Trí tuệ nhân tạo trở thành người tiêu thụ năng lượng và nước lớn. Sự tăng trưởng của các mạng thần kinh ảnh hưởng đến khí hậu như thế nào, các rủi ro và cơ hội mà nó tạo ra cho các nhà đầu tư và nền kinh tế toàn cầu.
Tăng trưởng bùng nổ của AI và khát khao năng lượng
Nhu cầu về năng lực tính toán của AI đã tăng vọt trong những năm qua. Kể từ khi ra mắt các mạng thần kinh công khai như ChatGPT vào cuối năm 2022, các doanh nghiệp trên toàn thế giới đã đẩy nhanh việc áp dụng các mô hình trí tuệ nhân tạo, điều này đòi hỏi một lượng lớn khả năng xử lý dữ liệu. Theo ước tính của ngành, đến năm 2024, AI có thể chiếm khoảng 15–20% tổng mức tiêu thụ năng lượng của các trung tâm dữ liệu trên toàn cầu. Công suất cần thiết cho hoạt động của các hệ thống AI có thể đạt tới 23 GW vào năm 2025 – tương đương với mức tiêu thụ điện của một quốc gia như Vương quốc Anh. Để so sánh, chỉ số này vượt quá mức tiêu thụ năng lượng toàn bộ mạng lưới khai thác bitcoin, chứng tỏ rằng AI đã trở thành một trong những loại tính toán tiêu tốn năng lượng nhất.
Động lực tăng trưởng này đến từ các khoản đầu tư quy mô lớn của các công ty công nghệ vào hạ tầng: gần như mỗi tuần, một trung tâm dữ liệu mới được khai trương, và mỗi vài tháng lại có những nhà máy chíp chuyên dụng cho máy học được đưa vào hoạt động. Việc mở rộng hạ tầng này dẫn trực tiếp đến sự gia tăng mức tiêu thụ điện cần thiết để cung cấp năng lượng và làm mát hàng nghìn máy chủ phục vụ cho các mạng thần kinh hiện đại.
Khí thải ở quy mô thành phố lớn
Mức tiêu thụ năng lượng cao như vậy ắt hẳn sẽ kéo theo lượng khí thải nhà kính đáng kể, nếu năng lượng được sản xuất một phần từ nhiên liệu hóa thạch. Theo một nghiên cứu gần đây, AI vào năm 2025 có thể chịu trách nhiệm cho 32–80 triệu tấn CO2 mỗi năm. Điều này thực sự đưa “dấu chân carbon” của AI lên mức của một thành phố: ví dụ, lượng phát thải hàng năm của New York khoảng 50 triệu tấn CO2. Lần đầu tiên, công nghệ tưởng chừng như chỉ tồn tại trong lĩnh vực số đã thể hiện tác động đối với khí hậu tương đương với các lĩnh vực công nghiệp lớn.
Cần lưu ý rằng những ước tính này được coi là thận trọng. Chúng chủ yếu xem xét lượng khí thải từ việc sản xuất điện cho các máy chủ, trong khi toàn bộ vòng đời của AI – từ việc sản xuất thiết bị (máy chủ, chíp) đến việc xử lý rác thải – tạo ra dấu chân carbon bổ sung. Nếu cơn sốt AI tiếp tục với tốc độ hiện tại, khối lượng khí thải liên quan sẽ tăng nhanh chóng. Điều này làm phức tạp nỗ lực toàn cầu trong việc giảm khí nhà kính và đặt ra cho các công ty công nghệ một thử thách – làm thế nào để đưa sự tăng trưởng bùng nổ của AI vào các cam kết đạt được trung hòa carbon.
