AI Agent đang ngốn điện như thế nào và vì sao các ông lớn công nghệ đổ tiền xây hàng loạt trung tâm dữ liệu

Một người bạn của tôi gần đây thốt lên đầy bực bội: "Rốt cuộc họ xây lắm trung tâm dữ liệu thế để làm gì?". Câu hỏi ấy không hề ngớ ngẩn. Nếu AI đã đạt được đủ thứ đột phá, tại sao các công ty công nghệ vẫn lao vào vay hàng tỷ đô la và dựng lên những nhà máy điện lớn nhất thế giới chỉ để xây thêm trung tâm dữ liệu?

Câu trả lời không nằm ở việc giúp người dùng tra công thức nấu ăn hay tìm địa điểm du lịch. Những truy vấn chatbot đơn giản đang dần trở thành cách nghĩ lỗi thời về cách AI vận hành. Giờ đây, tất cả xoay quanh AI agent — và chính sự chuyển dịch này là một phần động lực thúc đẩy cuộc đua năng lượng của Thung lũng Silicon.

Từ chatbot đến AI agent: một bước nhảy về tài nguyên

AI agent (tác tử AI) chưa có định nghĩa chính thức, nhưng có thể hiểu đơn giản là các hệ thống dựa trên mô hình ngôn ngữ lớn (LLM), được thiết kế để tự đưa ra quyết định nhằm thực thi một nhiệm vụ.

"Thay vì hỏi chatbot một câu đơn giản rồi nhận câu trả lời, các agent này có thể tự tạo ra hàng trăm lời nhắc nhỏ dựa trên câu hỏi gốc của người dùng", Maxwell Zeff, cây bút của bản tin Model Behavior, giải thích. "Ví dụ, nếu ai đó yêu cầu một AI agent xây dựng website, nó có thể chạy hàng giờ liền để hoàn thiện các tính năng, tự nhắc lại chính mình hàng chục lần để dựng các trang, menu và tập dữ liệu vận hành website đó".

Sự khác biệt về mức tiêu thụ tài nguyên là rất lớn. Một truy vấn chatbot chỉ tốn một lần xử lý, còn một agent có thể chạy hàng giờ, tự gọi lại chính nó hàng chục đến hàng trăm lần. Đây chính là lý do các ông lớn công nghệ đang đổ tiền vào hạ tầng tính toán khổng lồ.

Những con số đáng kinh ngạc

Các agent hiện đang là trọng tâm trong công việc của các phòng thí nghiệm AI tiên phong. Chúng làm được những điều vừa phi thường vừa đáng sợ. Mới đây, OpenAI công bố rằng một bầy hơn 10.000 agent gửi đi 2,7 triệu tin nhắn đã giải được một bài toán tồn tại lâu đời. (Dù vậy, giới toán học đã phản bác tuyên bố này.)

Đây là một trường hợp cá biệt — các phòng thí nghiệm AI rất quyết tâm giải những bài toán tưởng như bất khả thi, sẵn sàng đổ nguồn lực bất thường vào đó. Nhưng tất cả những tin nhắn ấy đốt cháy một lượng lớn năng lực xử lý, tương đương với hàng chục triệu đô la năng lượng, theo ước tính của Zeff — dù con số chính xác rất khó xác định.

Sự mập mờ về số liệu năng lượng

Các công ty AI tư nhân vốn rất kén chọn trong việc công bố các chỉ số môi trường của sản phẩm. Nhiều CEO thường chỉ ra một truy vấn đơn lẻ của cá nhân như thước đo mức tiêu thụ tài nguyên. Trong một cuộc phỏng vấn podcast gần đây, CEO OpenAI Sam Altman tuyên bố lượng nước cần để trồng một quả hạnh nhân tương đương với 38.000 truy vấn ChatGPT. (Phép tính này cũng đã bị tranh cãi.)

"Những người ăn liền 12 quả hạnh nhân một lúc phần lớn không cảm thấy mình đang làm điều gì tồi tệ về mặt nước", ông nói.

Việc đưa các AI agent — vốn ngốn năng lượng hơn nhiều so với truy vấn đơn giản — vào bức tranh khiến các phép tính này trở nên phức tạp hơn rất nhiều. Hiện đang có sự thiếu hụt nghiêm trọng thông tin về mức tiêu thụ năng lượng của agent, trong khi phạm vi nhiệm vụ của chúng trải dài từ những việc đơn giản đến cả một ngày lập trình tự động với cả một đội "agent phụ trợ" chạy song song.

"Ở các lĩnh vực tăng trưởng công nghệ khác, chúng ta bị giới hạn bởi số người lái xe hay xem Netflix", Boris Gamazaychikov, đồng sáng lập kiêm CEO của Sustainable AI, nhận định. "Giờ đây, thứ này gần như tách rời khỏi người dùng — và nếu nghe các nhà lãnh đạo AI, tôi nghĩ đó chính là điều họ muốn. Họ đang nói về những 'kỳ lân' chỉ có một nhân viên".

Tất nhiên, đó là một nhân viên con người. Trong thế giới tưởng tượng ấy, có thể có hàng trăm hay thậm chí hàng nghìn AI agent chạy phía sau. Dù chưa rõ viễn cảnh đó có thành hiện thực hay không, nhưng rõ ràng đó là tương lai mà các công ty AI đang hướng tới — và nó giải thích cho cuộc đua xây dựng trung tâm dữ liệu.

