Đến năm 2026, các trung tâm dữ liệu được dự báo sẽ tiêu thụ khoảng 1.000 terawatt giờ điện – tương đương với tổng nhu cầu hàng năm của Nhật Bản và Đức cộng lại. Sự gia tăng đột biến này được thúc đẩy bởi các khối lượng công việc AI, và khoảng cách về năng lượng phát sinh đang đe dọa làm đình trệ làn sóng đột phá tiếp theo của học máy (machine learning).

Sự "ngốn" điện của AI không phải là một khái niệm trừu tượng. Một truy vấn ChatGPT duy nhất tiêu tốn năng lượng gấp mười lần một lượt tìm kiếm Google thông thường, và việc huấn luyện một mô hình có quy mô như GPT-4 đòi hỏi lượng điện đủ để cung cấp cho 4.600 hộ gia đình trong một năm. Khi các công ty chạy đua để mở rộng các cụm suy luận (inference) và huấn luyện (training), nhu cầu về nguồn điện khổng lồ và liên tục đang tăng nhanh hơn khả năng cung ứng của các nguồn năng lượng tái tạo không liên tục.

Tại sao sự kết hợp năng lượng tái tạo hiện tại vẫn chưa đáp ứng đủ

Các tấm pin mặt trời và tuabin gió chỉ tạo ra điện khi có nắng hoặc có gió. Các nhà vận hành trung tâm dữ liệu cần nguồn cung ổn định 24 giờ mỗi ngày, nhưng các loại pin lưu trữ lượng điện tái tạo dư thừa chỉ có thể duy trì trong vài giờ trước khi cạn kiệt. Kết quả là sự phụ thuộc vào các nhà máy điện chạy đỉnh (peaker plants) bằng nhiên liệu hóa thạch – các máy phát điện chạy bằng khí tự nhiên hoặc than đá sẽ hoạt động khi sản lượng năng lượng tái tạo sụt giảm. Những nhà máy này phát thải carbon và làm tăng chi phí vận hành, làm xói mòn các tuyên bố về "sự xanh hóa" mà nhiều gã khổng lồ công nghệ thường quảng bá trong các báo cáo phát triển bền vững của họ.

Sự trở lại của năng lượng hạt nhân

Đối mặt với khoảng cách về độ tin cậy, một số công ty công nghệ lớn đang chuyển hướng sang năng lượng hạt nhân, vốn cung cấp nguồn điện nền (baseload) không phát thải carbon.

  • Microsoft đang hồi sinh một lò phản ứng đã ngừng hoạt động tại Three Mile Island để đảm bảo nguồn cung ổn định cho các khối lượng công việc AI của mình.
  • Google đã ký kết quan hệ đối tác với một startup đang phát triển các lò phản ứng tiên tiến, hướng tới mục tiêu triển khai vào năm 2030.
  • Amazon đang đầu tư vào các lò phản ứng mô-đun nhỏ (SMR) và đặt các trung tâm dữ liệu mới gần các địa điểm hạt nhân hiện có.

Những động thái này báo hiệu một cuộc "phục hưng hạt nhân" rộng lớn hơn trong ngành, nơi lời hứa về nguồn điện mật độ cao, hoạt động suốt ngày đêm đã vượt qua những định kiến lịch sử gắn liền với công nghệ này.

Tận dụng lợi thế địa lý và hiệu quả phần cứng

Không phải tất cả các công ty đều đặt cược vào các lò phản ứng mới. Một số bên né tránh vấn đề bằng cách xây dựng tại các khu vực có nguồn điện tái tạo dồi dào và giá rẻ. Các cánh đồng địa nhiệt của Iceland và mạng lưới thủy điện của Na Uy vừa cung cấp điện, vừa cung cấp khả năng làm mát tự nhiên, giúp cắt giảm mức tiêu thụ năng lượng và chi phí vận hành.

Đồng thời, các nhà thiết kế phần cứng đang cố gắng tối ưu hóa hiệu suất trên từng watt điện. Các chip mới được tối ưu hóa cho AI mang lại hiệu suất cao hơn trên mỗi đơn vị điện năng, và các hệ thống làm mát bằng chất lỏng có thể cắt giảm tới 50% năng lượng cần thiết cho việc làm mát. Những tiến bộ này giúp kéo dài thời gian, nhưng chúng không loại bỏ được đường cong nhu cầu cơ bản.

Những rủi ro đối với ngành

Nếu nguồn điện sạch, đáng tin cậy và giá cả phải chăng không theo kịp sự phát triển của AI, một số kịch bản sau đây có thể xảy ra:

  • Áp lực chi phí:

Những điều cần theo dõi tiếp theo

  • Các diễn biến về quy định: Theo dõi tiến độ của các quan hệ đối tác hạt nhân đã được công bố và quy mô xây dựng trung tâm dữ liệu tại các địa điểm có lượng phát thải carbon thấp.

Cuộc đua cung cấp năng lượng cho AI không còn là câu hỏi về việc chế tạo chip nhanh hơn; đó là cuộc chiến giành nguồn điện sạch, đáng tin cậy ở quy mô lớn. Cách ngành công nghiệp giải quyết sự căng thẳng đó sẽ quyết định liệu thế hệ mô hình AI tiếp theo có thể được huấn luyện và vận hành mà không phải kìm hãm tham vọng hay không.