AI dùng ít nước hơn so với những gì công chúng nghĩ

 (californiawaterblog.com)
1 điểm bởi GN⁺ 1 giờ trước | 1 bình luận | Chia sẻ qua WhatsApp
  • Lo ngại về việc trung tâm dữ liệu AI sử dụng nước ở California, khi được định lượng theo quy mô thực tế, cho thấy mức này khá nhỏ so với tổng lượng nước con người sử dụng trên toàn bang
  • California có khoảng 15 triệu feet vuông diện tích sàn trung tâm dữ liệu; nếu giả định tất cả đều vận hành liên tục bằng làm mát bay hơi, thì mỗi năm có thể làm bay hơi 32.000–290.000 acre-ft nước
  • Tổng phạm vi của nhiều ước tính AI là khá rộng, ở mức 2.300–400.000 acre-ft/năm, nhưng giá trị hẹp hơn được cả bốn ước tính cùng ủng hộ là khoảng 20.000 acre-ft/năm
  • Mức khoảng 20.000 acre-ft/năm tương đương 0,055% trong tổng lượng nước con người sử dụng hằng năm của California là khoảng 40 triệu acre-ft; ngay cả phạm vi rộng hơn là 32.000–290.000 acre-ft/năm cũng chỉ tương ứng khoảng 0,08–0,7%
  • Ở California, không có nhiều lý do để hoảng loạn về việc các trung tâm dữ liệu AI dùng nước; thảo luận chính sách cần các ước tính định lượng trung thực và cơ sở kỹ thuật tốt hơn thay vì suy đoán

Bối cảnh của lo ngại về việc sử dụng nước của AI

  • AI vẫn đang ở giai đoạn đầu phát triển, và như nhiều công nghệ mới khác, nó vừa đi kèm kỳ vọng sẽ giúp ích cho con người, vừa kéo theo nỗi sợ về việc phá hủy tinh thần và nền văn minh nhân loại
  • Một trong những mối lo thường được truyền thông nhắc đến là lượng nước AI sử dụng và các tác động lan tỏa của nó; chủ đề này thường bị trộn lẫn giữa các lo ngại suy đoán ở giai đoạn đầu với việc tận dụng sự chú ý của công chúng để vận động và xin tài trợ nghiên cứu
  • Sự sợ hãi và kỳ vọng đối với công nghệ mới đã lặp lại nhiều lần trong quá khứ; một số kết thúc như ảo tưởng, một số nhìn chung là tích cực, và một số tạo ra kết quả pha trộn
    • Xe bay là một ví dụ gần với ảo tưởng
    • Vaccine, khử trùng nước uống bằng clo và fluor hóa nhìn chung thuộc nhóm ví dụ tích cực
    • Công nghệ giám sát và cơ sở dữ liệu, internet, ô tô có thể được xem là các ví dụ mang tính pha trộn
  • Nền tảng của AI là trung tâm dữ liệu, nơi dữ liệu được lưu trữ và tính toán được thực hiện; các kho máy tính quy mô lớn kết nối theo rack này cần năng lượng, nước để làm mát và không gian vật lý
  • Nhu cầu điện lớn của trung tâm dữ liệu có thể ảnh hưởng đến giá điện tại địa phương, còn việc dùng nước chủ yếu phát sinh từ nhu cầu làm mát để tản nhiệt sinh ra do tiêu thụ điện
  • Tranh luận về nước ở California đôi khi bị dẫn dắt bởi những nỗi sợ có cơ sở khoa học yếu, và việc dùng nước của trung tâm dữ liệu cũng trở thành đối tượng của kiểu lo ngại đó
  • Lượng nước mà các trung tâm dữ liệu ở California sử dụng nhìn chung không lớn, nhưng ở những bang khác có hoạt động trung tâm dữ liệu dày đặc hơn và hạ tầng nước kém phát triển hơn, đây có thể là vấn đề lớn hơn

Ước tính lượng nước trung tâm dữ liệu ở California sử dụng

  • Tranh luận công khai, các bài viết và tin tức về việc ngành AI sử dụng nước đều phản ánh các mối lo ngại này
  • Chỉ trích rằng các công ty và cơ sở AI không công bố đủ minh bạch về mức dùng năng lượng, nước và các tài nguyên khác có thể là đúng, xét đến tính cạnh tranh của ngành
  • Tuy nhiên, vì thiếu thông tin công khai rõ ràng về việc dùng nước, nhiều nhà báo, học giả và nhà vận động cũng thường dừng lại quá nhiều ở mức suy đoán
  • Ước tính lượng nước mà các trung tâm dữ liệu AI ở California sử dụng chủ yếu dựa trên các phép tính vật lý cơ bản chuyển đổi mức dùng năng lượng sang lượng nước làm mát
  • Sau đó, các ước lượng được kiểm tra và khảo sát thêm bằng bốn mô hình AI

