Derpy
Intern Writer
Chúng ta thường nhìn nhận sự bùng nổ của hạ tầng trí tuệ nhân tạo (AI) như một bài toán về năng lượng, đơn giản là AI sẽ ngốn rất nhiều điện. Các trung tâm dữ liệu, nơi đặt nền móng cho AI, được dự báo sẽ chiếm từ 3 đến 4% tổng lượng điện tiêu thụ toàn cầu ngay trong thập kỷ này, theo ước tính của Cơ quan Năng lượng Quốc tế (IEA). Các công ty điện lực cũng đang phải điều chỉnh dự báo dài hạn để đáp ứng mức tăng trưởng khổng lồ từ các cơ sở siêu quy mô và cụm máy tính mật độ cao này.
Tuy nhiên, cách nhìn nhận này mới chỉ dừng lại ở quy mô mà bỏ qua một khía cạnh quan trọng hơn: cách thức tiêu thụ năng lượng của AI. Vấn đề không chỉ là các hệ thống máy tính quy mô lớn tiêu thụ bao nhiêu điện, mà là cách các khối lượng công việc tính toán ngày càng dày đặc và đồng bộ đang làm thay đổi đặc tính vận hành của lưới điện. Nhu cầu điện trở nên khó đoán hơn, biến động nhanh chóng cả về thời gian và địa điểm, tạo ra những thách thức vận hành mới cho các nhà điều hành lưới điện.
Nhu cầu năng lượng thất thường của AI thực sự là một vấn đề lớn. Kế hoạch lưới điện truyền thống thường dựa trên hành vi nhu cầu tương đối dễ dự đoán. Các tải công nghiệp, thương mại và dân dụng thường tuân theo các hồ sơ đã được thiết lập, có thể dự báo với độ chính xác hợp lý. Ngay cả khi nhu cầu tăng đáng kể, lịch sử cho thấy chúng ta vẫn có thể quản lý được thông qua việc lập kế hoạch dự trữ, nâng cấp đường truyền và các chương trình quản lý nhu cầu.
Thế nhưng, hạ tầng tính toán quy mô lớn lại mang đến một loại tải điện hoàn toàn khác. Quá trình "huấn luyện" (training) các mô hình AI, một tác vụ tính toán cực kỳ chuyên sâu, thường được đồng bộ hóa cao độ trên các cụm GPU, TPU và các bộ tăng tốc chuyên dụng hoạt động song song. Ngược lại, quá trình "suy luận" (inference) – tức là sử dụng các mô hình đó – lại phân tán hơn và phụ thuộc vào người dùng, khiến nhu cầu khó dự đoán hơn cả về thời gian lẫn địa điểm. Cả hai đều khác biệt đáng kể so với hồ sơ nhu cầu công nghiệp truyền thống. Không giống như nhiều quy trình công nghiệp thông thường, các khối lượng công việc này có thể tăng vọt nhanh chóng tùy thuộc vào chu kỳ huấn luyện mô hình, sự phối hợp tính toán phân tán và chiến lược lập lịch công việc.
Từ góc độ của lưới điện, đây không chỉ đơn thuần là nhu cầu cao hơn, mà là nhu cầu đột ngột hơn. Các khối lượng công việc tính toán mật độ cao có thể tạo ra những thay đổi đáng kể về mức tiêu thụ điện trong khoảng thời gian cực ngắn, bao gồm cả những biến động nhanh chóng chỉ trong vài mili giây. Các nhà vận hành trung tâm dữ liệu đã và đang triển khai các công nghệ giảm thiểu như pin, hệ thống điều hòa điện và siêu tụ điện. Tuy nhiên, nhìn chung, những thay đổi tải nhanh chóng của các trung tâm dữ liệu có thể gây thêm áp lực lên các nguồn dự trữ phát điện dự phòng, các hệ thống điều chỉnh cung cấp khi nhu cầu thay đổi, các cơ chế kiểm soát tần số duy trì sự ổn định của lưới điện và hạ tầng truyền tải cục bộ.
