu, độ chính xác, hiệu suất cũng như tối ưu hóa
tài nguyên hệ thống.

Dữ Liệu Fabric 03
Dữ liệu Fabric là một kiến trúc tích hợp khả năng quản lý
dữ liệu từ đầu đến cuối, đồng thời độc lập với môi trường
dữ liệu, quy trình và cách sử dụng dữ liệu.
Việc khám phá, quản lý tự động và sử dụng dữ liệu thông
qua dữ liệu Fabric giúp các doanh nghiệp tận dụng dữ liệu
trên các chuỗi giá trị. Hơn nữa, việc chuyển đổi sang dữ
liệu Fabric giúp doanh nghiệp tích hợp dữ liệu theo thời
gian thực và cấu trúc quản lý dữ liệu linh hoạt.

Hybrid Cloud 04
Với giải pháp hybrid cloud, các tổ chức có thể di chuyển
dữ liệu và công việc kinh doanh quan trọng lên môi
trường public cloud trong khi vẫn quản lý các dữ liệu
nhạy cảm trên nền tảng on-premises.
Điều này đảm bảo tính bảo mật, sự kiểm soát và cho
phép các công ty tối ưu chi phí đám mây.

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 2. Những xu hướng AI, Big Data và Điện toán đám mây
hàng đầu trong lĩnh vực quản lý dữ liệu

Blockchain 05
Doanh nghiệp cần sử dụng giải pháp quản lý dữ liệu của
bên thứ ba để giảm thiểu rủi ro từ các cuộc tấn công mạng
và đảm bảo tuân thủ dữ liệu.
Lưu trữ dữ liệu trên blockchain sẽ giải quyết lo ngại về bảo
mật. Công nghệ distributed ledger giúp doanh nghiệp tạo
ra tài sản cũng như lịch sử kiểm toán và giao dịch với độ
bảo mật cao. Hơn nữa, lưu trữ dữ liệu phi tập trung của
blockchain hạn chế rủi ro giả mạo dữ liệu, tăng tính xác
thực và độ chính xác.

Quản lý siêu dữ liệu Metadata 06

Việc quản lý thủ công siêu dữ liệu Metadata của hệ thống
dữ liệu khổng lồ sẽ tốn nhiều thời gian và nguồn lực, từ đó
hạn chế hiệu suất của các truy vấn cơ sở dữ liệu và phân
tích dữ liệu.
Các công cụ quản lý siêu dữ liệu Metadata tự động thu
thập thêm dữ liệu theo thời gian thực, loại bỏ sự không
nhất quán và tình trạng thiếu dữ liệu cũng như đảm bảo
chất lượng dữ liệu và tăng tốc quy trình phân tích. Vì các
công cụ quản lý siêu dữ liệu Metadata tự động gắn thẻ dữ
liệu nhạy cảm nên chúng có thể cải thiện việc tuân thủ quy
định và giảm thiểu sai sót trong quá trình kiểm tra dữ liệu.

Thị trường dữ liệu 07

Các quyết định kinh doanh dựa trên dữ liệu giúp doanh
nghiệp cải thiện hoạt động và cơ hội kinh doanh.
Để nâng cao khả năng truy cập dữ liệu, các công ty startup
cung cấp thị trường dữ liệu, nơi doanh nghiệp có thể tận
dụng và truy cập dữ liệu có sự phù hợp cao. Điều này
mang lại nguồn dữ liệu đa dạng, giảm thiểu việc thu thập
dữ liệu nội bộ, tăng hiệu suất mô hình phân tích, cải thiện
quản lý rủi ro và tạo ra khách hàng tiềm năng mới.

