Trí tuệ nhân tạo (AI) đang bùng nổ, len lỏi vào mọi ngóc ngách đời sống và hứa hẹn thay đổi tương lai. Nhưng đằng sau những tiện ích vượt trội đó là một “cơn khát” năng lượng khổng lồ, một vấn đề ngày càng được mổ xẻ dưới góc độ phát triển bền vững. Một công trình nghiên cứu chuyên sâu kéo dài hơn sáu tháng vừa được công bố, mang đến cái nhìn toàn diện nhất từ trước đến nay về nhu cầu điện năng ngày càng tăng của trí tuệ nhân tạo, hé lộ những sự thật đáng kinh ngạc.
Key Takeaways
- Nhu cầu năng lượng của AI biến động tùy thuộc vào độ phức tạp của truy vấn và kích thước mô hình.
- Các mô hình AI lớn hơn tiêu thụ năng lượng nhiều hơn đáng kể so với các mô hình nhỏ hơn.
- Việc tạo video bằng AI đòi hỏi năng lượng cao hơn nhiều so với tạo văn bản hoặc hình ảnh.
- Nguồn điện cung cấp cho trung tâm dữ liệu ảnh hưởng lớn đến “dấu chân carbon” của AI.
- Sự thiếu minh bạch từ các công ty công nghệ về tiêu thụ năng lượng của AI gây khó khăn cho việc đánh giá và quản lý bền vững.
Cơn “khát” năng lượng tiềm ẩn của AI: Không phải con số cố định
Trái ngược với những ước tính thường thấy về việc một truy vấn AI, chẳng hạn như với ChatGPT của OpenAI, tiêu tốn một lượng năng lượng cụ thể, nghiên cứu mới nhất đã phơi bày một thực tế phức tạp hơn nhiều. Nhu cầu năng lượng của AI không hề là một hằng số, mà biến động mạnh mẽ tùy thuộc vào vô số yếu tố. Nhiều người có thể đã nghe qua ước tính phổ biến rằng việc soạn một email bằng ChatGPT tiêu tốn khoảng 500 mililit nước (tương đương một chai nước), nhưng đó chỉ là một mảnh ghép nhỏ trong bức tranh toàn cảnh.
Đa dạng yếu tố quyết định “hóa đơn tiền điện” của AI
Khi bắt đầu quá trình thu thập dữ liệu, các nhà nghiên cứu đã sớm nhận ra rằng chi tiết của từng truy vấn có thể ảnh hưởng đáng kể đến mức tiêu thụ năng lượng. Không có hai truy vấn nào giống hệt nhau. Từ độ phức tạp của yêu cầu đến đặc thù của mô hình AI được sử dụng, tất cả đều đóng vai trò quan trọng.
Ví dụ, việc yêu cầu AI tạo ra một lịch trình du lịch chi tiết và phức tạp tiêu tốn năng lượng gấp gần 10 lần so với một yêu cầu đơn giản như kể vài câu chuyện cười. Sự khác biệt còn trở nên rõ rệt hơn khi xét đến kích thước của mô hình AI. Các mô hình lớn hơn, với nhiều tham số hơn – những giá trị mà mô hình học được từ dữ liệu huấn luyện – có thể “ngốn” năng lượng nhiều hơn tới 70 lần so với các mô hình nhỏ hơn cho cùng một tác vụ. Điều này cho thấy việc tối ưu hóa kích thước mô hình là một hướng đi quan trọng để giảm thiểu tiêu thụ năng lượng.
Đáng chú ý, sự chênh lệch về năng lượng tiêu thụ giữa các loại hình tác vụ là vô cùng lớn. Việc tạo ra video bằng AI thường đòi hỏi năng lượng cao hơn hàng trăm lần so với việc tạo ra phản hồi văn bản. Hình ảnh cũng nằm ở khoảng giữa, tiêu tốn nhiều năng lượng hơn văn bản nhưng ít hơn video. Thực tế này đặt ra câu hỏi lớn về hiệu quả năng lượng khi AI ngày càng được ứng dụng rộng rãi trong các tác vụ đa phương tiện, từ giải trí đến thiết kế.
Bài toán khó với các mô hình “hộp đen”
Một trong những thách thức lớn nhất trong việc đánh giá chính xác mức tiêu thụ năng lượng của AI đến từ các mô hình “nguồn đóng” (closed-source). Các “ông lớn” công nghệ như OpenAI với ChatGPT hay Google với Gemini thường không công khai chi tiết về cách thức hoạt động, cấu trúc mô hình và đặc biệt là lượng tài nguyên tiêu thụ của họ. Đây được xem là những “hộp đen” về mặt năng lượng.
