Bitcoin và tiền số đang nhận được lời chỉ trích về tác động tiêu hao năng lượng và tác động tiêu cực đối với môi trường do sử dụng nhiều điện. Trong khi đó, AI có thể tiêu tốn nhiều năng lượng hơn thế.
Theo báo cáo tài chính quý II/2023, Nvidia đã báo cáo rằng doanh thu từ các chip được sử dụng trong trung tâm dữ liệu, chủ yếu để huấn luyện AI, đã tăng gấp đôi. Theo Bloomberg, điều này cho thấy nhu cầu về các mô hình AI như ChatGPT có thể vẫn chưa đạt đỉnh.
Tuy nhiên, xu hướng này lại gây ra mối lo ngại về tiêu thụ năng lượng từ các trung tâm dữ liệu. Mẫu chip mới của Nvidia, GH200 Grace Hopper Superchip, có kích thước nhỏ gọn chỉ bằng một tấm bưu thiếp nhưng lại tiêu hao tới 1.000 watt điện, tương đương với một máy sưởi di động. Điều này trở nên đặc biệt lo ngại khi các máy tính siêu AI thường kết nối nhiều chip như vậy với nhau.
Ngoài ra, trong khi hoạt động khai thác Bitcoin đã chuyển sang sử dụng năng lượng xanh như điện thủy điện, điện gió và điện mặt trời, hầu hết các hệ thống huấn luyện AI vẫn sử dụng điện từ nhiên liệu hóa thạch. Theo một nghiên cứu trên Newscientist đầu năm nay, chưa đến 25% hệ thống AI sử dụng nguồn năng lượng có carbon thấp như thủy điện và hạt nhân trong quá trình vận hành. Lý do chính là các hệ thống AI thường được đặt tại các trung tâm thành phố để đảm bảo tốc độ kết nối Internet nhanh, điều này làm cho chúng cách xa các nguồn năng lượng xanh như các nhà máy thủy điện hoặc trạm năng lượng mặt trời hàng nghìn dặm. Các chuyên gia cho biết rằng mặc dù tiêu tốn nhiều
Nghiên cứu được công bố bởi HuggingFace trong tháng này đã tiết lộ rằng một mô hình siêu AI với 176 tỷ tham số, dựa trên 1,6 TB dữ liệu, sẽ mất hơn 118 ngày để huấn luyện bằng một cụm máy tính gồm 384 bộ xử lý đồ họa Nvidia A100. Dự kiến hệ thống này sẽ tạo ra từ 24,7 tấn đến 50,5 tấn CO2 trong quá trình vận hành.
Tuy nhiên, điều này chỉ là bước đầu tiên trong quá trình huấn luyện của một mô hình siêu AI. Theo thống kê của Amazon, 90% chi phí liên quan đến hoạt động của hệ thống trí tuệ nhân tạo sẽ phát sinh ở giai đoạn tiếp theo, khi người dùng tương tác với mô hình để nhận kết quả, ví dụ như yêu cầu ChatGPT tạo ra công thức làm bánh. Ở giai đoạn này, việc huấn luyện một hệ thống AI có thể tạo ra lượng CO2 lên đến gấp 10 lần so với giai đoạn đầu, tương đương với 500 tấn CO2, tương đương với việc lái ôtô trong khoảng một triệu dặm hoặc thực hiện 500 chuyến bay từ New York đến Frankfurt (hơn 6.200 km).
Theo nghiên cứu của The Shift Network được công bố vào cuối tháng 5, ngành công nghệ thông tin, máy tính và xử lý dữ liệu đã gây ra 3,7% tổng lượng khí thải carbon thải ra môi trường toàn cầu, vượt qua ngành hàng không với tỷ lệ 2,4%. Dự kiến, lĩnh vực công nghệ thông tin sẽ tạo ra hơn 14% tổng lượng khí thải carbon toàn cầu vào năm 2040.
Trước đó, các chuyên gia tại Đại học Colorado Riverside và Đại học Texas đã ước tính rằng một cuộc trò chuyện cơ bản với ChatGPT, bao gồm từ 20 đến 50 câu hỏi và phản hồi, có thể tiêu tốn tới 500 ml nước. Tổng lượng nước tiêu tốn sẽ gia tăng đáng kể do số lượng người dùng có thể lên đến hàng trăm triệu và hàng tỷ câu hỏi đã được đặt ra trong thời gian gần đây.
"Các mô hình ngôn ngữ lớn và máy học đóng góp một lượng lớn khí thải carbon vào môi trường," Philipp von Bieberstein, người sáng lập Climatiq - một công ty theo dõi carbon, đã chia sẻ.
Hơn nữa, vào tháng 5, ước tính từ CarbonCredits cho thấy một truy vấn tìm kiếm bằng AI tạo ra lượng khí thải carbon cao hơn bốn lần so với một truy vấn tìm kiếm trên Google. Trong tương lai, với sự gia tăng sức mạnh của AI, chỉ số này có thể tăng cao hơn.
Mặc dù vậy, theo nghiên cứu của Đại học Cambridge năm trước, hoạt động khai thác Bitcoin đã tạo ra 72,5 triệu tấn CO2 mỗi năm. Hiện tại, lượng khí thải từ hoạt động khai thác Bitcoin vẫn lớn hơn so với AI. Tuy nhiên, với cuộc đua của các công ty công nghệ lớn trong việc phát triển trí tuệ nhân tạo như OpenAI, Amazon, Microsoft, Google, Meta của Mỹ và Baidu, Tencent, Alibaba từ Trung Quốc, lượng khí thải trong tương lai có thể tăng gấp nhiều lần.
"Bên trong cuộc đua để vượt qua nhau, các công ty sẽ không dừng lại. Họ sẽ tiếp tục chi hàng tỷ USD để mua các bộ xử lý tiêu tốn năng lượng cho các hệ thống phân tích dữ liệu ngày càng lớn," Bloomberg đã bình luận.