Tự tính toán khi thiếu dữ liệu

Khi doanh nghiệp công bố quá ít số liệu đáng tin cậy về mức tiêu thụ năng lượng, một số người đam mê AI tự bỏ công tính toán. Tháng trước, nhà khoa học khí hậu Zeke Hausfather đăng blog ước tính lượng năng lượng mà việc dùng AI của cá nhân ông — vốn phụ thuộc nhiều vào agent — tiêu thụ. Ông kết luận rằng một phiên Claude trung bình mỗi ngày có thể ngốn nhiều điện hơn mức cần để chạy hai chiếc tủ lạnh.

Gamazaychikov, nhóm của ông sẽ công bố nghiên cứu với các phép tính chính xác hơn về dấu chân môi trường của agent chạy trên mô hình đóng trong tháng này, nhận xét rằng Hausfather đã nỗ lực tốt, nhưng phép tính của ông dựa trên những phát hiện có phần lỗi thời. Điều đó không đáng ngạc nhiên, khi có quá ít công trình học thuật về chủ đề này và các công ty công nghệ quá mờ mịt trong việc công bố chỉ số phát thải.

Hausfather kết luận rằng trong bức tranh lớn của đời sống cá nhân, việc dùng AI ngang với chạy vài chiếc tủ lạnh dự phòng không phải là con số hủy diệt thế giới. Nhưng nó "cũng đại diện cho một nguồn phát thải hoàn toàn mới, vào đúng lúc nhiệt độ toàn cầu đang tăng vọt và các mục tiêu giảm phát thải của chúng ta ngày càng chệch hướng".

Meta và viễn cảnh agent cho hàng tỷ người

Hausfather nói ông dùng AI và các công cụ agent "nhiều hơn phần lớn mọi người", nhưng điều đó có thể sớm thay đổi. Tuần trước, Meta ra mắt một AI agent cá nhân mà công ty nói trong thông cáo báo chí là "được xây dựng để phục vụ hàng tỷ người trên toàn thế giới". Có tên Muse, Meta quảng bá rằng nó sẽ duy trì một "máy tính chuyên dụng trên đám mây" cho mỗi người dùng, hoạt động ngay cả khi người dùng ngoại tuyến; công ty dự kiến tích hợp Muse với kính AI của mình vào cuối năm nay.

Rất có thể trong tương lai gần, người dùng Meta khi nghịch kính hay lướt Facebook sẽ âm thầm giao việc cho các agent mà không hề hay biết.

So với những việc như đi máy bay thường xuyên hay ăn thịt bò mỗi ngày, dấu chân carbon của việc dùng agent cá nhân vẫn còn tương đối nhỏ. Nhưng nếu Meta hình dung một tương lai nơi ai cũng dùng agent, điều đó giải thích cho quy mô khổng lồ của những trung tâm dữ liệu họ đang xây — như dự án Hyperion ở Louisiana, sẽ được cấp điện bởi 10 nhà máy khí đốt tự nhiên.

"Công nghệ mà các trung tâm dữ liệu đang được đề xuất và xây dựng hiện nay sẽ huấn luyện còn cách chúng ta ba đến năm năm nữa", Gamazaychikov nói. "Nó sẽ mang một hương vị rất khác so với cửa sổ chatbot đơn thuần".

Điện hạt nhân nhỏ liệu có phù hợp?

Một độc giả hỏi: Liệu các nhà máy điện hạt nhân nhỏ có phù hợp cho trung tâm dữ liệu?

Câu trả lời ngắn gọn là có — các nhà máy hạt nhân nhỏ có thể là lựa chọn tuyệt vời để cung cấp điện không phát thải carbon cho trung tâm dữ liệu. Nhiều startup và nhà phát triển trung tâm dữ liệu mơ về một viễn cảnh tương lai nơi trung tâm dữ liệu được ghép đôi hạnh phúc với các lò phản ứng module nhỏ (SMR) chạy nối lưới điện.

Vấn đề (như mọi khi với hạt nhân) là thời gian: chưa có lò phản ứng module nhỏ nào vận hành thương mại tại Mỹ, và chỉ một mẫu được cấp phép bán, dù đã phát triển hàng thập kỷ. Chính quyền Trump đang cố thúc đẩy ngành này trưởng thành nhanh hơn, gồm cả việc lập dự án thí điểm trong Bộ Năng lượng cho 11 startup đạt cột mốc quan trọng trong năm nay.

Nhưng nhiều nhà phát triển trung tâm dữ liệu không muốn chờ nhiều năm để các công ty này chứng minh bản thân, nên họ đang lắp đặt tuabin khí ngay bây giờ. Nói cách khác, họ không chờ đợi thiên đường không tưởng đến. Hãy cùng chờ xem vài năm tới sẽ diễn ra thế nào.

Góc nhìn cho độc giả Việt Nam

Câu chuyện này đáng lưu tâm với Việt Nam ở nhiều khía cạnh. Việt Nam đang là điểm đến hấp dẫn của các ông lớn công nghệ trong làn sóng dịch chuyển chuỗi cung ứng, với nhiều kế hoạch xây dựng trung tâm dữ liệu và đầu tư vào hạ tầng AI. Điều đó mở ra cơ hội về việc làm, công nghệ và đầu tư — nhưng cũng đặt ra bài toán về an ninh năng lượng, khi nhu cầu điện cho hạ tầng tính toán ngày càng tăng.

Việc hiểu rõ bản chất ngốn điện của AI agent giúp các doanh nghiệp và nhà hoạch định chính sách có chiến lược phù hợp: vừa tận dụng cơ hội từ làn sóng AI, vừa tính đến bài toán năng lượng bền vững trong dài hạn.