Sự bùng nổ của trí tuệ nhân tạo (AI) đang tạo ra một cuộc cách mạng công nghệ chưa từng có trong lịch sử nhân loại. Tuy nhiên, phía sau những mô hình AI có khả năng viết văn, tạo hình ảnh hay hỗ trợ nghiên cứu khoa học là một cỗ máy tiêu thụ năng lượng khổng lồ đang khiến nhiều quốc gia phải đau đầu.
"Cơn khát" năng lượng toàn cầu và những cú sốc lưới điện
Báo cáo từ Cơ quan Năng lượng Quốc tế (IEA) cho thấy, các Data Center trên toàn cầu đã tiêu thụ khoảng 415 TWh điện trong năm 2024, tương đương khoảng 1,5% tổng điện năng thế giới.
Đến năm 2030, con số này được dự báo tăng lên khoảng 945 TWh, tức hơn gấp đôi hiện nay và tương đương lượng điện mà cả Nhật Bản đang sử dụng mỗi năm.
Nhiều nghiên cứu cho thấy, một yêu cầu tìm kiếm bằng ChatGPT tiêu tốn lượng điện gấp gần 10 lần so với một lần tìm kiếm thông thường trên Google. Sự bùng nổ của AI tạo sinh (Generative AI) với các mô hình ngôn ngữ lớn (LLM) đã biến các trung tâm dữ liệu (Data Center) trở thành những "quái vật ngốn điện" thực sự.
Rõ ràng, AI chính là động lực lớn nhất thúc đẩy nhu cầu về năng lượng. Các máy chủ AI chuyên dụng sử dụng GPU hiệu năng cao có mức tiêu thụ điện lớn gấp nhiều lần máy chủ thông thường. Chỉ riêng nhóm máy chủ phục vụ AI được dự báo sẽ tăng nhu cầu điện với tốc độ khoảng 30% mỗi năm trong giai đoạn đến 2030.
IEA dự báo nhu cầu điện của các trung tâm dữ liệu sẽ tăng nhanh gấp hơn 4 lần tốc độ tăng điện năng của các ngành kinh tế khác trong giai đoạn 2024-2030. Đến cuối thập kỷ này, trung tâm dữ liệu sẽ chiếm gần 3% tổng nhu cầu điện toàn cầu.
Sự phát triển mạnh mẽ của trí tuệ nhân tạo đang tạo ra áp lực lớn đối với lưới điện nhiều quốc gia. (Ảnh minh hoạ)
Tại Mỹ, các trung tâm dữ liệu được dự báo sẽ đóng góp gần một nửa mức tăng nhu cầu điện quốc gia từ nay đến năm 2030. Nhiều bang đang phải xem xét xây dựng thêm nhà máy điện mới chỉ để phục vụ các dự án AI.
Một số nghiên cứu gần đây còn cảnh báo rằng việc tập trung quá nhiều trung tâm dữ liệu AI tại một số khu vực có thể tạo ra áp lực nghiêm trọng lên lưới điện địa phương, làm tăng nguy cơ thiếu điện và chi phí năng lượng.
Để đáp ứng cơn khát năng lượng của AI, các tập đoàn công nghệ đang chạy đua đầu tư vào điện tái tạo, điện hạt nhân và các công nghệ làm mát thế hệ mới.
Theo IEA, gần một nửa lượng điện bổ sung phục vụ trung tâm dữ liệu đến năm 2035 sẽ được cung cấp từ các nguồn năng lượng tái tạo. Bên cạnh đó, điện hạt nhân đang quay trở lại như một lựa chọn chiến lược nhờ khả năng cung cấp điện ổn định 24/7. Các lò phản ứng hạt nhân mô-đun nhỏ (SMR) được kỳ vọng sẽ bắt đầu tham gia cung cấp điện cho các trung tâm dữ liệu từ khoảng năm 2030.
Song song với đó, nhiều doanh nghiệp đang nghiên cứu hệ thống làm mát bằng chất lỏng, tận dụng nhiệt thải hoặc ứng dụng chính AI để tối ưu hóa việc vận hành trung tâm dữ liệu nhằm giảm điện năng tiêu thụ.
Công nghệ tinh gọn và bài toán cho Việt Nam
Theo PGS.TS Nguyễn Hữu Thanh, Hiệu trưởng trường Điện - Điện tử (Đại học Bách khoa Hà Nội), tốc độ phát triển về năng lượng tiêu thụ của các trung tâm dữ liệu truyền thống vốn đã vượt quá tốc độ phát triển của các nguồn năng lượng toàn cầu từ trước khi AI bùng nổ. Khi AI xuất hiện, các chip xử lý đồ họa (GPU) công suất cao hoạt động liên tục đã đẩy nhu cầu này lên mức đột biến.
Dòng điện khổng lồ này bị "đốt" mạnh nhất vào ba giai đoạn.
Giai đoạn thứ nhất là quá trình đào tạo trước trên quy mô lớn (large-scale pre-train). Đây là giai đoạn huấn luyện mô hình trên khối lượng dữ liệu khổng lồ, tiêu tốn lượng điện năng khủng khiếp nhất.
Giai đoạn thứ 2 là quá trình tinh chỉnh mô hình (fine-tune). Đây là là quá trình tiếp tục huấn luyện một mô hình đã được huấn luyện trước trên dữ liệu chuyên biệt nhằm thích nghi với một nhiệm vụ hoặc lĩnh vực cụ thể. Tinh chỉnh cũng là quá trình tốn năng lượng chỉ sau quá trình đào tạo trước.