Quản trị và tuân thủ dữ liệu 08

Dữ liệu từ các quy trình tổ chức khác nhau thường kém
chất lượng và dẫn đến thông tin không nhất quán, trùng
lặp và các lỗi dữ liệu phổ biến. Để giải quyết vấn đề này,
doanh nghiệp nên tích hợp các chiến lược quản lý dữ liệu
trong suốt vòng đời dữ liệu.
Bên cạnh đó, các cơ quan chính phủ đã ban hành các quy
định để đảm bảo bảo mật cho dữ liệu nhạy cảm của khách
hàng. Điều này cho phép doanh nghiệp bảo vệ dữ liệu khỏi
các cuộc tấn công mạng và sự thay đổi dữ liệu nội bộ.

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 2. Những xu hướng AI, Big Data và Điện toán đám mây
hàng đầu trong lĩnh vực quản lý dữ liệu

Quản lý dữ liệu IoT 09

Số lượng thiết bị được kết nối ngày càng tăng trong các
ngành công nghiệp và thương mại buộc các doanh nghiệp
phải sử dụng hệ thống quản lý dữ liệu được thiết kế riêng
cho các thiết bị IoT.
Bằng cách này, doanh nghiệp có thể phân tách dữ liệu kinh
doanh khác cho các quy trình quan trọng và tạo ra các truy
vấn cơ sở dữ liệu cho dữ liệu IoT khi cần thiết. Ngoài ra,
việc triển khai IoT có các trường hợp sử dụng khác nhau,
làm cho việc quản lý dữ liệu IoT trở nên phức tạp hơn.

DataOps 10
DataOps hợp nhất quy trình kinh doanh và công nghệ dữ
liệu để cải thiện khả năng truy cập dữ liệu giữa các tổ chức
và tăng tốc quy trình phân tích dữ liệu.
Điều này cho phép các bên liên quan nhanh chóng truy
cập dữ liệu khi cần thiết, từ đó giúp doanh nghiệp cải thiện
hiệu suất dữ liệu và đảm bảo thông tin chiến lược tốt hơn.

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 3. Vượt qua rào cản quản lý dữ liệu
để kích hoạt sáng kiến AI

Vượt qua rào cản quản

lý dữ liệu để kích hoạt
sáng kiến AI

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 3. Vượt qua rào cản quản lý dữ liệu
để kích hoạt sáng kiến AI

Những thách thức trong quản lý dữ liệu cho các sáng kiến AI

Trong khảo sát của Deloitte, ít nhất 40% doanh

nghiệp áp dụng AI đã báo cáo về mức độ phức tạp
"thấp" hoặc "trung bình" trong việc xử lý dữ liệu.
Hơn nữa, gần 1/3 các nhà quản lý CNTT xác định
thách thức liên quan đến dữ liệu là một trong ba vấn
đề hàng đầu làm cản trở các sáng kiến AI.

Có một số vấn đề về quản lý dữ liệu mà các doanh

nghiệp thường gặp phải. Những vấn đề này có thể
cản trở quá trình ra quyết định, dẫn đến các phân
tích không chính xác và ảnh hưởng tiêu cực đến
hoạt động của doanh nghiệp.
Dưới đây là 10 vấn đề về quản lý dữ liệu phổ biến:

Không đồng nhất Không chính xác Không đầy đủ Không liên quan Chuẩn hóa dữ liệu
Dữ liệu không đồng Dữ liệu không chính Thiếu sót dữ liệu là vấn Không phải tất cả các Khi dữ liệu được
bộ giữa các hệ thống xác có thể đến từ đề thường gặp ở nhiều dữ liệu được thu thập nhập ở các định dạng
khác nhau. Ví dụ, một nhiều nguyên nhân, doanh nghiệp, nguyên đều hữu ích. Dữ liệu khác nhau, nó có thể
hệ thống có thể liệt bao gồm lỗi của con nhân có thể đến từ việc không liên quan có thể dẫn đến các thách
kê địa chỉ của khách người, lỗi hệ thống không thu thập dữ liệu, làm lộn xộn cơ sở dữ thức khi cố gắng
hàng khác so với hệ hoặc sự cố trong quá dữ liệu bị mất trong quá liệu và khiến việc tìm phân tích hoặc sử
thống khác. trình truyền dữ liệu. trình truyền hoặc dữ kiếm thông tin cần thiết dụng dữ liệu đó.
liệu vô tình bị xóa. trở nên khó khăn hơn.

