“Nhà máy AI” và khủng hoảng năng lượng trung tâm dữ liệu tại Computex 2025

Sự bùng nổ của “nhà máy AI” đang tạo ra cơn khát năng lượng chưa từng có tại các trung tâm dữ liệu toàn cầu. Bài viết này của CentriX phân tích sâu về nhà máy AI, áp lực năng lượng từ AI, tầm nhìn từ Computex 2025 và các giải pháp hạ tầng bền vững đang được triển khai.

Trong bối cảnh trí tuệ nhân tạo (AI) đang trở thành động lực trung tâm cho mọi ngành công nghiệp, một khái niệm mới đã xuất hiện mạnh mẽ tại Computex 2025: “nhà máy AI”. Đây không còn là viễn cảnh tương lai mà là lời cảnh báo hiện hữu – nơi nhu cầu tính toán khổng lồ của AI đang tạo ra áp lực cực lớn lên các trung tâm dữ liệu (data center), đặc biệt là về tiêu thụ năng lượng và phát triển bền vững.

1. Bức tranh tương lai AI từ sân khấu Computex 2025

1.1 “AI Next” – Khi AI là hạ tầng nền tảng mới

Chủ đề chính của sự kiện Computex năm nay là “AI Next”, cho thấy cách AI đang không chỉ là một công cụ, mà đã trở thành nền tảng hạ tầng cho toàn bộ nền kinh tế kỹ thuật số. Theo CEO của Nvidia – ông Jensen Huang, AI hiện nay không chỉ dừng lại ở chatbot hay hình ảnh mà đang “len lỏi vào từng quy trình sản xuất, y tế, tài chính, giáo dục và giao thông”.

1.2 CEO Nvidia: “Nhà máy AI là hạ tầng mọi quốc gia cần”

Ông Huang đã giới thiệu khái niệm “nhà máy AI” – một dạng trung tâm dữ liệu đặc biệt, nơi sản xuất và triển khai trí tuệ ở quy mô công nghiệp. Những trung tâm này sẽ vận hành hàng triệu tác vụ học máy, huấn luyện mô hình và xử lý dữ liệu liên tục. Tuy nhiên, để duy trì hoạt động, những nhà máy này tiêu thụ một lượng điện năng khổng lồ.

2. Áp lực tiêu thụ điện từ AI lên trung tâm dữ liệu

2.1 Dự báo nhu cầu điện tăng gấp đôi đến năm 2030

Theo báo cáo mới nhất của Cơ quan Năng lượng Quốc tế (IEA), nhu cầu điện năng từ các trung tâm dữ liệu toàn cầu sẽ tăng từ 460 TWh năm 2022 lên khoảng 945 TWh vào năm 2030. Trong đó, các tác vụ AI là động lực tăng trưởng chính.

Một nghiên cứu của Morgan Stanley cho thấy, một trung tâm dữ liệu AI tiêu chuẩn cần đến 5–10 lần năng lượng so với các trung tâm dữ liệu truyền thống. Điều này đồng nghĩa với việc mỗi lần bạn yêu cầu một mô hình như ChatGPT trả lời, là hàng ngàn GPU đang tiêu tốn điện ở đâu đó trên thế giới.

2.2 Không chỉ đám mây – AI len lỏi đến thiết bị biên

Không dừng lại ở các siêu máy chủ, làn sóng AI còn lan rộng đến thiết bị biên (edge devices) như điện thoại, xe hơi thông minh, camera AI… Theo CEO Rick Tsai của MediaTek, “điện toán lai” (hybrid computing) đang giúp các thiết bị biên xử lý dữ liệu ngay tại chỗ, thay vì gửi lên đám mây. Điều này giúp giảm độ trễ, tăng bảo mật, nhưng lại đòi hỏi một hạ tầng năng lượng phân tán hiệu quả hơn bao giờ hết.

2.2.1 Điện toán lai và mạng lưới tác tử AI phân tán

Sự phổ biến của các AI agent chạy song song trên hàng triệu thiết bị khiến yêu cầu quản lý năng lượng trở nên phức tạp hơn. Mỗi thiết bị không còn đơn thuần là đầu cuối, mà là một “nút” trong mạng lưới điện toán AI toàn cầu, góp phần vào bức tranh tiêu thụ năng lượng chung.

Xem thêm: Google AI Mode: Đòn phản công chiến lược trước ChatGPT

3. Bài toán năng lượng: Trung tâm dữ liệu phải làm gì?

3.1 Đổi mới hệ thống phân phối điện và UPS thông minh

Theo ông Pankaj Sharma, Phó chủ tịch điều hành tại Schneider Electric, “AI đồng nghĩa với việc cần nhiều trung tâm dữ liệu hơn, và điều này kéo theo nhu cầu năng lượng cao hơn rất nhiều”. Để giải quyết vấn đề này, các trung tâm dữ liệu đang chuyển đổi hệ thống phân phối điện (PDU) sang các giải pháp linh hoạt, dễ mở rộng và UPS (Uninterruptible Power Supply) được thiết kế chuyên biệt cho tải AI.

