Áp lực môi trường từ công nghệ AI

AI và áp lực môi trường: Mặt trái của sự tiện lợi

Đằng sau mỗi câu trả lời tức thì từ các mô hình AI như ChatGPT là một hệ thống hạ tầng phức tạp, ngốn không ít điện năng và nước. Theo tiết lộ mới đây của Sam Altman, CEO OpenAI, một truy vấn AI trung bình tiêu tốn khoảng 0,000085 gallon nước (tương đương 1/15 thìa cà phê) cho hệ thống làm mát máy chủ và 0,34 watt-giờ điện, tương đương mức điện năng mà một lò nướng dùng trong khoảng một giây hoặc một bóng đèn LED hoạt động vài phút.

Mặc dù nhìn vào từng con số riêng lẻ, mức tiêu thụ trên có vẻ không đáng kể, nhưng khi nhân lên với hàng tỷ lượt truy vấn mỗi ngày trên toàn cầu, tổng điện năng và nước cần thiết để vận hành các hệ thống AI như ChatGPT trở thành một con số khổng lồ. Altman cũng nhận định rằng, trong tương lai, chi phí vận hành AI phần lớn sẽ phụ thuộc vào giá điện, khi công nghệ tiếp tục được tối ưu hóa nhưng nhu cầu sử dụng ngày càng mở rộng.

Thực tế, phần lớn năng lượng và nước tiêu hao không chỉ đến từ bản thân mỗi truy vấn, mà còn xuất phát từ hệ thống hạ tầng trung tâm dữ liệu khổng lồ đứng sau ChatGPT. Để vận hành các mô hình AI thế hệ mới, các trung tâm dữ liệu buộc phải sử dụng hệ thống máy chủ hiệu suất cao với khả năng xử lý dữ liệu khổng lồ suốt 24/7. Trong quá trình hoạt động liên tục, những máy chủ này sinh ra lượng nhiệt rất lớn, đòi hỏi hệ thống làm mát mạnh mẽ, chủ yếu dựa vào nước, để bảo đảm ổn định nhiệt độ và duy trì tuổi thọ thiết bị.

Tùy thuộc vào điều kiện khí hậu và cấu trúc hạ tầng tại mỗi khu vực, lượng nước tiêu thụ cho hệ thống làm mát có thể lên tới hàng triệu lít mỗi ngày. Tại các vùng vốn khan hiếm nguồn nước sạch, nhu cầu khổng lồ này càng làm gia tăng áp lực lên môi trường và hạ tầng tài nguyên địa phương. Song song với đó, hệ thống điện lưới cũng chịu sức ép không nhỏ khi phải cung cấp năng lượng liên tục cho hàng loạt trung tâm dữ liệu đang mọc lên với tốc độ chóng mặt trên toàn cầu.

Thực tế, những con số cảnh báo đã xuất hiện từ sớm. Năm 2024, The Washington Post từng dẫn nghiên cứu cho biết chỉ riêng việc tạo ra một email vỏn vẹn 100 từ bằng GPT-4 đã tiêu tốn lượng nước tương đương một chai nước nhỏ. Đặc biệt, tại những trung tâm dữ liệu đặt ở vùng nóng và khô, lượng nước làm mát cần thiết còn cao hơn đáng kể so với những khu vực có khí hậu ôn hòa.

Trước tốc độ phát triển thần tốc của ngành AI, giới chuyên gia cảnh báo nếu không kiểm soát kịp thời, tổng điện năng và nước tiêu thụ cho vận hành AI có thể nhanh chóng vượt qua ngành công nghiệp khai thác tiền mã hóa - lĩnh vực từng gây tranh cãi gay gắt vì mức độ tiêu hao năng lượng quá lớn.

Trước áp lực ngày càng gia tăng, các tập đoàn công nghệ lớn như OpenAI, Google, Microsoft hay Amazon đều đang tìm kiếm những giải pháp công nghệ bền vững hơn nhằm cân đối giữa tăng trưởng AI và bảo vệ tài nguyên thiên nhiên. Nhiều sáng kiến như tái sử dụng nước, làm mát bằng không khí tự nhiên, sử dụng năng lượng tái tạo, hoặc thiết kế chip AI tiết kiệm điện hơn đang được đẩy mạnh nghiên cứu và thử nghiệm.

Những sáng kiến bền vững mới ra đời

Trong bối cảnh AI ngày càng len lỏi vào mọi ngóc ngách của cuộc sống hiện đại, từ giáo dục, y tế, sản xuất cho tới giải trí. Việc kiểm soát chặt chẽ bài toán năng lượng và tài nguyên sẽ trở thành yếu tố then chốt bảo đảm sự phát triển bền vững của lĩnh vực này trong thập kỷ tới.