Sự biến động liên quan đến tính toán này khác với sự gián đoạn do tích hợp năng lượng tái tạo. Biến động của gió và mặt trời chủ yếu xuất phát từ phía cung cấp và gắn liền với điều kiện môi trường. Trong khi đó, sự biến động liên quan đến tính toán lại xuất hiện từ phía nhu cầu, được thúc đẩy bởi sự đồng bộ hóa khối lượng công việc, hành vi lập lịch và cường độ tính toán. Sự tương tác giữa các điều kiện cung và cầu ngày càng năng động này tạo thêm sự không chắc chắn trong việc dự báo, quản lý dự trữ, lập kế hoạch tắc nghẽn và các hoạt động cân bằng. Các tổ chức nghiên cứu, bao gồm Phòng thí nghiệm Năng lượng Tái tạo Quốc gia (NREL), đã nhấn mạnh sự phức tạp ngày càng tăng liên quan đến việc tích hợp các tài nguyên năng động cao vào hoạt động lưới điện hiện đại.
Vấn đề càng trở nên nghiêm trọng hơn khi hoạt động tính toán tập trung về mặt địa lý. Các trung tâm dữ liệu quy mô lớn có xu hướng tập trung ở những khu vực có điều kiện thuận lợi như kết nối cáp quang, tiếp cận thị trường, ưu đãi thuế và chi phí điện thấp trong lịch sử. Bắc Virginia, thường được gọi là "Thung lũng Trung tâm Dữ liệu", vẫn là ví dụ nổi bật nhất. Khu vực này là nơi tập trung trung tâm dữ liệu lớn nhất thế giới và xử lý một phần đáng kể lưu lượng internet toàn cầu.
Các công ty điện lực hoạt động trong các khu vực này đã xác định sự tăng trưởng của trung tâm dữ liệu là động lực chính cho việc mở rộng tải trong tương lai. Chẳng hạn, nhà cung cấp điện Dominion Energy có trụ sở tại Virginia đã nhiều lần nhấn mạnh sự tăng trưởng nhu cầu siêu quy mô trong các tài liệu lập kế hoạch tài nguyên tích hợp của mình. Virginia đã chứng kiến một trong những đợt xây dựng trung tâm dữ liệu lớn nhất trên toàn cầu, với Amazon Web Services và Iron Mountain thống trị cảnh quan ở Manassas, Virginia.
Sự gia tăng đột ngột về mức tiêu thụ điện trong một khu vực địa lý hạn chế có thể gây căng thẳng cho các trạm biến áp, hành lang truyền tải và hoạt động cân bằng cục bộ, ngay cả khi lưới điện rộng lớn hơn vẫn duy trì đủ công suất tổng thể. Điều này tạo ra những thách thức về độ tin cậy cục bộ mà không phải lúc nào cũng nhìn thấy được chỉ qua các số liệu nhu cầu trên toàn hệ thống.
Các hệ thống quản lý nhiệt cũng làm tăng cường thêm những tác động này. Hạ tầng làm mát trong các cơ sở tính toán mật độ cao phải phản ứng linh hoạt với khối lượng công việc thay đổi. Khi cường độ xử lý tăng lên, nhu cầu làm mát cũng tăng theo, thường là phi tuyến tính. Sự kết nối giữa các hệ thống tính toán và nhiệt này có nghĩa là sự dao động trong khối lượng công việc có thể lan truyền qua nhiều lớp tiêu thụ điện của cơ sở cùng một lúc.
Các cụm tính toán mật độ cao cũng có thể gây ra các vấn đề về chất lượng điện ở cấp độ cục bộ. Sự tập trung lớn của các bộ tăng tốc, bộ nguồn chuyển mạch và thiết bị tính toán tần số cao có thể tạo ra sóng hài và hành vi tải phi tuyến tính, gây thêm áp lực lên hạ tầng phân phối. Mặc dù các cơ sở hiện đại tích hợp các công nghệ giảm thiểu, quy mô và sự tập trung của các cơ sở tính toán thế hệ tiếp theo có thể yêu cầu các công ty điện lực và nhà vận hành xem xét lại các giả định xung quanh việc điều hòa điện cục bộ, quản lý sóng hài và khả năng phục hồi của hạ tầng. Những điều kiện này cũng có thể góp phần gây ra các quá độ điện ngắn hạn, gây thêm áp lực lên hạ tầng cục bộ và các hệ thống điều hòa điện.
