AI “ngốn” điện như thế nào trong sinh hoạt đời thường, điều có thể bạn chưa biết?

Khi nói đến những ngành tiêu thụ nhiều năng lượng, hình ảnh đầu tiên chúng ta thường nghĩ ngay đến là các nhà máy thép, xi măng, luyện kim hay những dây chuyền sản xuất công nghiệp quy mô lớn.

Nhận định đó hoàn toàn đúng, nhưng trong thời đại AI, một câu hỏi khác bắt đầu xuất hiện: Điều gì xảy ra sau khi một người chỉ đơn giản bấm nút trên điện thoại? Một chiếc điện thoại không giống một nhà máy thép. Nó nhỏ, nhẹ và gần như không phát ra tiếng động khi gửi một yêu cầu AI.

Nhưng chiếc điện thoại trong tay người dùng chỉ là “đầu cuối”, phần tiêu tốn nhiều năng lượng của quá trình xử lý có thể nằm ở nơi mà người dùng không bao giờ nhìn thấy: những trung tâm dữ liệu phía sau màn hình.

Chị Phạm Thị Diệu Linh sinh sống tại Ngọc Hồi, Hà Nội thức dậy lúc 6 giờ sáng. Chị mở điện thoại xem dự báo thời tiết bằng AI, hỏi trợ lý ảo lịch làm việc trong ngày, bật điều hòa thông minh, robot hút bụi bắt đầu làm việc, buổi trưa chỉnh sửa vài bức ảnh bằng AI, nhờ ChatGPT lên thực đơn bữa cơm, tối hỏi AI cách dạy con học bài sao cho hiệu quả, trước khi đi ngủ xem một đoạn video AI tạo sinh trên mạng xã hội.

Chị không phải là một người làm việc trong môi trường công nghiệp, dịch vụ lớn, nhưng trong suốt một ngày, hàng chục hệ thống AI ở nhiều trung tâm dữ liệu trên thế giới đã hoạt động để phục vụ những thao tác tưởng chừng rất bình thường ấy của chị.

Không phải chỉ có người làm nội trợ như chị Diệu Linh, chị Nghiêm Ngọc Quỳnh, học viên Trường Đại học Khoa học Xã hội và Nhân văn, cho biết ChatGPT đã trở thành một công cụ hỗ trợ quen thuộc trong quá trình học tập. Với những môn học trừu tượng, đòi hỏi khả năng tư duy và phân tích như Triết học, chị thường sử dụng AI để giải thích các khái niệm, đưa ra những ví dụ cụ thể, qua đó hiểu rõ hơn bản chất vấn đề và dễ tiếp thu kiến thức.

Không chỉ hỗ trợ giải đáp và củng cố kiến thức, AI còn được chị sử dụng để xây dựng slide cho các bài học, hỗ trợ chuẩn bị nội dung ở nhiều môn học khác nhau. Hầu như môn nào cần hỗ trợ, chị đều sử dụng AI. Công cụ này giúp việc học trở nên hiệu quả và thuận tiện hơn.

Với chị Nguyễn Phương Thảo, sinh sống tại Linh Đàm (Hà Nội), là một người đam mê du lịch, AI lại giống như “cộng sự” đắc lực. Trước mỗi chuyến đi, chị Thảo thường sử dụng ChatGPT để tìm kiếm và gợi ý các địa điểm vui chơi phù hợp, tra cứu đường đi cũng như tham khảo chi phí tại các điểm đến. Không chỉ hỗ trợ trong việc lên kế hoạch và di chuyển, AI còn giúp chị thỏa niềm đam mê chụp và chỉnh sửa ảnh, tạo video sinh động, hấp dẫn hơn để lưu giữ kỷ niệm.

Ở một lứa tuổi khác, em Nguyễn Đức Bảo Nam, học sinh lớp 8, Trường THCS Định Công (Hà Nội), cho biết ChatGPT đã trở thành một công cụ hỗ trợ quen thuộc trong học tập. Mỗi khi gặp một bài toán khó, em thường nhờ ChatGPT phân tích và chứng minh từng bước để hiểu rõ bản chất của bài toán, thay vì chỉ tìm đáp án. Không chỉ với môn Toán, Nam còn sử dụng AI để hỗ trợ học Tiếng Anh. Qua trợ lý ảo, em luyện giao tiếp, học từ mới, cách phát âm.

