Hội nghị International Conference on Information Networking (ICOIN) 2026 vừa diễn ra tại Học viện Công nghệ Bưu chính Viễn thông (PTIT) vào ngày 14-16/01/2026, quy tụ các công trình nghiên cứu mới trong lĩnh vực mạng và hệ thống thông tin, với sự tham gia của các nhà khoa học đến từ nhiều quốc gia như Việt Nam, Hàn Quốc, Nhật Bản, Thái Lan, Vương quốc Anh, Ấn Độ, Australia, New Zealand… Tại ICOIN 2026, nhiều báo cáo tập trung vào các chủ đề nổi bật gồm mạng vô tuyến, mạng di động, kiến trúc mạng và giao thức, trí tuệ nhân tạo (AI), Internet vạn vật (IoT), điện toán đám mây và an ninh mạng. Theo ban tổ chức, hội nghị năm nay có 118 bài báo được chấp nhận đăng và trình bày trực tiếp.
Đáng chú ý, FIL Research Group thuộc ANSA Lab đã công bố bài báo nghiên cứu mang tên “Energy-Aware Distributed Data-Center GPU Scheduling via Constrained Hybrid SAC with Adaptive Frequency” và được trao giải Bài báo xuất sắc nhất (Best Paper Award). Nhóm tác giả gồm sinh viên Nguyễn Đăng Dương cùng các giảng viên Ma Việt Đức, Nguyễn Đức Huy, Nguyễn Đức Tuyên, Nguyễn Tài Hưng, Nguyễn Hữu Thanh thuộc Trường Điện – Điện tử, Đại học Bách khoa Hà Nội.
Phần thuyết trình tại hội nghị do Nguyễn Đăng Dương, sinh viên khóa 67, lớp ET-E4, đảm nhiệm. Theo nhóm nghiên cứu, việc bài báo được vinh danh Best Paper Award là kết quả từ quá trình xây dựng lập luận khoa học và kiểm chứng mô hình trên các kịch bản mô phỏng quy mô lớn, đồng thời cho thấy năng lực nghiên cứu của nhóm đã nhận được sự ghi nhận trong cộng đồng học thuật quốc tế.
Điểm nhấn của nghiên cứu nằm ở việc ứng dụng Reinforcement Learning (học tăng cường) vào bài toán điều phối GPU trong các data-center phân tán phục vụ huấn luyện AI – lĩnh vực đang chịu áp lực gia tăng nhanh về mức tiêu thụ năng lượng. Nhóm tác giả đặt vấn đề trong bối cảnh các workload AI có thể làm tăng đáng kể nhu cầu điện năng, từ đó đòi hỏi các quyết định phân bổ (điều hướng tác vụ, số lượng GPU cấp phát và mức xung nhịp tần số lựa chọn) phải “energy-aware”, tức là ưu tiên tiết kiệm năng lượng song hành với hiệu năng.
Trên cơ sở đó, nhóm đề xuất thuật toán CHSAC–AF (Constrained Hybrid Soft Actor–Critic with Adaptive Frequency). Cách tiếp cận này chia nhỏ quyết định hành động: mô-đun RL phụ trách lựa chọn data-center và số GPU, trong khi phần tần số GPU được giao cho một bộ điều khiển tối ưu năng lượng theo từng cụm, nhằm đảm bảo các ràng buộc về kích thước hàng đợi và độ trễ.
Kết quả mô phỏng trên môi trường đa ingress và các cụm GPU chuyên biệt cho AI cho thấy phương pháp đề xuất không chỉ giúp tiết kiệm năng lượng mà còn tăng năng lực phục vụ. Một điểm đáng chú ý khác là mô hình có khả năng duy trì hàng đợi “phẳng” nhờ cơ chế định tuyến dựa trên trạng thái tải và năng lực tài nguyên của từng data-center, qua đó làm rõ lợi thế của RL khi đưa ra quyết định động trong hệ phân tán.
Chia sẻ sau phần trình bày, Nguyễn Đăng Dương cho biết: “Thành quả nghiên cứu hôm nay của em và các thầy không chỉ là một sự kiện công bố bài báo, mà còn là cơ hội quý giá để em được học hỏi, giao lưu, chia sẻ kinh nghiệm trong cộng đồng học thuật quốc tế.”
Theo nhóm nghiên cứu, định hướng thời gian tới là mở rộng sang các bài toán phức tạp hơn, bao gồm tích hợp đầy đủ luồng hoạt động trong mô hình ngôn ngữ lớn (LLM), đảm bảo SLA/SLO (Service Level Agreement/Service Level Objective), phát triển các thuật toán RL có khả năng ra quyết định nhanh, tức thời, đồng thời hướng tới công bố trên các tạp chí quốc tế uy tín.
Việc được vinh danh Best Paper Award tại ICOIN 2026 được đánh giá là dấu mốc quan trọng, góp phần khẳng định sự hiện diện của các nhóm nghiên cứu Việt Nam – trong đó có Đại học Bách khoa Hà Nội – ở các hướng nghiên cứu giao thoa giữa AI, hệ thống phân tán và tối ưu năng lượng, với mục tiêu tiến tới các giải pháp vận hành hạ tầng AI bền vững hơn, tối ưu đồng thời hiệu năng và năng lượng thay vì đánh đổi.
FIL Journalist