Read the passage and mark the letter A, B, C or D on your answer sheet to indicate the best answer to each of the following questions from 1 to 8.

    For much of the 20th century, AI struggled not from a lack of ambition, but because available hardware wasn't powerful enough. Early systems hit limits on processing speed and memory, contributing to "AI winters" as progress stalled and funding dried up. Today, this problem is largely resolved. AI models are now trained on specialized chips in vast data centers. Compute, which used to be the main bottleneck, can now simply be purchased. Companies like Nvidia mass-produce powerful graphics processing units (GPUs)—originally designed for gaming but perfectly suited to AI calculations. What holds AI back now? The physical limit of electricity.

    Modern AI models don't just train once; they operate continuously, powering chatbots, search engines, and autonomous agents. This shift has made AI a constant, large-scale electricity consumer. According to Sampsa Samila of IESE Business School, "the core issue is not a shortage of energy in absolute terms, but rather the availability of reliable, firm capacity at the right place and the right time".

    Predictions for AI energy consumption show this strain. The International Energy Agency (IEA) projects data centers will consume more than twice as much electricity by the decade's end. In parts of the U.S., data center power usage already rivals heavy industry.

    How AI is used matters as much as how it is trained. Training large models consumes immense power but occurs infrequently. What is growing faster is the everyday work of models responding to users. Samila notes that newer "reasoning" AI systems, which deliberate longer, push energy demands into everyday operations rather than occasional large training runs.

                                                                           (Adaptedfrom: https://www.livescience.com)

Which of the following is NOT mentioned in the passage as a factor that contributed to AI's slow progress in the 20th century?

Từ “stalled” ở đoạn 1 TRÁI NGHĨA với ____________.

stalled (v-ed): bị đình trệ, bị chững lại.

A. prevented (v-ed): bị ngăn cản

B. accelerated (v-ed): được tăng tốc, đẩy nhanh (trái nghĩa)

C. paused (v-ed): bị tạm dừng (đồng nghĩa)

D. frozen (v-ed): bị đóng băng

→ stalled >< accelerated

Thông tin: ...contributing to "AI winters" as progress stalled and funding dried up.

(...góp phần tạo ra "mùa đông AI" khi tiến độ bị đình trệ và nguồn tài trợ cạn kiệt.)

Chọn B.

Ở đoạn 2, cụm từ “this shift” chỉ ____________.

A. sự phát triển của các chip GPU mạnh mẽ hơn bởi các công ty như Nvidia và AMD dành cho việc sử dụng AI.

B. sự thay đổi từ việc huấn luyện AI thỉnh thoảng mới diễn ra sang việc AI hoạt động liên tục trên nhiều ứng dụng.

C. sự chuyển đổi từ việc AI được sử dụng cho nghiên cứu sang được sử dụng cho mục đích thương mại.

D. sự chuyển dịch từ việc chạy các tính toán AI trên máy cục bộ sang các trung tâm dữ liệu đám mây quy mô lớn.

Thông tin: Modern AI models don't just train once; they operate continuously, powering chatbots, search engines, and autonomous agents. This shift has made AI a constant...

(Các mô hình AI hiện đại không chỉ được huấn luyện một lần; chúng hoạt động liên tục, cung cấp sức mạnh cho các chatbot, công cụ tìm kiếm và các tác nhân tự trị. Sự chuyển dịch này đã khiến AI trở thành một thiết bị tiêu thụ liên tục...)

→ this shift = the change from AI training occasionally to AI operating continuously across multiple applications.

Chọn B.

Từ “bottleneck” được sử dụng ở đoạn 1 GẦN NGHĨA nhất với ____________.

bottleneck (n): điểm nghẽn, rào cản, sự đình trệ.

A. advantage (n): lợi thế

B. resource (n): tài nguyên

C. barrier (n): rào cản, chướng ngại vật (đồng nghĩa)

D. component (n): thành phần

→ bottleneck = barrier

Thông tin: Compute, which used to be the main bottleneck, can now simply be purchased.

(Năng lực tính toán (Compute), thứ từng là điểm nghẽn/rào cản chính, giờ đây có thể dễ dàng được mua.)

Chọn C.

Câu nào sau đây diễn giải tốt nhất câu được gạch chân ở đoạn 2?

"the core issue is not a shortage of energy in absolute terms, but rather the availability of reliable, firm capacity at the right place and the right time"

("vấn đề cốt lõi không phải là sự thiếu hụt năng lượng về mặt tuyệt đối, mà đúng hơn là sự sẵn có của công suất điện ổn định, đáng tin cậy ở đúng nơi và đúng lúc")

Dịch nghĩa:

A. Thế giới hiện không tạo ra đủ điện năng để đáp ứng nhu cầu ngày càng tăng của các hệ thống AI hiện đại. (Trái ngược với "không phải là sự thiếu hụt năng lượng về mặt tuyệt đối").

B. Thách thức không nằm ở nguồn cung cấp năng lượng toàn cầu, mà là việc đảm bảo nguồn điện ổn định luôn sẵn sàng ở những nơi và thời điểm mà các hệ thống AI yêu cầu. (Đúng và sát nghĩa nhất).

C. Các công ty năng lượng đã không đầu tư đủ vào cơ sở hạ tầng cần thiết để hỗ trợ đầy đủ cho sự tăng trưởng AI toàn cầu. (Sai trọng tâm).

D. Các trung tâm dữ liệu AI nên chuyển đến các khu vực dư thừa năng lượng để giải quyết cuộc khủng hoảng thiếu điện. (Không được đề cập trong câu gốc).

Chọn B.

Theo bài đọc, nhận định nào sau đây là KHÔNG ĐÚNG?

