Cơ hội thúc đẩy hiện thực hoá mục tiêu trung hoà carbon

Phát triển bền vững, giảm phát thải carbon và ứng dụng công nghệ thân thiện với môi trường là một hướng đi phù hợp với xu thế toàn cầu hiện nay. Các nghiên cứu gần đây cho thấy, ước tính đến năm 2027, chi phí năng lượng cho AI có thể tăng lên 85-134 terawatt mỗi giờ (1 terawatt bằng 1.000 tỷ watt), chiếm gần 0,5% tổng lượng điện sử dụng toàn cầu¹. Chẳng hạn, việc đào tạo mô hình GPT-3, ước tính tiêu thụ 1.287.000 KWh; lượng khí thải CO₂ là 552 tấn, tương đương với việc lái một chiếc xe khách trong 2 triệu km². Mức tiêu thụ điện năng cho đào tạo mô hình GPT-4 từ 51.772.500 đến 62.318.750 KWh; lượng khí thải từ 12.456 đến 14.994 tấn CO₂³.

Quá trình sản xuất phần cứng, bao gồm chip xử lý đồ họa (Graphics Processing Unit – GPU) và các đơn vị xử lý tensor (Tensor Processing Unit – TPU) cũng góp phần vào phát thải khí nhà kính. Việc khai thác và chế biến các nguyên liệu thô như silicon (Si), germanium (Ge), gallium arsenide (GaAs), kim loại hiếm, các vật liệu khác cần thiết cho sản xuất chip cũng tạo ra lượng khí thải đáng kể. Mặt khác, các thiết bị phần cứng nhanh chóng trở nên lỗi thời, dẫn đến nhu cầu sản xuất mới và tăng lượng khí thải.

Các trung tâm dữ liệu và máy chủ cần năng lượng liên tục để duy trì hoạt động, bao gồm việc cung cấp năng lớn cho xử lý dữ liệu và tính toán; các hệ thống tản nhiệt, điều hòa không khí làm mát; các ổ đĩa cứng (HDD, SSD) và các hệ thống lưu trữ dữ liệu khác; các hệ thống sao lưu và dự phòng dữ liệu cũng cần năng lượng để hoạt động. Theo thống kê của công ty tư vấn quản trị toàn cầu McKinsey, công suất trung tâm dữ liệu toàn cầu phục vụ AI vào năm 2023 chỉ khoảng 21 GW điện nhưng đến năm 2030 con số này sẽ lên đến 155 GW, với tốc độ tăng trưởng trung bình 33%/năm⁴.

Việc truyền dữ liệu giữa các máy chủ, giữa các trung tâm dữ liệu và giữa trung tâm dữ liệu với người dùng cuối cần nhiều năng lượng để duy trì; các thiết bị mạng như router, switch và firewall cũng tiêu tốn năng lượng để hoạt động. Ngay cả hệ thống phụ trợ (chiếu sáng, camera an ninh…) trong trung tâm dữ liệu, hệ thống dự phòng (máy phát điện và hệ thống UPS – tức bộ lưu điện, bộ điện dự phòng) đều cần năng lượng để đảm bảo hoạt động liên tục trong trường hợp mất điện lưới. Do đó, xây dựng hệ sinh thái AI xanh đang trở thành một xu hướng tất yếu, được nhiều quốc gia ưu tiên lựa chọn như một phần chiến lược phát triển bền vững.

Mỹ là nước dẫn đầu về xây dựng hệ sinh thái AI xanh thông qua đổi mới công nghệ và chính sách. Giải pháp được nước này áp dụng, bao gồm, đầu tư mạnh vào Nghiên cứu và Phát triển (R&D) AI (Google, Microsoft, NVIDIA phát triển chip AI tiết kiệm năng lượng và trung tâm dữ liệu chạy bằng năng lượng tái tạo); có chính sách hỗ trợ cho các dự án AI ứng dụng trong năng lượng sạch.

