Cloze text: Read the passage below and choose A, B, C or D to fill in each blank from 631 to 635.

At the GTC conference, Bill Dally, NVIDIA’s chief scientist and senior vice president of research, discussed (631) _________ the company’s R&D teams are utilizing artificial intelligence (AI) and machine learning (ML) to increase the design and efficiency of the company’s next-gen GPUs. He gave an example of using AI and ML to accelerate (632) _________ speed, shortening the time to complete a standard GPU design task from three hours to three seconds. (633) ________ up to four previously slow and intricate processes.

The processes include voltage drop control, error prediction, fault setup and identification, and cell migration automation. For voltage drop mapping, NVIDIA now uses AI tools that visualize current flow in seconds with 94% accuracy, replacing much slower traditional CAD tools. AI has also (634) ________ parasitic prediction by reducing simulation errors to below 10%, freeing circuit designers to unleash more innovative design ideas. To address location and routing challenges, Graph Neural Networks (GNNs) are employed to quickly identify and resolve data flow issues (635) _________. Finally, cell migration automation now processes 92% of the library without errors, completing in a fraction of the time a task that once required several months of manual work.

(Adapted from https://wccftech.com)

At the GTC conference, Bill Dally, NVIDIA’s chief scientist and senior vice president of research, discussed (631) _________ the company’s R&D teams are utilizing artificial intelligence (AI) and machine learning (ML) to increase the design and efficiency of the company’s next-gen GPUs.

 Kiến thức về ngữ nghĩa từ vựng

Trong lĩnh vực trí tuệ nhân tạo, cụm “inference speed” có nghĩa là “tốc độ suy luận”, thường được dùng để chỉ tốc độ mô hình trí tuệ nhân tạo đưa ra kết luận. Chọn A.

Dịch: Ông đã đưa ra ví dụ về việc sử dụng AI và ML để tăng tốc tốc độ suy luận, giúp rút ngắn thời gian hoàn thành một tác vụ thiết kế GPU tiêu chuẩn từ ba giờ xuống còn vỏn vẹn ba giây.

Khả năng xác định liên kết giữa hai câu liên tiếp

Câu văn trước đề cập đến việc Bill Dally đưa ra ví dụ về việc sử dụng AI và ML để tăng tốc tốc độ suy luận, giúp rút ngắn thời gian hoàn thành một tác vụ thiết kế GPU tiêu chuẩn từ 3 giờ xuống còn 3 giây. Chỗ trống đứng đầu câu, trước tân ngữ “up to four previously slow and intricate processes” (tới bốn quy trình vốn chậm chạp và phức tạp trước đây) nên ta cần lựa chọn phương án có chủ ngữ và động từ chia thì ở dạng chủ động. Phương án (D) These two methods have optimized là lựa chọn phù hợp về ngữ nghĩa và cấu trúc câu, trong đó cụm “These two methods” (Hai phương pháp này) thay thế cho AI và ML được đề cập ở câu văn trước, làm rõ tác nhân thực hiện hành động. Chọn D.

Dịch: Hai phương pháp này đã tối ưu hóa tới bốn quy trình vốn chậm chạp và phức tạp trước đây.

Kiến thức về ngữ nghĩa từ vựng

Ngữ cảnh của câu gợi ý trí tuệ nhân tạo cũng đã làm gì đó với việc dự đoán ký sinh bằng cách giảm sai số mô phỏng, giúp các nhà thiết kế mạch tự do sáng tạo hơn. Như vậy, chỗ trống cần điền có thể mang nghĩa là cải thiện hoặc tối ưu hóa. Động từ “streamlined” có nghĩa là tinh giản, tối ưu hóa, là lựa chọn phù hợp với ngữ cảnh của câu. Chọn B.

Dịch: AI cũng đã tinh giản việc dự đoán ký sinh bằng cách giảm sai số mô phỏng xuống dưới 10%, giúp các nhà thiết kế mạch tự do triển khai nhiều ý tưởng sáng tạo hơn.

Hiểu ngữ nghĩa trong văn cảnh

Chỗ trống cần điền một mệnh đề quan hệ đứng sau và bổ nghĩa cho cụm danh từ “data flow issues” (các vấn đề về luồng dữ liệu). Phương án (D) that would otherwise hinder development mang nghĩa “cái mà nếu không [được giải quyết] thì sẽ cản trở quá trình phát triển”, diễn tả giả định về trở ngại sẽ gặp phải nếu vấn đề về luồng dữ liệu không được GNNs xử lý, là lựa chọn phù hợp về ngữ nghĩa và cấu trúc ngữ pháp trong câu. Chọn D.

Dịch:  Để giải quyết các thách thức về vị trí và định tuyến, Mạng thần kinh đồ thị (GNNs) được ứng dụng để nhanh chóng xác định và giải quyết các vấn đề về dòng dữ liệu cái mà nếu không được xử lý sẽ cản trở quá trình phát triển.

Dịch bài đọc:

Tại hội nghị GTC, Bill Dally, nhà khoa học trưởng kiêm phó chủ tịch cấp cao phụ trách nghiên cứu tại NVIDIA, đã thảo luận về cách thức đội ngũ R&D của công ty đang sử dụng trí tuệ nhân tạo (AI) và máy học (ML) để tăng cường thiết kế và hiệu suất cho các thế hệ GPU tiếp theo. Ông đã đưa ra ví dụ về việc sử dụng AI và ML để tăng tốc tốc độ suy luận, giúp rút ngắn thời gian hoàn thành một tác vụ thiết kế GPU tiêu chuẩn từ ba giờ xuống còn vỏn vẹn ba giây. Hai phương pháp này đã tối ưu hóa tới bốn quy trình vốn chậm chạp và phức tạp trước đây.

Các quy trình này bao gồm kiểm soát sụt áp, dự đoán lỗi, thiết lập và nhận diện lỗi, và tự động hóa di chuyển ô. Đối với việc lập bản đồ sụt áp, NVIDIA hiện sử dụng các công cụ AI để hiển thị luồng điện trong vài giây với độ chính xác là 94%, thay thế các công cụ CAD truyền thống vốn chậm hơn nhiều. AI cũng đã tinh giản việc dự đoán ký sinh bằng cách giảm sai số mô phỏng xuống dưới 10%, giúp các nhà thiết kế mạch tự do triển khai nhiều ý tưởng sáng tạo hơn. Để giải quyết các thách thức về vị trí và định tuyến, Mạng thần kinh đồ thị (GNNs) được ứng dụng để nhanh chóng xác định và giải quyết các vấn đề về dòng dữ liệu mà nếu không được xử lý sẽ cản trở quá trình phát triển. Cuối cùng, hệ thống tự động hóa di chuyển ô hiện có thể xử lý 92% thư viện mà không có lỗi, hoàn thành công việc từng tiêu tốn đến vài tháng làm thủ công chỉ trong một khoảng thời gian cực ngắn.