Cuộc đổ xô phát triển trí tuệ nhân tạo đi kèm nhận thức chung rằng các chatbot AI tiêu thụ lượng điện khổng lồ, phần lớn được sản xuất từ nhiên liệu hóa thạch. Tuy nhiên, khó xác định chính xác lượng khí CO2 làm Trái đất nóng lên được thải ra mỗi khi ChatGPT, Claude hoặc DeepSeek bắt đầu xử lý một yêu cầu.

Các công ty AI lớn nhất của Mỹ chưa công bố báo cáo chi tiết về mức tiêu thụ năng lượng hoặc hiệu suất phát thải. Để làm điều đó, họ sẽ phải chia sẻ những thông tin kỹ thuật mà các công ty này muốn giữ kín. Mức phát thải của AI không chỉ phụ thuộc vào dịch vụ được sử dụng mà còn phụ thuộc vào nơi xử lý câu lệnh. Trung tâm dữ liệu thực hiện tác vụ có thể chạy bằng than đá hoặc năng lượng từ các tua-bin gió. Các trang trại máy chủ AI cũng sử dụng nhiều công nghệ bán dẫn và làm mát khác nhau, tạo thêm nhiều biến số cho phép tính.

Dù vậy, các nhà nghiên cứu đang tìm cách đưa ra những ước tính tốt hơn một phỏng đoán có cơ sở, qua đó giúp các công ty, chính phủ và người dùng hiểu rõ hơn về tác động môi trường của AI.

"Mọi người thực sự bị choáng ngợp trước vấn đề này," John Bistline, người đứng đầu bộ phận khoa học tại Watershed, công ty hỗ trợ các doanh nghiệp AI đo lường và báo cáo tác động môi trường, cho biết. Tuy nhiên, họ cũng nhận ra "các công ty, cơ quan quản lý và kiểm toán viên đều đang yêu cầu những ước tính phát thải AI có thể đứng vững trước sự kiểm chứng".

Điều gì xảy ra khi bạn đặt câu hỏi cho chatbot?

Câu lệnh được gửi đến một trung tâm dữ liệu để xử lý trên các chất bán dẫn, thường là những bộ xử lý đồ họa được điều chỉnh cho các khối lượng công việc AI. Các chip này tiêu thụ điện khi AI chia câu lệnh dạng văn bản thành những phần nhỏ hơn, gọi là "token đầu vào", để mạng nơ-ron xử lý. Sau đó, hệ thống thực hiện hàng tỉ phép tính nhiều lần nhằm đưa ra câu trả lời phù hợp nhất. Quá trình xử lý dữ liệu cường độ cao này tạo ra lượng nhiệt lớn cần được loại bỏ để chip không bị trục trặc. Theo một báo cáo của Sasha Luccioni, đồng sáng lập kiêm giám đốc khoa học của Sustainable AI Group, một công ty nghiên cứu và tư vấn, cùng startup AI Hugging Face, tới 40% năng lượng được sử dụng trong một trung tâm dữ liệu có thể dành cho việc làm mát.

Sự gia tăng nhanh chóng của các trung tâm dữ liệu AI đang khiến nhu cầu năng lượng tăng vọt, đe dọa làm chậm hoặc thậm chí đảo ngược đà giảm phát thải carbon nhờ sự phát triển của năng lượng tái tạo và quá trình điện khí hóa trong công nghiệp, sưởi ấm và giao thông vận tải.

Trí tuệ nhân tạo (AI) tiêu tốn bao nhiêu năng lượng?

Trong một báo cáo năm 2024, Viện Nghiên cứu Điện lực Mỹ ước tính các mô hình đời đầu tiêu thụ điện cho một truy vấn ChatGPT cao hơn trung bình 10 lần so với một lượt tìm kiếm thông thường trên Google.

Các tác vụ dựa trên văn bản có mức tiêu thụ điện khác nhau. Một câu hỏi chỉ cần câu trả lời ngắn và đơn giản, chẳng hạn "nhiệt độ trung bình ở Los Angeles là bao nhiêu", có thể tiêu tốn ít năng lượng hơn một truy vấn về vật lý lượng tử. Loại mô hình AI xử lý yêu cầu cũng đóng vai trò quan trọng.

