AI không chỉ tiêu thụ nhiều năng lượng

Tại sao AI cần nhiều năng lượng như vậy?

Các hệ thống AI, đặc biệt là các mô hình học máy như mạng neural sâu, đòi hỏi sức mạnh tính toán trong quá trình đào tạo. Quá trình tính toán chuyên sâu này dựa vào điện từ lưới điện. Việc đào tạo một mô hình AI lớn duy nhất có thể thải ra lượng carbon tương đương với 5 chiếc ô tô trong suốt vòng đời của chúng.

Khi việc áp dụng AI tăng lên, lượng khí thải carbon cũng tăng lên nếu nguồn điện đó từ nhiên liệu hóa thạch. Trong một trung tâm dữ liệu, mức tiêu thụ năng lượng lớn nhất thường nằm ở một số thành phần chính như sau:

1. Máy chủ: Là cốt lõi của một trung tâm dữ liệu, chúng thực hiện các tác vụ tính toán chuyên sâu cho AI.

2. Hệ thống làm mát: Có vai trò thiết yếu để điều chỉnh nhiệt độ của máy chủ, giúp máy chủ hoạt động ổn định.

3. Hệ thống lưu trữ: Được sử dụng để lưu trữ lượng dữ liệu lớn, hệ thống lưu trữ cần nhiều năng lượng để vận hành và làm mát.

4. Thiết bị mạng: Các thiết bị như bộ định tuyến, bộ chuyển mạch, cần thiết cho việc kết nối, làm tăng mức tiêu thụ năng lượng chung.

5. Cơ sở hạ tầng điện: Các thành phần như UPS, bộ điều chỉnh điện áp đảm bảo nguồn cung cấp điện ổn định nhưng cũng góp phần làm tăng mức sử dụng năng lượng.

Một số nghiên cứu sử dụng năng lượng thực tế của AI đáng chú ý

● Hệ thống AI của Google DeepMind (2021): Tiêu thụ khoảng 652.000 kWh mỗi năm, cao hơn gần 8 lần so với mức sử dụng trung bình một hộ gia đình ở Anh.

● Mô hình GPT-3 của OpenAI: Năng lượng cần thiết cho quá trình đào tạo trước tương đương với việc đốt 9 triệu pound than, cho thấy lượng khí thải carbon đáng kể của các mô hình AI lớn.

Tác động môi trường của tiêu thụ năng lượng cao

Tác động môi trường của việc tiêu thụ năng lượng của AI đang là mối quan tâm ngày càng tăng. Hoạt động của các trung tâm dữ liệu, ước tính chiếm khoảng 1% lượng điện sử dụng toàn cầu. Con số này nhìn có vẻ nhỏ, nhưng lại rất đáng kể khi xem xét lượng khí thải carbon liên quan đến việc sản xuất điện.

Nhiều trung tâm dữ liệu vẫn sử dụng điện dựa vào nhiên liệu hóa thạch, điều này góp phần làm tăng lượng khí thải nhà kính. Lượng khí thải carbon của AI không chỉ giới hạn ở mức tiêu thụ năng lượng trong quá trình vận hành. Toàn bộ vòng đời của phần cứng AI, từ sản xuất đến thải bỏ, đều có tác động đến môi trường.

Việc sản xuất các thành phần AI chuyên dụng, như GPU, liên quan đến các quy trình sử dụng nhiều năng lượng và sử dụng các nguyên tố đất hiếm. Đây là các vấn đề luôn có xung đột về môi trường và hệ sinh thái rất khó giải quyết.

Các giải pháp ​​bền vững

Các giải pháp như cải thiện hiệu quả tính toán; sử dụng các nguồn năng lượng tái tạo như điện mặt trời, điện gió; phát triển các chương trình bù đắp carbon,... được các công ty đầu tư vào AI xem như là các giải pháp bền vững. Điện hạt nhân cũng được coi là giải pháp tốt vì những lý do sau:

● Nguồn cung cấp năng lượng ổn định: Điện hạt nhân cung cấp nguồn điện ổn định và đáng tin cậy, cần thiết cho nhu cầu năng lượng cao của các công nghệ AI.

● Ít tác động đến môi trường: Bằng cách cung cấp năng lượng carbon thấp, điện hạt nhân giúp giảm lượng khí thải carbon liên quan đến việc sử dụng năng lượng chuyên sâu của AI.

● Khả năng mở rộng và hiệu quả kinh tế: Mật độ năng lượng cao và hiệu quả về chi phí của điện hạt nhân khiến nó trở thành giải pháp có thể mở rộng cho nhu cầu năng lượng ngày càng tăng của quá trình phát triển AI.

Một cách tiếp cận khác là phát triển các thuật toán và phần cứng AI tiết kiệm năng lượng hơn. Các nhà nghiên cứu đang khám phá những cách để giảm độ phức tạp về mặt tính toán của các mô hình AI mà không ảnh hưởng đến hiệu suất của chúng. Điều này bao gồm các kỹ thuật như cắt tỉa mô hình, lượng tử hóa và sử dụng các kiến ​​trúc mạng neural hiệu quả hơn.