A. GPU ban đầu được phát triển cho việc chơi game và hình ảnh hóa trước khi được sử dụng trong AI. (Đúng, đoạn 1 nói "originally designed for gaming").

B. Việc huấn luyện các mô hình AI lớn hiện là nguồn tiêu thụ năng lượng tăng nhanh nhất của AI. (Sai, đoạn 4 nói "Thứ đang tăng trưởng nhanh hơn là công việc hàng ngày của các mô hình khi phản hồi người dùng").

C. IEA dự báo lượng điện sử dụng của các trung tâm dữ liệu sẽ tăng hơn gấp đôi vào cuối thập kỷ này. (Đúng, đoạn 3 ghi "consume more than twice as much").

D. Các hệ thống AI "lập luận" làm tăng mức sử dụng năng lượng trong các hoạt động hàng ngày thay vì chỉ trong quá trình huấn luyện. (Đúng, đoạn 4 ghi "push energy demands into everyday operations").

Thông tin (Đoạn 4): Training large models consumes immense power but occurs infrequently. What is growing faster is the everyday work of models responding to users.

(Việc huấn luyện các mô hình lớn tiêu thụ nguồn điện khổng lồ nhưng không thường xuyên diễn ra. Thứ đang tăng trưởng nhanh hơn là công việc hàng ngày của các mô hình khi phản hồi người dùng.)

Chọn B.

Đoạn nào tác giả giải thích cách mà GPU, mặc dù ban đầu được thiết kế để chơi game, lại trở thành trung tâm của quá trình xử lý AI?

A. Đoạn 1

B. Đoạn 2

C. Đoạn 3

D. Đoạn 4

Thông tin (Đoạn 1): Companies like Nvidia mass-produce powerful graphics processing units (GPUs)—originally designed for gaming but perfectly suited to AI calculations.

(Các công ty như Nvidia sản xuất hàng loạt các bộ xử lý đồ họa (GPU) mạnh mẽ—ban đầu được thiết kế cho mục đích chơi game nhưng lại hoàn toàn phù hợp với các phép tính AI.)

Chọn A.

Đoạn nào đề cập đến các hoạt động hàng ngày của các hệ thống "lập luận" mới hơn khi phản hồi người dùng?

A. Đoạn 2

B. Đoạn 4

C. Đoạn 1

D. Đoạn 3

Thông tin (Đoạn 4): Samila notes that newer "reasoning" AI systems, which deliberate longer, push energy demands into everyday operations rather than occasional large training runs.

(Samila lưu ý rằng các hệ thống AI "lập luận" mới hơn, vốn mất nhiều thời gian cân nhắc hơn, đang đẩy nhu cầu năng lượng vào các hoạt động hàng ngày thay vì chỉ tập trung vào các đợt huấn luyện lớn thỉnh thoảng mới diễn ra.)

Chọn B.

Dịch bài đọc:

Trong phần lớn thế kỷ 20, AI gặp khó khăn không phải vì thiếu tham vọng, mà vì phần cứng sẵn có không đủ mạnh. Các hệ thống sơ khai đã chạm đến giới hạn về tốc độ xử lý và bộ nhớ, góp phần tạo ra "mùa đông AI" khi tiến độ bị đình trệ và nguồn tài trợ cạn kiệt. Ngày nay, vấn đề này phần lớn đã được giải quyết. Các mô hình AI hiện được huấn luyện trên các chip chuyên dụng trong các trung tâm dữ liệu khổng lồ. Năng lực tính toán (Compute), thứ từng là điểm nghẽn chính, giờ đây có thể dễ dàng được mua. Các công ty như Nvidia sản xuất hàng loạt các bộ xử lý đồ họa (GPU) mạnh mẽ—ban đầu được thiết kế cho mục đích chơi game nhưng lại hoàn toàn phù hợp với các phép tính AI. Điều gì đang kìm hãm AI hiện nay? Đó là giới hạn vật lý của điện năng.

Các mô hình AI hiện đại không chỉ được huấn luyện một lần; chúng hoạt động liên tục, cung cấp sức mạnh cho các chatbot, công cụ tìm kiếm và các tác nhân tự trị. Sự chuyển dịch này đã khiến AI trở thành một thiết bị tiêu thụ điện liên tục với quy mô lớn. Theo Sampsa Samila từ Trường Kinh doanh IESE, "vấn đề cốt lõi không phải là sự thiếu hụt năng lượng về mặt tuyệt đối, mà đúng hơn là sự sẵn có của công suất điện ổn định, đáng tin cậy ở đúng nơi và đúng lúc".

Các dự báo về mức tiêu thụ năng lượng của AI cho thấy áp lực này. Cơ quan Năng lượng Quốc tế (IEA) dự báo các trung tâm dữ liệu sẽ tiêu thụ lượng điện năng cao hơn gấp đôi vào cuối thập kỷ này. Tại một số khu vực của Mỹ, mức sử dụng điện của trung tâm dữ liệu đã sánh ngang với ngành công nghiệp nặng.

Cách AI được sử dụng cũng quan trọng không kém cách nó được huấn luyện. Việc huấn luyện các mô hình lớn tiêu thụ nguồn điện khổng lồ nhưng không thường xuyên diễn ra. Thứ đang tăng trưởng nhanh hơn là công việc hàng ngày của các mô hình khi phản hồi người dùng. Samila lưu ý rằng các hệ thống AI "lập luận" mới hơn, vốn mất nhiều thời gian cân nhắc hơn, đang đẩy nhu cầu năng lượng vào các hoạt động hàng ngày thay vì chỉ tập trung vào các đợt huấn luyện lớn thỉnh thoảng mới diễn ra.