Thông tin lỗi thời Tính toàn vẹn dữ liệu Quản lý dữ liệu kém Sự trùng lặp Bảo mật dữ liệu
Dữ liệu có thể trở nên Điều này xảy ra khi các Nếu không có các quy Các mục dữ liệu trùng Nếu dữ liệu không
lỗi thời nhanh chóng, quy tắc quan hệ giữa tắc và quy trình phù hợp lặp có thể gây ra sự được bảo mật và xảy
đặc biệt là trong các các bộ dữ liệu không để xử lý dữ liệu thì doanh nhầm lẫn và dẫn đến các ra vi phạm thì chất
lĩnh vực có sự phát được duy trì. Ví dụ, nếu nghiệp có thể phát sinh phân tích không chính lượng dữ liệu có thể
triển nhanh. Điều này cơ sở dữ liệu có quy tắc nhiều vấn đề về chất xác. Điều này thường xảy bị tổn hại. Có rất
có thể dẫn đến việc rằng mỗi đơn hàng phải lượng dữ liệu, bao gồm ra khi dữ liệu được hợp nhiều mối đe dọa
đưa ra các quyết được liên kết với một việc không có định dạng nhất từ các nguồn khác bảo mật dữ liệu mà
định dựa trên thông khách hàng, nhưng có chuẩn để nhập dữ liệu nhau mà không có sự các tổ chức phải đối
tin cũ, từ đó gây ra một đơn hàng được hoặc không có quy trình kiểm tra chính xác về mặt như malware,
nhập mà không có để kiểm tra độ chính xác việc trùng lặp dữ liệu. ransomware và tấn
khách hàng tương ứng của dữ liệu. công phishing.

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 3. Vượt qua rào cản quản lý dữ liệu
để kích hoạt sáng kiến AI

Những thách thức trong quản lý dữ liệu cho các sáng kiến AI

Việc đảm bảo data quality (chất lượng dữ liệu) và data context Data quality
(bối cảnh dữ liệu) là điều rất quan trọng để triển khai thành Tính chính xác
công hệ thống AI/ML. Dữ liệu chất lượng cao là nền tảng để các
Tính đầy đủ, nhất quán
thuật toán ML đưa ra dự đoán chính xác và tạo ra những insight
hiệu quả.
Ngược lại, dữ liệu không chính xác có thể dẫn đến mô hình và
kết quả không đáng tin cậy, làm hạn chế tính hiệu quả của các Data context
Data quality và data context là nền tảng cho các sáng kiến AI. Có khả năng nắm bắt
Lưu trữ dữ liệu quan trọng

Ưu và nhược điểm của lưu trữ đám mây vs lưu trữ on-prem
Trong quá trình triển khai AI, việc quản lý và lưu trữ dữ liệu
đóng vai trò quan trọng để đảm bảo hiệu suất và khả năng
mở rộng của hệ thống. Chính vì vậy, doanh nghiệp cần có
một chiến lược lưu trữ linh hoạt và tận dụng hiệu quả sức
mạnh của các nền tảng lưu trữ, bao gồm lưu trữ đám mây
và lưu trữ on-premises.
Sự lựa chọn giữa lưu trữ đám mây và lưu trữ on-premises,
hoặc kết hợp cả hai mô hình này, đặt ra những thách thức
và cơ hội khác nhau. Do đó, việc hiểu rõ ưu/nhược điểm
của từng loại lưu trữ chính là chìa khoá để tối đa khả năng
của hệ thống.