Dấu chân nước của các mạng thần kinh
Một "cơn khát" tài nguyên ẩn giấu khác của AI là nước. Các trung tâm dữ liệu tiêu thụ một lượng lớn nước để làm mát các máy chủ và thiết bị: làm mát bay hơi và điều hòa không khí không thể thiếu tài nguyên nước. Ngoài việc tiêu thụ trực tiếp, một lượng nước đáng kể cũng cần thiết gián tiếp – tại các nhà máy điện để làm mát các tuabin và lò phản ứng khi sản xuất điện mà các cụm tính toán hấp thụ. Theo ước tính của các chuyên gia, một mình các hệ thống AI vào năm 2025 có thể tiêu thụ từ 312 đến 765 tỷ lít nước. Đây là tương đương với lượng nước đóng chai mà nhân loại tiêu thụ trong một năm. Do đó, các mạng thần kinh đang tạo ra một dấu chân nước khổng lồ mà trước đây gần như không được công chúng chú ý.
Các ước tính chính thức thường không phản ánh toàn bộ bức tranh. Ví dụ, Cơ quan Năng lượng Quốc tế đã đưa ra con số khoảng 560 tỷ lít nước được tất cả các trung tâm dữ liệu trên thế giới sử dụng vào năm 2023, nhưng trong thống kê này không tính đến nước được sử dụng tại các nhà máy điện. Dấu chân nước thực sự của AI có thể gấp nhiều lần các ước tính chính thức. Các hãng lớn trong ngành vẫn chưa vội vàng công bố chi tiết: trong một báo cáo gần đây về hệ thống AI của mình, Google đã thẳng thắn chỉ ra rằng họ không tính đến việc tiêu thụ nước tại các nhà máy điện bên ngoài. Cách tiếp cận này đang hứng chịu sự chỉ trích, vì một phần lớn nước được tiêu thụ chính để đáp ứng nhu cầu năng lượng của AI.
Ngay bây giờ, quy mô tiêu thụ nước đã gây ra những lo ngại ở một số khu vực. Tại các vùng khô hạn ở Mỹ và châu Âu, cộng đồng đang phản đối việc xây dựng các trung tâm dữ liệu mới, lo ngại rằng những nơi này sẽ lấy nước thiếu hụt từ các nguồn địa phương. Các tập đoàn cũng ghi nhận sự gia tăng "khát nước" của các trang trại máy chủ: Microsoft đã thông báo rằng mức tiêu thụ nước toàn cầu của các trung tâm dữ liệu của họ trong năm 2022 đã tăng 34% (đạt 6,4 tỷ lít), chủ yếu do sự gia tăng tải trọng liên quan đến việc huấn luyện các mô hình AI. Những sự thật này làm nổi bật rằng yếu tố nước đang nhanh chóng nổi lên hàng đầu trong việc đánh giá các rủi ro môi trường của hạ tầng kỹ thuật số.
Sự không minh bạch của các gã khổng lồ công nghệ
Thật nghịch lý, nhưng với quy mô tác động như vậy, dữ liệu về tiêu thụ năng lượng và nước của AI công khai vẫn rất ít. Các công ty công nghệ lớn (Big Tech) trong các báo cáo về phát triển bền vững thường đưa ra các số liệu tổng quan về khí thải và tài nguyên, mà không tách biệt phần liên quan đến AI. Thông tin chi tiết về hoạt động của các trung tâm dữ liệu – chẳng hạn như bao nhiêu năng lượng hoặc nước được tiêu thụ cho các tính toán của các mạng thần kinh – thường vẫn nằm trong công ty. Hầu như không có thông tin về tiêu thụ "gián tiếp", chẳng hạn như nước được tiêu thụ trong việc sản xuất điện cho nhu cầu của các trung tâm dữ liệu.
Cuối cùng, các nhà nghiên cứu và phân tích phải hoạt động như những thám tử, tái tạo bức tranh từ các dữ liệu rời rạc: từ những mảnh ghép trong các bài thuyết trình của công ty, ước tính số lượng chíp máy chủ được bán cho AI, dữ liệu từ các công ty năng lượng và các chỉ số gián tiếp khác. Sự không minh bạch này làm cho việc hiểu toàn bộ quy mô dấu chân môi trường của AI trở nên khó khăn. Các chuyên gia kêu gọi cần đưa ra các tiêu chuẩn nghiêm ngặt về công bố thông tin: các công ty cần báo cáo về tiêu thụ năng lượng và sử dụng nước của các trung tâm dữ liệu của mình, phân chia theo các lĩnh vực chính, bao gồm cả AI. Sự minh bạch như vậy sẽ cho phép xã hội và các nhà đầu tư đánh giá một cách khách quan tác động của các công nghệ mới và khuyến khích ngành tìm cách giảm gánh nặng lên môi trường.