Rõ ràng, các quy định cần được cập nhật. Một phần thách thức là nhiều khuôn khổ quy định và vận hành hiện có được thiết kế dựa trên hồ sơ nhu cầu công nghiệp tương đối ổn định. Các tải lớn, biến động nhanh chóng trong lịch sử đã bị hạn chế vì việc bật tắt đột ngột có thể làm phức tạp các hoạt động cân bằng, tăng áp lực lên thiết bị truyền tải và giảm khả năng dự đoán trong hoạt động hệ thống. Các cụm tính toán mật độ cao không phù hợp hoàn toàn với những giả định đó.
Điều này tạo ra áp lực cho cả việc thích ứng vận hành và đánh giá lại quy định. Các cơ chế phản ứng nhu cầu có thể cho phép một số khối lượng công việc tính toán được dịch chuyển hoặc cắt giảm trong thời gian hệ thống căng thẳng. Các nhà vận hành trung tâm dữ liệu đang khám phá việc lập lịch linh hoạt, lưu trữ pin và phát điện tại chỗ. Trong khi đó, các nhà vận hành lưới điện đang đánh giá các khuôn khổ lập kế hoạch và phương pháp tiếp cận kết nối cho các tải linh hoạt ngày càng lớn.
Ví dụ, Hội đồng Độ tin cậy Điện Texas (ERCOT) đã công khai thừa nhận những tác động ngày càng tăng của các tải linh hoạt lớn, bao gồm các trung tâm dữ liệu, đối với việc lập kế hoạch lưới điện dài hạn và sự ổn định vận hành. Các hàng đợi kết nối trên khắp Hoa Kỳ tiếp tục mở rộng đáng kể, phản ánh áp lực ngày càng tăng lên cả hạ tầng phát điện và truyền tải. Tuy nhiên, thời gian mở rộng lưới điện được tính bằng năm chứ không phải quý.
Điều này tạo ra một sự không phù hợp về cấu trúc. Hạ tầng tính toán có thể mở rộng nhanh chóng, nhưng hạ tầng điện thì thường không thể.
Ý nghĩa rộng hơn là hạ tầng tính toán quy mô lớn không chỉ đơn thuần là một loại tải công nghiệp khác. Nó đại diện cho một sự thay đổi trong các đặc tính thời gian và không gian của chính nhu cầu điện. Việc chỉ tập trung vào tổng mức tiêu thụ năng lượng có nguy cơ bỏ qua những tác động vận hành cấp hai này. Việc mở rộng công suất đơn thuần không giải quyết đầy đủ hành vi tăng tải nhanh chóng, sự đồng bộ hóa, tắc nghẽn cục bộ, sự bất ổn tạm thời, nén dự trữ hoặc các yêu cầu theo dõi tải ngày càng khắt khe.
Thách thức không chỉ là các hệ thống này tiêu thụ bao nhiêu điện, mà là cách chúng đang bắt đầu thay đổi các điều kiện vận hành của chính lưới điện. Lời kêu gọi không phải là làm chậm sự phát triển của AI, mà là nhận ra rằng điện toán siêu quy mô đại diện cho một loại nhu cầu điện mới. Khi hạ tầng AI tiếp tục mở rộng, các khuôn khổ lập kế hoạch có thể cần phải tính đến không chỉ tổng mức tiêu thụ năng lượng mà còn cả sự biến động nhu cầu, hiệu ứng đồng bộ hóa và sự tập trung địa lý. Khả năng phục hồi của lưới điện sẽ ngày càng phụ thuộc vào việc hiểu cách các cơ sở này tiêu thụ điện, chứ không chỉ đơn thuần là chúng tiêu thụ bao nhiêu điện.
