Cùng một yêu cầu AI, lượng CO2 thải ra ở Texas cao gấp 8,5 lần so với Thụy Điển

Khi người dùng gửi một yêu cầu tới chatbot AI, phần lớn chúng ta chỉ quan tâm tới tốc độ phản hồi và chất lượng câu trả lời. Nhưng phía sau mỗi lần như vậy là hàng loạt GPU tiêu tốn điện năng tại các trung tâm dữ liệu — và lượng khí thải carbon sinh ra không hề giống nhau ở mọi nơi.

Một công bố mới từ Berget.ai cho thấy cùng một yêu cầu AI có thể phát thải lượng CO2 cao gấp 8,5 lần khi được xử lý ở Texas so với Thụy Điển.

Nguyên nhân nằm ở nguồn điện, không phải ở mô hình

Điểm mấu chốt của phát hiện này là bản thân mô hình AI không thay đổi. Cùng một prompt, cùng một khối lượng tính toán, nhưng dấu chân carbon lại phụ thuộc gần như hoàn toàn vào lưới điện cung cấp cho trung tâm dữ liệu.

• Thụy Điển có hệ thống điện với tỷ trọng lớn từ thủy điện, điện hạt nhân và năng lượng tái tạo, nên cường độ carbon của lưới điện rất thấp.
• Texas (Mỹ) vẫn còn phụ thuộc đáng kể vào khí đốt tự nhiên, khiến lượng CO2 trên mỗi kWh điện cao hơn nhiều.

Kết quả là cùng một phép tính, một bên thải ra lượng carbon chỉ bằng một phần nhỏ so với bên còn lại. Con số 8,5 lần là lời nhắc rằng "xanh" hay "không xanh" của AI phần lớn được quyết định bởi hạ tầng điện, chứ không phải bởi thuật toán.

Vì sao điều này quan trọng với người dùng Việt Nam

Với người dùng và doanh nghiệp Việt Nam, thông tin này có ý nghĩa thực tế ngày càng rõ rệt:

• Nhiều dịch vụ AI và API lớn đều đặt trung tâm dữ liệu ở nước ngoài, nên dấu chân carbon của một yêu cầu phụ thuộc vào nhà cung cấp chọn đặt máy chủ ở đâu.
• Các doanh nghiệp có cam kết ESG hoặc báo cáo phát thải cần biết rằng lựa chọn nhà cung cấp cloud và AI ảnh hưởng trực tiếp tới con số phát thải của chính họ.
• Xu hướng đưa trung tâm dữ liệu tới các khu vực có điện sạch đang trở thành một yếu tố cạnh tranh, không chỉ là câu chuyện chi phí.

Trước đây, người ta thường đo tác động môi trường của AI bằng số lần chạy mô hình. Giờ đây, câu hỏi đúng hơn là: mô hình đó chạy ở đâu và bằng nguồn điện nào?

"Dịch chuyển theo thời gian" như một giải pháp

Một hướng tiếp cận đang được nhiều ông lớn công nghệ thử nghiệm là dịch chuyển khối lượng tính toán linh hoạt — tức là chạy các tác vụ không cần kết quả tức thời (huấn luyện mô hình, xử lý hàng loạt) vào thời điểm lưới điện sạch hơn hoặc tới khu vực có cường độ carbon thấp.

Với các tác vụ tương tác trực tiếp như chatbot, việc dịch chuyển theo thời gian khó hơn, nhưng vẫn có thể định tuyến yêu cầu tới trung tâm dữ liệu có nguồn điện sạch nhất trong số các khu vực sẵn có. Đây là bài toán tối ưu đang thu hút sự quan tâm của cả giới nghiên cứu lẫn các nhà vận hành hạ tầng cloud.

Góc nhìn thẳng: cần minh bạch hơn

Phát hiện từ Berget.ai cũng đặt ra yêu cầu về tính minh bạch. Hiện nay, rất ít nhà cung cấp dịch vụ AI công bố dữ liệu về lượng CO2 trên mỗi yêu cầu, cũng như vị trí và nguồn điện của trung tâm dữ liệu xử lý yêu cầu đó.

Nếu các chỉ số này được công khai rõ ràng hơn, người dùng và doanh nghiệp sẽ có cơ sở để lựa chọn dịch vụ không chỉ dựa trên giá và hiệu năng, mà còn dựa trên tác động môi trường thực tế. Đó cũng là tiền đề để thị trường tạo áp lực tích cực, thúc đẩy các nhà cung cấp chuyển dịch sang hạ tầng năng lượng sạch hơn.

Câu chuyện 8,5 lần không chỉ là một con số gây chú ý, mà là lời nhắc rằng hiệu quả carbon của AI là bài toán hạ tầng, và nó cần được đo lường, công bố và tối ưu một cách nghiêm túc.