Nhu cầu về sức mạnh tăng vọt của AI: Vượt qua khai thác Bitcoin vào năm 2025

Đến cuối năm 2025, trí tuệ nhân tạo (AI) có thể tiêu thụ nhiều điện hơn khai thác Bitcoin, một hiện tượng làm nổi bật cuộc khủng hoảng năng lượng nhanh hơn và bí mật hơn. Thủ phạm? Sự phát triển bùng nổ của các mô hình AI quy mô lớn và các trung tâm dữ liệu hỗ trợ chúng.

Những gã khổng lồ mới nổi của nhu cầu năng lượng

Nghiên cứu gần đây do Alex de Vries–Gao tại Đại học Vrije Amsterdam dẫn đầu cho thấy AI có thể kiểm soát gần một nửa tổng lượng điện của trung tâm dữ liệu vào cuối năm 2025 , cạnh tranh và có khả năng vượt qua mức sử dụng năng lượng của Bitcoin. Để đánh giá điều này, de Vries–Gao đã theo dõi nguồn cung cấp chip AI thông qua phương pháp “tam giác hóa”, kiểm tra dữ liệu sản xuất của ngành, báo cáo của nhà phân tích và cuộc gọi thu nhập.

Những phát hiện của ông: AI hiện đang điều khiển khoảng 20% điện năng của trung tâm dữ liệu ; đến cuối năm, nhu cầu có thể đạt tới 23 gigawatt, tương đương với mức tiêu thụ điện của Hà Lan hoặc thậm chí là Vương quốc Anh.

Tại sao việc sử dụng năng lượng của AI lại quan trọng?

Ba lý do lớn:

Lưới điện đang chịu áp lực

Đáp ứng sự gia tăng này không chỉ là vấn đề công nghệ; mà còn là thách thức về cơ sở hạ tầng quốc gia. Tại Hoa Kỳ, các công ty tiện ích đang cố gắng xây dựng các nhà máy khí đốt mới hoặc xem xét lại các dự án hạt nhân để đáp ứng nhu cầu ngày càng tăng của AI.

Daniel Bresette, Chủ tịch Viện Nghiên cứu Môi trường và Năng lượng, gần đây đã đề cập đến vấn đề này bằng cách nhấn mạnh tính cấp thiết của việc nâng cấp lưới điện để “tiếp nhận tài sản thế hệ mới” trong tương lai gần.

Hậu quả môi trường

Không giống như Bitcoin, nơi sử dụng năng lượng trên toàn mạng là công khai, mức tiêu thụ của AI lại không minh bạch. Các công ty công nghệ lớn báo cáo mức năng lượng và khí thải ngày càng tăng liên quan đến AI, nhưng họ hiếm khi phân tích chi tiết. Đó là một hộp đen nơi các dự báo có phạm vi rộng, nhưng việc thiếu minh bạch nên khiến tất cả chúng ta lo ngại.

Một phân tích của Guardian do Vries-Gao thực hiện ước tính AI có thể giải thích lên đến 49% công suất của trung tâm dữ liệu sử dụng vào cuối năm 2025, bày tỏ quan ngại về tình trạng thiếu minh bạch và bền vững. 

Nghịch lý hiệu quả

Mặc dù có những cải tiến về hiệu suất chip, chẳng hạn như bộ xử lý Grace Blackwell của Nvidia, tổng mức tiêu thụ năng lượng của AI vẫn tiếp tục tăng. Nhờ vào Nghịch lý Jevons, hiệu suất tăng chỉ thúc đẩy mức sử dụng lớn hơn .

Hiểu các con số

Hãy chia nhỏ nó:

• 2024: AI chiếm khoảng 20% ​​lượng điện tiêu thụ của trung tâm dữ liệu.
• Dự báo năm 2025: Nhu cầu có thể tăng vọt lên 23 GW, tương đương với toàn bộ các quốc gia vừa và nhỏ.
• So sánh Bitcoin: Khai thác Bitcoin sử dụng khoảng 10 GW, do đó AI có thể sử dụng gấp đôi con số đó.
• Tăng trưởng trung tâm dữ liệu: Lượng điện sử dụng tại trung tâm dữ liệu toàn cầu có thể đạt 945–1,050 TWh vào năm 2030, gấp đôi so với năm 2022.
• Chi phí carbon: Chỉ riêng AI có thể tiêu thụ tới 82 TWh vào năm 2025, tương đương với mức sử dụng điện hàng năm của Thụy Sĩ.

Những động lực đằng sau sự gia tăng này

Làm sao nó có thể tăng cao nhanh đến thế?

Tâm lý “Càng lớn càng tốt”

Sự cạnh tranh giữa các công ty công nghệ lớn và các công ty khởi nghiệp đã thúc đẩy việc mở rộng mô hình và mạng lưới nơ-ron lớn hơn đòi hỏi nhiều tính toán hơn. Sự gia tăng về quy mô này chuyển trực tiếp thành việc sử dụng năng lượng theo cấp số nhân.

Tác động của AI tạo sinh

Các công cụ tạo ra, chẳng hạn như ChatGPT và những người khác, đã làm cho AI trở nên phổ biến, kích hoạt hàng triệu truy vấn tốn năng lượng mỗi ngày. Mỗi truy vấn sử dụng nhiều năng lượng hơn nhiều so với tìm kiếm thông thường trên Google.