Trong khi đó, là một nhân viên văn phòng, chị Huyền (Hà Nội) cho biết AI đã trở thành công cụ hỗ trợ gần như mỗi ngày trong công việc. Từ tổng hợp tài liệu, soạn thảo và biên tập email, xây dựng báo cáo, dịch văn bản đến chuẩn bị nội dung cho các bài thuyết trình, chị đều có thể nhờ AI hỗ trợ.

Những công việc trước đây có thể mất hàng giờ để tìm kiếm thông tin, sắp xếp ý tưởng hay chỉnh sửa câu chữ, nay được rút ngắn đáng kể nhờ một vài câu lệnh. Khi cần phân tích số liệu hoặc xử lý bảng tính, chị cũng sử dụng AI để gợi ý công thức, kiểm tra và diễn giải dữ liệu.

Và để giải quyết được các nhu cầu đó ở mỗi người. Dữ liệu được truyền đi và quay trở lại qua hạ tầng mạng, phải thực hiện các phép tính. Hệ thống làm mát phải hoạt động để duy trì điều kiện vận hành, dẫn đến nhu cầu tiêu thụ điện.

AI tưởng như nằm trên màn hình điện thoại, nhưng để hoạt động, nó cần cả một hạ tầng vật lý phía sau. Ảnh ĐP

Không phải cú click nào cũng “nặng” như nhau

Một nghiên cứu của nhóm các nhà nghiên cứu Microsoft, công bố trên Joule năm 2026, cho thấy với các mô hình ngôn ngữ lớn trên 200 tỷ tham số, một truy vấn AI thông thường có mức tiêu thụ năng lượng trung vị khoảng 0,31 Wh. Khi người dùng yêu cầu AI suy luận lâu hơn, với khoảng 5.000 token đầu ra, mức tiêu thụ trung vị tăng lên khoảng 3,91 Wh, cao hơn khoảng 13 lần.

Quy đổi đơn giản:

-1 truy vấn thông thường: khoảng 0,31 Wh

-1.000 truy vấn: khoảng 0,31 kWh

-1 triệu truy vấn: khoảng 310 kWh

-1 tỷ truy vấn: khoảng 310 MWh nếu tất cả đều ở mức 0,31 Wh/truy vấn.

Các nhà nghiên cứu ước tính một hệ thống xử lý 1 tỷ truy vấn mỗi ngày có thể tiêu thụ khoảng 0,7 GWh điện mỗi ngày trong kịch bản cơ sở. Nếu 10% số truy vấn thuộc nhóm suy luận dài, nhu cầu điện có thể tăng lên khoảng 1,7 GWh/ngày.

Riêng với ChatGPT, Epoch AI từng ước tính một truy vấn thông thường sử dụng GPT-4o tiêu thụ khoảng 0,3 Wh. Nhưng câu chuyện còn thay đổi mạnh khi AI chuyển từ chữ sang hình ảnh và video.

Theo Cơ quan Năng lượng Quốc tế (IEA), trong một điều kiện thử nghiệm, một tác vụ tạo văn bản bằng mô hình nhỏ tiêu thụ khoảng 0,3 Wh, một lần tạo ảnh khoảng 1,7 Wh, trong khi tạo một video ngắn 6 giây có thể cần khoảng 115 Wh. Như vậy, trong phép thử này, tác vụ tạo video tiêu thụ năng lượng cao hơn khoảng 383 lần so với một tác vụ tạo văn bản.

Cú click rất nhỏ, hạ tầng phía sau không nhỏ, “dòng điện vô hình” đang lớn lên.

Hàng triệu nhu cầu nhỏ, một bài toán năng lượng lớn

Theo Microsoft AI Economy Institute, trong nửa cuối năm 2025, 16,3% dân số thế giới đã sử dụng các công cụ AI tạo sinh, tương đương khoảng 1/6 dân số toàn cầu.

Đáng chú ý hơn, riêng ChatGPT đã đạt khoảng 1 tỷ người sử dụng mỗi tuần vào tháng 8/2026, theo số liệu OpenAI công bố. Như vậy, chỉ riêng một nền tảng AI đã có quy mô người dùng xấp xỉ một tỷ người mỗi tuần.

Tại Việt Nam, có 85,6 triệu người sử dụng Internet vào cuối năm 2025, tương đương 84,2% dân số. Theo nghiên cứu The State of Consumer AI in Vietnam 2025 của Decision Lab, 78% người Việt Nam sử dụng Internet được khảo sát đã sử dụng AI trong ba tháng trước thời điểm khảo sát, và 33% người Việt Nam thuộc nhóm dân số trực tuyến được khảo sát cho biết sử dụng AI hàng ngày.

