Giảm độ trễ LLM là một trong những thách thức quan trọng nhất đối với các kỹ sư xây dựng ứng dụng AI có khả năng phản hồi tốt. Trong khi các mô hình ngôn ngữ lớn (LLM) tiếp tục tăng về năng lực, việc chúng tạo văn bản theo từng token có thể tạo ra những nút thắt gây khó chịu cho người dùng cuối, và thời gian chờ lâu...
Cloudflare Workers
Hướng dẫn, bài viết và ví dụ về Cloudflare Workers, nền tảng không máy chủ để triển khai các ứng dụng nhanh, có khả năng mở rộng và an toàn tại mạng biên.
Xây dựng các luồng truyền tải âm thanh có độ trễ cực thấp với OpenAI Realtime API mới cho phép các nhà phát triển triển khai các voice agent đàm thoại giống như con người vào môi trường production. Theo cách truyền thống, việc xây dựng một giao diện thoại đồng nghĩa với việc kết chuỗi ba lớp mô hình riêng biệt: nhận...
Xây dựng một agent AI trên Cloudflare Workers là bước tiếp theo để chuyển dịch từ các câu lệnh (prompt) AI đơn giản sang quy trình làm việc tự động. Các hệ thống này, được gọi là agent AI, sử dụng các Mô hình Ngôn ngữ Lớn (LLM) để gọi các công cụ bên ngoài, đưa ra quyết định và tự thực thi các tác vụ. Mặc dù việc chạy...
Bài viết hướng dẫn Cloudflare Workers AI này sẽ chỉ cho bạn cách triển khai và chạy các mô hình học máy (machine learning) trực tiếp trên mạng biên toàn cầu của Cloudflare. Với Cloudflare Workers AI , bạn có thể thực thi các Mô hình Ngôn ngữ Lớn (LLMs), dịch thuật văn bản, tạo ảnh và chuyển giọng nói thành văn bản ở vị...
Cloudflare Workers và AWS Lambda đều là nền tảng điện toán serverless, nhưng chúng xuất phát từ những điểm khác nhau. Lambda là chuẩn serverless đã được khẳng định trong hệ sinh thái AWS khổng lồ; Workers là edge-native, được xây dựng cho độ trễ thấp và phân phối toàn cầu. Năm 2026, cả hai đều xuất sắc, và lựa chọn...
Cloudflare Workers cho phép bạn chạy mã backend tại edge, gần với người dùng, mà không cần quản lý máy chủ. Với API, sự kết hợp giữa cold start gần như bằng không, phân phối toàn cầu và lưu trữ tích hợp chặt chẽ khiến Workers trở thành nền tảng thuyết phục vào năm 2026. Hướng dẫn này giải thích cách một Cloudflare...
Nếu Cloudflare Images là nơi hình ảnh của bạn cư ngụ, thì Cloudflare Image Transformations là động cơ giúp chúng nhanh. Nó đổi kích thước, nén và chuyển hình ảnh của bạn sang các định dạng hiện đại ngay khi chúng được yêu cầu, chỉ dùng bản gốc mà bạn đã có. Không cần bước build, không cần thumbnail tạo sẵn, không có...
Trong phần lớn thập kỷ qua, chạy một mô hình AI có nghĩa là thuê một máy chủ GPU, quản lý driver, và trả tiền cho phần cứng đó dù có hay không có yêu cầu đến. Cloudflare Workers AI thay đổi hoàn toàn mô hình này: bạn gọi một mô hình AI giống hệt cách bạn gọi bất kỳ hàm nào khác trong một Worker, nó chạy trên các GPU...
Trong nhiều năm, câu trả lời cho câu hỏi “tôi triển khai cái này trên Cloudflare ở đâu” rất đơn giản: site tĩnh và frontend lên Pages, còn logic serverless lên Workers. Năm 2026, ranh giới đó đã mờ đi, bởi Workers giờ có thể phục vụ các asset tĩnh trực tiếp, nghĩa là một Worker duy nhất có thể host toàn bộ site của...
Điện toán serverless đã giải quyết vấn đề “không có máy chủ để quản lý” cho mã ứng dụng, nhưng cơ sở dữ liệu lại là phần lạc lõng khó xử. Bạn có thể chạy một Worker tại biên trong vài mili giây, rồi nhìn nó chờ một cơ sở dữ liệu nằm ở một vùng xa duy nhất. Cloudflare D1 lấp đầy khoảng trống đó: nó là một cơ sở dữ liệu...