Trí tuệ nhân tạo tạo sinh (AI tạo sinh), có thể tạo ra nội dung mới bằng cách học các hình mẫu từ dữ liệu hiện có, vốn tiêu tốn rất nhiều năng lượng, đặc biệt là đối với các hình ảnh hoặc video. Tuy nhiên, đây không phải là mối quan hệ một chiều đối với các công ty điện lực hỗ trợ các hoạt động này - hóa ra, các công ty điện lực đang trở thành những khách hàng lớn của AI.

Các công ty điện lực đang trở thành những khách hàng lớn của AI (Ảnh st)

Dự báo nhu cầu điện đang tăng vọt đối với các trung tâm dữ liệu tập trung vào trí tuệ nhân tạo (AI), vốn được lên kế hoạch vận hành trong 5 - 10 năm tới. Cụ thể, AI tạo sinh, có khả năng tạo ra nội dung mới bằng cách học các hình mẫu từ dữ liệu hiện có, mà tiêu tốn rất nhiều năng lượng, đặc biệt là đối với các hình ảnh hoặc video. Tuy nhiên, đây không phải là mối quan hệ một chiều đối với các công ty điện lực hỗ trợ các hoạt động này - hóa ra, các các công ty điện lực đang trở thành những khách hàng lớn của AI. Động thái này có thể giúp các công ty điện lực cải thiện hoạt động, hỗ trợ các nỗ lực thúc đẩy việc cung cấp năng lượng sạch và độ tin cậy.

Các nhà nghiên cứu của Ngân hàng Đầu tư đa quốc gia Goldman Sachs (Mỹ) ước tính nhu cầu điện của trung tâm dữ liệu sẽ tăng 160% trong giai đoạn 2024-2030, chủ yếu do sự phát triển của AI. Lĩnh vực tài chính, y tế và tiếp thị là những mục tiêu dễ tiếp cận cho các ứng dụng AI, vốn có khả năng xử lý khối lượng dữ liệu khổng lồ để nhận dạng các mẫu hình và giải pháp cho những vấn đề phức tạp. Ngày càng nhiều công ty điện lực cũng đang tìm đến các ứng dụng AI để giải quyết các công việc đòi hỏi nhiều lao động thủ công.

Hỗ trợ cấp phép lại hạt nhân

Các nhà máy điện hạt nhân của Mỹ đang hồi sinh nhờ nhu cầu về năng lượng không phát thải để cấp điện cho các trung tâm dữ liệu mới. Ở bang California, hai tổ máy đang vận hành tại Nhà máy hạt nhân Diablo Canyon đã lên lịch đóng cửa lần lượt vào năm 2024 và 2025. Nhưng nhu cầu điện tăng nhanh của bang và các mục tiêu năng lượng sạch đầy tham vọng đã kéo dài hoạt động của nhà máy này thêm ít nhất 5 năm trong khi chủ sở hữu của nhà máy là Công ty Pacific Gas & Electric (PG&E) đang hoàn tất thủ tục giấy tờ để gia hạn thêm 20 năm.

Việc truy xuất tài liệu là một thách thức lớn đối với PG&E trong việc bảo trì các tổ máy 40 năm tuổi này—nó không giống các nhà máy điện hạt nhân đi kèm một cuốn sổ tay hướng dẫn tiện lợi duy nhất. Qua nhiều thập kỷ, nhiều tài liệu gốc trên giấy đã chuyển sang microfiche, rồi sau đó số hóa thành các tệp PDF, với toàn bộ bộ sưu tập hiện đã lên tới hơn một triệu trang. Việc lập chỉ mục rất kém, vì vậy chỉ để tìm đúng tài liệu cần thiết nhằm giải quyết một vấn đề vận hành cụ thể cũng có thể là một khối lượng công việc khổng lồ.

