Nhu cầu tính toán AI tăng mạnh đang đẩy ngành trung tâm dữ liệu đến ngưỡng chịu tải về điện, làm mát và truyền dữ liệu giữa các GPU. Trong bối cảnh đó, việc chỉ nâng hiệu năng chip không còn đủ để mở rộng hạ tầng AI với tốc độ mong muốn, buộc các doanh nghiệp phải đồng thời nâng cấp từ nguồn điện, hệ thống tản nhiệt đến kiến trúc kết nối.

Theo TechRadar ngày 11/10/2026 (giờ địa phương), nhu cầu điện của các trung tâm dữ liệu AI đang tăng nhanh, trong khi điện lưới, hệ thống làm mát và hạ tầng truyền dữ liệu chưa theo kịp. Để ứng phó, ngành này đang đẩy mạnh các giải pháp như tự chủ nguồn điện, làm mát chất lỏng, kết nối quang và biến áp thế hệ mới. Tuy nhiên, chi phí đầu tư cùng các rủi ro chuỗi cung ứng vẫn là rào cản lớn.

Nút thắt lớn nhất hiện nay là điện lưới. Trung tâm dữ liệu AI có mức tiêu thụ điện biến động mạnh theo tải tính toán. Khi khối lượng suy luận giảm, điện năng tiêu thụ hạ xuống, nhưng lúc lưu lượng tăng đột biến, hệ thống có thể rút công suất rất lớn trong thời gian ngắn. Biến động này làm gia tăng sóng hài, ảnh hưởng đến chất lượng điện và tăng nguy cơ quá nhiệt ở máy biến áp.

Áp lực còn đến từ tình trạng thiếu thiết bị điện. Thời gian chờ mua máy biến áp cao áp đã kéo dài từ 6-12 tháng vào năm 2020 lên 2-4 năm trong những năm gần đây. Tại Bắc Virginia, một trong những cụm trung tâm dữ liệu lớn nhất thế giới, thời gian để kết nối các cơ sở mới vào lưới điện thậm chí được dự báo có thể lên tới 14 năm.

Dù ngành điện Mỹ dự kiến đầu tư 208 tỷ USD trong năm 2025 và lên kế hoạch rót thêm 1.100 tỷ USD trong giai đoạn 2025-2030, nhiều ý kiến cho rằng tốc độ này vẫn khó bắt kịp đà tăng nhu cầu điện từ các trung tâm dữ liệu.

Vì vậy, các nhà vận hành đang tăng đầu tư cho nguồn phát điện tại chỗ nhằm giảm phụ thuộc vào lưới điện. xAI của Elon Musk đã bổ sung 59 tua-bin khí tự nhiên di động, cung cấp hơn 400 MW công suất cho trung tâm dữ liệu Colossus tại Memphis, bang Tennessee. Mục tiêu là vận hành cụm GPU mà không phải chờ hoàn tất kết nối với lưới điện khu vực.

Lò phản ứng mô-đun nhỏ (SMR) cũng được xem là một phương án dài hạn. Tuy nhiên, chi phí xây dựng lớn và thách thức thương mại hóa khiến giải pháp này chưa thể sớm xử lý nhu cầu điện quy mô lớn của các trung tâm dữ liệu.

Bên cạnh điện, làm mát đang nổi lên như một điểm nghẽn then chốt khác. Thế hệ máy chủ AI mới có mật độ GPU cao hơn, kéo mức tiêu thụ điện trên mỗi rack tăng mạnh. Một số rack mật độ cao đã vượt 50-100 kW, trong khi xu hướng thiết kế mặc định trên 100 kW ngày càng phổ biến. Trong khi đó, phần lớn hạ tầng làm mát bằng không khí hiện nay chỉ được thiết kế quanh ngưỡng 30-40 kW, khiến việc chuyển sang phương thức làm mát mới gần như khó tránh khỏi.

Nếu chỉ dựa vào không khí để làm mát các cụm AI quy mô lớn, trung tâm dữ liệu sẽ phải tuần hoàn lượng khí rất lớn với tốc độ cao. Điều này làm điện năng tiêu thụ của quạt tăng lên, kéo hiệu quả sử dụng năng lượng của toàn hệ thống đi xuống. Nói cách khác, trung tâm dữ liệu lại phải dùng thêm điện để xử lý lượng nhiệt do chính máy chủ tạo ra.

Trong bối cảnh đó, làm mát chất lỏng đang được triển khai rộng hơn. Giải pháp phổ biến nhất là làm mát chất lỏng trực tiếp, trong đó các tấm làm mát tiếp xúc trực tiếp với GPU để hấp thụ nhiệt. Nhờ khả năng truyền nhiệt tốt hơn không khí, chất lỏng phù hợp hơn với các máy chủ có mật độ cao.

Một lựa chọn khác là làm mát ngâm sử dụng chất lỏng cách điện theo cơ chế chuyển pha. Chất lỏng tiếp xúc với linh kiện phát nhiệt, bay hơi để hấp thụ nhiệt, sau đó ngưng tụ và quay trở lại chu trình. Tùy cấu hình hệ thống, giải pháp này có thể giúp giảm điện năng dành cho làm mát; một số công nghệ công bố mức tiết kiệm tối đa 40%.

Microsoft cho biết đã triển khai hệ thống làm mát chất lỏng tuần hoàn kín cho các trung tâm dữ liệu mới. Với cơ chế này, dung dịch làm mát sẽ hấp thụ nhiệt từ máy chủ, sau đó được làm lạnh tại thiết bị chuyên dụng để tiếp tục tái sử dụng. Ưu điểm là giảm nhu cầu bổ sung nước liên tục.

