Arctic World Archive (Kho lưu trữ Thế giới Bắc Cực) là kho giữ dữ liệu số trong một mỏ than đã ngừng khai thác gần thị trấn Longyearbyen, quần đảo Svalbard của Na Uy, mở cửa năm 2017. Dữ liệu không nằm trên ổ cứng mà được in lên cuộn phim quang học đặc biệt, kèm hướng dẫn giải mã đọc được bằng mắt, rồi cất sâu trong núi nơi băng vĩnh cửu giữ lạnh quanh năm. Nổi tiếng nhất là bản lưu mã nguồn mở của GitHub đặt vào năm 2020, dự tính đọc được hàng trăm năm.
Vì sao cần một kho dữ liệu trong núi
Nghe thì lạ: thời điện toán đám mây, tại sao phải chôn dữ liệu vào núi? Câu trả lời nằm ở một vấn đề các nhà lưu trữ gọi là "thời kỳ tối kỹ thuật số". Giấy và đá sống được hàng nghìn năm nếu để yên. Dữ liệu số thì không thể "để yên": ổ cứng hỏng, băng từ bong lớp phủ, đĩa quang mờ dần, còn định dạng tệp và phần mềm đọc thì lỗi thời nhanh hơn cả vật liệu.
Ví dụ kinh điển là Dự án Domesday của đài BBC năm 1986. Nhân kỷ niệm 900 năm cuốn Domesday Book (một sổ kiểm kê đất đai nước Anh năm 1086), BBC thu thập ảnh, bài viết, bản đồ từ khắp nước Anh và lưu trên đĩa laser đặc biệt, đọc bằng máy tính chuyên dụng thời đó. Chưa đầy hai mươi năm sau, máy đọc gần như không còn, và các nhóm nghiên cứu phải mất công lớn mới cứu được nội dung. Trong khi đó, cuốn Domesday Book bằng giấy da năm 1086 vẫn nằm trong Cơ quan Lưu trữ Quốc gia Anh, mở ra đọc được.
Kho nằm ở đâu, trông thế nào
Svalbard là quần đảo nằm giữa lục địa Na Uy và Bắc Cực, nơi khai thác than từng là nghề chính. Kho được đặt trong một mỏ than cũ khoét vào sườn núi gần Longyearbyen, không xa Kho hạt giống toàn cầu Svalbard. Đi vào kho là đi theo đường hầm mỏ sâu vào lòng núi, nơi đất đá quanh năm đóng băng.
Những lý do chọn nơi này:
- Lạnh và khô tự nhiên: băng vĩnh cửu giữ nhiệt độ thấp ổn định mà không cần máy lạnh, rất hợp để bảo quản phim.
- Xa rủi ro: không nằm trên đới động đất mạnh, xa vùng ngập lụt, đường hầm trong núi chống chịu tốt.
- Vị thế đặc biệt: theo Hiệp ước Svalbard năm 1920, quần đảo thuộc chủ quyền Na Uy nhưng được phi quân sự hoá, công dân nhiều nước có quyền hoạt động kinh tế ở đó.
Kho do công ty Piql của Na Uy vận hành cùng công ty mỏ quốc doanh của Svalbard. Đây là dịch vụ có trả phí: chính phủ, thư viện, bảo tàng, doanh nghiệp gửi dữ liệu vào. Trong số khách hàng đầu tiên có cơ quan lưu trữ quốc gia của Brazil và Mexico.
piqlFilm: dữ liệu số in lên phim
Dữ liệu ở kho không phải là tệp trong máy chủ. Piql dùng loại phim cảm quang độ phân giải cao, ghi dữ liệu số dưới dạng các khung hình chứa ma trận chấm đen trắng dày đặc, nhìn giống mã QR rất mịn. Muốn đọc lại, chỉ cần một máy quét ảnh đủ tốt và phần mềm giải mã.
Điểm thông minh nhất: ở đầu mỗi cuộn phim có in phần hướng dẫn bằng chữ và hình mà người đọc nhìn bằng mắt thường, qua kính lúp, giải thích cách dữ liệu được mã hoá. Ngay cả khi phần mềm hôm nay biến mất, một kỹ sư tương lai vẫn có thể tự viết chương trình đọc từ đầu. Đó là cách kho tránh được cái bẫy của Dự án Domesday.
Theo nhà sản xuất, dựa trên thử nghiệm lão hoá nhanh, piqlFilm có thể bền hơn 500 năm trong điều kiện lưu trữ chuẩn. Cần hiểu đây là ước tính từ phép thử trong phòng thí nghiệm, vì chưa ai có cuộn phim 500 năm tuổi để kiểm tra. Tuy vậy, phương pháp này dựa trên kinh nghiệm thật: phim nền polyester đen trắng được bảo quản tốt đã chứng minh độ bền vượt trội so với mọi phương tiện từ tính.
