Linh Pham
Intern Writer
Trong những năm gần đây, ChatGPT đã trở nên cực kỳ phổ biến, với gần 200 triệu người dùng gửi tổng cộng hơn một tỷ lời nhắc vào ứng dụng mỗi ngày. Những lời nhắc này dường như hoàn thành các yêu cầu một cách dễ dàng.
Nhưng đằng sau hậu trường, các chatbot trí tuệ nhân tạo (AI) đang tiêu thụ một lượng năng lượng khổng lồ. Năm 2023, các trung tâm dữ liệu, được sử dụng để đào tạo và xử lý AI, chiếm 4,4% lượng điện tiêu thụ tại Hoa Kỳ. Trên toàn thế giới, các trung tâm này chiếm khoảng 1,5% mức tiêu thụ năng lượng toàn cầu. Những con số này dự kiến sẽ tăng vọt, ít nhất là gấp đôi vào năm 2030 khi nhu cầu về AI ngày càng tăng.
"Chỉ ba năm trước, chúng ta thậm chí còn chưa có ChatGPT", Alex de Vries-Gao , một nhà nghiên cứu công nghệ bền vững mới nổi tại Đại học Tự do Amsterdam và là người sáng lập Digiconomist , một nền tảng chuyên phơi bày những hậu quả không mong muốn của các xu hướng kỹ thuật số, cho biết. "Và giờ đây, chúng ta đang nói về một công nghệ sẽ chiếm gần một nửa lượng điện tiêu thụ của các trung tâm dữ liệu trên toàn cầu."
Nhưng điều gì khiến chatbot AI tiêu tốn nhiều năng lượng đến vậy? Câu trả lời nằm ở quy mô khổng lồ của chatbot AI. Cụ thể, có hai phần của AI sử dụng nhiều năng lượng nhất: đào tạo và suy luận, theo Mosharaf Chowdhury , một nhà khoa học máy tính tại Đại học Michigan.
Để huấn luyện chatbot AI, các mô hình ngôn ngữ lớn (LLM) được cung cấp bộ dữ liệu khổng lồ để AI có thể học hỏi, nhận dạng các mẫu và đưa ra dự đoán. Nhìn chung, có một niềm tin "càng lớn càng tốt" trong huấn luyện AI, de Vries-Gao cho biết, khi đó các mô hình lớn hơn, tiếp nhận nhiều dữ liệu hơn, được cho là sẽ đưa ra dự đoán tốt hơn.
Chowdhury chia sẻ với Live Science: "Vì vậy, điều xảy ra khi bạn cố gắng thực hiện đào tạo là các mô hình hiện nay đã trở nên quá lớn, chúng không vừa với một GPU [bộ xử lý đồ họa] duy nhất; chúng không vừa với một máy chủ duy nhất".
Để dễ hình dung hơn, nghiên cứu năm 2023 của de Vries-Gao ước tính một máy chủ Nvidia DGX A100 tiêu thụ tới 6,5 kilowatt điện. Việc đào tạo một LLM thường yêu cầu nhiều máy chủ, mỗi máy chủ có trung bình tám GPU, sau đó chạy trong nhiều tuần hoặc nhiều tháng. Tổng cộng, điều này tiêu tốn rất nhiều năng lượng: Ước tính việc đào tạo GPT-4 của OpenAI đã tiêu tốn 50 gigawatt giờ năng lượng, tương đương với việc cung cấp điện cho San Francisco trong ba ngày.
Suy luận cũng tiêu tốn rất nhiều năng lượng. Đây là nơi chatbot AI rút ra kết luận từ những gì nó đã học và tạo ra kết quả từ một yêu cầu. Mặc dù cần ít tài nguyên tính toán hơn đáng kể để chạy một LLM sau khi được đào tạo, nhưng suy luận lại tiêu tốn rất nhiều năng lượng do số lượng lớn yêu cầu được gửi đến chatbot AI.
Tính đến tháng 7 năm 2025, OpenAI tuyên bố rằng người dùng ChatGPT gửi hơn 2,5 tỷ lời nhắc mỗi ngày, nghĩa là nhiều máy chủ được sử dụng để tạo ra phản hồi tức thời cho những yêu cầu đó. Đó là chưa kể đến các chatbot khác cũng được sử dụng rộng rãi, bao gồm cả Gemini của Google, mà theo đại diện của OpenAI, sẽ sớm trở thành tùy chọn mặc định khi người dùng truy cập Google Tìm kiếm.
"Vì vậy, ngay cả trong suy luận, bạn cũng không thể thực sự tiết kiệm được năng lượng," Chowdhury nói. "Đó không hẳn là dữ liệu khổng lồ. Ý tôi là, mô hình này đã rất đồ sộ rồi, nhưng chúng ta lại có một lượng lớn người sử dụng nó."
Các nhà nghiên cứu như Chowdhury và de Vries-Gao hiện đang nỗ lực định lượng tốt hơn nhu cầu năng lượng này để tìm ra cách giảm thiểu. Ví dụ, Chowdhury duy trì một Bảng xếp hạng Năng lượng ML (ML Energy Leaderboard ) để theo dõi mức tiêu thụ năng lượng suy luận của các mô hình nguồn mở.
Tuy nhiên, nhu cầu năng lượng cụ thể của các nền tảng AI tạo sinh khác hầu như vẫn chưa được biết rõ; các công ty lớn như Google, Microsoft và Meta giữ kín những con số này, hoặc cung cấp số liệu thống kê không cung cấp nhiều thông tin chi tiết về tác động môi trường thực tế của các ứng dụng này, de Vries-Gao cho biết. Điều này gây khó khăn cho việc xác định lượng năng lượng mà AI thực sự sử dụng, nhu cầu năng lượng trong những năm tới và liệu thế giới có thể theo kịp hay không.