Các giả định và phạm vi tính toán

  • California có khoảng 15 triệu feet vuông diện tích sàn trung tâm dữ liệu, tương đương khoảng 340 acre
  • Mức tỏa nhiệt cần xử lý của các rack trung tâm dữ liệu vào khoảng 2–12 kW/㎡
  • Nếu hiệu suất là 100%, mức tỏa nhiệt này tương đương với việc làm bay hơi 70–420 mm nước mỗi ngày trên mỗi mét vuông diện tích sàn
  • Hiệu suất của các hệ thống làm mát công nghiệp quy mô lớn có vẻ ở mức 60–90%; nếu phản ánh yếu tố này, phạm vi bay hơi sẽ là 80–700 mm nước mỗi ngày trên mỗi mét vuông diện tích sàn
  • Tính theo năm, mức bay hơi là 29–255 m trên mỗi mét vuông diện tích sàn trung tâm dữ liệu, lớn hơn khoảng 25–150 lần so với lượng bay hơi hằng năm của nông nghiệp tưới tiêu tính trên cùng đơn vị diện tích
  • Nếu giả định toàn bộ 15 triệu feet vuông, tức 1,4 triệu ㎡, trung tâm dữ liệu ở California đều vận hành liên tục và chỉ dùng làm mát bay hơi công nghiệp, thì tổng lượng bay hơi hằng năm được ước tính là 40 triệu–357 triệu ㎥
  • Quy đổi sang acre-foot, phạm vi cho toàn California là 32.000–290.000 acre-ft mỗi năm
  • Với prompt “Nếu giả định phần lớn trung tâm dữ liệu ở California sử dụng làm mát bay hơi, thì mỗi năm có thể làm bay hơi bao nhiêu nước?”, nhiều website AI miễn phí đã đưa ra các khoảng ước tính, đồng thời có thể trình bày cả phạm vi giả định và nguồn tính toán

Ý nghĩa của các kết quả ước tính

  • Tổng phạm vi ước tính thất thoát do bay hơi hằng năm mà AI đưa ra là khá rộng, ở mức 2.300–400.000 acre-ft/năm
  • Phạm vi 32.000–290.000 acre-ft/năm từ phép tính riêng vẫn còn rộng, nhưng có thể xem là một ước tính hợp lý
  • Giá trị hẹp hơn được cả bốn ước tính cùng ủng hộ là khoảng 20.000 acre-ft/năm
  • Lượng nước này là lớn nếu nhìn từ góc độ cá nhân, nhưng nhỏ nếu so với tổng lượng nước con người sử dụng ở California là khoảng 40 triệu acre-ft/năm
  • Mức khoảng 20.000 acre-ft/năm tương đương khoảng 0,055% tổng lượng nước con người sử dụng hằng năm ở California, và có thể là một trong những cách sử dụng nước hiệu quả về kinh tế
  • Nếu dùng phạm vi ước tính ban đầu rộng hơn là 32.000–290.000 acre-ft/năm, thì con số này tương đương 0,08–0,7% tổng lượng nước con người sử dụng hằng năm ở California
  • Phạm vi này tương đương với lượng nước có thể cấp cho khoảng 10.000–100.000 acre trong tổng số 7 triệu acre đất nông nghiệp tưới tiêu của California
  • Ở một số khu vực ngoài miền Tây khô hạn, nhu cầu nước công nghiệp mới xuất hiện trong lúc lượng nước đô thị của các thành phố lớn đang giảm nhờ các nỗ lực bảo tồn, và điều này có thể trở thành nguồn thu đáng mong muốn cho các thành phố có năng lực cấp nước dư thừa
  • Kết luận rút ra là mọi vấn đề về nước đều mang tính địa phương
  • Tác giả dùng hình ảnh rằng lượng nước bị bay hơi trong lúc thở khi viết bài blog có thể còn nhiều hơn phần nước bay hơi tăng thêm do bốn ước tính AI gây ra, để mô tả rằng lượng nước bổ sung cho từng truy vấn AI riêng lẻ là nhỏ