EU quy định nghiêm ngặt về hệ sinh thái AI bền vững, với việc đặt ra yêu cầu về chỉ số hiệu suất năng lượng AI. Các hệ thống AI phải công khai lượng CO₂ thải ra khi huấn luyện mô hình. EU đầu tư vào “Digital Twin” (bản sao kỹ thuật số) cho thành phố thông minh (như Phần Lan, Đức dùng AI mô phỏng hệ thống năng lượng đô thị, tối ưu hóa tiêu thụ điện). Thụy Điển dùng nước biển để làm mát trung tâm dữ liệu (data center).

Trung Quốc kết hợp AI xanh với chiến lược “Carbon Neutral 2060” (Trung hòa carbon). Giải pháp chính là xây dựng siêu data center chạy bằng thủy điện (Alibaba, Tencent đặt trung tâm dữ liệu ở nơi có nguồn thủy điện dồi dào như Tứ Xuyên, Vân Nam); ứng dụng AI trong nông nghiệp và công nghiệp xanh, giúp tối ưu hóa tưới tiêu (giảm 20% lượng nước lãng phí), xây dựng hệ thống AI giám sát ô nhiễm không khí tại Thủ đô Bắc Kinh.

Nhật Bản phát triển Chip AI xanh (Fujitsu A64FX) tiêu tốn ít năng lượng[5]; áp dụng thuật toán tối ưu; làm mát tự nhiên, năng lượng sạch. Hàn Quốc sử dụng Chip AI low-power & smart factory Chip AI công suất thấp và nhà máy thông minh (Samsung sản xuất chip AI 5nm tiết kiệm 30% năng lượng). Singapore quy định nghiêm ngặt về hiệu suất năng lượng; phát triển hạ tầng xanh cho AI; thiết lập trung tâm nghiên cứu AI xanh; hỗ trợ cho các startup AI xanh.

Việt Nam là quốc gia có nhiều tiềm năng phát triển hệ sinh thái AI xanh, như nguồn năng lượng tái tạo dồi dào (năng lượng mặt trời, gió, thủy điện, sinh khối…), đáp ứng nhu cầu điện sạch cho các trung tâm dữ liệu và hệ thống AI; cộng đồng công nghệ và nhân lực trẻ, năng động; Chính phủ đang thúc đẩy các dự án năng lượng tái tạo, hướng tới mục tiêu “Net Zero 2050”, tạo điều kiện để AI phát triển bền vững; Chiến lược Quốc gia về AI đến 2030 ưu tiên phát triển AI bền vững, giảm phát thải carbon.

Xây dựng hệ sinh thái AI xanh dựa trên năng lượng sạch giúp giảm chi phí vận hành, nâng cao năng suất, vừa đảm bảo tăng trưởng dài hạn, có tác dụng thúc đẩy nền kinh tế số phát triển một cách bền vững. Hệ sinh thái AI xanh cũng sẽ tạo ra sức hút lớn đối với đầu tư và hợp tác quốc tế, giúp Việt Nam định vị được thương hiệu quốc gia, trở thành quốc gia tiên phong về AI xanh ở Đông Nam Á, nâng cao vị thế trên bản đồ công nghệ thế giới, mở ra cơ hội xuất khẩu giải pháp sang các thị trường có yêu cầu khắt khe về môi trường (như Mỹ, EU, Nhật Bản). AI xanh còn góp phần hiện thực hóa mục tiêu “Net Zero 2050” của Việt Nam.

