Chuẩn bị chuyển đổi mã vùng điện thoại giai đoạn 2

Bình “Vổ” bị bắt tối 22/1

Cụ thể, vào ngày 16/9/2019, tại Trung tâm bồi dưỡng chính trị huyện Quỳnh Phụ, 5 đối tượng gồm: Đinh Bá Luyện (1987, trú tại xã An Lễ), Nguyễn Xuân Cường (SN 1975, trú tại thị trấn An Bài), Phạm Thế Hùng (SN 1985, trú tại xã Đông Hải), Trần Đức Toàn (SN 1988, trú tại xã An Lễ) và Trần Văn Duẩn (SN 1988, trú tại xã Đông Hải) ở huyện Quỳnh Phụ, tỉnh Thái Bình, đã cùng một số người có hành vi gây rối, thể hiện sự coi thường pháp luật.

Căn cứ tài liệu điều tra, hôm qua (23/1), Công an tỉnh Thái Bình đã ra Quyết định khởi tố bị can, ra Lệnh bắt tạm giam đối với 5 đối tượng để điều tra, làm rõ hành vi gây rối trật tự công cộng.

Các quyết định và lệnh bắt đã được Viện kiểm sát nhân dân tỉnh phê chuẩn.

Công an tỉnh Thái Bình đang tiếp tục điều tra, mở rộng vụ án.

Nguyễn Thu Hằng

Giang hồ Bình “Vổ” ở Thái Bình bị bắt

Cơ quan Công an tỉnh Thái Bình vừa bắt giữ Bình “Vổ” để điều tra hàng loạt dấu hiệu tội phạm, gây bức xúc dư luận lâu nay.  

Năm 2020 là năm thứ 10 năm Samsung tổ chức kỳ thi này ở Việt Nam. Đây cũng là kỳ thi đặc biệt nhất từ trước đến nay khi diễn ra trong điều kiện bình thường mới.

Để đảm bảo an toàn cho thí sinh, Samsung đã thực hiện nhiều quy định, hướng dẫn phòng dịch như phát khẩu trang, đo nhiệt độ 2 lần tại khu vực đăng ký chung và trước cửa từng phòng thi. Các thí sinh được đảm bảo khoảng cách an toàn 1,5m trong suốt quá trình đăng ký và làm bài thi. Ngoài ra, tại địa điểm thi, Samsung Việt Nam còn bố trí các khu vực chăm sóc sức khỏe và xe cứu thương để đề phòng trong các trường hợp khẩn cấp.

Ông Jang Joon Hyuk, Tổng trưởng phòng tuyển dụng, công ty Samsung Việt Nam cho biết dù bị ảnh hưởng bởi tình trạng trì trệ của nền kinh tế toàn cầu do tác động của Covid-19 nhưng Samsung Việt Nam vẫn tiếp tục tổ chức hoạt động tuyển dụng trên quy mô lớn nhằm bổ sung nguồn lực sẵn sàng cho các kế hoạch sản xuất cũng như xuất khẩu của công ty trong thời gian tới.

Hoạt động này cũng nhằm chung tay giải quyết vấn đề sinh viên thất nghiệp sau khi ra trường - một vấn đề đang dần trở nên đáng báo động tại Việt Nam.

Trả lời về số lượng tuyển dụng dự kiến, ông Jang Joon Hyuk cho biết Samsung kỳ vọng có thể tuyển dụng được nhiều nhân viên nhất có thể, tuy nhiên số lượng thực tế sẽ còn phụ thuộc vào chất lượng bài thi và kết quả phỏng vấn của các thí sinh.

Tính đến nay, thông qua kỳ thi GSAT, Samsung đã ghi nhận 190.000 hồ sơ dự tuyển; gần 60.000 ứng viên tham gia vòng thi GSAT và đã có gần 14.000 nhân viên được tuyển dụng từ kỳ thi này.

"Từ các cuộc thi này, chúng tôi đã tuyển dụng được rất nhiều ứng viên tiềm năng mà sau này đã đảm nhận được các vị trí nhân sự chủ chốt, góp phần làm nên thành công của Samsung Việt Nam ngày hôm nay và tương lai tươi sáng của ngành CNTT Việt Nam", ông Choi Joo Ho, Tổng Giám đốc Samsung Việt Nam nhấn mạnh.

(Theo Tổ Quốc)

Công nhân làm AirPods ở Việt Nam cần có gì để trúng tuyển?

Dù thông tin tuyển dụng đăng tải nhiều trên Facebook với mức lương hấp dẫn, nhiều công nhân cho biết quá trình tuyển dụng của Luxshare, đối tác Apple tại Việt Nam khá khó.

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)

Nhưng sang đến năm 2021, dịch bùng phát, cả hai vợ chồng đều làm trong ngành dịch vụ nên thu nhập bị sụt giảm. Vài tháng trở lại đây gia đình phải chật vật vay mượn mới lo được tiền trả ngân hàng.

Đại dịch Covid-19 đã làm trầm trọng thêm các khó khăn của thị trường bất động sản khiến doanh nghiệp, nhà đầu tư, khách hàng đều gặp khó khăn (Ảnh minh hoạ)

“Vừa lo trả nợ ngân hàng rồi tiền sinh hoạt hàng ngày khiến cuộc sống của chúng tôi rất căng thẳng nhất là đến kỳ thanh toán tiền nhà. Dịch bệnh cứ kéo dài khó khăn quá chắc chỉ còn đường cắt lỗ bán nhà” – anh Hải thở dài.