Tuy vậy, làm mát chất lỏng đòi hỏi chi phí đầu tư ban đầu cao. Với các trung tâm dữ liệu hiện hữu, việc triển khai còn kéo theo thay đổi về thiết bị và quy trình vận hành. Trong môi trường tải cao, bơm và quạt tản nhiệt có thể hoạt động đồng thời, khiến vấn đề tiếng ồn cũng cần được tính đến.

Không chỉ điện và làm mát, công nghệ truyền dữ liệu giữa các GPU cũng đang chịu áp lực thay đổi. Kết nối điện dùng dây đồng hiện nay gặp hạn chế khi khoảng cách tăng lên, bởi suy hao tín hiệu sẽ lớn hơn. Khi tốc độ truyền và băng thông tiếp tục tăng, việc duy trì chất lượng tín hiệu ngày càng khó khăn. Trong môi trường tập trung dày đặc GPU và thiết bị mạng, nhiễu điện từ và tổn hao điện trở trên dây dẫn cũng trở thành vấn đề đáng kể. Nhiệt phát sinh trong quá trình truyền tín hiệu điện còn làm tăng thêm gánh nặng cho hệ thống làm mát.

Vì vậy, ngành trung tâm dữ liệu đang mở rộng sử dụng kết nối quang. Cáp quang truyền dữ liệu bằng ánh sáng nên có mức suy hao thấp hơn trên quãng đường dài, đồng thời cho phép triển khai kết nối mật độ cao với dây mảnh hơn so với cáp đồng. Việc giảm không gian dành cho dây dẫn cũng có lợi cho luồng gió bên trong máy chủ.

Xu hướng phát triển hiện nay không chỉ dừng ở mô-đun quang cắm rời mà đang tiến tới tích hợp chặt hơn giữa GPU và linh kiện quang. Silicon photonics và quang học đồng đóng gói (CPO) là hai hướng tiếp cận tiêu biểu, nhằm rút ngắn quãng đường truyền tín hiệu điện và nâng hiệu quả truyền dữ liệu.

Dù vậy, chi phí vẫn là gánh nặng lớn. Một số cấu hình được ghi nhận có chi phí kết nối quang cao gấp 7 lần so với kết nối bằng dây đồng. Tuy nhiên, khi quy mô cụm AI và nhu cầu băng thông tiếp tục tăng, việc duy trì hiệu năng và hiệu quả điện năng chỉ bằng kết nối đồng ngày càng trở nên khó khăn, qua đó thúc đẩy nhu cầu chuyển sang công nghệ quang.

Ở mảng thiết bị điện, biến áp thể rắn (SST) đang nổi lên như một phương án thay thế đáng chú ý. Khác với máy biến áp truyền thống chủ yếu thay đổi điện áp bằng từ trường, SST sử dụng chất bán dẫn công suất và mạch điện tử công suất tần số cao. Nhờ đó, công nghệ này có thể chủ động điều chỉnh điện áp và quản lý chất lượng điện, phù hợp hơn với các trung tâm dữ liệu AI có tải biến động mạnh.

Hiệu suất của SST được cho là đạt khoảng 97-99%, tùy thiết kế và điều kiện vận hành. So với mức 95-97% của máy biến áp truyền thống, chênh lệch này có thể không quá lớn. Tuy nhiên, trong các trung tâm dữ liệu quy mô lớn tiêu thụ điện liên tục, ngay cả mức cải thiện nhỏ cũng có thể giúp giảm tổn hao năng lượng trong dài hạn.

Dẫu vậy, do sử dụng linh kiện bán dẫn công suất và các bộ phận tần số cao, SST có chi phí đầu tư ban đầu lớn, đồng thời vẫn đối mặt với bài toán bảo trì và kiểm chứng độ tin cậy. Ở một số thiết kế, chi phí trên mỗi kVA có thể cao gấp hơn 5 lần so với máy biến áp tần số thấp truyền thống.

Nguồn cung cho công nghệ này hiện vẫn đang được mở rộng. Siemens đang thúc đẩy sản xuất hàng loạt biến áp thể rắn mô-đun cùng với Rhein Hausen, một doanh nghiệp thiết bị điện của Đức. Đây là nỗ lực nhằm đưa công nghệ chuyển đổi điện thế hệ mới vào ứng dụng thực tế để đáp ứng nhu cầu điện tăng nhanh của các trung tâm dữ liệu AI.

Tại Bắc Mỹ, hiện có 66 GW công suất trung tâm dữ liệu AI mới đang được xây dựng. Tuy nhiên, năng lực cạnh tranh của các trung tâm dữ liệu không còn chỉ được quyết định bởi hiệu năng GPU hay số lượng máy chủ. Thời gian kết nối vào lưới điện, khả năng xử lý nhiệt của máy chủ mật độ cao và công nghệ liên kết hiệu quả các cụm GPU quy mô lớn đang trở thành những điều kiện phải được giải quyết đồng thời.

Trọng tâm của cuộc đua mở rộng hạ tầng AI vì thế đang dịch chuyển từ hiệu năng tính toán sang các hệ thống nền tảng bảo đảm khả năng vận hành thực tế. Doanh nghiệp nào xử lý tốt ba nút thắt về điện, làm mát và truyền dữ liệu sẽ nắm lợi thế về tốc độ mở rộng cũng như chi phí vận hành trong thời gian tới.