Bài viết này được tổng hợp từ phân tích của Matt Hasan, một chiến lược gia và nhà kinh tế AI chuyên về giao điểm của công nghệ, hạ tầng và hệ thống thị trường, đăng trên IEEE Spectrum.
Tuy nhiên, cách nhìn nhận này mới chỉ dừng lại ở quy mô mà bỏ qua một khía cạnh quan trọng hơn: cách thức tiêu thụ năng lượng của AI. Vấn đề không chỉ là các hệ thống máy tính quy mô lớn tiêu thụ bao nhiêu điện, mà là cách các khối lượng công việc tính toán ngày càng dày đặc và đồng bộ đang làm thay đổi đặc tính vận hành của lưới điện. Nhu cầu điện trở nên khó đoán hơn, biến động nhanh chóng cả về thời gian và địa điểm, tạo ra những thách thức vận hành mới cho các nhà điều hành lưới điện.
Nhu cầu năng lượng thất thường của AI thực sự là một vấn đề lớn. Kế hoạch lưới điện truyền thống thường dựa trên hành vi nhu cầu tương đối dễ dự đoán. Các tải công nghiệp, thương mại và dân dụng thường tuân theo các hồ sơ đã được thiết lập, có thể dự báo với độ chính xác hợp lý. Ngay cả khi nhu cầu tăng đáng kể, lịch sử cho thấy chúng ta vẫn có thể quản lý được thông qua việc lập kế hoạch dự trữ, nâng cấp đường truyền và các chương trình quản lý nhu cầu.
Thế nhưng, hạ tầng tính toán quy mô lớn lại mang đến một loại tải điện hoàn toàn khác. Quá trình "huấn luyện" (training) các mô hình AI, một tác vụ tính toán cực kỳ chuyên sâu, thường được đồng bộ hóa cao độ trên các cụm GPU, TPU và các bộ tăng tốc chuyên dụng hoạt động song song. Ngược lại, quá trình "suy luận" (inference) – tức là sử dụng các mô hình đó – lại phân tán hơn và phụ thuộc vào người dùng, khiến nhu cầu khó dự đoán hơn cả về thời gian lẫn địa điểm. Cả hai đều khác biệt đáng kể so với hồ sơ nhu cầu công nghiệp truyền thống. Không giống như nhiều quy trình công nghiệp thông thường, các khối lượng công việc này có thể tăng vọt nhanh chóng tùy thuộc vào chu kỳ huấn luyện mô hình, sự phối hợp tính toán phân tán và chiến lược lập lịch công việc.
Từ góc độ của lưới điện, đây không chỉ đơn thuần là nhu cầu cao hơn, mà là nhu cầu đột ngột hơn. Các khối lượng công việc tính toán mật độ cao có thể tạo ra những thay đổi đáng kể về mức tiêu thụ điện trong khoảng thời gian cực ngắn, bao gồm cả những biến động nhanh chóng chỉ trong vài mili giây. Các nhà vận hành trung tâm dữ liệu đã và đang triển khai các công nghệ giảm thiểu như pin, hệ thống điều hòa điện và siêu tụ điện. Tuy nhiên, nhìn chung, những thay đổi tải nhanh chóng của các trung tâm dữ liệu có thể gây thêm áp lực lên các nguồn dự trữ phát điện dự phòng, các hệ thống điều chỉnh cung cấp khi nhu cầu thay đổi, các cơ chế kiểm soát tần số duy trì sự ổn định của lưới điện và hạ tầng truyền tải cục bộ.