Ưu điểm Nhược điểm

Sức mạnh của hệ sinh thái đám mây Phải tuân thủ các quy định khi sử
Lưu trữ Dịch vụ giám sát và bảo trì liên tục dụng lưu trữ đám mây

đám mây Dễ dàng mở rộng quy mô Có thể yêu cầu chi phí
đầu tư ban đầu lớn
và tiết kiệm chi phí dài hạn

Được tùy chỉnh và thiết lập Chi phí bảo trì cao
Lưu trữ theo yêu cầu
Khó mở rộng
Hoàn toàn kiểm soát nội bộ
on-prem Khó kết nối với các ứng
Mức độ bảo mật và riêng tư cao dụng/dịch vụ khác

Lưu trữ đám mây mở ra cơ hội dễ dàng hợp nhất và tập trung
các hệ thống dữ liệu khác nhau của doanh nghiệp.

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 3. Vượt qua rào cản quản lý dữ liệu
để kích hoạt sáng kiến AI

Phương pháp thúc đẩy quá trình hoàn thiện hệ thống dữ liệu
chất lượng cao để triển khai dự án AI
So sánh hai kiến trúc xử lý dữ liệu: Lambda & Kappa

Ưu điểm Nhược điểm

Phức tạp
Linh hoạt
Nhân lực có chuyên môn cao
Lambda Dữ liệu lịch sử
Độ trễ cao
Khả năng chịu lỗi
Sự nhất quán giữa batch & stream

Xử lý theo thời gian thực

Kappa Khả năng mở rộng Backfill khó
Đơn giản hoá việc quản lý dữ liệu Xử lý dữ liệu không theo thứ tự
Bảo trì hợp lý

Phương pháp tốt nhất Sử dụng open table format để kích hoạt dữ
liệu có độ trễ thấp trên object storage.
Tối ưu hóa việc truy cập dữ liệu và giảm thiểu
độ trễ, cung cấp dữ liệu nhanh chóng và hiệu
quả cho các mô hình AI.

Xác định các zone cho dữ liệu: phân loại dữ

liệu vào các zone khác nhau tùy thuộc vào độ
quan trọng và độ nhạy cảm.
Xác định rõ quy định truy cập và bảo mật,
đồng thời tối ưu việc quản lý và triển khai AI
liên quan đến từng loại dữ liệu.

Hướng tới kiến trúc Kappa để đơn giản hóa

các pipeline: Kappa tích hợp xử lý dữ liệu thời
gian thực và batch processing trong một hệ
thống.
Giảm độ phức tạp của các quy trình và tăng
tính linh hoạt.

Dữ liệu catalog là bắt buộc: tạo và duy trì một

Việc xây dựng và duy trì hệ thống dữ liệu
chất lượng cao là bước quan trọng để
triển khai các dự án AI một cách hiệu quả.
Dưới đây là những phương pháp tốt nhất
để thúc đẩy quá trình hoàn thiện hệ thống
dữ liệu, tạo ra một nền tảng mạnh mẽ để
triển khai dự án AI.
catalog dữ liệu chi tiết.
Cải thiện khả năng tìm kiếm dữ liệu cũng như
nâng cao sự hiểu biết về cấu trúc và nội dung
của dữ liệu.
Giám sát toàn diện pipeline dữ liệu với siêu
dữ liệu Metadata phong phú là yếu tố then
chốt.
Đảm bảo sự ổn định và khả dụng của hệ thống
dữ liệu.

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 4. Tối ưu quản lý lưu trữ dữ liệu
trên đám mây cho triển khai AI

Tối ưu quản lý lưu trữ

dữ liệu trên đám mây
cho triển khai AI

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 4. Tối ưu quản lý lưu trữ dữ liệu
trên đám mây cho triển khai AI

Tận dụng hiệu quả Multi-Cloud

CLOUD QUỐC TẾ CLOUD NỘI ĐỊA

Chi phí phải chăng (Băng thông,

Nền tảng dịch vụ đã xây sẵn (Mô hình
AI/ML)
Công nghệ độc quyền và áp dụng
các xu hướng mới nhất và sớm nhất
Không máy chủ (tùy chọn)
truyền dữ liệu)
Loại bỏ rủi ro của mạng quốc tế
Tuân thủ các quy định về dữ liệu
Tùy chỉnh local và đội ngũ hỗ trợ kỹ
thuật phản hồi nhanh chóng

