راز بزرگ AI که تاکنون کسی به شما نگفته بود/ ماجرای قبض نجومی آب و برق دیتاسنتر‌ها

به گزارش اقتصادآنلاین، رقابت شرکت‌های فناوری برای توسعه هوش مصنوعی تاکنون بیشتر در قالب ساخت مدل‌های قدرتمندتر، خرید تراشه‌های پیشرفته و سرمایه‌گذاری‌های میلیارددلاری دیده شده است؛ اما پشت این تحول دیجیتال، زیرساختی فیزیکی قرار دارد که بدون دسترسی به انرژی، آب و مراکز داده گسترده امکان فعالیت ندارد.

شرکت متا، مالک اینستاگرام و فیسبوک، یکی از بازیگران اصلی این رقابت است. این شرکت در سال‌های اخیر سرمایه‌گذاری گسترده‌ای روی زیرساخت‌های هوش مصنوعی انجام داده است؛ از توسعه مدل‌های هوش مصنوعی گرفته تا ساخت مراکز داده‌ای که توان پردازش حجم عظیمی از اطلاعات را داشته باشند.

با این حال، رشد سریع این صنعت اکنون پرسش تازه‌ای ایجاد کرده است:

هزینه‌های فیزیکی و زیست‌محیطی توسعه هوش مصنوعی تا چه اندازه خواهد بود؟

ماجرای دیتاسنتر متا در آمریکا چه بود؟

به تازگی در شهر شاین ایالت وایومینگ آمریکا، یک پروژه مرتبط با زیرساخت دیتاسنتر متا در جریان آماده‌سازی تجهیزات خود با یک مشکل زیست‌محیطی مواجه شد.

بر اساس گزارش‌های منتشرشده، در جریان فرآیند شست‌وشو و آزمایش سیستم خنک‌کننده، آب تخلیه‌شده توسط پیمانکار پروژه وارد سامانه آب بازیافتی شهری شد. پس از بررسی‌های انجام‌شده، وجود باکتری Cupriavidus gilardii در این سیستم شناسایی شد. این باکتری در محیط‌های آبی و خاکی یافت می‌شود و مسئله ایجادشده مربوط به سامانه آب بازیافتی بود، نه تجهیزات پردازشی دیتاسنتر.

این اتفاق باعث شد مقامات محلی عملیات پاک‌سازی را آغاز کرده و محدودیت‌هایی برای تخلیه برخی پساب‌های مرتبط با دیتاسنتر‌ها اعمال کنند. با این حال، این حادثه به معنای آسیب به سرورها، توقف فعالیت هوش مصنوعی متا یا اختلال در اینستاگرام و فیسبوک نبود. مسئله اصلی، مدیریت زیرساخت‌های جانبی مورد نیاز برای فعالیت دیتاسنتر‌ها بود.

مصرف آب و انرژی | مخالفت مردم آمریکا با ساخت دیتاسنتر هوش مصنوعی

توسعه مدل‌های بزرگ هوش مصنوعی باعث شده نیاز شرکت‌های فناوری به دیتاسنتر‌های قدرتمند افزایش پیدا کند. این مراکز داده برای پردازش اطلاعات به هزاران پردازنده پیشرفته نیاز دارند؛ پردازنده‌هایی که هنگام فعالیت گرمای زیادی تولید می‌کنند و به سیستم‌های خنک‌کننده پیچیده نیاز دارند.

طبق گزارش آژانس بین‌المللی انرژی (IEA)، دیتاسنتر‌های جهان در سال ۲۰۲۴ حدود ۴۱۵ تراوات‌ساعت برق مصرف کرده‌اند؛ رقمی معادل حدود ۱.۵ درصد از مصرف برق جهان. این نهاد پیش‌بینی کرده است مصرف برق دیتاسنتر‌ها تا سال ۲۰۳۰ در سناریوی پایه به حدود ۹۴۵ تراوات‌ساعت برسد. این رشد به معنای افزایش بیش از دوبرابری مصرف برق دیتاسنتر‌ها در کمتر از یک دهه است.

