GPT-4 và các LLM thải ra lượng khí thải cácbon khổng lồ

Các mô hình ngôn ngữ lớn (LLM) như GPT-4 của OpenAI đòi hỏi một lượng tài nguyên khổng lồ để vận hành. Trong quá trình hoạt động, chúng thải ra một lượng lớn khí cacbon, gây tác động xấu đến môi trường.

Theo ước tính, chỉ riêng ChatGPT đã tiêu thụ từ 1,2 triệu đến 23,4 triệu kWh điện trong tháng 1/2023. Con số này tương đương với lượng điện tiêu thụ của cả một thành phố trung bình trong cùng khoảng thời gian.

Bloom, một mô hình LLM mã nguồn mỡ do Hugging Face phát triển, đã sử dụng 914 kWh điện và thải ra 340kg khí cacbon trong 18 ngày hoạt động. Trong khi đó, ChatGPT đã phục vụ hơn 100 triệu người dùng mỗi tháng vào tháng 1/2023.

Những con số này chỉ là phần nổi của tảng băng chìm. Thực tế, các LLM yêu cầu một lượng tài nguyên vận hành khổng lồ, nhưng các công ty AI như OpenAI vẫn giữ kín chi tiết về các mô hình của họ.

Vấn đề phức tạp hơn là lượng khí thải carbon phụ thuộc nhiều yếu tố như vị trí đặt trung tâm dữ liệu, nguồn điện cung cấp, số lượng yêu cầu từ người dùng,… Do đó, rất khó để ước tính chính xác lượng khí thải mà các LLM tạo ra.

Ngoài ra, các trung tâm dữ liệu cần duy trì nhiệt độ ổn định, sử dụng lượng lớn nước để làm mát. Điều này khiến lượng nước và các tài nguyên tiêu thụ tăng lên đáng kể. Microsoft đã bơm hơn 11 triệu gallon nước vào các trung tâm dữ liệu chỉ trong tháng 7/2022.

Như vậy, LLM không chỉ gây tác động xấu tới môi trường thông qua lượng khí thải carbon, mà còn làm cạn kiệt các nguồn tài nguyên thiên nhiên quan trọng khác.

Giải pháp nằm ở vị trí đặt trung tâm dữ liệu

Giải pháp tối ưu nhất là đặt các trung tâm dữ liệu ở những vị trí có thể cung cấp nguồn năng lượng xanh. Đồng thời, các trung tâm cũng cần hạn chế sử dụng nước và các nguồn tài nguyên khác.

Công ty Verne Global (Anh) là một ví dụ. Họ mở trung tâm dữ liệu đầu tiên tại Iceland – quốc gia duy nhất trên thế giới cung cấp năng lượng hoàn toàn từ các nguồn tái tạo.

Cụ thể, Iceland sử dụng năng lượng địa nhiệt và thủy điện tạo thành nguồn năng lượng xanh, đáng tin cậy. Hơn nữa, khí hậu ôn hòa giúp Verne Global không cần sử dụng nhiều nước để làm mát như các trung tâm dữ liệu khác.

Theo Giám đốc điều hành Dominic Ward, việc xây dựng trung tâm dữ liệu bền vững ở hầu hết các vị trí khác gần như không thể. Chúng phải dựa vào năng lượng gió, năng lượng mặt trời, nhưng các nguồn này không đáng tin cậy bằng thủy điện, địa nhiệt.

Hơn nữa, ý tưởng đặt trung tâm dữ liệu xa trở nên khả thi do sự phát triển của công nghệ. Cáp quang ngày càng hoàn thiện giúp dữ liệu truyền tải hiệu quả giữa các châu lục. Do đó, vị trí của trung tâm không còn quá quan trọng, miễn là đảm bảo tốc độ xử lý.

Bên cạnh Iceland, Verne Global có các trung tâm dữ liệu tại Phần Lan, London (Anh), và Na Uy. Họ lựa chọn các địa điểm có thể cung cấp năng lượng sạch với chi phí thấp nhất.

Verne Global cũng xây dựng các trung tâm dữ liệu được thiết kế chuyên biệt cho tính toán hiệu năng cao. Theo ông Ward, trung tâm hiện đại có thể sử dụng 30kW cho mỗi giá đỡ máy chủ, gấp 3 lần so với 10 năm trước. Sự gia tăng công suất này đòi hỏi trung tâm phải được thiết kế đặc biệt để hoạt động hiệu quả.

Những thách thức đối với sự phát triển bền vững của AI

Theo Dominic Ward, chỉ một số ít địa điểm trên thế giới có thể đáp ứng nhu cầu năng lượng khổng lồ của các trung tâm dữ liệu AI. Điều này gây ra những thách thức cho sự mở rộng của các ứng dụng điện toán đám mây.

Các chuyên gia cảnh báo nếu không có giải pháp bền vững, sự phát triển của AI sẽ dẫn tới hậu quả nghiêm trọng với môi trường. Một số khả năng xảy ra gồm:

• Sự gia tăng đột biến về nhu cầu điện và tài nguyên khiến chúng ta không thể đáp ứng kịp thời.
• Sự cạn kiệt các nguồn tài nguyên thiên nhiên, đặc biệt là nước, dẫn đến xung đột về tài nguyên.
• Biến đổi khí hậu diễn ra nhanh hơn do lượng khí thải carbon tăng vọt từ hoạt động của các trung tâm dữ liệu AI.

Do đó, các chuyên gia khuyến nghị các công ty AI cần công khai và minh bạch hóa dữ liệu về tác động môi trường của công nghệ mới. Đồng thời, cần nghiên cứu và đưa ra các tiêu chuẩn bền vững cho hoạt động của ngành công nghiệp AI.

Cuối cùng, cộng đồng toàn cầu cần nhận thức rõ hơn về chi phí môi trường của AI. Chúng ta phải cân nhắc kỹ lưỡng giữa lợi ích và tác hại của công nghệ mới để đưa ra quyết định đúng đắn cho tương lai.