Bài học mà California có thể rút ra

  • Không cần rơi vào hoảng loạn vì việc các trung tâm dữ liệu AI sử dụng nước ở California
    • Nghiên cứu Central Arizona cho biết sản xuất bia tại khu vực này tiêu thụ nhiều nước hơn trung tâm dữ liệu
    • Bài viết cũng nói rằng AI có thể có những mối lo đáng quan tâm hơn, như sự kết thúc của nền văn minh nhân loại
  • Các ước tính của AI đã đưa ra một phạm vi hợp lý và đủ rộng
    • AI hữu ích cho các ước tính sơ bộ nhanh
    • Nếu đặt câu hỏi tốt, AI sẽ bộc lộ phần lớn các bước tính toán
    • Trong các đánh giá công và chính sách, nơi việc định lượng thường bị lược bỏ cho tiện tranh luận, AI có thể giúp nhanh chóng tạo ra và chuẩn hóa các ước tính ban đầu
  • Cần cảnh giác với những thảo luận, bài báo và báo cáo “công nghệ” hời hợt mà không có các ước tính trung thực và hợp lý
  • Các báo cáo chính sách cần cơ sở kỹ thuật tốt hơn
  • Như cách nói “Sự thật vẫn là sự thật, nhưng nhận thức mới là thực tại”, diễn ngôn công cộng về nước cũng như các chủ đề khác thường bị cản trở bởi những lời lẽ không được rèn giũa bằng chứng cứ, dữ liệu và định lượng
  • Giờ đây khi đã có AI, gần như không còn lý do gì để không thử đưa ra và sử dụng các ước tính trung thực trong những thảo luận xoay quanh nỗi sợ và kỳ vọng
  • Bất chấp công nghệ và thể chế hiện đại, xã hội loài người, công nghệ và sự hiểu biết vẫn phụ thuộc vào bộ não con người 50.000 năm tuổi tiến hóa chậm chạp và đầy bí ẩn, và chúng ta không thể làm gì ngoài việc vận hành trong giới hạn phần cứng thần kinh của cá nhân và tập thể

Tài liệu tham khảo

Bài viết liên quan

1 bình luận

 
GN⁺ 1 giờ trước
Ý kiến Hacker News

  • Các hệ thống làm mát vòng kín cho trung tâm dữ liệu vẫn đang tiếp tục được xây dựng. Làm mát bay hơi hoàn toàn có lợi thế là hiệu quả điện năng tốt hơn nên rẻ hơn, và lý do người ta làm vậy đơn giản là vì nước dồi dào và được cung cấp với giá rẻ
    Nhiều người không có cảm nhận thực tế về việc nước công nghiệp ở đất nước này được định giá rẻ đến mức nào. Bố mẹ tôi từng trồng vườn anh đào, dùng bao nhiêu tùy ý mà hóa đơn nước cả năm chỉ là 100 đô la mỗi acre. Vì vậy lượng nước trung tâm dữ liệu tiêu thụ chỉ là một phần nhỏ của lượng nước bị mất do bay hơi từ hệ thống tưới phun kém hiệu quả

    • Ở miền trung Arizona cũng có cánh đồng cỏ linh lăng. Cỏ linh lăng gần như biến nước và ánh sáng mặt trời thành cellulose với tốc độ tối đa mà thực vật có thể đạt được
      Tệ hơn nữa là chủ sở hữu các cánh đồng đó thường là công ty nước ngoài. Ở một trong những khu vực khô hạn nhất Trái Đất, giữa đợt hạn hán kéo dài hàng chục năm, họ dùng lượng nước khổng lồ, còn của cải mà các nông trại đó tạo ra thì lại chảy ra nước ngoài
    • Lái xe giữa SF và LA, bạn sẽ thấy vô số biển hiệu của những ống hút nước đang than phiền rằng chính phủ không cấp thêm nước gần như miễn phí cho họ. Tôi không muốn sống mà không có nông sản tươi, nhưng việc trồng hạnh nhân giữa vùng gần như sa mạc lẽ ra phải là một hoạt động đắt đỏ về mặt tài chính
      Nếu kết quả là một gói hạt ăn vặt đắt hơn thì cũng đành chịu. Nếu việc rút cạn sông ngòi để có hạt ngon không còn hợp lý nữa, tôi chấp nhận điều đó
    • Việc thứ gì đó rẻ không có nghĩa là nó không làm cạn kiệt tài nguyên hay không làm xấu đi cuộc sống của cộng đồng nào đó. Người ta vẫn tiếp tục muốn xây đường ống về phía tây để làm cạn Ngũ Đại Hồ. Có những giới hạn xã hội và sinh thái, và các công ty AI này không đáng đến mức đó

