7 phút đọc
Sự bùng nổ của trí tuệ nhân tạo (AI) không chỉ là cuộc đua về phần mềm hay thuật toán, mà còn là một cuộc chiến khốc liệt trên phương diện tài nguyên vật lý. Đằng sau những mô hình AI hoạt động mượt mà là hệ thống trung tâm dữ liệu khổng lồ hoạt động liên tục. Để duy trì và vận hành cơ sở hạ tầng này, thế giới công nghệ đang phụ thuộc mạnh mẽ vào các nguồn khoáng sản và kim loại thiết yếu.
Theo nghiên cứu về trung tâm dữ liệu AI công bố vào tháng 8 trên tạp chí Science Direct, cơ sở hạ tầng điện chiếm phần lớn nhu cầu khoáng sản của các hệ thống này. Cục Khảo sát Địa chất Mỹ (USGS) đã xác định đồng, nhôm, gallium, germanium và các nguyên tố đất hiếm chính là những vật liệu nền tảng, được sử dụng rộng rãi trong phần cứng của trung tâm dữ liệu AI từ khâu cung cấp điện năng, truyền dữ liệu cho đến tản nhiệt.
Đồng và nhôm: “Hệ tuần hoàn” dẫn điện và tản nhiệt khổng lồ
Đồng được đánh giá là kim loại quan trọng nhất trong việc xây dựng cơ sở hạ tầng AI. Vai trò của đồng xuất hiện ở hầu hết mọi ngóc ngách của trung tâm dữ liệu: từ hệ thống dẫn điện, dây cáp máy chủ, máy biến áp cho đến các cấu trúc hỗ trợ khác. Ngoài khả năng dẫn điện vượt trội, tính dẫn nhiệt tốt của đồng cũng biến nó thành vật liệu hữu ích trong các hệ thống làm mát. Số liệu thống kê chỉ ra rằng đồng chiếm tới 83% tổng khối lượng khoáng sản liên quan đến cơ sở hạ tầng trung tâm dữ liệu AI, trong đó hoạt động truyền tải và phân phối điện chiếm tỷ trọng lớn nhất.
Sự khác biệt về quy mô tiêu thụ đồng giữa hạ tầng truyền thống và hạ tầng AI là rất lớn. Theo ước tính từ Hiệp hội phát triển đồng (CDA) được trang Scrapware dẫn lại, một trung tâm dữ liệu thông thường tiêu thụ khoảng 5.000 đến 15.000 tấn đồng. Trong khi đó, một trung tâm dữ liệu AI có thể cần tới 50.000 tấn đồng để vận hành ổn định. Các tổ hợp AI lớn hiện nay thường được thiết kế xoay quanh khối nguồn điện có công suất từ 50 đến 150 megawatt (MW), với mức tiêu thụ đồng dao động trong khoảng 27-33 tấn cho mỗi megawatt công suất lắp đặt.
Song hành cùng đồng là nhôm – kim loại dồi dào nhất trong vỏ Trái Đất. Nhờ sự kết hợp giữa trọng lượng nhẹ, khả năng chống ăn mòn và hiệu quả dẫn nhiệt tốt, nhôm trở thành lựa chọn tối ưu trong các thiết bị của trung tâm dữ liệu AI, đặc biệt là bộ tản nhiệt và hệ thống làm mát. Theo USGS, nhôm cùng với đồng đóng vai trò chủ chốt trong bộ tản nhiệt máy chủ, giúp dẫn và giải phóng nhiệt lượng ra khỏi các thiết bị điện tử có độ nhạy cảm cao.
Gallium và Germanium: Linh hồn của chip bán dẫn và kết nối tốc độ cao
Mặc dù có lượng tiêu thụ nhỏ hơn nhiều so với đồng, gallium lại đóng vai trò then chốt trong chuỗi cung ứng bán dẫn phục vụ AI. Theo tổ chức SFA Oxford, gallium là thành phần cốt lõi trong các hợp chất bán dẫn như gallium arsenide (GaAs) và gallium nitride (GaN). Những vật liệu này sở hữu đặc tính vượt trội hơn silicon truyền thống khi ứng dụng trong môi trường tần số cao, công suất lớn và quang điện tử.