Những con số này làm thay đổi cách nhìn về điện năng của AI. Một người dùng một lần có thể không đáng kể. Nhưng hàng triệu người cùng sử dụng mỗi ngày, cho học tập, công việc, tìm kiếm thông tin, chỉnh ảnh, tạo video, giải trí và vô số nhu cầu khác, sẽ tạo ra một khối lượng tính toán khổng lồ.

Điện năng của AI vì thế không chỉ nằm ở những tác vụ lớn trong công nghiệp. Nó còn được tạo nên từ hàng triệu, hàng tỷ nhu cầu rất nhỏ của đời sống hàng ngày.

Bảng minh hoạ cho thấy cái nhìn tổng quan về AI

Hoạt động	AI hoạt động ở đâu?	Tiêu tốn năng lượng ở đâu?
Hỏi ChatGPT	Trung tâm dữ liệu GPU	Máy chủ, GPU, làm mát
Dịch tài liệu	Cloud AI	GPU + mạng Internet
Tạo ảnh AI	Cụm GPU hiệu năng cao	GPU, điện, nước làm mát
Camera nhận diện khuôn mặt	Edge AI + Cloud	Camera + Cloud
Robot hút bụi	Chip AI trên thiết bị	Pin + xử lý cục bộ
Điều hòa AI	Chip AI + Cloud	Máy nén + xử lý dữ liệu
Google Maps tối ưu đường đi	AI Cloud	Data Center
Xe điện tự lái	AI trong xe + Cloud	Pin + AI Computing

AI cũng có thể là công cụ tiết kiệm điện

Thực tế trong đời sống, Smart Home ngày càng nhiều thì sự tham gia của AI ngày càng phổ biến trong camera an ninh, điều hòa, tủ lạnh điện chiếu sáng,… hoặc từ nhiều thiết bị điện tử cá nhân khác như đồng hồ thông minh, điện thoại thông minh,…

AI không chỉ xuất hiện khi người dùng mở ChatGPT trên điện thoại. Nó đang được tích hợp vào những thiết bị vốn đã có mặt trong nhiều gia đình.

Một chiếc tủ lạnh Samsung Bespoke AI dùng chế độ AI Energy trên SmartThings có thể phân tích thói quen sử dụng và điều kiện môi trường, từ đó tối ưu tốc độ máy nén và chu kỳ rã đông. Với một số mẫu, hãng công bố mức giảm điện đến 10% khi sử dụng chế độ này; riêng thuật toán AI trên máy nén được Hãng Samsung nêu mức tiết kiệm 7-11% tùy mẫu.

Tủ lạnh Samsung Bespoke AI không chỉ bảo quản thực phẩm, sản phẩm còn ứng dụng AI Vision Inside hỗ trợ nhận diện và quản lý thực phẩm, kết nối SmartThings.

Samsung cũng đưa AI vào máy giặt Bespoke AI. Theo thông tin của Samsung Việt Nam, AI Wash & Dry có thể điều chỉnh lượng nước giặt/xả và thời gian giặt dựa trên độ bẩn của quần áo; hệ thống cũng có AI Energy để tối ưu năng lượng.

Một mẻ quần áo - cảm biến thu thập dữ liệu - AI phân tích - máy điều chỉnh chu trình - sử dụng nước, thời gian và năng lượng phù hợp hơn. Như vậy, AI không chỉ xuất hiện khi chúng ta chủ động mở ChatGPT. Nó có thể hoạt động âm thầm phía sau một chu trình giặt.

Hãng LG Việt Nam, đã sử dụng tính năng AI Air thông tin về vị trí và nhiệt độ trong nhà để điều chỉnh luồng không khí nhằm tạo sự thoải mái cho người dùng. Dòng sản phẩm này cũng tích hợp LG ThinQ để theo dõi mức tiêu thụ năng lượng và quản lý thiết bị.

Đặc biệt, LG còn có kW Manager, cho phép người dùng đặt giới hạn mức tiêu thụ điện; khi vượt giới hạn hàng ngày, hệ thống tự tính toán lại mức điện năng có thể sử dụng trong những ngày còn lại.

Như vậy, AI đang hiện diện ở cả những hoạt động rất bình thường: làm lạnh thức ăn, giặt quần áo, hút bụi, điều hòa không khí, xem tivi hay sử dụng điện thoại.