Để giải quyết vấn đề này, nhóm nghiên cứu đã hợp tác với các chuyên gia đo lường năng lượng tiêu thụ của các mô hình AI nguồn mở (open-source), nơi mã nguồn được công khai. Bằng cách này, họ có thể trực tiếp đo lường năng lượng sử dụng bởi các chip xử lý để phản hồi một truy vấn, thay vì chỉ dựa vào phỏng đoán hay các mô hình lý thuyết. Các thử nghiệm bao gồm tạo văn bản, hình ảnh và video, đồng thời đo lường năng lượng cần thiết cho các chip xử lý để thực hiện nhiệm vụ. Kết quả từ các mô hình nguồn mở, dù không thể đại diện hoàn toàn cho các hệ thống độc quyền khổng lồ, cũng cung cấp những manh mối quan trọng và là cơ sở dữ liệu đáng tin cậy về quy mô tiêu thụ năng lượng của AI nói chung.
“Dấu chân carbon” của AI: Vấn đề không chỉ là tiêu thụ điện
Việc AI tiêu thụ một lượng lớn điện năng chỉ là một phần của bức tranh. Tác động thực sự lên môi trường, hay còn gọi là “dấu chân carbon”, phụ thuộc rất lớn vào nguồn gốc của lượng điện đó. Đây là một khía cạnh được các nhà báo chuyên về khí hậu trong nhóm nghiên cứu đặc biệt quan tâm và phân tích sâu.
Nguồn điện quyết định tác động khí hậu
Một trung tâm dữ liệu được cung cấp năng lượng từ một nhà máy điện hạt nhân hoặc một hệ thống pin mặt trời quy mô lớn sẽ có tác động hoàn toàn khác so với một trung tâm dữ liệu vận hành bằng cách đốt hàng tấn than đá. Để lượng hóa điều này, các nhà nghiên cứu sử dụng một chỉ số gọi là cường độ carbon (carbon intensity), đo lường lượng khí nhà kính (thường là CO2 tương đương) phát thải trên một đơn vị điện năng (ví dụ: gram CO2e/kWh) trên một lưới điện cụ thể.
Phân tích cho thấy, cùng một truy vấn AI, với cùng một nhu cầu năng lượng, sẽ có tác động khí hậu rất khác nhau tùy thuộc vào nguồn cung cấp điện cho trung tâm dữ liệu. Yếu tố này lại phụ thuộc vào vị trí địa lý và thời điểm trong ngày. Ví dụ, theo tính toán dựa trên dữ liệu trung bình năm 2024, việc truy vấn một trung tâm dữ liệu ở West Virginia (Mỹ), nơi lưới điện vẫn phụ thuộc nhiều vào than đá, có thể gây ra lượng khí thải gần gấp đôi so với việc truy vấn một trung tâm ở California, nơi có tỷ trọng năng lượng tái tạo cao hơn đáng kể.
Cuộc đua xây dựng trung tâm dữ liệu “xanh” và những thách thức
Phát hiện này nhấn mạnh tầm quan trọng của việc các gã khổng lồ công nghệ lựa chọn địa điểm xây dựng trung tâm dữ liệu, cấu trúc lưới điện tại các địa điểm đó, và những thay đổi có thể xảy ra khi nhu cầu từ hạ tầng mới này tăng lên. Hiện nay, đã có một cuộc đua ngầm giữa các tập đoàn công nghệ trong việc xây dựng các trung tâm dữ liệu “xanh”, ưu tiên sử dụng năng lượng tái tạo và cải thiện hiệu quả sử dụng năng lượng (PUE). Tuy nhiên, theo các chuyên gia từ Viện Nghiên cứu Năng lượng Bền vững Toàn cầu (giả định tham khảo), việc chuyển đổi hoàn toàn sang năng lượng sạch cho các cơ sở hạ tầng quy mô lớn như vậy vẫn đối mặt với nhiều thách thức về chi phí đầu tư ban đầu, công nghệ lưu trữ năng lượng (đặc biệt với các nguồn không ổn định như mặt trời, gió) và sự ổn định của nguồn cung điện lưới.
Những “ẩn số” khổng lồ và tương lai khó đoán định
Mặc dù nghiên cứu đã mang lại những ước tính cụ thể và toàn diện nhất hiện có, một sự thật không thể phủ nhận là chúng ta vẫn còn biết rất ít về tổng mức tiêu thụ năng lượng và khí thải của nhiều mô hình AI lớn nhất và có ảnh hưởng nhất thế giới, đặc biệt là các mô hình thương mại.
