Trung tâm dữ liệu Mỹ đối mặt nguy cơ ô nhiễm cao hơn, trong khi Nvidia đẩy mạnh bài toán hiệu suất điện cho kỷ nguyên AI

Làn sóng xây dựng trung tâm dữ liệu phục vụ trí tuệ nhân tạo tại Mỹ đang tăng tốc, nhưng đi cùng là áp lực ngày càng lớn lên hệ thống điện và môi trường. Trong bối cảnh đó, chính quyền Mỹ được cho là đang dỡ bỏ thêm các hạn chế về phát thải đối với nhà máy điện, đồng thời xem xét nới yêu cầu công bố thông tin với các nguồn gây ô nhiễm quy mô nhỏ. Điều này đặc biệt đáng chú ý với các trung tâm dữ liệu có hệ thống phát điện tại chỗ, tức tự lắp turbine khí hoặc máy phát để chủ động nguồn điện thay vì phụ thuộc hoàn toàn vào lưới điện. Nếu quy định báo cáo bị nới lỏng, lượng khí thải từ các cơ sở mới có thể ít được công chúng biết đến hơn, ngay khi ngành AI đang đòi hỏi thêm hàng chục đến hàng trăm megawatt công suất cho mỗi dự án.

Trung tâm dữ liệu hiện đại, đặc biệt là loại phục vụ AI, không còn đơn thuần là các phòng máy chủ truyền thống. Chúng vận hành như những “nhà máy AI”, nơi hàng nghìn GPU — bộ xử lý đồ họa, nay là linh kiện cốt lõi để huấn luyện và chạy mô hình AI — hoạt động đồng thời. Vấn đề là GPU hiệu năng cao tiêu thụ điện rất lớn và sinh nhiệt mạnh, kéo theo nhu cầu làm mát, phân phối điện và hạ tầng phụ trợ cực kỳ phức tạp. Nhiều khu vực tại Mỹ không thể cấp điện đủ nhanh cho các dự án mới, khiến doanh nghiệp phải tính đến giải pháp tự phát điện ngay tại chỗ. Điều này làm mờ ranh giới giữa trung tâm dữ liệu và cơ sở công nghiệp tiêu thụ năng lượng nặng.

Trong bức tranh đầy tranh cãi đó, Nvidia đang quảng bá một hướng đi tích cực hơn: tăng hiệu suất sử dụng điện của trung tâm dữ liệu. Hãng giới thiệu các triển khai thực tế mới cho nền tảng DSX, một lớp điều phối giúp các thành phần trong trung tâm dữ liệu — từ tủ điện, hệ thống làm mát đến máy chủ AI — “nói chuyện” với nhau. Nói đơn giản, DSX là hệ thống điều phối hạ tầng, cho phép tự động điều chỉnh mức tiêu thụ điện và làm mát theo tải công việc thực tế. Thay vì vận hành mọi thứ ở mức tối đa mọi lúc, trung tâm dữ liệu có thể tăng giảm linh hoạt giống cách điện thoại thông minh tối ưu pin và hiệu năng theo nhu cầu sử dụng.

Điểm đáng chú ý của cách tiếp cận này là khả năng “demand response”, hay phản ứng theo nhu cầu điện lưới. Đây là cơ chế mà công ty điện lực gửi tín hiệu yêu cầu khách hàng lớn tạm giảm tiêu thụ điện vào giờ cao điểm, ví dụ trong đợt nắng nóng khi điều hòa dân dụng chạy hết công suất. Với nhà máy truyền thống, việc này có thể chỉ là tắt bớt thiết bị. Nhưng với trung tâm dữ liệu, bài toán khó hơn nhiều vì không thể đơn giản rút điện khỏi các máy đang chạy AI. Hệ thống phải xác định tác vụ nào có thể tạm dừng, tác vụ nào cần lưu trạng thái tại một “checkpoint” — điểm lưu tiến trình để có thể tiếp tục sau đó — và tác vụ nào nên chuyển sang cơ sở khác. Đây là mức điều phối rất sâu, đòi hỏi khả năng quan sát toàn bộ hạ tầng theo thời gian thực.