در کنار انرژی، آب نیز به یکی از چالش‌های مهم این صنعت تبدیل شده است. بسیاری از دیتاسنتر‌ها برای کنترل دمای تجهیزات از سیستم‌های خنک‌کننده‌ای استفاده می‌کنند که به منابع آبی نیاز دارند. همین موضوع باعث شده توسعه دیتاسنتر‌های هوش مصنوعی در برخی مناطق با مقاومت جوامع محلی مواجه شود.

بر اساس نظرسنجی مؤسسه گالوپ، ۷۱ درصد آمریکایی‌ها با ساخت دیتاسنتر‌های هوش مصنوعی در منطقه محل زندگی خود مخالف هستند؛ در مقابل، ۲۷ درصد از این پروژه‌ها حمایت کرده‌اند.

بررسی دلایل مخالفت نشان می‌دهد نگرانی اصلی مردم، خود فناوری هوش مصنوعی نیست؛ بلکه پیامد‌های زیرساختی آن است.

طبق داده‌های مؤسسه گالوپ، در میان افرادی که با ساخت دیتاسنتر مخالف بوده‌اند:

۵۰ درصد مصرف بیش از حد منابع را دلیل نگرانی خود عنوان کرده‌اند.

۲۲ درصد از اثر این پروژه‌ها بر کیفیت زندگی مانند تغییر شرایط منطقه یا افزایش ترافیک نگران بوده‌اند.

۲۰ درصد به افزایش هزینه‌ها و قبض انرژی اشاره کرده‌اند.

۱۸ درصد مصرف آب را یکی از نگرانی‌های خود دانسته‌اند.

۱۸ درصد نیز مصرف انرژی را عامل نگرانی اعلام کرده‌اند.

۱۶ درصد نگرانی‌های زیست‌محیطی را مطرح کرده‌اند.

این داده‌ها نشان می‌دهد توسعه هوش مصنوعی در برخی مناطق دیگر فقط یک پروژه فناوری محسوب نمی‌شود، بلکه به مسئله‌ای اقتصادی و اجتماعی تبدیل شده است.

غول‌های فناوری به دنبال کاهش هزینه‌های AI

شرکت‌های بزرگ فناوری اکنون علاوه بر توسعه مدل‌های هوش مصنوعی، روی کاهش فشار زیرساختی این فناوری نیز سرمایه‌گذاری می‌کنند.

استفاده از سیستم‌های خنک‌کننده پیشرفته‌تر، افزایش بهره‌وری انرژی، بازیافت آب و استفاده از منابع تجدیدپذیر از جمله راهکار‌هایی است که شرکت‌هایی مانند متا، مایکروسافت، گوگل و آمازون دنبال می‌کنند.

با این حال، رشد سریع تقاضا برای خدمات هوش مصنوعی باعث شده حتی افزایش بهره‌وری نیز نتواند به‌طور کامل نگرانی‌ها درباره مصرف منابع را برطرف کند

جنگ آینده فقط بر سر تراشه نیست

تا مدتی پیش، رقابت در حوزه هوش مصنوعی بیشتر به کیفیت مدل‌ها و قدرت پردازشی محدود بود؛ اما اکنون زیرساخت نیز به یکی از عوامل تعیین‌کننده تبدیل شده است.

آب، برق، زمین و ظرفیت شبکه انرژی می‌توانند سرعت توسعه این فناوری را مشخص کنند.

حادثه دیتاسنتر متا در وایومینگ شاید یک اتفاق محلی باشد، اما یک پیام جهانی دارد: آینده هوش مصنوعی فقط به قدرت پردازشی وابسته نیست؛ بلکه به توان جهان برای تأمین انرژی و منابع مورد نیاز آن نیز بستگی دارد.