Sự biến động liên quan đến tính toán này khác với sự gián đoạn do tích hợp năng lượng tái tạo. Biến động của gió và mặt trời chủ yếu xuất phát từ phía cung cấp và gắn liền với điều kiện môi trường. Trong khi đó, sự biến động liên quan đến tính toán lại xuất hiện từ phía nhu cầu, được thúc đẩy bởi sự đồng bộ hóa khối lượng công việc, hành vi lập lịch và cường độ tính toán. Sự tương tác giữa các điều kiện cung và cầu ngày càng năng động này tạo thêm sự không chắc chắn trong việc dự báo, quản lý dự trữ, lập kế hoạch tắc nghẽn và các hoạt động cân bằng. Các tổ chức nghiên cứu, bao gồm Phòng thí nghiệm Năng lượng Tái tạo Quốc gia (NREL), đã nhấn mạnh sự phức tạp ngày càng tăng liên quan đến việc tích hợp các tài nguyên năng động cao vào hoạt động lưới điện hiện đại.
Vấn đề càng trở nên nghiêm trọng hơn khi hoạt động tính toán tập trung về mặt địa lý. Các trung tâm dữ liệu quy mô lớn có xu hướng tập trung ở những khu vực có điều kiện thuận lợi như kết nối cáp quang, tiếp cận thị trường, ưu đãi thuế và chi phí điện thấp trong lịch sử. Bắc Virginia, thường được gọi là "Thung lũng Trung tâm Dữ liệu", vẫn là ví dụ nổi bật nhất. Khu vực này là nơi tập trung trung tâm dữ liệu lớn nhất thế giới và xử lý một phần đáng kể lưu lượng internet toàn cầu.
Các công ty điện lực hoạt động trong các khu vực này đã xác định sự tăng trưởng của trung tâm dữ liệu là động lực chính cho việc mở rộng tải trong tương lai. Chẳng hạn, nhà cung cấp điện Dominion Energy có trụ sở tại Virginia đã nhiều lần nhấn mạnh sự tăng trưởng nhu cầu siêu quy mô trong các tài liệu lập kế hoạch tài nguyên tích hợp của mình. Virginia đã chứng kiến một trong những đợt xây dựng trung tâm dữ liệu lớn nhất trên toàn cầu, với Amazon Web Services và Iron Mountain thống trị cảnh quan ở Manassas, Virginia.
Sự gia tăng đột ngột về mức tiêu thụ điện trong một khu vực địa lý hạn chế có thể gây căng thẳng cho các trạm biến áp, hành lang truyền tải và hoạt động cân bằng cục bộ, ngay cả khi lưới điện rộng lớn hơn vẫn duy trì đủ công suất tổng thể. Điều này tạo ra những thách thức về độ tin cậy cục bộ mà không phải lúc nào cũng nhìn thấy được chỉ qua các số liệu nhu cầu trên toàn hệ thống.
Các hệ thống quản lý nhiệt cũng làm tăng cường thêm những tác động này. Hạ tầng làm mát trong các cơ sở tính toán mật độ cao phải phản ứng linh hoạt với khối lượng công việc thay đổi. Khi cường độ xử lý tăng lên, nhu cầu làm mát cũng tăng theo, thường là phi tuyến tính. Sự kết nối giữa các hệ thống tính toán và nhiệt này có nghĩa là sự dao động trong khối lượng công việc có thể lan truyền qua nhiều lớp tiêu thụ điện của cơ sở cùng một lúc.
Các cụm tính toán mật độ cao cũng có thể gây ra các vấn đề về chất lượng điện ở cấp độ cục bộ. Sự tập trung lớn của các bộ tăng tốc, bộ nguồn chuyển mạch và thiết bị tính toán tần số cao có thể tạo ra sóng hài và hành vi tải phi tuyến tính, gây thêm áp lực lên hạ tầng phân phối. Mặc dù các cơ sở hiện đại tích hợp các công nghệ giảm thiểu, quy mô và sự tập trung của các cơ sở tính toán thế hệ tiếp theo có thể yêu cầu các công ty điện lực và nhà vận hành xem xét lại các giả định xung quanh việc điều hòa điện cục bộ, quản lý sóng hài và khả năng phục hồi của hạ tầng. Những điều kiện này cũng có thể góp phần gây ra các quá độ điện ngắn hạn, gây thêm áp lực lên hạ tầng cục bộ và các hệ thống điều hòa điện.