Công ty điện lực này đã hợp tác với nhà phát triển phần mềm Atomic Canyon (San Luis Obispo, bang California). Thông qua sự hợp tác với Phòng thí nghiệm quốc gia Oak Ridge thuộc Bộ Năng lượng Mỹ, Atomic Canyon đã huấn luyện các mô hình Fermi AI sử dụng trong phần mềm Neutron Enterprise nhằm phục vụ riêng cho nhu cầu của các nhà máy điện hạt nhân. Trong suốt năm 2024, Atomic Canyon đã huấn luyện phần mềm của mình trên các tài liệu của nhà máy điện hạt nhân này, vốn lưu trữ rải rác trong nhiều cơ sở dữ liệu khác nhau tại Nhà máy Diablo Canyon. Kết quả là các nhân viên có thể truy cập thông tin quan trọng chỉ trong vài giây, thay vì mất hàng giờ hoặc thậm chí nhiều ngày. Cuối cùng, công nghệ AI này có thể hỗ trợ các nhiệm vụ phức tạp hơn, chẳng hạn như lên lịch bảo trì—một công việc đặc biệt phức tạp tại các nhà máy điện hạt nhân do sự liên kết chặt chẽ giữa các hệ thống.

Giảm tình trạng tắc nghẽn kết nối

Việc kết nối các nguồn năng lượng sạch mới vào lưới điện là một quá trình chậm. Theo báo cáo “Queued Up” năm 2024 của Phòng thí nghiệm quốc gia Lawrence Berkeley, quá trình từ khi nộp đơn đến khi hoàn thành tăng từ ba năm vào năm 2015 đến thường mất gần 5 năm vào năm 2023. Thách thức lớn nhất đối với các công ty điện lực và các nhà điều hành lưới điện là xác định xem dây dẫn của họ có đủ khả năng xử lý nhiều nguồn điện hơn hay không, điều này rất khó khăn vì họ có thể phải xử lý hàng trăm đơn đăng ký cùng lúc.

Một số công ty đang chào bán phần mềm do AI điều khiển để giúp người nộp đơn dễ dàng hơn trong quá trình phê duyệt, bao gồm các ứng dụng kiểm tra lỗi và nhập dữ liệu vào các nền tảng mô hình hóa lưới điện để đánh giá tác động của dự án mới lên thiết bị xung quanh. Nó cũng tự động cập nhật dữ liệu khi các dự án khác tham gia hoặc thoát khỏi hàng đợi kết nối, và đẩy nhanh quá trình xác định mạng lưới nào có thể cần nâng cấp và nơi nào có thể cần trạm biến áp mới—thông tin quan trọng để phân bổ chi phí kết nối.

Thông báo quản lý thảm thực vật

Theo các nhà nghiên cứu tại Công ty Accenture, bang New York, các công ty điện lực chi từ 6 đến 8 tỷ USD mỗi năm cho việc bảo trì đường dây điện trên cao. Quản lý thảm thực vật là một yếu tố quan trọng trong những nỗ lực này. Theo truyền thống, công việc này cũng đòi hỏi nhiều nhân lực, yêu cầu phải có nhân viên đến tận nơi để xác định các rủi ro cụ thể.

Các công cụ AI mới kết hợp với công nghệ Phát hiện và đo khoảng cách bằng ánh sáng (LiDAR) đang giúp tự động hóa quy trình này. Bằng cách theo dõi và chụp ảnh trên không, hiện có thể thực hiện bằng máy bay không người lái tự động, các công ty điện lực có thể nhận dạng số lượng và loài cây có thể xâm lấn vào đường dây của họ. Kết hợp dữ liệu đó với thông tin có thực và dự báo các kiểu thời tiết, bao gồm lượng mưa và các điều kiện cụ thể khác của địa điểm, các công ty này cũng có thể nhắm mục tiêu quản lý các khu vực ưu tiên có khả năng cao gặp phải vấn đề trong các sự kiện thời tiết cực đoan. Cách tiếp cận này có thể hiệu quả hơn trong việc ngăn ngừa hỏa hoạn hoặc thiệt hại liên quan đến cây cối so với các phương pháp tiếp cận truyền thống là dựa vào các đội tuần tra trong địa bàn theo chu kỳ 3 hoặc 5 năm.

Biên dịch: Bùi Thị Thu Hường

Theo “ecmag”, tháng 2/2025

Về trang trước Lên đầu trang In bài viết