  • So sánh mức sử dụng nước của AI với nông nghiệp hay đô thị có phần gây hiểu lầm. Nước dùng cho đô thị là cho những thứ gần như thiết yếu để duy trì sự sống như vệ sinh và nước uống, còn nước nông nghiệp thì cần thiết vì chúng ta phải ăn. Không nên so sánh thứ tùy chọn với thứ thiết yếu
    Thay vào đó nên so với các mục đích tùy chọn trong đô thị như tiệm rửa xe hay công viên nước. Hoặc cũng có thể so với lượng nước cần để con người làm công việc tương tự. Ví dụ, so việc dùng AI cho một tác vụ viết báo cáo 15 phút với lượng nước cần để giữ cho một con người sống trong vài giờ. Khi đó AI vẫn có thể trông không tệ, nhưng đó là một phép so sánh trung thực hơn

    • “Phải ăn để sống” à, hóa ra đó là lý do người ta trồng cỏ linh lăng giữa sa mạc, xả ngập ruộng để giữ quyền sử dụng nước, rồi xuất cỏ linh lăng sang Trung Quốc. Đúng là để chúng ta ăn mà
    • Một đối tượng “tùy chọn” dễ so sánh là tưới sân golf. Tôi từng đọc một bài viết chi tiết hơn nhưng giờ không tìm lại được, còn tìm nhanh thì thấy sân golf ở Mỹ dùng 500 tỷ gallon mỗi năm, trong khi toàn bộ trung tâm dữ liệu, không chỉ trung tâm dữ liệu AI mà tất cả gộp lại, dùng 180 tỷ gallon mỗi năm
    • Gần một nửa lượng nước đô thị được dùng cho tưới cảnh quan dân cư, chủ yếu là tưới cỏ. Đây rõ ràng không phải nhu cầu thiết yếu hay hàng hóa cơ bản
      Tưới cảnh quan dùng khoảng 3,5 triệu acre-feet mỗi năm, cao hơn 10 đến 100 lần so với mức ước tính của các trung tâm dữ liệu AI
    • AI không phải là thứ bắt buộc, theo cùng nghĩa mà máy giặt và máy sấy cũng không bắt buộc. Không nhất thiết phải giặt quần áo bằng máy, cũng không nhất thiết phải dùng AI cho lao động kỹ năng, nhưng đúng là nó tiết kiệm khá nhiều thời gian và năng lượng
    • Bài báo có dữ liệu cho thấy sản xuất bia ở Arizona dùng nhiều nước hơn các trung tâm dữ liệu ở Arizona. Có người sẽ phản đối mạnh, nhưng chúng ta không thực sự cần bia một cách tuyệt đối. Nếu phải chọn giữa bia và AI thì đó là lựa chọn dễ dàng, và lần nào tôi cũng chọn AI
      Nếu chỉ tính lượng nước cần để giữ con người sống và mức tối thiểu cần cho nông nghiệp, thì đó sẽ chỉ là một phần cực nhỏ lượng nước chúng ta đang dùng. So trung tâm dữ liệu với ngưỡng sinh tồn tối thiểu thì không mấy thú vị, và ý chính của bài là việc sử dụng nước nói chung đang kém hiệu quả, còn AI chỉ là một nguồn khá nhỏ trong tổng thể lãng phí đó

  • Vài tháng trước có một bài viết[1] nói rằng Google đã giữ bí mật nhu cầu nước của mình trước cư dân địa phương đòi hỏi minh bạch, và còn lập luận rằng đó là bí mật thương mại
    Sau đó đã có vụ kiện, và lộ ra rằng họ dự định dùng từ 2 đến 8 triệu gallon nước uống mỗi ngày[2]. Từ phát biểu của quan chức địa phương thì có vẻ con số này đang tiến sát giới hạn công suất có thể xử lý
    “Nguồn cung nước đó lẽ ra chưa cần đến cho tới năm 2060 hoặc thập niên 2060, vậy mà giờ đột nhiên đã trở thành điều phải lo trong thập niên 2030”
    “Nếu vượt quá nhu cầu thì chúng tôi sẽ phải tìm nguồn nước mới”
    Nên tôi không rõ điều đó ăn khớp thế nào với lập luận của bài gốc. Ít nhất thì có vẻ nó tác động không cân xứng lên các địa điểm cụ thể, nhất là những nơi chuẩn bị kém hơn
    [1] https://pivot-to-ai.com/2026/03/06/how-much-water-do-the-dat...
    [2] https://www.wsls.com/news/local/2026/02/26/google-data-cente...