Nhu cầu năng lượng của AI đang bùng nổ khi ngày càng nhiều người sử dụng công nghệ này, còn các nhà phát triển tung ra những nền tảng AI lớn hơn, mạnh hơn và có thể xử lý các khối lượng công việc ngày càng phức tạp. Yêu cầu ChatGPT tạo hình ảnh hoặc video sẽ tiêu tốn nhiều năng lượng hơn đáng kể so với việc đặt một câu hỏi. Việc áp dụng các "tác nhân" tự động có khả năng thực hiện những tác vụ phức tạp qua nhiều bước đang làm mức tiêu thụ điện của AI tăng thêm. Phân tích của Vals AI, công ty chuyên đánh giá chuẩn, cho thấy việc sử dụng AI để xây dựng một ứng dụng phần mềm có thể tạo ra tác động môi trường lớn hơn 10.000 lần so với một truy vấn đơn giản.

Tính toán mức phát thải của một mô hình AI cũng đồng nghĩa với việc phải tính đến mọi yếu tố cần thiết để chatbot đưa ra câu trả lời. Vì vậy, các nhà nghiên cứu bắt đầu xem xét lượng năng lượng tiêu thụ trong toàn bộ vòng đời của một dịch vụ AI, từ khai thác nguyên liệu thô để sản xuất chip và xây dựng các hệ thống làm mát trung tâm dữ liệu, đến vận hành dịch vụ AI và cuối cùng là loại bỏ những con chip không còn cần thiết. Theo tổ chức phi lợi nhuận về môi trường RMI, chỉ riêng lượng xi măng được sử dụng để xây dựng các cơ sở AI tại Mỹ đến năm 2030 cũng có thể tạo ra lượng khí nhà kính tương đương với lượng phát thải hằng năm của 415.000 ô tô.

Các dịch vụ trí tuệ nhân tạo khác nhau có những ưu điểm và nhược điểm như thế nào?

Nidhal Jegham, một nhà nghiên cứu tại Sustainable AI, đã xây dựng một bảng điều khiển mã nguồn mở để so sánh mức tiêu thụ năng lượng và phát thải carbon ước tính của nhiều mô hình AI. Mốc tham chiếu của bảng là một trung tâm dữ liệu tại Mỹ sử dụng nhà máy điện khí đốt riêng. Nhiều nhà phát triển trung tâm dữ liệu tại nước này đang chuyển sang khí đốt tự nhiên để cung cấp điện cho các cơ sở.

Jegham và nhóm của ông phát hiện mức phát thải khí nhà kính của từng mô hình phụ thuộc vào nhiều biến số, bao gồm kích thước lô, tức số lượng câu lệnh được xử lý cùng lúc, số chip được sử dụng để xử lý một truy vấn, loại chip cụ thể và mức tiêu thụ năng lượng trên mỗi token, đơn vị cơ bản của văn bản hoặc dữ liệu khác mà mô hình AI đọc và tạo ra.

Các mô hình tiên phong của Mỹ như ChatGPT 5.6 Terra dường như tiêu thụ nhiều năng lượng hơn những mô hình tương ứng của Trung Quốc như Qwen của Alibaba Group. Nguyên nhân là các mô hình Trung Quốc thường sử dụng kiến trúc "suy luận", chia những tác vụ toán học, logic và lập trình phức tạp thành các bước nhỏ, tuần tự, thay vì kích hoạt toàn bộ mạng nơ-ron cho từng token.

Theo quy luật chung, các mô hình tiên phong phức tạp nhất thường tiêu thụ nhiều năng lượng nhất. Đó là bởi việc tạo ra câu trả lời tinh vi hơn cho một truy vấn đòi hỏi nhiều phép tính hơn. Vì vậy, mô hình AI "nhẹ" nhất của Anthropic, Claude Haiku, tiêu thụ ít năng lượng hơn nhiều để tạo câu trả lời so với nền tảng tiên tiến hơn của công ty là Claude Fable 5.