Trong khi GaAs được ứng dụng phổ biến trong điện thoại di động và hệ thống vệ tinh, thì GaN lại là chất liệu cực kỳ quan trọng đối với hạ tầng mạng 5G, điện tử công suất và phần cứng AI nhờ hiệu suất vận hành cao cùng khả năng chịu nhiệt cực tốt.
Tương tự như gallium, germanium cũng là một vật liệu có lượng tiêu thụ nhỏ nhưng không thể thay thế trong các thiết bị điện tử tiên tiến. Kim loại này được ứng dụng rộng rãi trong các mạch tích hợp tốc độ cao và hệ thống cáp quang của trung tâm dữ liệu. Germanium cung cấp khả năng di chuyển electron tốt hơn silicon, cho phép truyền tải tín hiệu nhanh hơn, đáp ứng yêu cầu xử lý dữ liệu tức thời của các mô hình AI.
Đáng chú ý, Cơ quan Năng lượng Quốc tế (IEA) đã đưa cả gallium và germanium vào danh sách những vật liệu có nguy cơ gián đoạn cung ứng ở mức cao. Nguyên nhân xuất phát từ việc hoạt động sản xuất các kim loại này bị tập trung quá mức vào một vài khu vực và rất khó để tìm kiếm vật liệu thay thế tương đương.
Đất hiếm: Tối ưu hiệu suất và thu nhỏ thiết bị
Đất hiếm không phải là một nguyên tố đơn lẻ mà là một nhóm các nguyên tố, trong đó nổi bật là neodymium, praseodymium, dysprosium và terbium. Nhóm nguyên tố này đóng vai trò đặc biệt quan trọng trong việc chế tạo các nam châm vĩnh cửu hiệu suất cao. Các nam châm này giúp thu nhỏ kích thước của các thiết bị phần cứng, đồng thời tối ưu hóa hiệu suất tiêu thụ năng lượng.
Tại các trung tâm dữ liệu AI, bộ phận chứa đất hiếm thường tập trung nhiều nhất ở phần cứng lưu trữ và hệ thống làm mát, bao gồm các ổ cứng máy chủ cùng hệ thống quạt hoặc bơm hạ nhiệt hoạt động liên tục. Tuy nhiên, chuỗi cung ứng của nhóm vật liệu này đang đối mặt với sự phụ thuộc lớn khi Trung Quốc hiện nắm giữ hơn 90% nguồn cung đất hiếm tinh luyện dành cho nam châm trên toàn thế giới.
Những điểm người dùng công nghệ cần theo dõi
Sự phụ thuộc của hạ tầng AI vào 5 loại kim loại cốt lõi này mở ra những khía cạnh quan trọng mà giới công nghệ và người dùng cần tiếp tục quan sát trong thời gian tới:
- Rủi ro chuỗi cung ứng địa chính trị: Với việc các vật liệu như gallium, germanium và đất hiếm có nguồn cung tập trung cao độ (đặc biệt là từ Trung Quốc), bất kỳ căng thẳng thương mại hay lệnh hạn chế xuất khẩu nào cũng có thể làm rung chuyển tiến trình phát triển phần cứng AI toàn cầu.
- Chi phí dịch vụ AI: Nhu cầu khổng lồ về đồng và nhôm trong xây dựng trung tâm dữ liệu có thể đẩy chi phí đầu tư ban đầu của các ông lớn công nghệ tăng cao. Điều này có thể gián tiếp ảnh hưởng đến chi phí sử dụng dịch vụ đám mây và các công cụ AI của người dùng cuối.
- Bài toán môi trường: Việc khai thác quy mô lớn các kim loại này đòi hỏi nguồn năng lượng lớn và có nguy cơ gây tác động tiêu cực đến môi trường, đặt ra thách thức về tính bền vững cho các cam kết “AI xanh” của các tập đoàn công nghệ.
Hiện nay, một câu hỏi lớn vẫn chưa có lời giải đáp rõ ràng: Liệu các nhà khoa học có kịp thời tìm ra các vật liệu nhân tạo mới để thay thế hoàn toàn cho gallium, germanium hay đất hiếm nhằm giảm bớt sự phụ thuộc độc quyền hay không? Bên cạnh đó, việc tối ưu hóa thiết kế phần cứng để cắt giảm lượng đồng tiêu thụ khổng lồ vẫn là một bài toán công nghệ đầy thách thức cần theo dõi sát sao trong vài năm tới.
Nguồn tham khảo: Xem bài gốc