Nhưng đằng sau hậu trường, các chatbot trí tuệ nhân tạo (AI) đang tiêu thụ một lượng năng lượng khổng lồ. Năm 2023, các trung tâm dữ liệu, được sử dụng để đào tạo và xử lý AI, chiếm 4,4% lượng điện tiêu thụ tại Hoa Kỳ. Trên toàn thế giới, các trung tâm này chiếm khoảng 1,5% mức tiêu thụ năng lượng toàn cầu. Những con số này dự kiến sẽ tăng vọt, ít nhất là gấp đôi vào năm 2030 khi nhu cầu về AI ngày càng tăng.
"Chỉ ba năm trước, chúng ta thậm chí còn chưa có ChatGPT", Alex de Vries-Gao , một nhà nghiên cứu công nghệ bền vững mới nổi tại Đại học Tự do Amsterdam và là người sáng lập Digiconomist , một nền tảng chuyên phơi bày những hậu quả không mong muốn của các xu hướng kỹ thuật số, cho biết. "Và giờ đây, chúng ta đang nói về một công nghệ sẽ chiếm gần một nửa lượng điện tiêu thụ của các trung tâm dữ liệu trên toàn cầu."
Nhưng điều gì khiến chatbot AI tiêu tốn nhiều năng lượng đến vậy? Câu trả lời nằm ở quy mô khổng lồ của chatbot AI. Cụ thể, có hai phần của AI sử dụng nhiều năng lượng nhất: đào tạo và suy luận, theo Mosharaf Chowdhury , một nhà khoa học máy tính tại Đại học Michigan.
Để huấn luyện chatbot AI, các mô hình ngôn ngữ lớn (LLM) được cung cấp bộ dữ liệu khổng lồ để AI có thể học hỏi, nhận dạng các mẫu và đưa ra dự đoán. Nhìn chung, có một niềm tin "càng lớn càng tốt" trong huấn luyện AI, de Vries-Gao cho biết, khi đó các mô hình lớn hơn, tiếp nhận nhiều dữ liệu hơn, được cho là sẽ đưa ra dự đoán tốt hơn.
Chowdhury chia sẻ với Live Science: "Vì vậy, điều xảy ra khi bạn cố gắng thực hiện đào tạo là các mô hình hiện nay đã trở nên quá lớn, chúng không vừa với một GPU [bộ xử lý đồ họa] duy nhất; chúng không vừa với một máy chủ duy nhất".
Để dễ hình dung hơn, nghiên cứu năm 2023 của de Vries-Gao ước tính một máy chủ Nvidia DGX A100 tiêu thụ tới 6,5 kilowatt điện. Việc đào tạo một LLM thường yêu cầu nhiều máy chủ, mỗi máy chủ có trung bình tám GPU, sau đó chạy trong nhiều tuần hoặc nhiều tháng. Tổng cộng, điều này tiêu tốn rất nhiều năng lượng: Ước tính việc đào tạo GPT-4 của OpenAI đã tiêu tốn 50 gigawatt giờ năng lượng, tương đương với việc cung cấp điện cho San Francisco trong ba ngày.
Suy luận cũng tiêu tốn rất nhiều năng lượng. Đây là nơi chatbot AI rút ra kết luận từ những gì nó đã học và tạo ra kết quả từ một yêu cầu. Mặc dù cần ít tài nguyên tính toán hơn đáng kể để chạy một LLM sau khi được đào tạo, nhưng suy luận lại tiêu tốn rất nhiều năng lượng do số lượng lớn yêu cầu được gửi đến chatbot AI.
Tính đến tháng 7 năm 2025, OpenAI tuyên bố rằng người dùng ChatGPT gửi hơn 2,5 tỷ lời nhắc mỗi ngày, nghĩa là nhiều máy chủ được sử dụng để tạo ra phản hồi tức thời cho những yêu cầu đó. Đó là chưa kể đến các chatbot khác cũng được sử dụng rộng rãi, bao gồm cả Gemini của Google, mà theo đại diện của OpenAI, sẽ sớm trở thành tùy chọn mặc định khi người dùng truy cập Google Tìm kiếm.
"Vì vậy, ngay cả trong suy luận, bạn cũng không thể thực sự tiết kiệm được năng lượng," Chowdhury nói. "Đó không hẳn là dữ liệu khổng lồ. Ý tôi là, mô hình này đã rất đồ sộ rồi, nhưng chúng ta lại có một lượng lớn người sử dụng nó."
Các nhà nghiên cứu như Chowdhury và de Vries-Gao hiện đang nỗ lực định lượng tốt hơn nhu cầu năng lượng này để tìm ra cách giảm thiểu. Ví dụ, Chowdhury duy trì một Bảng xếp hạng Năng lượng ML (ML Energy Leaderboard ) để theo dõi mức tiêu thụ năng lượng suy luận của các mô hình nguồn mở.
Tuy nhiên, nhu cầu năng lượng cụ thể của các nền tảng AI tạo sinh khác hầu như vẫn chưa được biết rõ; các công ty lớn như Google, Microsoft và Meta giữ kín những con số này, hoặc cung cấp số liệu thống kê không cung cấp nhiều thông tin chi tiết về tác động môi trường thực tế của các ứng dụng này, de Vries-Gao cho biết. Điều này gây khó khăn cho việc xác định lượng năng lượng mà AI thực sự sử dụng, nhu cầu năng lượng trong những năm tới và liệu thế giới có thể theo kịp hay không.
Nguồn: Live science