Các rủi ro môi trường đe dọa
Nếu các xu hướng hiện tại tiếp tục, "cơn khát" ngày càng tăng của AI có thể làm trầm trọng thêm các vấn đề môi trường hiện có. Sự gia tăng hàng triệu tấn khí thải nhà kính mỗi năm sẽ làm cho việc đạt được các mục tiêu của Thỏa thuận Paris về khí hậu trở nên khó khăn hơn. Việc tiêu thụ hàng trăm tỷ lít nước ngọt sẽ diễn ra trong bối cảnh thiếu hụt nguồn nước toàn cầu, dự báo có thể đạt 56% vào năm 2030. Nói cách khác, nếu không có các biện pháp phát triển bền vững, sự mở rộng của AI có thể mâu thuẫn với các giới hạn môi trường của hành tinh.
Nếu không có sự thay đổi nào, những xu hướng này có thể dẫn đến những hậu quả tiêu cực sau:
- Tăng tốc độ ấm lên toàn cầu do gia tăng khí thải nhà kính.
- Gia tăng sự thiếu hụt nước ngọt ở một số vùng vốn đã khô hạn.
- Tăng cường áp lực lên các hệ thống năng lượng và các xung đột xã hội- môi trường xoay quanh các tài nguyên hạn chế.
Chính quyền địa phương và cộng đồng hiện đã bắt đầu phản ứng với những thách thức này. Ở một số quốc gia, đã có những hạn chế đối với việc xây dựng các trung tâm dữ liệu "ngốn năng lượng", yêu cầu sử dụng các hệ thống tuần hoàn nước hoặc mua năng lượng tái tạo. Các chuyên gia lưu ý rằng nếu không có sự thay đổi triệt để, ngành AI từ một lĩnh vực chỉ là số có thể biến thành nguồn gốc của các cuộc khủng hoảng môi trường cụ thể – từ hạn hán đến sự sụp đổ của các kế hoạch khí hậu.
Nhìn nhận của các nhà đầu tư: yếu tố ESG
Các yếu tố môi trường của sự phát triển nhanh chóng của AI đang trở nên ngày càng quan trọng đối với các nhà đầu tư. Trong thời đại mà các nguyên tắc ESG (yếu tố môi trường, xã hội và quản trị) đang trở thành ưu tiên hàng đầu, dấu chân carbon và nước của các công nghệ ảnh hưởng trực tiếp đến đánh giá của các công ty. Các nhà đầu tư tự hỏi: liệu sự “xoay chuyển xanh” trong chính sách có dẫn đến tăng chi phí cho các công ty tập trung vào AI không? Ví dụ, việc thắt chặt quy định về carbon hoặc việc áp dụng phí sử dụng nước có thể làm tăng chi phí cho những công ty mà dịch vụ mạng thần kinh tiêu tốn nhiều năng lượng và nước.
Mặt khác, những công ty đã đầu tư vào việc giảm thiểu tác động môi trường của AI ngay bây giờ có thể có lợi thế. Việc chuyển đổi các trung tâm dữ liệu sang năng lượng tái tạo, cải tiến chíp và phần mềm để nâng cao hiệu quả sử dụng năng lượng, cũng như thực hiện các hệ thống tái sử dụng nước sẽ giảm rủi ro và cải thiện danh tiếng. Thị trường đánh giá cao sự tiến bộ trong lĩnh vực phát triển bền vững: các nhà đầu tư trên toàn thế giới ngày càng thường xuyên đưa các chỉ số môi trường vào các mô hình đánh giá doanh nghiệp của họ. Do đó, đối với các công ty công nghệ hàng đầu, câu hỏi đặt ra là làm thế nào để tiếp tục tăng cường năng lực AI, đồng thời đáp ứng kỳ vọng của xã hội về tính bền vững? Những ai tìm ra được sự cân bằng giữa đổi mới sáng tạo và sự trách nhiệm với thiên nhiên sẽ thắng lợi trong dài hạn – cả về mặt hình ảnh lẫn giá trị doanh nghiệp.