    • Tôi là tác giả của Pivot to AI. Tác động mang tính cục bộ, nhưng với khu vực đó thì thực sự nghiêm trọng
      Ngoài ra, việc các hyperscaler AI kiện tụng chỉ để giữ bí mật mức sử dụng của họ không phải vì con số đó trông đẹp mắt gì

  • Phải gửi hàng triệu prompt mới đạt tới lượng nước tương đương để làm ra một chiếc burger bò
    Lượng khí thải CO2 cũng phải cần tới hàng chục nghìn prompt mới tương đương. Có nhiều mối lo chính đáng về AI, nhưng ở thời điểm hiện tại, lượng nước sử dụng hay khí thải CO2 không phải là một trong số đó. Nếu bạn ăn chay trường, bạn có thể bù trừ mức tiêu thụ nước và khí thải CO2 từ việc dùng AI của mình gấp hàng nghìn lần

    • Còn tùy prompt. Nếu dùng prompt video thì một video dài 30 giây tiêu thụ lượng điện tương đương chạy lò vi sóng xuống sông trong 15 phút
    • Tốt thôi. Vậy thì hãy loại bỏ AI chạy bằng điện không tái tạo, và cũng đừng ăn động vật nữa
    • Về nước thì tôi đồng ý. Về CO2 thì thực chất đó là chỉ báo gián tiếp của tiêu thụ năng lượng, và còn phụ thuộc vào cơ cấu nguồn điện, nên cần thêm căn cứ
      Tôi đồng ý là cũng có những hướng khác nên làm song song khi bàn tới phát thải
    • Cần nguồn
      Thịt có thể được “sản xuất” ở những nơi ít thiếu nước hơn, chẳng hạn vùng nông thôn. Trung tâm dữ liệu thì “thích” mở rộng ở khu vực đô thị
      Tài liệu này nói 100 prompt dùng 0,5 lít nước
      https://www.eesi.org/articles/view/data-centers-and-water-co...
      Tôi nhớ năm nay Google từng báo cáo rằng một lượt tìm kiếm dùng cỡ một giọt nước, hoặc khoảng năm giọt
    • Tôi nuôi vài con bò mà gần như không phải cho uống nước riêng. Mùa đông chúng lấy đủ từ tuyết, còn khi mưa thì có ao nhỏ do suối chảy vào. Chúng còn thích hai nguồn đó hơn nước giếng từ máng uống. Chúng ăn cỏ là chính và hầu như không ăn ngô hay thứ tương tự
      Trong lúc thu được hàng nghìn pound thịt bò, tôi hầu như không dùng thêm nước. Tôi dùng giếng lưu lượng thấp dựa trên mạch nước, chỉ cho ra 1 gallon mỗi phút, mà vẫn không thấy thêm tiêu thụ đáng kể
      Ngược lại, các loại cây trồng “thuần chay” như ngô lại được tưới tiêu ở nhiều nơi tại Mỹ, dùng rất nhiều nước và thường cực kỳ kém hiệu quả