Những mô hình lưu trữ đám mây phổ biến và ứng dụng
lưu trữ đám mây cho các nhu cầu doanh nghiệp

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 4. Tối ưu quản lý lưu trữ dữ liệu
trên đám mây cho triển khai AI

Các lớp lưu trữ

chuyên dụng
theo yêu cầu

vStorage với 3 lớp

lưu trữ đám mây
(Gold, Silver,
Archive) cùng các
tính năng quản lý dễ
dàng, bạn có thể tối
ưu hóa chi phí, sắp
xếp dữ liệu và cấu
hình kiểm soát truy
cập fine-tuned để
đáp ứng các yêu cầu
cụ thể của doanh
nghiệp, tổ chức và
tuân thủ quy định.

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 4. Tối ưu quản lý lưu trữ dữ liệu
trên đám mây cho triển khai AI

Phương pháp quản lý dữ liệu tối ưu trong lưu trữ đám mây

Quản lý phân loại dữ liệu

Tính toàn vẹn và hiệu quả của hệ thống dữ liệu trong lưu
trữ đám mây yêu cầu sự phân loại hợp lý của dữ liệu, bao
gồm việc xác định loại dữ liệu, mức độ nhạy cảm và quy
trình xử lý dữ liệu.
Đảm bảo sự an toàn và tuân thủ nội dung dữ liệu
trong môi trường đám mây.

Sao lưu và phục hồi dữ liệu

Chiến lược sao lưu và phục hồi dữ liệu đóng vai trò quan
trọng trong việc bảo vệ dữ liệu và nhanh chóng khôi
phục dữ liệu khi cần thiết.
Đảm bảo sự an toàn và khả dụng của dữ liệu trong
mọi tình huống khẩn cấp.

Bảo mật dữ liệu

Hệ thống lưu trữ đám mây cần có các lớp bảo mật mạnh mẽ
để ngăn chặn truy cập trái phép và bảo vệ dữ liệu khỏi các
mối đe dọa an ninh. Sử dụng các phương pháp mã hóa mạnh
mẽ, quản lý danh sách điều khiển truy cập, v.v.
Đảm bảo tính toàn vẹn của dữ liệu.

Tuân thủ quy định

Tuân thủ tất cả các quy định pháp luật và chuẩn mực bảo mật
thông tin liên quan đến quản lý dữ liệu trong lưu trữ đám mây.
Đảm bảo tuân thủ luật pháp, giảm thiểu rủi ro
pháp lý và nâng cao niềm tin khách hàng.

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 4. Tối ưu quản lý lưu trữ dữ liệu
trên đám mây cho triển khai AI

Phương pháp quản lý dữ liệu tối ưu trong lưu trữ đám mây

Tối ưu hoá chi phí

Tận dụng các mô hình thanh toán như Pay-as-you-go của
dịch vụ đám mây và xác định các cơ hội tiết kiệm chi phí
mà không làm ảnh hưởng đến chất lượng và hiệu suất.
Quản lý hiệu quả nguồn lực và giảm thiểu chi phí liên quan
đến lưu trữ dữ liệu.

Kiểm soát truy cập dữ liệu

Thiết lập các cơ chế kiểm soát truy cập, sử dụng biện
pháp xác thực và ủy quyền mạnh mẽ để đảm bảo rằng
chỉ những người được cấp quyền mới có thể truy cập
vào dữ liệu.
Ngăn chặn truy cập trái phép và bảo vệ quyền riêng
tư của người dùng.

Khả năng mở rộng và hiệu suất

Xây dựng hệ thống có khả năng mở rộng linh hoạt để đáp

ứng nhu cầu ngày càng tăng về dung lượng và hiệu suất.
Đảm bảo tính linh hoạt và đồng đều của hệ thống khi
có sự thay đổi trong quy mô hoặc yêu cầu công việc.

