Microsoft, Amazon, and Google collectively emitted 119 million metric tonnes of CO₂ equivalent in the financial year ending March 2026, a nearly 20% increase from the prior year and roughly a third of France's total emissions. The surge is driven primarily by rapid datacentre construction to support AI workloads. Microsoft's emissions rose 25%, Google's 18%, and Amazon's 16%, yet all three companies maintain net-zero targets (Google and Microsoft by 2030, Amazon by 2040). Experts note that cloud migration also allows other corporations to obscure their own digital carbon footprints, and that carbon credit markets may be tightening as demand from tech giants grows. The broader tech sector is on track to spend $765bn this year on AI datacentre infrastructure, with roughly 1,200 new datacentres expected globally by 2030.
Nguồn: https://www.theguardian.com/us-news/2026/jul/11/microsoft-amazon-google-datacentre-carbon-emissions-france. 8 Sync News chỉ tóm tắt và dẫn link; bản quyền nội dung thuộc tác giả và nguồn gốc.
Đang tải bình luận…
Nvidia đang trong quá trình đàm phán mua Hugging Face với mức giá trên 13 tỷ USD, khoảng ba năm sau khi Hugging Face từng từ chối việc đầu tư của Nvidia. Lý do kỹ thuật là Nvidia muốn tích hợp sâu hơn hub mô hình mở vào hệ thống GPU và phần mềm AI của mình để tối ưu hóa việc triển khai và inference trên nền tảng của mình. Nếu thỏa thuận thành công, Nvidia sẽ kiểm soát một trong những kho lưu trữ mô hình phổ biến nhất, có thể thay đổi cách các nhà phát triển truy cập và phân phối các mô hình AI mở. Điều này có thể tăng sức cạnh tranh của Nvidia đối với các đối thủ như AMD và Google trong lĩnh vực hạ tầng AI, đồng thời gây ra lo ngại về sự tập trung trong cộng đồng mã nguồn mở. Bài học cho các lập trình viên là cần đánh giá sự phụ thuộc vào các hub mô hình của bên thứ ba và xem xét các chiến lược sao lưu hoặc tự-host khi nhà cung cấp có thể thay đổi chính sách hoặc sở hữu.
Nvidia đang đàm phán mua lại Hugging Face với giá 12.9 tỷ đô la, mở ra cơ hội lớn cho cộng đồng AI và định hình lại tương lai của ngành công nghệ trí tuệ nhân tạo.
Chính phủ Trump qua EPA đang đề xuất một quy則免除数据中心必须公开空气污染排放的义务。 EPA cho rằng việc báo cáo này sẽ tạo ra gánh nặng hành chính không cần thiết đối với các cơ sở xử lý và lưu trữ dữ liệu, vốn tiêu thụ lượng điện lớn và sử dụng hệ thống làm mát phức tạp. Nếu được áp dụng, công chúng và các nhà quản lý môi trường sẽ mất đi nguồn thông tin quan trọng về mức độ phát thải pollutant như NOx, SO₂ và particulate matter từ các trung tâm dữ liệu, gây khó khăn trong việc đánh giá tác động đến chất lượng không khí và sức khỏe cộng đồng. Việc lo gắng giảm bù tài chính cho ngành công nghệ không nên được thay đổi bằng cách giảm cường độ giám sát môi trường; thay vào đó, cần tìm cân bằng giữa thúc đẩy đổi mới và đảm bảo tính minh bạch về tác động sinh thái. Điều này nhắc nhở các nhà lập trình và quyết策者 rằng bất kỳ chính sách nào cũng phải dựa trên dữ liệu thực tế để ngăn ngừa những hậu quả môi trường không lường trước được.
Bài viết cung cấp thông tin về tác động môi trường của trung tâm dữ liệu và quan điểm của Bill Gates về trí tuệ nhân tạo.
Saviynt vừa ra mắt Zuma, nền tảng bảo mật danh sách doanh nghiệp dựa trên AI. Zuma tích hợp học máy để phát hiện bất thường truy cập và tự động hóa quy trình cấp quyền. Nhờ khả năng này, số lượng khách hàng mới của Saviynt tăng hơn 80% trong thời gian sau khi ra mắt. Xu hướng này cho thấy doanh nghiệp đang ưu tiên giải pháp bảo mật danh sách có trí tuệ nhân tạo để giảm rủi ro nội bộ. Điều đáng học là đầu tư vào AI cho bảo mật danh sách không chỉ nâng cao hiệu quả vận hành mà còn tạo động lực tăng trưởng khách hàng rõ ràng.
Bài viết này giúp hiểu xu hướng thị trường và tiềm năng tăng trưởng mạnh mẽ trong lĩnh vực bảo mật nhận diện doanh nghiệp bằng AI.
Bài viết bắt đầu từ quan sát rằng nhiều lập trình viên cảm thấy ngạc nhiên khi thấy AI tạo ra mã trong ngôn ngữ họ không quen thuộc. Tác giả chỉ ra rằng phản ứng này phản ánh nhiều hơn sự thiếu hiểu biết của người đọc về lĩnh vực đó hơn là khả năng thực sự của mô hình. Nguyên nhân kỹ thuật là LLMs sinh ra token bằng cách chọn xác suất cao nhất tiếp theo, vì vậy đầu ra luôn là giá trị trung bình thống kê, không phải xuất sắc. Do đó, sự ngưỡng mộ ở ngôn ngữ lạ tương tự như bị lừa bởi một trò ma thuật mà không biết nguyên lý, trong khi cùng mức chất lượng trong ngôn ngữ quen thuộc chỉ được đánh giá là đủ. Bài học là trước khi khen ngợi mã AI, cần kiểm tra kiến thức własn của mình và hiểu rằng "trung bình" là đặc điểm thiết kế của mô hình, không phải dấu hiệu của sự vượt trội.
