AI sử dụng nước như thế nào — Thực tế đáng ngạc nhiên được giải thích

Làm mát các trung tâm dữ liệu

Cách chính mà trí tuệ nhân tạo tiêu thụ nước là thông qua các hệ thống làm mát của các trung tâm dữ liệu khổng lồ. Các cơ sở này chứa hàng ngàn Đơn vị xử lý đồ họa (GPU) và Đơn vị xử lý Tensor (TPU) hiệu suất cao hoạt động suốt ngày đêm để huấn luyện các mô hình ngôn ngữ lớn và xử lý các truy vấn của người dùng. Khi các con chip này chạy, chúng tạo ra một lượng nhiệt khổng lồ. Nếu nhiệt lượng này không được quản lý, phần cứng có thể bị giảm hiệu suất hoặc thậm chí bị hư hỏng vật lý vĩnh viễn.

Các phương pháp làm mát bay hơi

Nhiều trung tâm dữ liệu sử dụng phương pháp làm mát bay hơi, đây thường là cách tiết kiệm chi phí nhất để điều chỉnh nhiệt độ. Trong quá trình này, nước được làm bay hơi vào không khí để giảm nhiệt độ môi trường của các phòng máy chủ. Điều này tương tự như cách mồ hôi của con người làm mát cơ thể. Mặc dù hiệu quả, phương pháp này "tiêu thụ" nước vì chất lỏng bị biến thành hơi và giải phóng vào khí quyển thay vì được thu gom và tái sử dụng. Ở những vùng có nhiệt độ cao, một trung tâm dữ liệu duy nhất có thể tiêu tốn hàng trăm ngàn gallon nước mỗi ngày chỉ để giữ cho các máy chủ không bị quá nhiệt.

Làm mát bằng chất lỏng vòng kín

Để chống lại tỷ lệ tiêu thụ cao của các hệ thống bay hơi, một số cơ sở hiện đại đang chuyển sang làm mát vòng kín. Trong các hệ thống này, nước hoặc chất làm mát chuyên dụng lưu thông qua các đường ống gắn trực tiếp vào các thành phần sinh nhiệt. Chất lỏng hấp thụ nhiệt và sau đó được bơm đến bộ trao đổi nhiệt, nơi nó được làm mát trở lại—thường bằng không khí bên ngoài hoặc nguồn nước thứ cấp—và được gửi trở lại vòng lặp. Mặc dù điều này làm giảm đáng kể lượng nước mất đi do bay hơi, nó vẫn đòi hỏi một nguồn nước đáng tin cậy để duy trì áp suất của hệ thống và xử lý giai đoạn làm mát thứ cấp.

Sử dụng trong huấn luyện so với suy luận

Việc sử dụng nước trong vòng đời AI thường được chia thành hai giai đoạn: giai đoạn huấn luyện và giai đoạn suy luận. Huấn luyện một mô hình như GPT-4 hoặc các phiên bản kế nhiệm năm 2026 của nó đòi hỏi phải chạy hàng ngàn con chip ở công suất tối đa trong nhiều tháng. Giai đoạn này cực kỳ tốn nước vì việc tạo nhiệt là liên tục và tập trung. Các nhà nghiên cứu đã lưu ý rằng việc huấn luyện một mô hình quy mô lớn duy nhất có thể tiêu thụ đủ nước để lấp đầy một bể bơi sân sau nhiều lần.

Tương tác chatbot hàng ngày

Giai đoạn suy luận xảy ra mỗi khi người dùng gửi một yêu cầu đến chatbot. Mặc dù một tương tác duy nhất sử dụng một lượng nước tương đối nhỏ—khoảng vài ngụm hoặc nửa lít tùy thuộc vào độ phức tạp của mô hình—quy mô sử dụng toàn cầu khổng lồ khiến nó tăng lên nhanh chóng. Với hàng tỷ tin nhắn được gửi đến các nền tảng AI mỗi ngày, dấu chân nước tích lũy của những tương tác "nhỏ" này trở thành một mối lo ngại lớn về môi trường. Tính đến năm 2026, các ước tính cho thấy một ngày đầy đủ tạo hình ảnh liên tục hoặc các tác vụ suy luận phức tạp có thể tiêu tốn từ 18 đến 36 gallon nước mỗi người dùng, tùy thuộc vào hiệu quả của kiến trúc AI cụ thể đang được sử dụng.

Tiêu thụ nước gián tiếp

Ngoài lượng nước được sử dụng trực tiếp tại địa điểm trung tâm dữ liệu, còn có một dấu chân nước "gián tiếp" khổng lồ liên quan đến điện năng cần thiết để vận hành AI. Hầu hết các trung tâm dữ liệu lấy điện từ lưới điện địa phương. Tùy thuộc vào cơ cấu năng lượng của lưới điện đó, một lượng nước đáng kể có thể được sử dụng để phát thủy điện hoặc làm mát tại các nhà máy nhiệt điện (như cơ sở hạt nhân hoặc than).