Trên thực tế, các mô hình nhỏ hơn thường phải sử dụng nhiều token hơn để tạo câu trả lời so với những mô hình lớn hơn nhằm bù đắp cho mức độ thông minh thấp hơn. Điều này sẽ thu hẹp khoảng cách về mức tiêu thụ năng lượng.

"Nếu nhìn vào Claude Sonnet, mô hình này rẻ hơn Opus rất nhiều và cũng nhỏ hơn nhiều. Tuy nhiên, nó tạo ra gần như nhiều hơn 60% token để bù đắp cho việc nhỏ hơn hoặc kém thông minh hơn," Jegham nói. "Mô hình phát thải ít carbon hơn trên mỗi token, nhưng cần nhiều token hơn đáng kể để đi đến cùng một câu trả lời."

Tuy nhiên, ngay cả khi tính đến độ dài câu trả lời, hầu hết các mô hình nhẹ hơn dường như vẫn cần ít điện hơn so với các mô hình tiên phong để thực hiện một tác vụ tương đương.

Yêu cầu chatbot thực hiện một tác vụ , bao gồm nhiều bước, tiêu thụ năng lượng cao hơn nhiều lần so với việc nhập một truy vấn văn bản đơn giản. Ở đây, lựa chọn nền tảng cũng tạo ra khác biệt lớn đối với mức tiêu thụ năng lượng và, tùy thuộc vào nơi xử lý tác vụ, mức phát thải carbon.

Lượng điện ước tính 76,2 watt-giờ mà Claude Fable tiêu thụ cho một tác vụ dạng tác nhân sẽ tạo ra mức phát thải tương đương khoảng bốn lần sạc điện thoại thông minh. Con số này có thể không đáng kể nếu xét riêng lẻ. Tuy nhiên, các nền tảng AI đang nhận hàng tỉ câu lệnh mỗi ngày, khiến mức sử dụng năng lượng và lượng phát thải carbon nhanh chóng cộng dồn.

Các công ty AI của Mỹ cho biết họ đang nỗ lực hạn chế phát thải. Trong báo cáo môi trường năm 2026, Google ước tính một câu lệnh văn bản trung vị trên Gemini Apps sử dụng 0,24 watt-giờ năng lượng, tương đương với việc xem TV trong chưa đầy 9 giây. Công ty cho biết trong giai đoạn từ năm 2024 đến năm 2025, họ đã giảm mức tiêu thụ năng lượng và lượng phát thải carbon cho mỗi câu lệnh văn bản lần lượt 33 lần và 44 lần, nhờ "những đổi mới trong nghiên cứu và các cải tiến về hiệu suất phần mềm và phần cứng".

Tuy nhiên, nhìn chung, các ước tính do ngành công bố thường mơ hồ và khó xác minh. Google tự phát triển các chip có tên TPU, viết tắt của tensor processing unit, hay bộ xử lý tensor, mà công ty cho rằng có hiệu suất năng lượng cao hơn và tốc độ nhanh hơn, qua đó tạo ra lượng phát thải carbon cuối cùng thấp hơn so với khi sử dụng GPU. Theo Jegham, Google không cho phép các nhà nghiên cứu bên ngoài mua và nghiên cứu chip TPU, đồng thời chỉ công bố lượng dữ liệu hạn chế về những chip này.

Anthropic, OpenAI, Google, DeepSeek và Alibaba không phản hồi email của Bloomberg đề nghị bình luận về các phát hiện của Sustainable AI.

Does it matter where you are using AI?