Tuy nhiên, Việt Nam hiện đang vấp phải các thách thức trong xây dựng hệ sinh thái AI xanh, như hạ tầng công nghệ và năng lượng chưa bền vững, năng lượng tái tạo hạn chế (phụ thuộc vào nhiên liệu hóa thạch, gây phát thải cao), hạ tầng điện toán đám mây yếu, thiếu các trung tâm dữ liệu xanh sử dụng năng lượng sạch để hỗ trợ AI tiết kiệm năng lượng; thiếu nguồn nhân lực chất lượng cao, đào tạo AI tập trung vào ứng dụng thương mại hơn là tối ưu năng lượng hoặc giảm carbon; thiếu khung pháp lý cho AI xanh…

Những giải pháp cần chú trọng

Một là, xây dựng khung pháp lý và chính sách hỗ trợ xây dựng hệ sinh thái AI xanh. Bao gồm các quy định về giảm tiêu thụ năng lượng trong phát triển các hệ thống AI; quy định giảm phát thải carbon; tiêu chuẩn về phần cứng xanh (chứng nhận phần cứng, tái chế linh kiện điện tử, làm mát hiệu quả). Khuyến khích doanh nghiệp áp dụng công nghệ AI bền vững như các mô hình AI nhỏ gọn (TinyML, Edge AI), hạn chế đào tạo mô hình quá mức cần thiết. Áp dụng nguyên tắc AI có trách nhiệm, đảm bảo minh bạch, công bằng và giảm thiểu tác động tiêu cực đến môi trường.

Có chính sách ưu đãi tín dụng xanh cho AI bằng các biện pháp giảm lãi suất vay cho dự án AI tiết kiệm năng lượng, ưu đãi lãi suất thấp hơn cho doanh nghiệp phát triển mô hình AI tối ưu, AI trong năng lượng tái tạo và sản xuất phần cứng tiết kiệm điện. Chính phủ/ngân hàng thành lập quỹ bảo lãnh rủi ro cho AI xanh; yêu cầu doanh nghiệp AI báo cáo lượng CO₂ từ huấn luyện các mô hình AI (training model) để được duyệt vốn.

Hai là, xây dựng cơ sở hạ tầng xanh cho AI. Đầu tư vào GPU/CPU tiết kiệm điện như chip Apple M-series; Intel Core Ultra; AMD Ryzen 7040U/8040U, Qualcomm Snapdragon X Elite, NVIDIA RTX 40-series, Intel Arc A-series cho hiệu suất cao và tiêu thụ điện rất thấp. Thúc đẩy R&D AI xanh, tập trung vào các mô hình AI tiết kiệm năng lượng. Phát triển các thuật toán AI hiệu quả, ít tiêu tốn tài nguyên máy tính. Chẳng hạn như TinyML – loại máy học cho phép các mô hình chạy trên các thiết bị nhỏ hơn, ít tiêu tốn năng lượng hơn.

Sử dụng năng lượng tái tạo (như điện mặt trời, gió, thủy điện, địa nhiệt, nhiệt sinh khối) để cung cấp cho các trung tâm dữ liệu và hệ thống AI, áp dụng làm mát tự nhiên, giảm phát thải carbon. Hợp tác với doanh nghiệp năng lượng sạch (như VinFast Energy, Schneider Electric) để triển khai hệ thống lưu trữ pin và lưới điện vi mô thông minh. Hợp tác với các nhà cung cấp cloud như AWS, Google Cloud, Microsoft Azure để sử dụng các server xanh.

Ba là, phát triển các công cụ tiên tiến thực hiện đo lường và báo cáo tác động môi trường từ các ứng dụng AI. Bao gồm, thiết bị phần cứng chuyên dụng như máy đo công suất tiêu thụ theo thời gian thực của server/GPU/CPU (Watts Up Pro); giám sát điện năng tiêu thụ của GPU (NVIDIA DCGM); hệ thống giám sát data center (Intel Data Center Manager); phần cứng đánh giá khí thải carbon (cảm biến CO₂ và nhiệt độ, hệ thống tích hợp AI để tính toán carbon footprint).