Con đường đến trí tuệ nhân tạo bền vững
Mặc dù quy mô của vấn đề, ngành công nghiệp có cơ hội hướng sự phát triển của AI vào con đường phát triển bền vững. Các công ty công nghệ lớn trên thế giới và các nhà nghiên cứu đã làm việc để tìm ra những giải pháp có thể giảm thiểu dấu chân môi trường của AI mà không làm chậm lại đổi mới. Những chiến lược chủ chốt bao gồm:
- Tăng cường hiệu quả năng lượng của các mô hình và thiết bị. Phát triển các thuật toán tối ưu hóa và các chíp chuyên dụng (ASIC, TPU, v.v.) thực hiện các nhiệm vụ máy học với mức tiêu thụ năng lượng thấp hơn.
- Chuyển sang nguồn năng lượng sạch. Sử dụng điện từ các nguồn năng lượng tái tạo (năng lượng mặt trời, gió, thủy điện và hạt nhân) để cung cấp cho các trung tâm dữ liệu, nhằm giảm lượng phát thải carbon từ hoạt động của AI. Nhiều gã khổng lồ công nghệ đang ký kết các hợp đồng "xanh", mua năng lượng sạch cho nhu cầu của mình.
- Giảm thiểu và tái sử dụng nước. Áp dụng các hệ thống làm mát mới (làm mát bằng chất lỏng, làm mát bằng ngâm) cần ít nước hơn rất nhiều, cũng như tái sử dụng nước công nghiệp. Lựa chọn địa điểm đặt các trung tâm dữ liệu dựa trên tình hình nguồn nước: ưu tiên cho các khu vực có khí hậu mát mẻ hoặc có nguồn nước dồi dào. Các nghiên cứu cho thấy rằng việc lựa chọn thông minh về địa điểm và công nghệ làm mát có thể giảm dấu chân nước và carbon của trung tâm dữ liệu lên tới 70–85%.
- Minh bạch và báo cáo. Thực hiện việc giám sát bắt buộc và công bố dữ liệu về năng lượng tiêu thụ và sử dụng nước của cơ sở hạ tầng AI. Việc công khai báo cáo thúc đẩy các công ty quản lý tài nguyên hiệu quả hơn và cho phép các nhà đầu tư theo dõi tiến trình trong việc giảm thiểu gánh nặng lên hệ sinh thái.
- Ứng dụng AI để quản lý tài nguyên. Thật nghịch lý, nhưng chính trí tuệ nhân tạo có thể giúp giải quyết vấn đề này. Các thuật toán máy học đã được sử dụng để tối ưu hóa việc làm mát trong các trung tâm dữ liệu, dự đoán tải và phân bổ nhiệm vụ để giảm thiểu tải trọng đỉnh trên mạng và nâng cao hiệu quả sử dụng máy chủ.
Những năm tiếp theo sẽ đặc biệt quyết định cho việc tích hợp các nguyên tắc bền vững vào cốt lõi của lĩnh vực AI đang phát triển nhanh chóng. Ngành công nghiệp đang đứng trước ngã ba đường: hoặc vận động theo quán tính, có nguy cơ đối mặt với những rào cản môi trường, hoặc biến vấn đề thành động lực cho các công nghệ và mô hình kinh doanh mới. Nếu sự minh bạch, đổi mới và trách nhiệm với tài nguyên trở thành một phần không thể thiếu trong các chiến lược AI, "trí tuệ số" sẽ có thể phát triển song song với việc chăm sóc hành tinh. Chính sự cân bằng như vậy mà các nhà đầu tư và xã hội mong đợi từ kỷ nguyên công nghệ mới.