AI có thể tiêu thụ thêm một phần năng lượng để tính toán, nhưng nếu được tích hợp vào hệ thống quản lý năng lượng, lượng điện mà AI giúp cắt giảm ở điều hòa, thiết bị gia dụng, xe điện và các phụ tải khác có thể lớn hơn phần điện dành cho chính quá trình tính toán. Những thiết bị này vừa có thể sử dụng thêm năng lực tính toán để trở nên thông minh hơn, vừa có thể sử dụng chính AI để vận hành tiết kiệm năng lượng hơn.

Một nghiên cứu của nhóm các nhà khoa học tại Brazil, công bố trên tạp chí Energies năm 2025, đã thử nghiệm hệ thống quản lý năng lượng gia đình MELISSA, kết hợp cảm biến IoT với các thuật toán học máy và mô hình ngôn ngữ lớn. Trong nghiên cứu kéo dài 12 tháng, 100 hộ gia đình được tuyển chọn ban đầu và 97 hộ được đưa vào phân tích cuối cùng. Kết quả cho thấy mức tiêu thụ điện giảm trung bình 5,66%, tương đương 17,7 kWh mỗi hộ mỗi tháng. Đáng chú ý, mức tiêu thụ điện dành cho điều hòa giảm 9,72%

Một nghiên cứu khác trên Applied Energy mô phỏng 16.000 trường hợp tại 40 thành phố Mỹ cho thấy các chiến lược điều khiển thermostat dựa trên sự hiện diện của người dùng có thể tạo ra mức tiết kiệm năng lượng HVAC đáng kể; tuy nhiên, mức tiết kiệm thay đổi mạnh theo khí hậu, nhà ở và chiến lược điều khiển, chứ không phải mọi gia đình đều đạt một tỷ lệ giống nhau.

Theo nghiên cứu khác sử dụng dữ liệu thực từ các căn nhà cho thấy điều khiển nhiệt độ thông minh dựa trên machine learning có thể ước tính tiết kiệm 33–47% điện năng làm mát trong các cấu hình được nghiên cứu.

Thay vì AI chỉ điều khiển một thiết bị, Hệ thống quản lý năng lượng gia đình (HEMS) có thể nhìn toàn bộ căn nhà:

Điều hòa + bình nóng lạnh + máy giặt + xe điện + pin lưu trữ + điện mặt trời + phụ tải khác. AI có thể dự báo nhu cầu điện rồi quyết định thiết bị nào chạy trước, thiết bị nào trì hoãn, thời điểm nào nên sạc xe, thời điểm nào nên dùng điện mặt trời.

Dùng đúng, dùng đủ để mỗi kWh tạo thêm giá trị

Tại Diễn đàn Data Center & Cloud Infrastructure Summit (DCCI Summit) 2026 do Viettel IDC vừa tổ chức hồi tháng 5/2026 , Theo các chuyên gia, Việt Nam phải giải bài toán “AI dùng điện thế nào cho đáng?”, “ Làm thế nào để mỗi đơn vị điện dành cho AI tạo ra nhiều giá trị nhất”.

Những câu hỏi này là một phần thuộc về các cơ quan quản lý nhà nước trong việc hoạch định hạ tầng kỹ thuật, nguồn năng lượng cho AI hoạt động, một phần thuộc về các nhà phát triển giải pháp kỹ thuật sao cho phát huy tiềm năng của AI.

Trước đây, để tiết kiệm điện, chúng ta được khuyến khích tắt bóng đèn khi ra khỏi phòng, tắt điều hòa khi không sử dụng, lựa chọn thiết bị hiệu suất cao. Những nguyên tắc ấy vẫn đúng. Nhưng trong kỷ nguyên AI, câu chuyện tiết kiệm năng lượng có thêm một lớp mới: văn hóa sử dụng công nghệ.

Đối với người dùng AI trong cuộc sống đời thường cũng có nhiều cách để giảm thiểu nhu cầu tiêu thụ điện. Đó là tự cân nhắc: Có nhất thiết câu hỏi nào cũng phải gửi lên một mô hình AI lớn? Có thể xử lý ngay trên điện thoại hay thiết bị Edge thay vì liên tục gửi dữ liệu lên Cloud? Có thể dùng AI để điều khiển điều hòa, tối ưu sạc xe điện, phối hợp điện mặt trời và các thiết bị trong gia đình?