Sự thiếu minh bạch từ các “ông lớn” công nghệ
Một điều đáng thất vọng được nhóm nghiên cứu chỉ ra là không một công ty công nghệ nào mà họ tiếp cận chịu cung cấp số liệu cụ thể về mức tiêu thụ năng lượng của các mô hình AI hàng đầu của họ trong quá trình thực hiện báo cáo. Sự thiếu minh bạch này không chỉ cản trở nỗ lực đánh giá tác động toàn diện của AI đối với môi trường và nguồn cung năng lượng mà còn gây khó khăn cho việc hoạch định các chính sách năng lượng và môi trường bền vững liên quan đến công nghệ này. Theo một số nhà phân tích độc lập, việc các tập đoàn giữ kín thông tin có thể xuất phát từ lo ngại về cạnh tranh hoặc những phản ứng tiêu cực từ công chúng về mức độ tiêu thụ tài nguyên “khủng” của các AI tiên tiến.
AI len lỏi vào mọi ngóc ngách: Thách thức dự báo
Việc tổng hợp các ước tính hiện có cũng chỉ mang tính tương đối, một phần bởi vì AI đang ngày càng hiện diện ở khắp mọi nơi. Nếu hôm nay, chúng ta thường phải truy cập một trang web chuyên dụng như ChatGPT hay sử dụng một ứng dụng cụ thể để tương tác với AI, thì trong tương lai không xa, AI có thể được tích hợp liền mạch vào mọi tương tác của chúng ta với công nghệ. Từ các ứng dụng văn phòng, trợ lý ảo trên điện thoại, hệ thống đề xuất nội dung, thiết bị gia dụng thông minh đến hệ thống điều khiển giao thông và quy trình sản xuất công nghiệp, AI sẽ trở thành một phần không thể tách rời. Khi đó, việc bóc tách và đo lường riêng rẽ năng lượng tiêu thụ cho từng tác vụ AI cụ thể sẽ trở nên vô cùng phức tạp.
Nhu cầu cấp thiết về dữ liệu và quy chuẩn chung
Rõ ràng, AI có tiềm năng trở thành một trong những lực lượng chính định hình xã hội, cách chúng ta làm việc và cả lưới điện toàn cầu. Việc hiểu rõ hơn về những hệ lụy của nó, đặc biệt là về năng lượng và môi trường, là cực kỳ quan trọng để chúng ta có thể hoạch định cho tương lai một cách có trách nhiệm và bền vững. Điều này đòi hỏi sự hợp tác chặt chẽ hơn từ các nhà phát triển AI, các chính phủ và cộng đồng nghiên cứu quốc tế để xây dựng các quy chuẩn chung về đo lường, báo cáo tiêu thụ năng lượng và phát thải carbon của các hệ thống AI. “Cần có một bộ tiêu chuẩn toàn cầu về minh bạch năng lượng cho AI, tương tự như các tiêu chuẩn hiệu quả năng lượng cho thiết bị điện tử,” một chuyên gia tại Cơ quan Năng lượng Quốc tế (IEA) (giả định tham khảo) đã từng nhấn mạnh trong một hội thảo gần đây.
Kết luận
“Cơn khát” năng lượng của trí tuệ nhân tạo là một thực tế không thể phủ nhận và ngày càng trở nên cấp bách trong bối cảnh toàn cầu nỗ lực chống biến đổi khí hậu. Nghiên cứu mới nhất đã vén màn bức tranh phức tạp, cho thấy mức tiêu thụ năng lượng của AI không cố định mà biến đổi rất lớn tùy thuộc vào loại tác vụ, kích thước mô hình, và đặc biệt là nguồn cung cấp điện cho các trung tâm dữ liệu – yếu tố quyết định “dấu chân carbon” thực sự của công nghệ này.
Sự thiếu minh bạch từ các gã khổng lồ công nghệ và việc AI ngày càng tích hợp sâu rộng vào mọi mặt đời sống đang đặt ra những thách thức lớn trong việc đánh giá tác động tổng thể và quản lý bền vững. Để AI thực sự phát triển và phụng sự nhân loại một cách có trách nhiệm, việc xây dựng các tiêu chuẩn minh bạch về năng lượng, thúc đẩy nghiên cứu các mô hình AI tiết kiệm điện hơn (ví dụ TinyML, AI hiệu quả), và đầu tư mạnh mẽ vào hạ tầng năng lượng sạch là những yêu cầu tiên quyết. Tương lai của AI và tương lai năng lượng của hành tinh chúng ta đang ngày càng gắn kết chặt chẽ, đòi hỏi những hành động quyết liệt và sự hợp tác toàn diện ngay từ bây giờ.