Trích dẫn báo cáo gần đây của Bộ Năng lượng Hoa Kỳ, Joanna Stern được nêu bật trong WSJ rằng các cơ sở như vậy có thể chiếm tới 12% lượng điện sử dụng của Hoa Kỳ vào năm 2028, với OpenAI tuyên bố 0.34 Wh mỗi ChatGPT truy vấn.

Hạn chế cung cấp phần cứng

Sản lượng chip AI của TSMC đã tăng gấp đôi, nhưng công suất vẫn hạn chế. Nút thắt này làm tăng giá chip và mức sử dụng năng lượng khi các trung tâm dữ liệu chạy nhiều GPU hơn cho khối lượng công việc AI.

Hiệu ứng lan tỏa trên khắp cơ sở hạ tầng

Điều này có ý nghĩa gì đối với cơ sở hạ tầng?

Áp lực lên cơ sở hạ tầng điện

Các khu vực có nhiều trung tâm dữ liệu, chẳng hạn như Bắc Virginia hoặc Thung lũng Silicon, đang chứng kiến ​​giá điện tăng đột biến, công suất lưới điện quá tải và thời gian chờ đợi kéo dài để có kết nối mới. 

Các học giả MIT Elsa Olivetti và Adam Zewe nhấn mạnh rằng việc triển khai AI tạo ra áp lực lên cả hệ thống điện và nước, và "bạn phải luôn bật chúng". 

Lời hứa hoài nghi về năng lượng tái tạo

Trong khi hiệu quả và năng lượng tái tạo là một phần của giải pháp, de Vries–Gao cảnh báo: nếu không có phép đo cụ thể, chúng ta có nguy cơ đánh giá thấp quy mô năng lượng cần thiết hoặc đánh giá quá cao khả năng theo kịp của năng lượng sạch.

Ý nghĩa về môi trường và chính sách

Có thể nói rằng nhu cầu năng lượng của AI không phải lúc nào cũng ở mức tốt nhất, tạo ra rào cản lớn đối với tương lai xanh.

Quỹ đạo phát thải

Lượng khí thải từ các công ty công nghệ tăng mạnh: Lượng khí thải carbon của Google tăng 59% kể từ năm 2019 , phần lớn được thúc đẩy bởi khối lượng công việc AI. Như Helena Horton lưu ý trong báo cáo của Guardian, mức tiêu thụ điện tăng 27% so với cùng kỳ năm trước, được thúc đẩy bởi các hệ thống AI như Gemini và ChatGPT. 

Cân nhắc sử dụng nước

Các trung tâm dữ liệu không chỉ tiêu thụ điện năng; chúng còn ngốn nước. Ví dụ, đào tạo GPT‑3 tiêu thụ ~700,000 lít trong một lần chạy.

Khoảng cách tiết lộ

Những nỗ lực về chính sách như Đạo luật tác động môi trường trí tuệ nhân tạo của Hoa Kỳ năm 2024 đang thúc đẩy tính minh bạch. Tuy nhiên, hiện tại, các công ty AI lớn hiếm khi báo cáo số liệu năng lượng cụ thể về AI.

Bài học từ sự chuyển hướng năng lượng của Bitcoin

Mạng lưới Bitcoin đã từng sử dụng nhiều điện hơn cả Hà Lan. Khi Ethereum chuyển sang bằng chứng cổ phần, mức sử dụng năng lượng của nó đã giảm hơn 99.9%. AI phải học hỏi từ lộ trình đó: cải cách cơ cấu, không chỉ là tăng hiệu quả, là cần thiết.

Chiến lược giảm thiểu

Bây giờ chúng ta đã hiểu được những rào cản, chúng ta có thể làm gì để loại bỏ chúng?

Báo cáo minh bạch

Các công ty phải tiết lộ dữ liệu năng lượng AI chi tiết, giống như số liệu thống kê khai thác nguồn mở của Bitcoin, để có thể giải trình và hướng dẫn cải tiến.

Hiệu quả theo thiết kế

Đổi mới mô hình và phần cứng phải tập trung vào tiến trình bền vững, cân bằng nhu cầu năng lượng với khả năng. LLM hiệu quả hơn của DeepSeek là một ví dụ đầy hứa hẹn.

Chính sách và Tiêu chuẩn

Các cơ quan quản lý nên yêu cầu đánh giá tính bền vững và đặt ra mức giới hạn hoặc ưu đãi cho các hoạt động AI xanh, đặc biệt là ở các khu vực nhạy cảm.

Quy mô tái tạo

Các khối năng lượng chính phải phù hợp với sự tăng trưởng của AI. Điều này có nghĩa là mở rộng triển khai năng lượng tái tạo, phục hồi năng lượng hạt nhân cho tải cơ bản và hiện đại hóa lưới điện.

Mang đi

Sự gia tăng nhanh chóng của AI mang lại tiềm năng biến đổi và một cuộc khủng hoảng năng lượng sâu sắc hơn. Đến năm 2025, AI có thể vượt qua Bitcoin về mức sử dụng điện, đẩy nhanh quá trình phát thải, gây căng thẳng cho lưới điện và tác động đến các mục tiêu về khí hậu. Nhưng điều này không phải là không thể tránh khỏi.

Để phát triển bền vững, ngành công nghiệp AI phải xoay trục: minh bạch, hiệu quả, năng lượng tái tạo chiến lược và sự nhất quán trong chính sách. Nếu làm được như vậy, AI có thể thực hiện lời hứa của mình mà không gây tổn hại đến hành tinh.