Thông điệp mà Nvidia muốn gửi đi khá rõ: nếu trung tâm dữ liệu dùng điện hiệu quả hơn, họ có thể khai thác nhiều năng lực tính toán hơn trên cùng một giới hạn công suất. Một ví dụ được nêu ra cho thấy doanh nghiệp có thể chạy 19 nút GPU trong mức điện trước đây chỉ đủ cho 16 nút. “Nút” ở đây có thể hiểu là một cụm máy chủ hoặc đơn vị tính toán chứa nhiều GPU. Với các nhà vận hành, đây là khác biệt rất lớn về doanh thu vì mỗi megawatt điện giờ đây gắn trực tiếp với số lượng dịch vụ AI có thể bán ra. Đồng thời, khả năng trả lại một phần điện cho lưới vào giờ cao điểm cũng có thể giúp các dự án mới dễ được cấp điện hơn, bởi công ty điện lực biết rằng họ có thể thu hồi một phần tải khi cần thiết.

Tuy nhiên, đằng sau câu chuyện tiết kiệm điện là một chiến lược kinh doanh rất rõ. Khi Nvidia kết nối chặt GPU của mình với tủ nguồn, hệ thống làm mát, phần mềm quản trị và thiết kế rack — giá đỡ chuẩn để lắp thiết bị trong trung tâm dữ liệu — hãng đang dựng nên một “walled garden”, tức hệ sinh thái khép kín khiến khách hàng khó đổi sang công nghệ khác. Nếu doanh nghiệp xây trung tâm dữ liệu theo chuẩn của Nvidia để tận dụng tối đa các tính năng tối ưu điện, họ có thể sẽ ngần ngại chuyển sang GPU của AMD hay các startup chip AI khác, do nguy cơ mất khả năng tích hợp sâu hoặc không còn đạt hiệu suất vận hành tương tự. Nói cách khác, hiệu quả năng lượng ở đây không hoàn toàn là hành động vị môi trường; nó cũng là đòn bẩy để Nvidia củng cố vị thế thống trị.

Ý tưởng tiết kiệm điện trong trung tâm dữ liệu không mới, nhưng trong nhiều năm chúng thường bị bỏ qua. Lý do chính nằm ở SLA, viết tắt của Service Level Agreement — cam kết mức dịch vụ giữa nhà cung cấp và khách hàng, thường gắn với các chỉ số như thời gian hoạt động, độ trễ và hiệu năng. Nếu bật quá nhiều cơ chế tiết kiệm điện, nhà vận hành lo ngại hiệu suất giảm hoặc phát sinh độ trễ, từ đó không đạt SLA và ảnh hưởng doanh thu. Trước khi AI bùng nổ, chi phí điện của nhiều trung tâm dữ liệu vẫn chưa đủ lớn để buộc họ thay đổi mạnh mẽ. Nhưng khi các cụm AI ngốn điện ở quy mô chưa từng có, bài toán tối ưu năng lượng từ “nên làm” đã chuyển thành “bắt buộc phải làm”.

Một diễn biến khác gây lo ngại là đề xuất loại bỏ hoặc giảm bớt yêu cầu tham vấn và thông báo công khai đối với các nguồn phát thải nhỏ theo luật không khí sạch. Trên giấy tờ, đây có thể chỉ là cải cách hành chính. Nhưng trên thực tế, nó ảnh hưởng đến các trung tâm dữ liệu đang lắp đặt tổ máy phát điện hoặc turbine khí ngay trong khuôn viên. Những hệ thống này có thể thải ra oxit nitơ — nhóm khí góp phần tạo sương mù quang hóa, thường gọi là smog — cùng các chất ô nhiễm khác như kim loại nặng. Nếu người dân địa phương không còn được thông báo đầy đủ hoặc khó đưa ý kiến phản hồi, quá trình mở rộng hạ tầng AI có thể diễn ra nhanh hơn nhưng kém minh bạch hơn.

