Vì sao AI tốn điện tới vậy? Vì các mô hình AI lớn chạy trên hàng nghìn con chip chuyên dụng xếp kín trong trung tâm dữ liệu, và những con chip đó ngốn nhiều điện cả lúc huấn luyện mô hình lẫn mỗi lần trả lời một yêu cầu, chưa kể điện để làm mát chúng. Khi AI được dùng rộng ra, trung tâm dữ liệu trở thành một nguồn tiêu thụ điện mới đáng kể, và đó là lý do năng lượng đã thành một trong những câu chuyện lớn nhất của ngành công nghệ.
Bài này giải thích điện đi đâu, vì sao nhu cầu vẫn tăng dù hiệu suất được cải thiện, các công ty và chính phủ đang phản ứng ra sao, và xu hướng này có ý nghĩa gì với một nước như Việt Nam, nơi hệ thống điện vốn đã phải gồng mình theo kịp tốc độ tăng trưởng.
Điện đi đâu khi mình dùng AI?
Có hai giai đoạn lớn. Giai đoạn đầu là huấn luyện: nạp cho mô hình một lượng dữ liệu khổng lồ suốt nhiều tuần, nhiều tháng trên hàng nghìn bộ xử lý đồ hoạ (GPU) hoặc chip AI tương tự chạy liên tục ngày đêm. Huấn luyện một mô hình hàng đầu là việc làm một lần, nhưng là một lần rất lớn, mà các công ty thì huấn luyện nhiều mô hình, nhiều phiên bản.
Giai đoạn hai là suy luận (inference): chạy mô hình đã huấn luyện mỗi khi có người hỏi. Một câu trả lời tốn ít năng lượng hơn huấn luyện rất nhiều, nhưng các dịch vụ phổ biến xử lý số lượng yêu cầu khổng lồ mỗi ngày, và những mô hình mới “suy nghĩ” từng bước hay tạo ảnh, tạo video thì tốn tính toán hơn hẳn cho mỗi yêu cầu. Lâu dần, phần suy luận có thể cộng lại còn lớn hơn phần huấn luyện.
Làm mát, hiệu suất và chuyện quy mô
Chip mới chỉ là một phần hoá đơn. Máy chủ còn cần bộ nhớ, lưu trữ, mạng, và tất cả phần cứng đó biến điện thành nhiệt. Giữ cho chúng mát cần điều hoà, nước lạnh hoặc hệ thống làm mát bằng chất lỏng, vừa tốn thêm điện vừa, ở nhiều thiết kế, dùng khá nhiều nước. Trung tâm dữ liệu còn phải duy trì hệ thống dự phòng để dịch vụ không bao giờ sập.
Vì thế ngành này theo dõi hiệu suất rất kỹ. Đơn vị vận hành đo xem bao nhiêu phần điện tới được thiết bị tính toán, bao nhiêu hao vào phần phụ như làm mát. Cơ sở mới tốt hơn hẳn phòng máy chủ đời cũ ở thước đo này, nhưng một trung tâm dữ liệu hiệu suất cao chứa đầy chip AI vẫn cần nguồn điện lớn và đều đặn.
Với một người dùng, một tin nhắn trò chuyện với AI không phải thảm hoạ năng lượng. Vấn đề nằm ở quy mô: cùng một tiện ích ấy nhân lên cho cả dân số, lại được gắn sẵn vào công cụ tìm kiếm, phần mềm văn phòng và điện thoại.
Vì sao nhu cầu điện của AI vẫn tăng dù hiệu suất đã tốt lên?
Mô hình to hơn. Mỗi thế hệ mô hình hàng đầu thường cần nhiều tính toán hơn để huấn luyện, vì tăng quy mô vẫn là cách khá chắc để mô hình giỏi hơn.
Nhiều người dùng, nhiều tính năng hơn. AI được gắn vào công cụ tìm kiếm, email, phần mềm văn phòng, điện thoại, biến việc thỉnh thoảng mới dùng thành chạy ngầm liên tục.
Việc nặng hơn. Tạo ảnh, tạo video, suy luận dài nhiều bước cần nhiều tính toán hơn hẳn so với trả lời một câu hỏi ngắn.
Lúc nào cũng phải sẵn sàng. Dịch vụ phải phản hồi tức thì bất kể giờ nào, nên năng lực được xây theo mức cao điểm chứ không theo mức trung bình.
Hiệu ứng dội ngược. Khi tính toán rẻ hơn cho mỗi việc, người ta dùng nhiều hơn. Phần hiệu suất tiết kiệm được thường bị những cách dùng mới nuốt mất.
Tập trung về một chỗ. Trung tâm dữ liệu mọc lên ở nơi có đất, cáp quang và đấu nối điện, dồn tải nặng lên một vài khu vực của lưới điện.
Làm mát ở xứ nóng. Cơ sở ở vùng nóng ẩm cần nhiều điện hoặc nước hơn để làm mát, điều rất đáng tính với Đông Nam Á.
Cuộc đua xây dựng. Các công ty đua nhau xây năng lực đón đầu nhu cầu, nên kế hoạch xây có thể chạy trước nhu cầu dùng thật, ít nhất là trong một thời gian.
Doanh nghiệp và chính phủ đang phản ứng ra sao?
Các tập đoàn công nghệ lớn đang ký hợp đồng dài hạn mua điện mặt trời, điện gió và ngày càng nhiều là điện hạt nhân, kể cả quan tâm tới việc khởi động lại nhà máy cũ và lò phản ứng mô-đun nhỏ vốn chưa được triển khai rộng. Có công ty xây trung tâm dữ liệu sát nhà máy điện hoặc ở vùng dư điện sạch. Những thương vụ này đáng kể, nhưng nhiều công nghệ mới sẽ còn mất nhiều năm mới cấp điện được ở quy mô lớn.