Chương trình Môi trường Liên hợp quốc (UNEP) vừa công bố bộ Hướng dẫn mua sắm bền vững cho trung tâm dữ liệu và máy chủ, nhằm hỗ trợ các chính phủ và cơ quan chức năng kiểm soát tốt hơn mức tiêu thụ tài nguyên trong vận hành hạ tầng số. Theo UNEP, phần lớn các quốc gia hiện vẫn thiếu các khung pháp lý toàn diện về vận hành trung tâm dữ liệu bền vững. Việc mở rộng thiếu kiểm soát này không chỉ làm gia tăng lượng phát thải khí nhà kính, mà còn đẩy nhanh tốc độ biến đổi khí hậu và làm trầm trọng thêm tình trạng khan hiếm nước sạch ở nhiều khu vực.

Để giải quyết vấn đề, UNEP kêu gọi các chính phủ đi đầu trong việc tích hợp tiêu chuẩn bền vững vào quá trình đầu tư hạ tầng số. Bộ Hướng dẫn mới cung cấp các chỉ số đánh giá cụ thể như hiệu suất sử dụng điện (PUE), hiệu suất sử dụng nước (WUE), và tỷ lệ năng lượng tái tạo trong vận hành. Bên cạnh đó, UNEP khuyến khích các nước xây dựng hệ thống dán nhãn, cơ chế khuyến khích để thúc đẩy các nhà vận hành trung tâm dữ liệu áp dụng công nghệ tiết kiệm năng lượng, giảm phát thải. Đặc biệt, tại các quốc gia đang phát triển, hạ tầng số đang mở rộng với tốc độ nhanh chóng, yêu cầu áp dụng tiêu chuẩn bền vững ngay từ đầu để tránh những hệ lụy về tài nguyên trong tương lai. Bộ hướng dẫn đã được rà soát kỹ lưỡng bởi nhiều tổ chức quốc tế, hiệp hội công nghệ và giới học thuật nhằm bảo đảm tính thực tiễn cao trong triển khai.

Ở một khía cạnh khác, sự phát triển công nghệ AI cũng đang góp phần giải quyết những bài toán khó khăn nhất về ứng phó với các cuộc khủng hoảng toàn cầu những thập kỷ gần đây. Điển hình, trong lĩnh vực biến đổi khí hậu, Google DeepMind vừa công bố một bước tiến đột phá trong lĩnh vực dự báo bão nhiệt đới. Đó là mô hình AI đầu tiên có khả năng dự đoán đồng thời đường đi và cường độ bão với độ chính xác vượt trội, giải bài toán mà các mô hình truyền thống đã loay hoay suốt hàng chục năm qua.

Cụ thể, nền tảng thử nghiệm Weather Lab của Google Deepmind có thể tạo lập 50 kịch bản bão trong vòng 15 ngày tới. Đáng chú ý, đây cũng là lần đầu tiên dự báo AI được Trung tâm Bão Quốc gia Hoa Kỳ (NHC) chính thức tích hợp vào quy trình vận hành, mở ra kỷ nguyên mới cho ngành khí tượng. Theo Liên hợp quốc, bão nhiệt đới đã gây thiệt hại kinh tế toàn cầu lên đến 1.400 tỷ USD trong 50 năm qua. Do đó, cải thiện khả năng dự báo không chỉ có ý nghĩa khoa học mà còn mang tính sống còn cho hàng triệu người dân vùng ven biển.

Mô hình AI của DeepMind xử lý đồng thời hai yếu tố: đường đi và cường độ bão, vượt trội hơn các mô hình vật lý hiện có. Trong thử nghiệm nội bộ, sai số dự báo vị trí 5 ngày của AI giảm trung bình 140km so với mô hình ENS châu Âu, đồng thời lần đầu vượt qua hệ thống HAFS của NOAA trong dự báo cường độ bão. Đặc biệt, AI cho kết quả chỉ sau 1 phút xử lý, thay vì hàng giờ như các hệ thống truyền thống. Mô hình được huấn luyện trên dữ liệu từ gần 5.000 cơn bão trong suốt 45 năm, kết hợp cùng thuật toán Functional Generative Networks (FGN) tạo ra các kịch bản dự báo đa dạng, chính xác hơn. Sự hợp tác giữa DeepMind và NHC không chỉ đánh dấu thành tựu nghiên cứu mà còn mở đường đưa AI vào ứng dụng thực tiễn, giúp tăng khả năng cảnh báo sớm, nhất là trong bối cảnh biến đổi khí hậu ngày càng gia tăng cường độ các cơn bão lớn.