AI ngốn điện hơn Bitcoin

Theo nghiên cứu của Alex de Vries-Gao, một số mô hình AI có mức tiêu thụ điện tương đương với một quốc gia. Ảnh: TheVerge.

Theo một phân tích mới, trí tuệ nhân tạo (AI) có thể sớm vượt qua hoạt động đào Bitcoin về mức tiêu thụ năng lượng. Nghiên cứu này kết luận rằng AI có thể sử dụng gần một nửa tổng lượng điện tiêu thụ của các trung tâm dữ liệu trên toàn cầu vào cuối năm 2025.

Những ước tính này đến từ Alex de Vries-Gao, một nghiên cứu sinh tại Viện Nghiên cứu Môi trường Vrije Universiteit Amsterdam. Tại đây, ông đã theo dõi mức tiêu thụ điện và tác động tới môi trường của tiền mã hóa. Bình luận mới nhất của anh về nhu cầu điện ngày càng tăng của AI đã được công bố trên tạp chí Joule vào tuần trước.

“Càng lớn càng tốt”

Hiện tại, AI được ước tính chiếm tới 20% lượng điện mà các trung tâm dữ liệu sử dụng. Theo phân tích của De Vries-Gao, dựa trên các dự báo chuỗi cung ứng cho các chip AI chuyên dụng (do thiếu dữ liệu cụ thể từ các công ty công nghệ), cho thấy mức tiêu thụ này đang leo thang nhanh chóng, bất chấp những cải tiến về hiệu quả.

De Vries-Gao từng nghĩ nghiên cứu về công nghệ tiêu tốn năng lượng có thể kết thúc khi Ethereum The Merge. Tuy nhiên, sự xuất hiện của ChatGPT đã hướng ông một trọng tâm nghiên cứu mới. Nhà phân tích nhận thấy những điểm tương đồng đáng kinh ngạc giữa sự phát triển của AI và nhu cầu năng lượng của các thị trường tiền số.

"Khi ChatGPT xuất hiện, tôi đã nghĩ 'Ôi trời, lại nữa à'. Đây là một công nghệ khác thường tiêu tốn rất nhiều năng lượng, đặc biệt trong các thị trường có tính cạnh tranh gay gắt", ông chia sẻ với The Verge.

Ngàng công nghiệp AI sẽ ngày càng đòi hỏi nhiều năng lượng do cạnh tranh. Ảnh: SciTechDaily.

Một điểm chung quan trọng là tư duy "càng lớn càng tốt" đang thịnh hành trong cả hai ngành. "Chúng tôi nhận thấy các công ty công nghệ liên tục mở rộng kích thước mô hình của họ, nhằm tạo ra ứng dụng tốt nhất. Tuy nhiên, điều này đồng thời cũng làm tăng nhu cầu sử dụng tài nguyên", De Vries-Gao giải thích.

Việc theo đuổi xu hướng này đã thúc đẩy sự bùng nổ của các trung tâm dữ liệu AI mới, đặc biệt tại Mỹ. Điều này dẫn đến các kế hoạch xây dựng thêm nhà máy điện khí đốt và lò phản ứng hạt nhân mới để đáp ứng nhu cầu điện ngày càng tăng.

Những đợt tăng nhu cầu điện đột biến có thể gây áp lực lớn lên lưới điện và cản trở việc chuyển đổi sang các nguồn năng lượng sạch hơn, tương tự như những thách thức mà hoạt động khai thác tiền mã hóa đã gây ra. Một điểm tương đồng khác là khó khăn trong việc đánh giá chính xác lượng điện tiêu thụ và tác động đến môi trường của các công nghệ này. Dù các big-tech có báo cáo lượng khí thải carbon, nhưng họ hiếm khi cung cấp dữ liệu cụ thể của riêng AI.

Để giải quyết vấn đề này, anh De Vries-Gao đã dùng kỹ thuật "tam giác hóa". Ông sử dụng thông tin công khai về thiết bị, các ước tính từ nhà phân tích và báo cáo doanh thu của các công ty để dự báo số lượng phần cứng được sản xuất và lượng năng lượng chúng có thể tiêu thụ.

Anh cũng ghi nhận rằng Công ty Sản xuất Chất bán dẫn Đài Loan (TSMC), một nhà sản xuất chip AI lớn, đã tăng hơn gấp đôi công suất sản xuất chip AI từ năm 2023 đến 2024.

Dự báo và những ẩn số phía trước

De Vries-Gao ước tính rằng trong năm 2024, AI đã tiêu thụ lượng điện tương đương với cả quốc gia Hà Lan. Đến cuối năm 2025, con số này có thể tăng lên bằng với mức tiêu thụ của Vương quốc Anh, với nhu cầu điện cho AI đạt 23 gigawatt (GW).

Một báo cáo riêng từ công ty tư vấn ICF cũng dự báo rằng nhu cầu điện ở Mỹ sẽ tăng 25% vào năm 2030. Sự gia tăng này chủ yếu là do AI, các trung tâm dữ liệu và hoạt động đào Bitcoin.

Bất chấp những dự báo này, việc đưa ra con số chính xác về mức tiêu thụ năng lượng của AI vẫn rất phức tạp. Tác động đến môi trường thay đổi đáng kể tùy thuộc vào nhiều yếu tố như loại yêu cầu xử lý, kích thước của mô hình AI, và nguồn năng lượng cung cấp cho lưới điện địa phương.

Khi lượng điện Ethereum tiêu thụ đã giảm 99,988% sau khi chuyển sang phương pháp xác thực giao dịch tiết kiệm năng lượng hơn so với Bitcoin. Ảnh: SCMP.

Ví dụ, việc dùng công cụ AI được xử lý bởi các trung tâm dữ liệu ở Tây Virginia có thể tạo ra lượng khí thải carbon gần gấp đôi so với ở California. Điều này là do sự khác biệt trong việc sử dụng năng lượng tái tạo giữa hai bang.

De Vries-Gao tin rằng các công ty công nghệ cần minh bạch hơn. "Việc phải trải qua quá nhiều bước phức tạp để đưa ra một con số ước tính là điều thực sự vô lý. Đáng lẽ nó không nên khó đến mức nực cười như vậy, nhưng đáng buồn là nó lại như thế”, ông chia sẻ.

Nhìn về tương lai, việc liệu hiệu quả năng lượng có tăng lên hay không vẫn còn là một ẩn số. Mặc dù một số mô hình AI, như của DeepSeek, tuyên bố tiêu thụ điện ít hơn đáng kể so với các mô hình khác, nhưng câu hỏi đặt ra là liệu các công ty có ưu tiên hiệu quả thay vì chạy theo xu hướng "càng lớn càng tốt" hay không.

Nguy cơ của nghịch lý Jevons - khi hiệu quả tăng nhưng lại dẫn đến tổng mức tiêu thụ lớn hơn do việc sử dụng tăng lên - cũng đang hiện hữu. Nếu không có những số liệu đo lường và sự minh bạch tốt hơn, việc quản lý lượng năng lượng mà AI tiêu thụ sẽ là một thách thức lớn.

Việt Anh