So sánh tuổi thọ các phương tiện lưu trữ
| Phương tiện | Tuổi thọ thường được nêu | Ghi chú |
|---|---|---|
| Ổ cứng cơ | Vài năm sử dụng | Hỏng cơ học; để lâu không chạy cũng có thể không khởi động lại |
| Ổ SSD, thẻ nhớ | Vài năm nếu không cấp điện | Điện tích trong ô nhớ rò dần theo thời gian |
| Đĩa CD-R, DVD-R ghi tại nhà | Rất dao động, từ vài năm đến vài chục năm | Lớp chất màu bị phân huỷ bởi ánh sáng, nhiệt |
| Băng từ LTO | Khoảng 30 năm theo nhà sản xuất | Cần đúng đời máy đọc; các đời máy cũ bị loại dần |
| Vi phim polyester đen trắng | Hàng trăm năm theo tiêu chuẩn lưu trữ | Đọc bằng kính lúp, không cần máy tính |
| piqlFilm | Trên 500 năm theo nhà sản xuất | Dữ liệu số kèm hướng dẫn giải mã in trên phim |
Bản lưu mã nguồn GitHub năm 2020
Năm 2020, GitHub chụp lại toàn bộ kho mã nguồn công khai đang hoạt động trên nền tảng này vào ngày 2 tháng 2, ghi lên 186 cuộn piqlFilm, tổng cộng khoảng 21 terabyte, và đặt vào Arctic World Archive ngày 8 tháng 7 cùng năm. Trong đó có mã nguồn của hệ điều hành Linux, các ngôn ngữ lập trình, thư viện khoa học và hàng triệu dự án lớn nhỏ.
Kèm theo, GitHub đặt một bộ tài liệu gọi là "Tech Tree", giải thích các khái niệm nền tảng của máy tính và phần mềm, từ cách biểu diễn số nhị phân trở đi. Ý tưởng là nếu một ngày ai đó tìm thấy kho mà không biết gì về điện toán, họ vẫn có đường để hiểu. Đây là cùng tư duy với các thông điệp cảnh báo ở kho chất thải hạt nhân: viết cho một người đọc không chia sẻ bối cảnh với mình.
Chương trình lưu trữ của GitHub còn có các bản khác: một bản ở Internet Archive, và hợp tác thử nghiệm với Dự án Silica của Microsoft, ghi dữ liệu bằng tia laser vào bên trong thuỷ tinh thạch anh. Nguyên tắc ở đây là không tin vào một phương tiện duy nhất.
Những hướng lưu trữ siêu dài hạn khác
- Thuỷ tinh khắc laser: dữ liệu nằm trong cấu trúc vật liệu, chịu nhiệt, nước, từ trường. Còn ở giai đoạn nghiên cứu và thử nghiệm.
- ADN tổng hợp: mã hoá dữ liệu vào trình tự ADN, mật độ cực cao. Đã ghi thử được sách, ảnh, video, nhưng chi phí ghi đọc vẫn còn rất cao.
- Đĩa niken khắc vi mô: Quỹ Long Now có Đĩa Rosetta khắc hàng nghìn trang văn bản về các ngôn ngữ, đọc bằng kính hiển vi quang học.
- Giấy không axit và giấy da: cách cổ nhất, vẫn là một trong những cách bền nhất nếu giữ khô và tối.
Góc nhìn hôm nay: bài học cho ảnh và tài liệu của chính bạn
Không ai cần gửi ảnh gia đình lên Bắc Cực, nhưng những nguyên tắc của Arctic World Archive dùng được ngay:
- Quy tắc 3-2-1: ba bản sao, trên hai loại phương tiện khác nhau, một bản để ở nơi khác (nhà người thân, dịch vụ đám mây).
- Chuyển đổi định kỳ: vài năm một lần, chép dữ liệu sang phương tiện mới trước khi cái cũ hỏng hoặc hết máy đọc.
- Chọn định dạng mở, phổ biến: JPEG, TIFF, PDF/A, văn bản thuần dễ đọc lâu dài hơn định dạng riêng của một phần mềm.
- In những gì quan trọng nhất: vài chục tấm ảnh in bằng giấy tốt, để nơi khô ráo, có thể là bản sống lâu nhất của gia đình.
- Ghi chú kèm theo: ai, ở đâu, năm nào. Dữ liệu không có ngữ cảnh thì người sau khó dùng, cũng như cuộn phim không có hướng dẫn giải mã.
Muốn xem thêm, trang của GitHub về Archive Program có video quay trong đường hầm và toàn văn bộ Tech Tree. Trang của Piql giải thích cách ghi dữ liệu lên phim.
Câu hỏi thường gặp
Arctic World Archive là gì?
Đó là kho lưu trữ dữ liệu số dài hạn trong một mỏ than cũ ở Svalbard, Na Uy, mở năm 2017. Dữ liệu được ghi lên cuộn phim quang học piqlFilm và cất trong lòng núi lạnh quanh năm.
"Thời kỳ tối kỹ thuật số" là gì?
Đó là nỗi lo rằng nhiều dữ liệu của thời nay sẽ không đọc được trong tương lai vì phương tiện lưu trữ hỏng và phần mềm, định dạng tệp lỗi thời. Dự án Domesday của BBC năm 1986 là ví dụ: chưa đầy hai mươi năm sau, máy đọc đĩa gốc gần như không còn.
GitHub Arctic Code Vault chứa những gì?
Bản lưu chứa ảnh chụp các kho mã nguồn công khai đang hoạt động trên GitHub vào ngày 2 tháng 2 năm 2020, khoảng 21 terabyte trên 186 cuộn phim. Kèm theo là tài liệu "Tech Tree" giải thích nền tảng điện toán cho người đọc tương lai.
Dữ liệu trên phim piqlFilm bền bao lâu?
Nhà sản xuất cho biết phim có thể bền hơn 500 năm trong điều kiện lưu trữ chuẩn, dựa trên thử nghiệm lão hoá nhanh. Đây là ước tính, chưa phải kết quả quan sát thực tế qua hàng trăm năm.
Lưu ảnh gia đình thế nào để giữ được lâu?
Nên giữ ít nhất ba bản sao trên hai loại phương tiện, một bản ở nơi khác, và chép sang phương tiện mới vài năm một lần. In những ảnh quan trọng nhất trên giấy tốt và ghi chú tên người, nơi chốn, năm chụp.