Việc đặt câu lệnh cho ChatGPT ở Copenhagen, chẳng hạn, có thể tạo ra lượng carbon thấp hơn nhiều so với khi đặt câu lệnh tại Charleston. Nguyên nhân là nhiên liệu hóa thạch chiếm tỉ trọng nhỏ hơn trong cơ cấu sản xuất điện của châu Âu so với Mỹ. Các trung tâm dữ liệu AI tại Scandinavia tiêu thụ nhiều nguồn năng lượng tái tạo như điện gió, điện mặt trời và thủy điện. Một trung tâm dữ liệu trung bình tại Mỹ vận hành bằng cơ cấu kết hợp giữa nhiên liệu hóa thạch và năng lượng tái tạo, với tỉ trọng khác nhau tùy từng khu vực. Khoảng 24% sản lượng điện quy mô tiện ích của Mỹ trong năm 2025 đến từ các nguồn tái tạo.

Google công bố vào tháng 9 rằng họ sẽ đầu tư 15,1 tỉ USD vào cơ sở hạ tầng AI tại Phần Lan, một phần nhờ khí hậu lạnh và nguồn điện không phát thải carbon của quốc gia Bắc Âu này. Pháp là một trong những quốc gia châu Âu xây dựng năng lực điện toán AI lớn nhất, với phần lớn điện năng đến từ năng lượng hạt nhân và các nguồn tái tạo ít carbon.

Theo phân tích của Sierra Club, một tổ chức phi lợi nhuận về môi trường, các trung tâm dữ liệu mới tại Mỹ có thể phát thải nhiều carbon hơn toàn bộ Mexico vào năm 2030 nếu tất cả được xây dựng đúng tiến độ theo các giấy phép chất lượng không khí hiện tại. Theo Global Energy Monitor, một tổ chức nghiên cứu, số nhà máy điện khí đốt liên quan đến các trung tâm dữ liệu Mỹ được đề xuất trong nửa đầu năm 2026 đã cao gấp đôi cả năm 2025, đạt 189 gigawatt. Lượng công suất điện khí đốt đang được xây dựng tại Mỹ cao gấp đôi Trung Quốc.

Việc so sánh dấu chân carbon của các nền tảng AI Mỹ với những nền tảng tương đương của Trung Quốc rất khó. Trung Quốc đã mở rộng cơ sở hạ tầng năng lượng tái tạo, bổ sung thêm điện gió và điện mặt trời, một phần nhằm tạo lợi thế cạnh tranh với Mỹ trong lĩnh vực AI. Tuy nhiên, lưới điện Trung Quốc nhìn chung vẫn phát thải nhiều hơn Mỹ, một phần do các nhà máy điện Trung Quốc đốt lượng lớn than đá. Mặt khác, nhiều hệ thống AI của Mỹ cần nhiều năng lượng hơn các hệ thống của Trung Quốc.

"Ở Mỹ, lượng truy cập nhiều hơn, các mô hình lớn hơn, các mô hình cần năng lực điện toán lớn hơn để xử lý. Vì vậy, tôi cho rằng các công ty Mỹ phát thải nhiều hơn, nhưng điều đó cũng phụ thuộc vào chính lưới điện, bởi đây là yếu tố rất quan trọng," Jegham nói.

Ngay cả khi một trung tâm dữ liệu do một công ty công nghệ vận hành tuyên bố đạt mức phát thải ròng bằng 0, điều đó không có nghĩa là sẽ không có khí nhà kính nào được thải ra. Nhiều công ty sử dụng chứng chỉ năng lượng tái tạo để bù đắp phát thải. Những chứng chỉ này chi trả cho lượng điện sạch được sản xuất ở nơi khác, nhưng hoạt động của doanh nghiệp vẫn dựa vào các lưới điện địa phương vốn phần lớn chạy bằng nhiên liệu hóa thạch.

Ai đang yêu cầu thêm thông tin?

Người tiêu dùng, nhà đầu tư, các nhà hoạt động, doanh nghiệp và cơ quan quản lý muốn có dữ liệu chi tiết hơn để lựa chọn mô hình, giúp đo lường tác động đối với cộng đồng, phân tích chi phí, đưa ra quyết định đầu tư và xây dựng quy định về AI.