Bài viết giúp bạn hiểu thực chất chất lượng trung bình của AI và tránh đánh giá sai năng lực công nghệ.
Keycloak là nền tảng quản lý danh tính và truy cập mã nguồn mở phổ biến trong các hệ thống doanh nghiệp. CVE-2026-18963 với điểm CVSS 9.1 xuất hiện vì endpoint reset mật khẩu không yêu cầu xác thực người dùng cũng như không kiểm tra việc xác minh qua email. Do đó, kẻ tấn công không cần đăng nhập có thể gửi yêu cầu đặt lại mật khẩu cho bất kỳ tài khoản nào và lấy lại quyền truy cập hoàn toàn. Hệ quả là khả năng chiếm đoạt tài khoản người dùng rộng rãi, dẫn đến rò rỉ dữ liệu và phá hoại dịch vụ. Bài học là luôn xác thực và xác thực lại các thao tác nhạy cảm như reset mật khẩu, đồng thời cập nhật Keycloak lên phiên bản 26.7.2 hoặc mới hơn để vá lỗi này.
Lập trình viên nên đọc bài này để biết lỗ hổng mật khẩu nghiêm trọng trong Keycloak và cập nhật bản vá bảo vệ hệ thống.
Kỹ năng thứ hai của bạn không bao giờ là chiếc dù cứu sinh, và bằng chứng đã tồn tại từ 600 năm trước. Hiểu vì sao nỗ lực đó thất bại chính là cách rõ ràng nhất để nhận ra những gì đang xảy ra với sự nghiệp của chúng ta ngày nay.
Lập trình viên nên đọc bài này để hiểu rằng sự thành công không phụ thuộc vào kỹ năng thứ hai mà là vào cách bạn chuyển đổi và ứng dụng kiến thức từ những thất bại của lịch sử để xây dựng sự nghiệp bền vững trong công nghệ hiện đại.
AI code review đang là nút thắt thực sự và mọi người đều thừa nhận điều đó. Trong sơ đồ tổ chức, không có vị trí verifier hay bất kỳ khoản ngân sách nào dành cho việc này.
Lập trình viên nên đọc bài này vì nó cảnh báo về nguy cơ mất vị trí của những kỹ sư có kinh nghiệm trước sự phát triển nhanh chóng của AI, khi các công ty bỏ bỏ vai trò kiểm tra và đầu tư vào đội ngũ chuyên môn, khiến sự khác biệt giữa người mới và người giàu kinh nghiệm trở nên mờ nhạt.
Trong thập kỷ qua, tốc độ tiến bộ của AI bị hạn chế bởi một yếu tố duy nhất – não người. Bài viết cho rằng các bước như thiết kế mô hình, điều chỉnh siêu tham số và phân tích kết quả vẫn phụ thuộc vào sự can thiệp thủ công của nhà nghiên cứu, khiến vòng lặp đổi mới chậm lại. Nếu xu hướng này tiếp tục, vào năm 2031 các hệ thống AI có thể đạt đủ khả năng tự động hóa toàn bộ chu trình nghiên cứu – từ giả thuyết đến triển khai – làm giảm nhu cầu về con người trong lĩnh vực này. Điều đáng học là các nhà phát triển cần đầu tư sớm vào công cụ tự động hóa nghiên cứu như neural architecture search và meta‑learning để không bị bỏ sau khi AI vượt qua giới hạn con người. Vì vậy, đọc bài gốc sẽ giúp lập trình viên nhìn rõ mốc thời gian tiềm năng và chuẩn bị kỹ thuật để thích ứng với thời đại AI nghiên cứu chính nó.
Bài này tiết lộ lý do thuyết phục tại sao nghiên cứu AI có thể sớm trở thành lĩnh vực duy nhất do chính trí tuệ nhân tạo tự tiến hóa.
Đọc tin ở đây, luyện code, học theo lộ trình và luyện IELTS trên các sản phẩm anh em — tất cả kết nối với nhau trong hệ sinh thái 8 Sync.
Cổng chính của hệ sinh thái: giới thiệu sản phẩm, blog và bảng giá trọn bộ.
Khám pháHọc theo lộ trình rõ từng chặng: video, quiz chấm tự động, certificate và mentor đang làm nghề.
Xem lộ trình1.000+ bài DSA, đề tiếng Việt, chấm tự động 7 ngôn ngữ — nhiều bài FREE, chạy ngay trên trình duyệt.
Luyện miễn phíChấm bốn kỹ năng IELTS bằng AI, phản hồi chi tiết theo rubric.
Dùng thử miễn phíAI IDE 22 MB cho dev Việt.
Tải miễn phíBộ nhớ tổ chức cho AI agent.
Khám pháAI trực Fanpage, tự sàng lọc lead.
Dùng thử