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 5. Câu chuyện thành công

Câu chuyện
thành công

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 5. Câu chuyện thành công

Là một nền tảng kết nối dữ liệu tự động, Elton Data cung cấp cho các doanh nghiệp nhiều tính năng để có thể
kết nối và sử dụng dữ liệu một cách dễ dàng nhất. Giữa nhiều sự lựa chọn về các nhà cung cấp dịch vụ điện
toán đám mây, VNG Cloud là cái tên được Elton Data lựa chọn. Khi xây dựng Elton Data, công ty đã:

Kết hợp Multi-Cloud: kết hợp Tối ưu chi phí so với việc sử dụng Hỗ trợ Multi-tenant:
sử dụng VNG Cloud cho hạ dịch vụ GCE hay AWS EC2 và sở hữu và tự quản lý dữ liệu
tầng và Google BigQuery cho giảm độ trễ khi kết nối với các của chính mình một cách
nền tảng dữ liệu. dịch vụ & cơ sở dữ liệu. linh hoạt.

Đặc biệt, với các dịch vụ của VNG Cloud mà Elton Data đang sử dụng như vServer, vDB, vMonitor và
vContainer, công ty đã thành công xây dựng hạ tầng, cũng như thành công trong việc quản lý dữ liệu
phục vụ cho mô hình AI của LightSum - một ứng dụng tóm tắt thông tin công nghệ:

Dữ liệu dạng chữ và dạng bảng Dữ liệu dạng hình ảnh và video

Được lưu trữ trong các vDB Được lưu trữ trong các object storage

Sau đó đưa lên Data Warehouse để sử dụng Dễ dàng kết nối thông qua S3 Interface để
trong tương lai (nên ghi lại kết quả dự đoán để cung cấp dữ liệu cho quá trình model học; và
nâng cao chất lượng). AI Engineer có thể làm việc mà không ảnh
hưởng đến hệ thống lưu trữ tệp của công ty.

KẾT QUẢ MANG LẠI

Kết quả mang lại:

Tiết kiệm được 1/3 chi phí so Tốc độ inference vẫn duy trì ở Không gặp bất kỳ hạn chế
với sử dụng dịch vụ Cloud mức độ nhanh và hoàn toàn nào về giới hạn tỷ lệ.
quốc tế và các tác vụ AI. đáp ứng được các trường hợp
sử dụng của ứng dụng.

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Phần 5. Câu chuyện thành công

Edupia, một trong những thương hiệu hàng đầu lĩnh vực Edtech, đã định hướng ứng dụng công nghệ tân tiến
để tạo ra các phương pháp giảng dạy ngôn ngữ tối ưu dành cho trẻ em. Để hiện thực hoá mục tiêu này,
Edupia đã phát triển ứng dụng I-Speak được áp dụng công nghệ AI để hỗ trợ học sinh giao tiếp tiếng Anh

Để đảm bảo trải nghiệm liền mạch trong giao tiếp tiếng Anh theo thời gian thực, Edupia phải đối mặt với
thách thức về việc xây dựng một cơ sở hạ tầng mạnh mẽ với GPU hiệu suất cao. Sau khi tìm hiểu và cân nhắc
kỹ lưỡng, Edupia đã tin tưởng đồng hành cùng VNG Cloud với dịch vụ thuê máy chủ ảo vServer.

VNG Cloud cung cấp các dòng CPU, GPU với hiệu năng khác nhau, tích hợp các loại Chip với kiến trúc công
nghệ mới nhất, độ an toàn bảo mật cao, đáp ứng đầy đủ nhu cầu từ phía Edupia. Đặc biệt, VNG Cloud là đơn
vị duy nhất đáp ứng được yêu cầu về thông số kỹ thuật của Edupia, cung cấp các dòng GPU như RTX 2080Ti,
RTX A5000, RTX 3080Ti.