Giai đoạn thứ ba là quá trình suy luận (Inference). Đây là giai đoạn hệ thống phản hồi câu hỏi từ hàng triệu người dùng cùng lúc (như ChatGPT, Gemini), một dòng chảy năng lượng tiêu thụ âm thầm nhưng liên tục và khổng lồ.
Không chỉ dừng lại ở số lượng, AI còn tạo ra một mối đe dọa kỹ thuật khó lường: Sự mất ổn định về nguồn điện. Trong quá trình đào tạo LLM, nhu cầu điện năng có thể tăng hoặc giảm đột biến tới hàng trăm MW chỉ trong vài giây.
Đa phần hạ tầng lưới điện hiện nay trên thế giới không được thiết kế để chịu đựng những cú sốc tăng giảm đột ngột như vậy, dễ dẫn đến hỏng hóc thiết bị, thậm chí làm suy giảm chất lượng toàn bộ hệ thống cung cấp điện.
PGS.TS Nguyễn Hữu Thanh, Hiệu trưởng trường Điện - Điện tử, Đại học Bách khoa Hà Nội.
Tại Việt Nam, các ông lớn công nghệ như Viettel, VNPT, FPT… đang ráo riết đầu tư, chạy đua xây dựng các trung tâm dữ liệu đạt chuẩn quốc tế để làm bệ phóng cho hạ tầng AI quốc gia.
Bộ Khoa học và Công nghệ dẫn số liệu cho thấy thị trường data center Việt Nam được dự báo đạt khoảng 1,26 tỷ USD vào năm 2030, với CAGR khoảng 10,8%. Data center ở Việt Nam đang đi lên, và khi quy mô tăng lên, điện sẽ tự động trở thành biến số chiến lược hơn trước.
Tuy nhiên, nếu đặt lên bàn cân với các trung tâm AI của khu vực như Singapore, Malaysia hay Thái Lan, công suất các trung tâm dữ liệu của Việt Nam hiện vẫn còn ở mức khiêm tốn.
Ngay cả khi chưa tính đến các trung tâm dữ liệu AI, áp lực lên lưới điện quốc gia vốn đã vô cùng căng thẳng để phục vụ các ngành sản xuất công nghiệp và sinh hoạt.
Nhìn nhận về vấn đề này dưới góc độ quy hoạch vĩ mô, PGS.TS Nguyễn Hữu Thanh thẳng thắn đánh giá: “Mặc dù chúng ta đã có Quy hoạch điện VIII, nhưng dường như chưa quy hoạch đầy đủ nguồn điện để đáp ứng cho các ứng dụng mới tiêu tốn nhiều năng lượng như trung tâm dữ liệu AI trong tương lai” .
Đây rõ ràng là một khoảng trống lớn cần sớm được khỏa lấp nếu Việt Nam không muốn bị tụt lại phía sau hoặc đối mặt với nguy cơ mất an ninh năng lượng.
Để giải quyết bài toán "khát điện" của AI, các cường quốc công nghệ trên thế giới đang hướng tới việc sử dụng năng lượng hạt nhân hoặc năng lượng tái tạo cho các trung tâm dữ liệu.
Tuy nhiên, với điều kiện thực tế tại Việt Nam, PGS.TS Nguyễn Hữu Thanh cho rằng thay vì chỉ chạy đua về quy mô vật lý, chúng ta cần tập trung vào các hướng nghiên cứu công nghệ đột phá và tinh gọn để tiết kiệm năng lượng:
Đột phá công nghệ chip: Tập trung phát triển các loại chip xử lý tối ưu hơn, bởi năng lượng tiêu thụ luôn tỉ lệ thuận với xung nhịp đồng hồ và tốc độ xử lý của máy tính.
Phương pháp tính toán mới: Nghiên cứu tích hợp các thuật toán và mạng neuron mới trực tiếp vào phần cứng (chip) để đạt hiệu suất cao nhưng ngốn ít điện năng hơn.
Mô hình AI tinh gọn: Xu hướng phát triển các mô hình AI "may đo" đặc thù, không nhất thiết phải sở hữu hàng trăm tỷ tham số (parameter) đồ sộ nhưng vẫn đảm bảo độ thông minh, nhờ thay đổi nguyên tắc hoạt động để giảm tối đa năng lượng tiêu thụ.
Kiến trúc trung tâm dữ liệu AI mới tiết kiệm năng lượng: Đưa ra các kiến trúc trung tâm dữ liệu mới, cho phép lên kế hoạch, điều phối các yêu cầu tính toán của AI một cách mềm dẻo dựa trên năng lực của cơ sở hạ tầng tính toán cũng như khả năng cung cấp từ nguồn điện.
Quy hoạch tổng thể lưới điện để đáp ứng nhu cầu phát triển các trung tâm dữ liệu thế hệ mới: Quy hoạch điện cần chuyển từ tư duy bảo đảm đủ điện năng sang bảo đảm đủ công suất và hạ tầng lưới tại các trung tâm phụ tải mới. Đồng thời, cần dành quỹ nguồn và quỹ lưới cho các cụm Data Center chiến lược nhằm thu hút đầu tư vào AI, bán dẫn và kinh tế số
Tóm lại, AI là tương lai, nhưng năng lượng mới là bệ đỡ để tương lai đó vận hành. Cuộc khủng hoảng năng lượng AI toàn cầu là lời cảnh báo sớm cho Việt Nam.
Đã đến lúc các nhà hoạch định chính sách, các tập đoàn năng lượng và doanh nghiệp công nghệ phải ngồi lại cùng nhau, đưa nhu cầu năng lượng của AI vào tầm nhìn chiến lược dài hạn, hướng tới một kỷ nguyên công nghệ phát triển bền vững và xanh hóa.