  • Những thứ như vậy thường có sức thuyết phục không? Mẫu hình phổ biến là người ta chọn lập trường trước, rồi đi tìm một bài báo có DOI để chống lưng cho lập trường đó. Giống như ẩn dụ con voi và người cưỡi voi. Ngay cả khi bạn đưa ra bằng chứng cho thấy ai đó sai, điều đó thường không khiến họ suy nghĩ lại mà chỉ khiến họ cắm chân sâu hơn và đi tìm thêm một bài báo DOI mới
    Hiện nay là giai đoạn chưa từng có tiền lệ ngay cả trong thời đại thông tin, khi con người có thể nhanh chóng có được năng lực nền tảng trong nhiều lĩnh vực nếu dùng Wikipedia, Google và LLM một cách phản biện. Nếu khả năng tiếp cận và tìm kiếm thông tin là rào cản, lẽ ra chúng ta phải có đồng thuận lớn hơn về sự thật
    Nhưng tôi nghĩ cách con người thực sự dùng thông tin gần như ngược lại với điều ta tưởng. Chúng ta tin rằng nếu có đủ thông tin thì có thể xây dựng mô hình thực tại chính xác. Thực ra có lẽ các nhà tâm lý học xã hội mới đúng. Phần lớn là ta xây mô hình thực tại trước, rồi mới đi tìm thông tin ủng hộ nó. Vì vậy khi tổng lượng thông tin tăng lên, khả năng mỗi người chọn lọc thông tin để ủng hộ mô hình của mình cũng tăng theo
    Điều đó không có nghĩa là những nỗ lực kiểu này là vô giá trị. Chỉ là tôi không nghĩ sự thật có thể xoay chuyển mạnh dư luận
    Điều thú vị ở việc có thêm thông tin và công cụ tìm kiếm tốt hơn là nó đẩy nhanh sự phân hóa giữa những người đi tìm chân lý và những người đi tìm sự xác nhận. Nhóm đầu chủ yếu tìm thông tin phản chứng, nhóm sau tìm thông tin ủng hộ. Nhìn chung, nhóm đầu ít nhất có thể thành công hơn trong việc mô hình hóa thế giới ngoài con người. Nhưng khi người khác đang tin điều gì đó là thật, thì việc công kích trực diện hệ thống sự kiện của họ thường không phải là cách tốt nhất để đạt kết quả mong muốn

    • Nên đọc Nexus của Yuval Noah Harari. Ông gọi đây là cái nhìn ngây thơ về thông tin, là thái độ không nhận ra sự tồn tại của thực tại “liên chủ thể”. Mục “intersubjectivism” trong The Encyclopedia of Psychology and Religion của Angela Cooper-White cũng đáng tham khảo
      Cách dùng sâu và phức tạp nhất liên quan tới thuyết kiến tạo trong triết học hậu hiện đại, hoặc kiến tạo xã hội trong tâm lý học xã hội. Đó là ý niệm rằng thực tại được các chủ thể tham gia cùng nhau kiến tạo trong quan hệ và xã hội
      Đây là điểm kết của lối tư duy hậu hiện đại và kiến tạo, nơi tự sự và câu chuyện được nâng lên thành nguồn gốc của chân lý. Ở một khía cạnh nào đó, nó giống như quay lại với lối nghĩ tôn giáo và mê tín, rằng nếu đủ nhiều người tin vào một hệ thống giáo điều hay thần linh thì câu chuyện đó sẽ kết tinh thành hiện thực được đồng thuận
      Về mặt lịch sử, tâm lý học Jung và tôn giáo là kho lưu trữ chung của trí tuệ và kỹ thuật mà nhân loại tích lũy để xử lý thực tại liên chủ thể và “vệ sinh thông tin” của tập thể. Tôn giáo là một dạng tâm lý học nguyên mẫu, còn Jung tiếp nhận điều này qua truyền thống giả kim. Có thể đọc Psychology and Alchemy của Jung. Nhưng trong nửa sau thế kỷ 20 và thế kỷ 21, khi sự chú ý dồn vào các phép đo định lượng có thể kiểm chứng khách quan, những kỹ thuật từng xử lý các hiện tượng định tính mang tính riêng tư và chủ quan như suy tư nội tâm, chiêm niệm, hay đời sống giấc mơ của cá nhân đang dần biến mất vào quá khứ
      White Rose: Bạn đã bao giờ nghĩ rằng nếu tưởng tượng hoặc tin vào điều gì đó thì nó có thể trở thành hiện thực chưa? Chỉ bằng ý chí thôi?
      Angela: Có. Thật ra tôi từng tin như vậy. Nhưng tôi đang dần phải chấp nhận rằng đó không phải là thế giới thực, dù tôi có muốn nó thành như thế
      White Rose: Ừm, có lẽ rốt cuộc còn tùy bạn định nghĩa thực tại là gì
      https://vimeo.com/387207936

  • Đây là điều đã được nói nhiều rồi, nhưng tôi vẫn ngạc nhiên trước mức độ nhận thức của công chúng lệch xa đến thế nào. Pete Buttigieg có buổi town hall ở Tulsa khoảng một tuần trước, và có người trích dẫn rằng để tạo ra một bức ảnh cần 10.000 gallon nước[0]
    [0]: https://www.youtube.com/watch?v=MCc-ipWVShY&t=1h5m43s