Edupia không chỉ sử dụng vServer để lưu trữ các tính năng dựa trên AI
của ứng dụng I-Speak mà còn tận dụng khả năng linh hoạt và mở rộng
của vServer để tinh chỉnh hiệu suất, đảm bảo thuật toán AI hoạt động
trơn tru để học ngôn ngữ theo thời gian thực.

Sử dụng GPU hiệu suất cao cung cấp sức mạnh tính toán
cần thiết, giúp I-Speak có thể đưa ra phản hồi chính xác
và kịp thời trong các buổi thực hành ngôn ngữ.

“VNG Cloud là đơn vị duy nhất có

thể đáp ứng được các yêu cầu
chính xác về thông số kỹ thuật
của Edupia, cũng như sở hữu một
thương hiệu uy tín và đáng tin
cậy trong giới công nghệ”.

Chia sẻ từ

ông Nguyễn Võ Dũng

Head of IT Infrastructure của Edupia

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Kết luận

Việc tích hợp AI vào quản lý dữ liệu đang mở ra một kỷ nguyên chuyển đổi
cho các tổ chức và doanh nghiệp trên toàn thế giới. Khi dữ liệu tiếp tục
tăng theo cấp số nhân về số lượng và độ phức tạp, AI sẽ tiếp tục trở thành
một công nghệ không thể thiếu trong việc giúp các doanh nghiệp khai thác
tiềm năng đồng thời giải quyết các thách thức do môi trường đám mây đặt
ra. Bên cạnh đó, khi các quy định về tuân thủ và quyền riêng tư dữ liệu ngày
càng nghiêm ngặt, AI sẽ đóng một vai trò quan trọng trong việc đảm bảo
tính minh bạch và trách nhiệm giải trình trong thực tiễn quản lý dữ liệu.

Chiến lược quản lý Về bản chất, chiến lược quản lý dữ liệu trên môi trường đám mây với sự tích
hợp của AI có nhiều triển vọng, cho phép các tổ chức mở ra những cơ hội
dữ liệu: Xây dựng mới, thúc đẩy sự đổi mới và đạt được lợi thế cạnh tranh trên thương trường.
nền tảng thành công Nắm bắt những xu hướng này và khai thác sức mạnh của AI trong quản lý
dữ liệu sẽ là yếu tố then chốt đối với các tổ chức và doanh nghiệp muốn
cho các sáng kiến AI phát triển trong một thế giới không ngừng số hoá.

Là nhà cung cấp các giải pháp điện toán đám mây hàng đầu tại Việt
Nam, VNG Cloud đã đồng hành cùng nhiều doanh nghiệp, được khách Việc tích hợp AI vào quản
hàng đánh giá cao và trở thành đối tác tin cậy của nhiều đơn vị lớn trên lý dữ liệu đang mở ra một
thị trường. kỷ nguyên chuyển đổi
Không chỉ sở hữu đội ngũ chuyên gia và kỹ sư dày dặn kinh nghiệm, cho các tổ chức và doanh
VNG Cloud cung cấp các giải pháp đa dạng cho khách hàng, từ hạ tầng nghiệp trên toàn thế giới.
đám mây vServer, dịch vụ lưu trữ dữ liệu vStorage, đến giải pháp
camera giám sát an ninh thông minh vCloudcam, v.v. Có thể nói, VNG
Cloud là giải pháp điện toán đám mây toàn diện nhất và là đối tác tin cậy
đồng hành cùng các doanh nghiệp trên hành trình chuyển đổi số và phát TƯ VẤN NGAY
triển bền vững.

Chiến lược quản lý dữ liệu:

Xây dựng nền tảng thành công cho các sáng kiến AI
 Ho Chi Minh City Office
S.38b-39-40, Street 19, Tan Thuan Industrial Zone,
Tan Thuan Dong Ward, District 7, HCMC

Ha Noi Office
Floor 16th , TNR Tower, 54A Nguyen Chi Thanh
Street, Lang Thuong Ward, Ha Noi

Hotline: 1900 1549 Email: info@vngcloud.vn Website: vngcloud.vn