Theo ông Lê Hoàng Châu – Chủ tịch Hiệp hội Bất động sản TP.HCM (HoREA), đại dịch Covid-19 đã làm trầm trọng thêm các khó khăn của thị trường bất động sản, làm cho hầu hết các doanh nghiệp bất động sản, nhà đầu tư, khách hàng đều gặp khó khăn ở các mức độ khác nhau.

Trước thực tế trên, HoREA vừa có văn bản gửi Bộ Xây dựng đề nghị hỗ trợ doanh nghiệp bất động sản, khách hàng vượt qua khó khăn do đại dịch Covid-19 trong đó nhấn mạnh để tăng sức chống chịu và vượt qua khó khăn do tác động của đại dịch, các doanh nghiệp bất động sản không xin Nhà nước hỗ trợ bằng tiền, mà chỉ xin Nhà nước hỗ trợ tháo gỡ các vướng mắc, bất cập về cơ chế chính sách và về quy trình thủ tục hành chính.

Về cơ chế chính sách tín dụng, HoREA đề nghị Ngân hàng Nhà nước và các ngân hàng thương mại xem xét hỗ trợ các doanh nghiệp, bao gồm giảm lãi suất cho vay khoảng 2% một năm cho các doanh nghiệp bất động sản, nhà đầu tư, khách hàng vay mua nhà. Các ngân hàng thương mại xem xét không chuyển nợ xấu với khoản vay đến hạn.

Đồng thời, Hiệp hội cũng đề nghị các ngân hàng thương mại xem xét, tạo điều kiện cho các doanh nghiệp, trong đó có doanh nghiệp địa ốc được tiếp cận các khoản vay mới để triển khai thực hiện dự án.

Đối với người mua nhà, cần có chính sách tiếp tục vay theo hợp đồng vay tín dụng đã ký, đồng thời hỗ trợ cho vay đối với người mua nhà ở thuộc phân khúc bình dân, giá thấp, hoặc nhà ở xã hội.

Về chính sách thuế, HoREA đề xuất cho phép bù trừ lãi từ hoạt động chuyển nhượng bất động sản với lỗ từ hoạt động sản xuất kinh doanh khi xác định thu nhập chịu thuế thu nhập doanh nghiệp.

Ngoài ra, Hiệp hội đề nghị Bộ Tài chính xem xét trình Chính phủ cho phép giãn tiến độ nộp tiền sử dụng đất dự án nhà ở thương mại cho đến hết năm 2021, cũng như xem xét chưa thu thuế cho thuê nhà của cá nhân trong năm 2021, nhằm giảm bớt khó khăn cho các doanh nghiệp do tác động của đại dịch, góp phần kéo giảm giá nhà và giảm bớt khó khăn cho người nộp thuế do tác động của đại dịch Covid-19.

Việc giảm lãi suất có ý kiến cho rằng đây là việc cần thực hiện để giúp doanh nghiệp cũng như người dân mua nhà hiện nay. Tuy nhiên, cũng có một số ý kiến e ngại rằng, với mức lãi suất cho vay bất động sản như hiện nay đã giảm rất nhiều so với trước đây, nếu tiếp tục giảm nữa, nguy cơ rủi ro cho thị trường là rất cao.

Theo khảo sát, hiện tại lãi suất cho vay ưu đãi được các ngân hàng áp dụng dao động trong khoảng từ 5%/năm đến 8,5%/năm.

Từ giữa tháng 7, một số ngân hàng liên tiếp ra thông báo giảm lãi suất cho vay mua nhà nhằm hỗ trợ nhóm khách hàng gặp khó khăn do dịch Covid-19.

BIDV thực hiện giảm lãi suất cho vay đối với dư nợ hiện hữu bình quân 1%/năm, một số nhóm khách hàng khó khăn mức giảm tối đa là 2% so với lãi suất hiện hành, trong đó có nhóm khách hàng kinh doanh resort, khách sạn.

Ngân hàng TMCP Quân đội (MB) giảm lãi suất 2%/năm so với lãi suất hiện hành tại địa bàn khu vực phía Nam và giảm 1,5% tại địa bàn khác đối với khách hàng cá nhân mua nhà để ở.

Vietcombank cũng thông báo giảm lãi suất tiền vay đối với tất cả khách hàng trong thời gian từ 15/7/2021 đến hết 31/12/2021, trong đó giảm tối đa 0,5% với khách hàng cá nhân vay vốn phục vụ đời sống.

Theo chuyên gia tài chính, việc các ngân hàng giảm lãi vay hướng đến ưu đãi cho người mua nhà là chính sách phù hợp, nhưng phải có phương án hợp lý để hỗ trợ đối tượng có nhu cầu vay mua nhà thật, tránh ưu đãi tạo đòn bẩy cho giới đầu cơ tạo "bong bóng" bất động sản.

Thuận Phong

Lãi suất cho vay mua nhà giảm thấp nhất trong 10 năm

Báo cáo của Bộ Xây dựng cho biết, so với thời điểm cuối 2019, lãi suất cho vay mua nhà cố định năm đầu tiên đã thấp hơn và theo các chuyên gia ngân hàng  hiện  đang có xu hướng giảm về vùng thấp nhất trong 10 năm.