Cùng lúc, giới kỹ sư tấn công bài toán từ phía tính toán. Chip ngày càng hiệu quả hơn trên mỗi phép tính, mô hình nhỏ hơn được huấn luyện để lo những việc thông dụng, và các kỹ thuật như chưng cất (distillation) hay lượng tử hoá (quantisation) giúp mô hình chạy với ít tính toán hơn. Một số tác vụ AI đang chuyển xuống điện thoại và laptop, vừa san bớt tải vừa có thể tốt hơn cho quyền riêng tư.
Đơn vị vận hành lưới điện và chính phủ đang điều chỉnh quy hoạch. Ở một số nước, trung tâm dữ liệu mới phải xếp hàng chờ đấu nối, phải tự lo nguồn dự phòng, hoặc bị quy định chỗ được xây. Chuyện dùng nước đã thành vấn đề chính trị ở vài vùng khô hạn. Cũng có nhiều tiếng nói đòi minh bạch hơn, vì không phải công ty nào cũng công bố dịch vụ AI của mình dùng bao nhiêu điện, bao nhiêu nước.
Bức tranh trung thực là còn nhiều bất định. Các dự báo về nhu cầu điện của AI chênh nhau rất xa, tuỳ giả định về tốc độ phổ biến và hiệu suất. Điều đã rõ là nguồn điện giờ là một giới hạn chiến lược của AI, không còn chỉ là một khoản chi phí vận hành.
Cơn khát điện của AI có ý nghĩa gì với Việt Nam?
Việt Nam vừa là nơi dùng AI ngày càng nhiều, vừa có thể là địa điểm đặt trung tâm dữ liệu phục vụ khu vực. Những vấn đề dưới đây đáng theo dõi.
| Vấn đề | Vì sao quan trọng | Nên theo dõi gì |
|---|---|---|
| Độ ổn định của lưới điện | Trung tâm dữ liệu cần điện ổn định suốt ngày đêm; vài năm gần đây Việt Nam từng thiếu điện vào những đợt nắng nóng, khô hạn. | Tiến độ đường dây truyền tải, nguồn phát mới, mức dự phòng của hệ thống. |
| Nguồn điện sạch | Khách hàng công nghệ toàn cầu ngày càng muốn trung tâm dữ liệu chạy bằng năng lượng tái tạo. | Cơ chế cho bên dùng điện lớn mua điện sạch trực tiếp, và quy định về điện mặt trời mái nhà, nối lưới. |
| Làm mát và nước | Khí hậu nóng ẩm làm tăng nhu cầu làm mát; dùng nước có thể giành phần của nông nghiệp và đô thị. | Việc dùng thiết kế làm mát hiệu quả và tái sử dụng nước ở các cơ sở mới. |
| Quy định lưu trữ dữ liệu | Yêu cầu lưu một số dữ liệu trong nước khuyến khích xây trung tâm dữ liệu tại chỗ. | Quy định về dữ liệu thay đổi ra sao và ảnh hưởng thế nào tới dịch vụ đám mây, AI. |
| Kỹ năng và việc làm | Trung tâm dữ liệu tạo ít việc hơn nhà máy nhưng cần kỹ sư điện, làm mát, mạng tay nghề cao. | Các chương trình đào tạo vận hành trung tâm dữ liệu. |
| Chi phí cho người dùng | Doanh nghiệp dùng AI qua dịch vụ đám mây nước ngoài trả giá do chi phí năng lượng toàn cầu quyết định một phần. | Lựa chọn đám mây trong nước, thay đổi giá, và AI chạy ngay trên thiết bị. |
Cơ hội và thách thức thật ra là một: nơi nào cung cấp được điện ổn định, sạch, giá hợp lý sẽ hút được làn sóng hạ tầng số tiếp theo.
Câu hỏi thường gặp
Dùng chatbot có tốn nhiều điện không?
Một câu hỏi tốn lượng điện nhỏ, dù nhiều hơn một lượt tìm kiếm web đơn giản, còn những việc nặng như tạo ảnh, video thì tốn hơn nhiều. Điều đáng lo là tổng cộng của hàng tỷ yêu cầu, không phải việc dùng của một người.
Vì sao trung tâm dữ liệu dùng nước?
Nhiều hệ thống làm mát dùng nước bay hơi để giải nhiệt cho máy chủ, nhất là ở xứ nóng. Một số thiết kế mới dùng vòng kín hoặc làm mát bằng không khí để bớt nước, thường phải đánh đổi bằng tốn điện hơn.
Huấn luyện hay sử dụng AI tốn điện hơn?
Huấn luyện một mô hình lớn tốn nhiều điện trong một lần, nhưng việc hàng triệu người dùng hằng ngày cộng dồn lâu dài có thể còn nhiều hơn. Cả hai đều quan trọng, tỷ lệ tuỳ mô hình được dùng rộng tới đâu.
AI có làm giá điện tăng không?
Ở nơi trung tâm dữ liệu kéo nhu cầu lên nhanh và lớn, chúng có thể gây áp lực cho lưới điện và ảnh hưởng tới nhu cầu đầu tư lẫn giá. Mức độ tuỳ nguồn cung, quy định và cách tài trợ công suất mới, nên mỗi nước một khác.
AI có giúp tiết kiệm năng lượng được không?
Có, ở một số lĩnh vực như dự báo sản lượng điện mặt trời, điện gió, tối ưu làm mát toà nhà và điều độ lưới điện. Phần tiết kiệm đó có bù được lượng điện AI tự tiêu thụ hay không thì vẫn còn bỏ ngỏ.