Các UPS thế hệ mới có thể theo dõi và điều chỉnh công suất theo thời gian thực, tối ưu hiệu suất và giảm thiểu lãng phí điện năng.

3.2 Làm mát bằng chất lỏng: Xu thế tất yếu của AI

Nhiệt độ là kẻ thù của hiệu suất. Với cường độ tính toán ngày càng cao, việc làm mát bằng không khí không còn đủ hiệu quả.

3.2.1 Direct-to-chip, CDU và hệ trao đổi nhiệt hiệu suất cao

Các giải pháp làm mát bằng chất lỏng đang trở thành tiêu chuẩn mới. Direct-to-chip cooling đưa chất lỏng làm mát trực tiếp đến chip, giảm nhiệt độ tức thì. CDU (Coolant Distribution Unit) giúp phân phối chất làm mát đồng đều và an toàn. Các hệ thống này giúp tiết kiệm đến 40–50% chi phí làm mát so với các phương pháp truyền thống, theo dữ liệu từ Uptime Institute.

4. Phần mềm & tiêu chuẩn hóa: Quản lý AI hiệu quả ở quy mô lớn

4.1 Tối ưu hóa toàn hệ thống năng lượng bằng phần mềm

Không chỉ phần cứng, việc quản lý năng lượng thông minh cũng đóng vai trò then chốt. Các phần mềm giám sát hạ tầng trung tâm dữ liệu AI hiện đại có khả năng:

• Mô phỏng nhiệt động lực học để dự đoán điểm nóng.
  
• Tối ưu lịch trình chạy mô hình dựa trên chi phí điện theo giờ.
  
• Tự động điều phối tải GPU dựa trên mức tiêu thụ điện thực tế.

Điều này giúp tiết kiệm đến 20% chi phí vận hành, đồng thời kéo dài tuổi thọ thiết bị.

4.2 Hệ sinh thái mở và tiêu chuẩn hóa cấu hình AI

Một vấn đề khác là tính không tương thích giữa các phần cứng AI hiện tại. Việc chuẩn hóa cấu hình server, đồng bộ giao thức truyền tải dữ liệu, kết nối qua PCIe hoặc NVLink là yếu tố cần thiết để triển khai nhanh và hiệu quả.

5. Cải tạo hạ tầng cũ: Giải pháp thực tế hay thách thức mới?

5.1 Tăng mật độ điện năng – Vấn đề sống còn

Phần lớn các trung tâm dữ liệu hiện nay được thiết kế cho tải công việc truyền thống như lưu trữ, email, cơ sở dữ liệu. Khi chuyển sang AI, các tải này cần công suất gấp nhiều lần và mật độ nhiệt cao hơn, đòi hỏi nâng cấp toàn diện từ hạ tầng điện đến làm mát.

5.2 Chiến lược thông minh trong phân phối và điều phối điện

Các trung tâm dữ liệu đang thử nghiệm những chiến lược điều phối điện động, phân vùng điện áp theo loại tải, kết hợp với nguồn năng lượng tái tạo như pin mặt trời, điện gió hoặc hệ thống pin lưu trữ (ESS) để giảm áp lực lên lưới điện quốc gia.

6. Kết luận: AI không chỉ cần chip mạnh mà còn cần năng lượng bền vững

6.1 Tăng trưởng AI = Nhu cầu hạ tầng = Cần giải pháp xanh

Nếu AI là bộ não, thì năng lượng là trái tim của toàn hệ thống. Việc phát triển AI một cách bền vững không thể thiếu các giải pháp tiết kiệm năng lượng, quản lý thông minh và công nghệ làm mát hiện đại. Mỗi mô hình AI được huấn luyện hôm nay là một dấu chân carbon – và điều đó phải được tối ưu.

6.2 “Nhà máy AI” chỉ thực sự hiệu quả khi hạ tầng phát triển đồng bộ

Khái niệm “nhà máy AI” là lời hứa hẹn cho một tương lai công nghệ đột phá. Nhưng lời hứa này chỉ trở thành hiện thực nếu các trung tâm dữ liệu trên toàn cầu được trang bị đúng cách – từ hệ thống phân phối điện thông minh, công nghệ làm mát tiên tiến đến tiêu chuẩn phần cứng đồng bộ.

Xem thêm: Microsoft và OpenAI đua phát triển AI viết Code