Sử dụng phần mềm đi kèm phần cứng để giám sát năng lượng, như CodeCarbon ước tính lượng CO2 do đám mây hoặc tài nguyên máy tính cá nhân tạo ra khi thực thi mã; MLCO2 Impact Calculator ước tính khí thải khi huấn luyện mô hình AI (train model); PowerTOP đo lường, phân tích và cải thiện hiệu quả năng lượng của máy tính. Nghiên cứu áp dụng các tiêu chuẩn xanh cho AI, bao gồm tiêu thụ năng lượng, khí thải carbon và hiệu quả tài nguyên, phần cứng bền vững và đạo đức AI.

Bốn là, đẩy mạnh ứng dụng AI xanh vào các lĩnh vực trọng điểm như năng lượng, nông nghiệp, giao thông, y tế và công nghiệp. Ứng dụng AI tối ưu hóa lưới điện thông minh và giám sát tiêu thụ điện trong công nghiệp; AI trong canh tác, phân tích đất, tưới tiêu tối ưu, dự báo sâu bệnh, dự đoán thời điểm thu hoạch và phân phối để giảm thất thoát. AI tối ưu hóa giao thông, giảm ùn tắc và khí thải (như Be, Mai Linh sử dụng AI định tuyến xanh nhằm tối ưu hóa lộ trình); AI quản lý rác thải, phân loại rác tự động, tối ưu hóa tuyến đường thu gom. AI phân tích dữ liệu vệ tinh để cảnh báo ô nhiễm không khí, nước, giám sát môi trường. AI chẩn đoán tiết kiệm năng lượng trong y tế và chăm sóc sức khỏe.

Năm là, nâng cao nhận thức và đào tạo kỹ năng AI xanh. Mở các khóa học về AI bền vững tại các trường đại học đào tạo AI (Đại học Bách Khoa, Đại học Công nghệ Thông tin…). Tuyên truyền về lợi ích của hệ sinh thái AI xanh bằng các hình thức tổ chức hội thảo, diễn đàn để doanh nghiệp và người dân hiểu rõ về xu hướng này. Khuyến khích sinh viên, startups AI phát triển giải pháp AI giảm phát thải carbon, thông qua tổ chức cuộc thi lập trình Hackathon và các cuộc thi sáng tạo khác.

Sáu là, nghiên cứu áp dụng kinh nghiệm xây dựng hệ sinh thái AI xanh của các nước tiên tiến, như tiêu chuẩn Energy Star (nhãn năng lượng); làm mát tự nhiên cho data center; thành phố thông minh xanh dựa trên mô hình EU. Hợp tác với các quốc gia có kinh nghiệm như Nhật Bản, Hàn Quốc đào tạo nhân lực AI xanh. Khuyến khích các tập đoàn nước ngoài đầu tư tại Việt Nam ( Samsung, LG…) áp dụng công nghệ xanh.

Như vậy, AI xanh không chỉ là công nghệ, mà là tương lai của một nền kinh tế số hài hòa với thiên nhiên. Với nguồn nhân lực trẻ, cộng đồng công nghệ năng động, sự quan tâm của Chính phủ và nhu cầu phát triển bền vững, Việt Nam có tiềm năng lớn để phát triển hệ sinh thái AI xanh, trở thành điểm sáng trong khu vực Đông Nam Á và thế giới.

Chú thích:

(1) Hoàng Minh (2025), Trí tuệ nhân tạo đang thải ra ra hàng nghìn tấn khí nhà kính CO2, https://tapchitaichinh.vn, ngày 25-3-2025.

(2) Lê Minh (Theo AFB), Các hãng sản xuất chip AI với trách nhiệm về khí thải trong lĩnh vực công nghệ, https://bnews.vn, ngày 04-9-2023.

(3) Kasper Groes Albin Ludvigsen (2023), Dấu chân carbon của GPT-4, https://towardsdatascience.com, ngày 18-7-2023.

(4) Nhĩ Anh (2025), Nhu cầu năng lượng cho các Data Center tăng vọt và thách thức xanh hóa các trung tâm dữ liệu, https://vneconomy.vn, ngày 22-4-2025.