Các nhà máy điện khí đốt có thể gây ra rủi ro ô nhiễm không khí tại địa phương, còn các bang, thành phố và hạt của Mỹ đã phản đối việc mở rộng trung tâm dữ liệu vì lo ngại chi phí năng lượng. Các công ty đặt mục tiêu phát triển bền vững cần hiểu AI mà họ nhanh chóng tích hợp vào các quy trình đang tác động như thế nào đến lượng phát thải của chính họ và khả năng đạt các mục tiêu phát thải ròng bằng 0. Một số quốc gia đã có chính sách yêu cầu tính toán và báo cáo thông tin này. Những nhà đầu tư ưu tiên tính bền vững có thể không muốn mua cổ phần tại các công ty AI có hoạt động gây hại cho môi trường.

Công ty nghiên cứu đầu tư Morningstar cho biết trong một báo cáo rằng việc các công ty AI thiếu công bố thông tin "hạn chế khả năng đánh giá hiệu suất môi trường hoặc hiệu quả sử dụng tài nguyên của nhà đầu tư".

Những thay đổi tương đối nhỏ cũng có thể giúp giảm đáng kể mức tiêu thụ năng lượng và chi phí của AI. Theo Delta Electronics, nhà sản xuất phần cứng xanh toàn cầu có trụ sở tại Đài Loan, nếu hiệu suất trung bình của nguồn cung cấp điện được cải thiện 0,5%, mức tiêu thụ điện của các trung tâm dữ liệu có thể giảm khoảng 5 terawatt-giờ mỗi năm, qua đó cắt giảm 2 triệu tấn phát thải carbon dioxide mỗi năm.

Bistline tại Watershed cho biết các công ty không cần dữ liệu hoàn hảo để giảm tác động khí hậu. Họ có thể lựa chọn những mô hình được biết là cần ít năng lượng hơn và được vận hành tại các khu vực có nguồn điện sạch hơn.

"Lựa chọn mô hình có thể tạo ra chênh lệch tới 30 lần về mức sử dụng năng lượng cho cùng một tác vụ AI," ông nói. "Và đó có lẽ là đòn bẩy có tác động lớn nhất mà phần lớn các công ty hiện có."

Ủy ban Chứng khoán và Giao dịch Mỹ đã rút lui khỏi các kế hoạch thời chính quyền Biden nhằm yêu cầu các công ty lớn công bố mức phát thải. Tuy nhiên, chiến thắng áp đảo của đảng Dân chủ trong cuộc bầu cử giữa nhiệm kỳ đồng nghĩa với khả năng các quy định nghiêm ngặt hơn về AI sẽ được đưa ra, cùng áp lực lớn hơn về tính minh bạch. Trong thời gian chờ đợi, bang California bắt đầu triển khai các yêu cầu công bố thông tin riêng về phát thải phạm vi 1 và phạm vi 2, trong khi phạm vi 3 sẽ có hiệu lực vào năm tới. Các yêu cầu này áp dụng với những công ty có doanh thu hằng năm trên 1 tỉ USD và hoạt động kinh doanh tại bang, trong đó có các startup AI lớn.

Khung công bố phát thải CSRD của Liên minh châu Âu đã bắt đầu tác động đến các công ty đặt tại châu Âu và sẽ mở rộng sang các tập đoàn đa quốc gia trong vài năm tới. Nhiều khung quy định khác cũng đang được triển khai trên toàn cầu, trong đó có ISSB. Các quy định đang dần hoàn thiện sẽ buộc các công ty AI minh bạch hơn về tác động của họ đối với môi trường.

Mức sử dụng năng lượng AI tăng trưởng chóng mặt khiến các nhà nghiên cứu như Bistline và Luccioni luôn bận rộn phát triển những phương pháp vững chắc để đo lường tác động của công nghệ này.

"Trong một thời gian, các công ty đơn giản là không nghĩ rằng việc đo lường phát thải là khả thi," Luccioni nói, "và giờ đây họ đang chịu áp lực từ nhân viên, cổ đông... Tôi nghĩ ngày nay rất khó để cứ che giấu việc sử dụng AI."