    • Thành thật mà nói, việc cả hai phe đều ám ảnh chuyện nước như vậy thật kỳ lạ
      Phe phản đối trung tâm dữ liệu thì phóng đại lượng nước tiêu thụ, nhưng phe cho rằng phải xây càng nhiều càng nhanh dường như cũng nghĩ rằng câu “thực ra nó không dùng nhiều nước đến thế” somehow làm vô hiệu các vấn đề thực tế hơn của trung tâm dữ liệu
    • Một phần khác của vấn đề này là nếu bạn không đồng ý về mặt sự kiện thì người ta sẽ diễn giải thành việc bạn phản đối chính thứ mà họ đang giận dữ. Nếu bạn không đồng ý rằng mỗi lần ai đó hỏi Claude thì AI sẽ phá hủy 50 triệu tỷ gallon nước tinh khiết, thì ngay lập tức bạn bị xem như người hoàn toàn ủng hộ việc Grok tạo ảnh khỏa thân trẻ vị thành niên
      Có những người có được cơn giận dữ, yêu nó, và không để ai lấy nó đi
    • Đó chính là chủ nghĩa dân túy, và đáng buồn là nó cực kỳ hiệu quả
      Trong khi đó Trung Quốc và Ấn Độ đang cấp điện miễn phí, trợ cấp vốn đầu tư thiết bị 1 đô cho mỗi 1 đô, và miễn thuế 25 năm để xây trung tâm dữ liệu[0][1]
      Thật thú vị khi HN muốn siết cổ hạ tầng vốn là nền móng cho cả ngành công nghiệp của chúng ta và là lý do người dùng HN được trả lương. Điều đó cho thấy khá rõ là phần lớn tâm lý chống AI đến từ “giai tầng nói nhiều” và các kiểu lao động cổ cồn trắng khác, đúng như các khảo sát vẫn liên tục chỉ ra[2][3]
      Thật buồn cười khi thấy trong chính đảng của tôi, những người trước đây từng bảo công nhân mỏ than và công nhân ô tô “hãy đi học code”, coi thường lao động cổ xanh, phớt lờ lo ngại của người làm sản xuất và nghề kỹ năng khiến họ ngả sang cánh hữu, giờ lại hành xử y hệt như thế
      Sửa: Tôi không thể trả lời bình luận
      “Trung tâm dữ liệu AI không phải là cách tất cả người dùng HN, hay thậm chí đa số người dùng HN, kiếm tiền”
      Phần lớn trung tâm dữ liệu không chỉ cho thuê chỗ đặt máy cho suy luận hay huấn luyện mô hình mà còn cho nhiều loại tính toán khác cùng tồn tại. Hơn nữa, nếu bóp nghẹt tính kinh tế của tầng hạ tầng thì toàn bộ hệ sinh thái sẽ dịch chuyển ra nước ngoài
      Đầu những năm 2010 ở Mỹ từng có kiểu phản đối tương tự đối với fab bán dẫn, và chưa đầy 10 năm sau gần như toàn bộ hệ sinh thái đã trôi đi mất trước khi CHIPS Act được ký và triển khai
      Năng lượng hạt nhân ở Đức và công nghệ xanh ở nhiều nơi tại Mỹ cũng vậy
      [0] - https://www.reuters.com/world/asia-pacific/china-offers-tech...
      [1] - https://www.reuters.com/world/india/india-gives-20-year-tax-...
      [2] - https://www.cnbc.com/amp/2026/02/25/top-earners-are-more-afr...
      [3] - https://www.pewresearch.org/social-trends/2023/07/26/which-u...

  • Thường thì khi so lượng nước dùng của trung tâm dữ liệu với lượng nước dùng của sân golf, tôi cảm thấy dễ chịu hơn nhiều về toàn bộ vấn đề này

    • Nếu so với cỏ linh lăng thì bạn sẽ bật cười vì mức tiêu thụ nước của cỏ linh lăng lớn đến mức nào
      Khoảng 340 acre cỏ linh lăng trồng quanh năm ở California dùng lượng nước bằng trung tâm dữ liệu The Dalles của Google trong một năm
      Trung tâm dữ liệu đó đã dùng 550 triệu gallon vào năm 2025 cho làm mát bay hơi, tương đương 1.687 acre-feet
      Một acre cỏ linh lăng ở California dùng khoảng 5 acre-feet nước mỗi năm. California có khoảng 1 triệu acre cỏ linh lăng, và cỏ linh lăng tiêu tốn 5 triệu acre-feet nước mỗi năm. Và đó là để làm thức ăn cho bò
    • Tôi khuyên nên đọc báo cáo sau: Proximity to Golf Courses and Risk of Parkinson Disease
      Người sống trong khu vực cấp nước có sân golf có khả năng mắc Parkinson gần gấp đôi so với người sống trong khu vực cấp nước không có sân golf
      https://jamanetwork.com/journals/jamanetworkopen/fullarticle...