Mối quan hệ năng lượng-nước

Mối quan hệ này được gọi là mối quan hệ năng lượng-nước. Khi một mô hình AI tiêu thụ một megawatt-giờ điện, nó thực sự đang "tiêu thụ" lượng nước đã được sử dụng để sản xuất điện đó. Ở một số khu vực, việc sử dụng nước gián tiếp từ sản xuất điện thực sự vượt quá lượng nước sử dụng trực tiếp để làm mát máy chủ. Điều này làm cho tác động môi trường tổng thể của AI lớn hơn nhiều so với những gì được đo tại đồng hồ nước của trung tâm dữ liệu. Khi nền kinh tế AI phát triển, dự kiến nó sẽ tiêu thụ hơn 23 km khối nước hàng năm, một con số có thể tăng hơn gấp đôi vào năm 2050 nếu hiệu quả không được cải thiện.

So sánh các công nghệ làm mát

Ngành công nghiệp hiện đang trong thời kỳ chuyển đổi, rời xa làm mát bằng không khí truyền thống để hướng tới các giải pháp dựa trên chất lỏng tiên tiến hơn. Bảng sau đây minh họa sự khác biệt giữa các phương pháp làm mát phổ biến được sử dụng trong các trung tâm dữ liệu AI tính đến năm 2026.

Tác động khu vực và xã hội

Vị trí của một trung tâm dữ liệu quyết định mức độ ảnh hưởng của việc sử dụng nước đến cộng đồng địa phương. Ở những vùng khan hiếm nước, chẳng hạn như một số vùng ở Tây Nam Hoa Kỳ hoặc Bắc Phi, sự xuất hiện của một trung tâm dữ liệu AI lớn có thể gây áp lực lên các tiện ích địa phương. Các nhà lãnh đạo công và tư ngày càng buộc phải cân nhắc giữa lợi ích kinh tế của việc đón nhận các gã khổng lồ công nghệ với sự an toàn lâu dài của nguồn nước uống địa phương. Đã có những trường hợp các trung tâm dữ liệu được đề xuất ước tính cần lượng nước gấp hàng ngàn lần so với dân số địa phương, dẫn đến sự phản đối từ cơ quan quản lý và nhu cầu về sự minh bạch hơn trong báo cáo.

Cơ sở hạ tầng và đầu tư

Để giảm thiểu những rủi ro này, nhiều công ty công nghệ đang đầu tư vào các dự án phục hồi nước. Những sáng kiến này nhằm mục đích đưa nhiều nước trở lại các lưu vực địa phương hơn mức các trung tâm dữ liệu tiêu thụ. Hơn nữa, sự trỗi dậy của "AI xanh" đã dẫn đến việc phát triển các cơ sở sử dụng "nước xám" tái chế để làm mát thay vì nước uống được. Sự thay đổi này là cần thiết cho sự phát triển bền vững của cơ sở hạ tầng kỹ thuật số, đảm bảo rằng sự tiến bộ của học máy không phải trả giá bằng các nguồn tài nguyên cơ bản của con người.

Tương lai của AI bền vững

Khi chúng ta tiến sâu hơn vào năm 2026, trọng tâm đang chuyển sang AI "có ý thức về nước". Điều này bao gồm việc tối ưu hóa phần mềm để chạy trong những thời điểm mát mẻ hơn trong ngày khi làm mát bay hơi hiệu quả hơn, hoặc chuyển khối lượng công việc sang các trung tâm dữ liệu đặt tại các vùng khí hậu lạnh tự nhiên, nơi có thể tận dụng "làm mát miễn phí" từ không khí bên ngoài. Các công ty khởi nghiệp cũng đang đổi mới ở cấp độ chip, tích hợp các kênh làm mát trực tiếp vào kiến trúc silicon để loại bỏ nhiệt hiệu quả hơn với ít chất lỏng hơn.

Đối với những người quan tâm đến nền kinh tế kỹ thuật số rộng lớn hơn, bao gồm cả cách các công nghệ này giao thoa với thị trường tài chính, bạn có thể khám phá các tài sản như Bitcoin. Ví dụ, người dùng có thể kiểm tra liên kết giao dịch spot WEEX để xem xu hướng thị trường hiện tại. Mặc dù thảo luận về môi trường thường tập trung vào phần cứng, hiệu quả của chính các thuật toán đóng một vai trò to lớn trong việc cần bao nhiêu làm mát vật lý—và do đó cần bao nhiêu nước. Bạn có thể đăng ký tài khoản tại https://www.weex.com/vi/register?vipCode=vrmi để cập nhật về bối cảnh đang phát triển của công nghệ và tài sản kỹ thuật số.

Tóm tắt về việc sử dụng nước

Tóm lại, AI sử dụng nước chủ yếu để tản nhiệt do tính toán mật độ cao tạo ra. Điều này xảy ra thông qua sự bay hơi trực tiếp tại trung tâm dữ liệu và gián tiếp thông qua lượng nước cần thiết để sản xuất điện. Mặc dù "chi phí" cá nhân của một lời nhắc AI duy nhất là nhỏ, quy mô toàn cầu của ngành công nghiệp đã tạo ra một dấu chân môi trường đáng kể. Con đường phía trước liên quan đến sự kết hợp giữa thiết kế phần cứng tốt hơn, các công nghệ làm mát hiệu quả hơn như làm mát bằng chất lỏng trực tiếp vào chip, và sự phân bổ địa lý chiến lược của các trung tâm dữ liệu để giảm thiểu tác động đến các cộng đồng khan hiếm nước tại địa phương.