Việc Mỹ tiếp tục gỡ bỏ các tiêu chuẩn khí nhà kính cho ngành điện làm dấy lên lo ngại rằng than đá có thể trở lại để phục vụ nhu cầu năng lượng mới, đặc biệt từ AI. Tuy nhiên, khả năng này vẫn còn gây tranh cãi. Về lý thuyết, nới quy định sẽ giúp các nhà máy nhiệt điện than hoặc khí đốt giảm chi phí tuân thủ. Nhưng trên thực tế, điện than ở Mỹ đã mất lợi thế kinh tế trong nhiều năm do chi phí khai thác, vận hành và bảo trì tăng cao. Các công ty điện lực cũng rất thận trọng với những cơn sốt đầu tư ngắn hạn: họ không muốn mở rộng công suất chỉ dựa trên nhu cầu AI mang tính đầu cơ, rồi sau đó mắc kẹt với tài sản đắt đỏ nếu thị trường đổi chiều. Dù vậy, các nhà máy than lẽ ra phải đóng cửa có thể được giữ lại lâu hơn, và đó vẫn là một tín hiệu xấu cho môi trường.

Một thực tế khác của thị trường hiện nay là tốc độ triển khai quan trọng không kém, thậm chí hơn cả độ sạch của công nghệ. Nhu cầu tăng công suất tính toán nhanh đến mức nhiều doanh nghiệp sẵn sàng chọn giải pháp phát điện nào có thể lắp được sớm nhất. Điều đó đồng nghĩa các turbine khí có công nghệ giảm ô nhiễm tốt hơn chưa chắc được ưu tiên, nhất là khi thời gian chờ giao hàng kéo dài. Thị trường thậm chí đã chứng kiến việc cải hoán động cơ phản lực cũ thành turbine phát điện để rút ngắn thời gian triển khai. Với các nhà vận hành trung tâm dữ liệu, bài toán lúc này thường là “có điện càng sớm càng tốt”, còn tối ưu phát thải có nguy cơ bị đẩy xuống hàng thứ yếu.

Bên cạnh turbine, một số công ty đang chuyển sang fuel cell chạy khí tự nhiên. Fuel cell, hay pin nhiên liệu, là công nghệ tạo điện thông qua phản ứng điện hóa thay vì đốt cháy nhiên liệu trực tiếp. Nhờ không có quá trình đốt, lượng chất gây ô nhiễm tạo smog thường thấp hơn so với turbine khí truyền thống, dù phát thải CO2 tổng thể vẫn có thể tương đương. Nhược điểm là pin nhiên liệu không có mật độ công suất cao, nghĩa là cần nhiều thiết bị hơn để tạo ra cùng lượng điện, và chi phí cũng không rẻ. Dù vậy, ở những nơi khó kéo thêm đường dây truyền tải nhưng có thể cấp khí đốt đến công trình, đây đang trở thành lựa chọn đáng cân nhắc cho các “neocloud” — các nhà cung cấp hạ tầng đám mây mới tập trung mạnh vào AI.

Ngay cả khi quy định được nới lỏng, việc mở rộng trung tâm dữ liệu vẫn bị chặn bởi một giới hạn cứng: lưới điện không thể lớn lên nhanh như nhu cầu AI. Xây thêm đường dây truyền tải, trạm biến áp và kết nối công suất lớn thường mất nhiều năm. Đó là lý do nhiều dự án phải tìm đến các khu vực xa trung tâm, nơi còn đất rẻ, nguồn nước dồi dào hoặc kết nối mạng tốt, nhưng lại thiếu hạ tầng điện tương xứng. Trong bối cảnh đó, trung tâm dữ liệu ngày càng giống những “ốc đảo năng lượng”, tự xoay xở bằng phát điện tại chỗ hoặc tìm mọi cách tận dụng tối đa số megawatt được cấp.

Nhìn tổng thể, ngành trung tâm dữ liệu Mỹ đang đi theo hai hướng trái ngược cùng lúc. Một mặt, các công nghệ như DSX của Nvidia cho thấy có thể khai thác điện hiệu quả hơn, giảm lãng phí và phối hợp tốt hơn với lưới điện. Mặt khác, việc nới lỏng quy định môi trường và giảm minh bạch phát thải có thể khiến cái giá môi trường của cơn sốt AI trở nên khó kiểm soát hơn. Câu hỏi lớn lúc này không còn là liệu AI có thể giúp trung tâm dữ liệu tiết kiệm điện hay không, mà là liệu mức tiết kiệm đó có đủ để bù cho tốc độ mở rộng bùng nổ của toàn ngành. Nếu không, Mỹ có thể sẽ sở hữu những trung tâm dữ liệu thông minh hơn, nhưng cũng “bẩn” hơn.