  • Tôi không hiểu rõ lắm mối lo về nước trong làm mát trung tâm dữ liệu. Dù cho mỗi prompt có dùng nhiều nước cho làm mát, ở đây người ta bảo là không, nhưng ngay cả nếu có thì nước “được dùng” để làm mát chẳng phải chỉ đi ra ngoài nóng hơn một chút sao? Có thể nó bốc hơi. Khi đó nó sẽ quay lại dưới dạng mưa
    Đây đâu phải quy trình hóa học công nghiệp xả chất thải độc vào nước, cũng không phải nông nghiệp đưa nước vào cây rồi chở chúng sang nơi khác. Nó chỉ là một con đường khác của chu trình nước
    Tôi thực sự không biết đây có phải thứ đáng để lo hay không. Có phải đằng sau là thao túng dư luận không? Có thể là nỗ lực làm cho những người theo chủ nghĩa môi trường và người hoài nghi AI trông ngu ngốc?

    • Phê phán mạnh nhất là trung tâm dữ liệu tiêu thụ nước uống đã qua xử lý. Nước uống vừa kém dồi dào hơn mọi nguồn nước không uống được, vừa khó tái tạo lại hơn
      Tất nhiên giải pháp đơn giản là trung tâm dữ liệu tự lấy nước không uống được rồi xử lý. Hoặc đơn vị tiện ích có thể tính giá đủ cao để phản ánh ngoại tác của việc phải khai thác thêm nước uống. Ngay cả nếu trung tâm dữ liệu phải tự xử lý nước thì tính kinh tế vẫn ổn. Vấn đề gốc là các đơn vị tiện ích định giá nước uống quá thấp, nên khi các điều kiện khác ngang nhau thì trung tâm dữ liệu sẽ chuộng nước uống hơn
    • Vì họ lấy nước từ những vùng vốn đã khô hạn, và thường là bơm nước ngầm lên. Dù cho nước đó có quay lại địa phương dưới dạng mưa, mà thực tế là không hẳn vậy, thì nó vẫn khiến những người sống nhờ cùng tầng chứa nước và nguồn cấp đó khó duy trì cuộc sống bền vững hơn
    • Chỉ cách chỗ tôi sống 30 phút, trung tâm dữ liệu đã ảnh hưởng tới nước dùng cho nông nghiệp
      https://www.theguardian.com/global-development/2024/sep/25/m...
      https://www.bbc.com/news/articles/cx2ngz7ep1eo
    • Nó không đi ra ngoài nóng hơn một chút, mà bay hơi trong tháp giải nhiệt. Kết quả cũng như các dạng sử dụng nước khác. Tháp giải nhiệt cũng không thể dùng nước biển. Dù sao thì phần lớn trung tâm dữ liệu vẫn ở nơi có nước ngọt dồi dào, nhưng một số thì không
      Dẫu vậy ở California, việc dùng nước cho nông nghiệp vẫn nghiêm trọng hơn nhiều
    • Nước không biến mất, nhưng nếu quay lại dưới dạng mưa thì ít nhất cũng phải được xử lý lại. Trung tâm dữ liệu đâu có dùng nước mưa thô để làm mát
      Tuy vậy điều này cũng không quá tệ, nhưng rõ ràng có một quá trình “tiêu hao” khi làm bay hơi nước máy hoặc nước khử muối dùng cho làm mát

  • Theo những gì tôi hiểu cho tới nay, mức sử dụng nước của các trung tâm dữ liệu LLM dao động từ gần như không đáng kể tới lớn hơn cả một thành phố cỡ trung. Cuối cùng thì tất cả luôn phụ thuộc vào cách bạn chọn phương pháp tính, và sâu xa hơn là bạn muốn kể câu chuyện nào
    Thống kê đúng là đáng yêu thật