Rõ ràng, các quy định cần được cập nhật. Một phần thách thức là nhiều khuôn khổ quy định và vận hành hiện có được thiết kế dựa trên hồ sơ nhu cầu công nghiệp tương đối ổn định. Các tải lớn, biến động nhanh chóng trong lịch sử đã bị hạn chế vì việc bật tắt đột ngột có thể làm phức tạp các hoạt động cân bằng, tăng áp lực lên thiết bị truyền tải và giảm khả năng dự đoán trong hoạt động hệ thống. Các cụm tính toán mật độ cao không phù hợp hoàn toàn với những giả định đó.
Điều này tạo ra áp lực cho cả việc thích ứng vận hành và đánh giá lại quy định. Các cơ chế phản ứng nhu cầu có thể cho phép một số khối lượng công việc tính toán được dịch chuyển hoặc cắt giảm trong thời gian hệ thống căng thẳng. Các nhà vận hành trung tâm dữ liệu đang khám phá việc lập lịch linh hoạt, lưu trữ pin và phát điện tại chỗ. Trong khi đó, các nhà vận hành lưới điện đang đánh giá các khuôn khổ lập kế hoạch và phương pháp tiếp cận kết nối cho các tải linh hoạt ngày càng lớn.
Ví dụ, Hội đồng Độ tin cậy Điện Texas (ERCOT) đã công khai thừa nhận những tác động ngày càng tăng của các tải linh hoạt lớn, bao gồm các trung tâm dữ liệu, đối với việc lập kế hoạch lưới điện dài hạn và sự ổn định vận hành. Các hàng đợi kết nối trên khắp Hoa Kỳ tiếp tục mở rộng đáng kể, phản ánh áp lực ngày càng tăng lên cả hạ tầng phát điện và truyền tải. Tuy nhiên, thời gian mở rộng lưới điện được tính bằng năm chứ không phải quý.
Điều này tạo ra một sự không phù hợp về cấu trúc. Hạ tầng tính toán có thể mở rộng nhanh chóng, nhưng hạ tầng điện thì thường không thể.
Ý nghĩa rộng hơn là hạ tầng tính toán quy mô lớn không chỉ đơn thuần là một loại tải công nghiệp khác. Nó đại diện cho một sự thay đổi trong các đặc tính thời gian và không gian của chính nhu cầu điện. Việc chỉ tập trung vào tổng mức tiêu thụ năng lượng có nguy cơ bỏ qua những tác động vận hành cấp hai này. Việc mở rộng công suất đơn thuần không giải quyết đầy đủ hành vi tăng tải nhanh chóng, sự đồng bộ hóa, tắc nghẽn cục bộ, sự bất ổn tạm thời, nén dự trữ hoặc các yêu cầu theo dõi tải ngày càng khắt khe.
Thách thức không chỉ là các hệ thống này tiêu thụ bao nhiêu điện, mà là cách chúng đang bắt đầu thay đổi các điều kiện vận hành của chính lưới điện. Lời kêu gọi không phải là làm chậm sự phát triển của AI, mà là nhận ra rằng điện toán siêu quy mô đại diện cho một loại nhu cầu điện mới. Khi hạ tầng AI tiếp tục mở rộng, các khuôn khổ lập kế hoạch có thể cần phải tính đến không chỉ tổng mức tiêu thụ năng lượng mà còn cả sự biến động nhu cầu, hiệu ứng đồng bộ hóa và sự tập trung địa lý. Khả năng phục hồi của lưới điện sẽ ngày càng phụ thuộc vào việc hiểu cách các cơ sở này tiêu thụ điện, chứ không chỉ đơn thuần là chúng tiêu thụ bao nhiêu điện.
Bài viết này được tổng hợp từ phân tích của Matt Hasan, một chiến lược gia và nhà kinh tế AI chuyên về giao điểm của công nghệ, hạ tầng và hệ thống thị trường, đăng trên IEEE Spectrum.