Với những yêu cầu đơn giản như sửa câu, dịch một đoạn ngắn hay tìm một thông tin cơ bản, người dùng có thể ưu tiên các mô hình nhỏ hoặc công cụ phù hợp thay vì sử dụng những mô hình lớn với năng lực tính toán vượt quá nhu cầu. Với các tác vụ tạo ảnh, video, việc xây dựng câu lệnh rõ ngay từ đầu, hạn chế tạo đi tạo lại nhiều phiên bản cũng có thể giảm số lần AI phải xử lý.

Ở những trường hợp phù hợp, xử lý AI ngay trên thiết bị thay vì liên tục gửi dữ liệu lên đám mây cũng là một hướng giảm tải cho hạ tầng phía sau.

Theo GS. TSKH. Trần Hoài Linh, Khoa Tự động hóa, Đại học Bách khoa Hà Nội, để giải quyết bài toán tiết kiệm năng lượng khi sử dụng AI, không thể chỉ đặt trách nhiệm lên người dùng mà cần tối ưu ngay từ các ứng dụng, mô hình đến hạ tầng phía sau.

Theo ông, hiện nhiều nhà phát triển vẫn tập trung chủ yếu vào việc nâng cao độ chính xác hoặc chất lượng câu trả lời của mô hình AI, trong khi chưa dành sự quan tâm tương xứng đến hiệu quả năng lượng trong quá trình xử lý yêu cầu.

Điều đó cũng có nghĩa là còn rất nhiều giải pháp có thể được triển khai để nâng cao hiệu quả năng lượng của các mô hình AI.

Một trong những hướng này là tự động lựa chọn mô hình và máy chủ phù hợp với từng yêu cầu. Với những tác vụ đơn giản, hệ thống không nhất thiết phải sử dụng mô hình lớn hoặc hạ tầng có năng lực tính toán cao nhất. Bên cạnh đó, các tác vụ không cần xử lý tức thời có thể được lập lịch vào thời điểm phù hợp, đồng thời hệ thống có thể quản lý và lưu trữ những câu hỏi đã được trả lời để hạn chế việc tính toán lặp lại.

Ở cấp độ hạ tầng cloud, máy chủ và trung tâm dữ liệu, GS. Trần Hoài Linh cho rằng cần tối ưu hóa cả ở cấp độ trình biên dịch và phần cứng để các phần mềm AI tiêu thụ ít điện năng hơn nhưng vẫn tăng tốc độ xử lý tác vụ cho thiết bị, nhằm giảm dao động công suất, đồng thời lựa chọn thời điểm và lịch trình thực hiện phù hợp.

Một giải pháp khác là xây dựng hệ thống quản lý năng lượng thông minh cho máy chủ AI, máy chủ dữ liệu và máy chủ mạng. Khi đó, việc tiêu thụ điện không chỉ được kiểm soát ở từng thiết bị mà có thể được tối ưu trên toàn bộ hệ thống.

Về phần cứng, theo GS. Trần Hoài Linh, GPU, máy chủ và hệ thống làm mát đều có khả năng đóng góp vào việc giảm tiêu thụ năng lượng. Tuy nhiên, với điều kiện hiện nay tại Việt Nam, việc tự thiết kế GPU hay phần cứng mới chưa phải hướng có thể nhanh chóng tạo ra hiệu quả. Thay vào đó, hệ thống cung cấp và quản lý năng lượng thông minh có khả năng tự thích nghi với quá trình chuyển đổi, truyền dẫn năng lượng có thể là hướng cần được đẩy mạnh trong thời gian tới.

Đối với các hệ thống máy chủ AI, ông đề xuất phát triển phần mềm có khả năng tự động nhận dạng loại tác vụ, điều phối thông minh các máy chủ với nhiều cấu hình khác nhau, kết hợp dự báo nhu cầu truy vấn để phân bổ tài nguyên phù hợp.

Như vậy, bài toán tiết kiệm điện trong thời đại AI không đơn giản là dùng AI ít đi, mà là dùng đúng mô hình, đúng mục đích, hạn chế những tác vụ tính toán không cần thiết và tận dụng AI để tối ưu những thiết bị tiêu thụ nhiều điện hơn.

Mời quý độc giả đón đọc các bài tiếp theo trong chuyên đề “Khi công nghệ số ‘ngốn’ năng lượng” để có nhiều góc nhìn hơn cũng như các giải pháp để sử dụng năng lượng tiết kiệm và hiệu quả, góp phần vào đảm bảo an ninh năng lượng cho nền kinh tế nước ta.