شوک پنهان هوش مصنوعی: چرا مصرف برق و آب مراکز داده تا سال ۲۰۳۰ میتواند دو برابر شود؟
شوک منابع پنهان هوش مصنوعی: چرا مراکز داده میتوانند مصرف برق و آب خود را تا سال ۲۰۳۰ دو برابر کنند
انقلاب هوش مصنوعی اغلب از نظر قدرت محاسباتی، افزایش بهرهوری و فرصتهای بازار تریلیون دلاری مورد بحث قرار میگیرد. با این حال، در پشت هر مدل هوش مصنوعی، چتبات، تولیدکننده تصویر و سیستم خودران، یک زیرساخت فیزیکی به سرعت در حال گسترش وجود دارد که نادیده گرفتن تقاضای منابع آن غیرممکن میشود.
طبق برآوردهای اخیر محققان سازمان ملل متحد، مصرف برق جهانی مراکز داده میتواند از تقریباً ۴۴۸ تراوات ساعت (TWh) در سال ۲۰۲۴ به تقریباً ۹۴۵ تراوات ساعت تا سال ۲۰۳۰ افزایش یابد. پیشبینی میشود مصرف آب در همین مدت از ۴.۵ تریلیون لیتر به ۹.۳ تریلیون لیتر افزایش یابد.
این ارقام نشان میدهد که انقلاب هوش مصنوعی صرفاً یک داستان نرمافزاری نیست. این انقلاب به طور فزایندهای در حال تبدیل شدن به یک داستان انرژی، آب و زیرساخت است.
مقیاس چالش انرژی
برای درک بزرگی ۹۴۵ تراوات ساعت، در نظر بگیرید که این سطح از مصرف برق از مصرف سالانه برق بسیاری از کشورهای بزرگ صنعتی فراتر خواهد رفت.
سیستمهای مدرن هوش مصنوعی به منابع محاسباتی عظیمی نیاز دارند. مدلهای مرزی آموزش میتوانند شامل دهها هزار واحد پردازش گرافیکی پیشرفته (GPU) باشند که به طور مداوم برای هفتهها یا ماهها کار میکنند. پس از استقرار، این مدلها همچنین در طول استنتاج انرژی قابل توجهی مصرف میکنند، زیرا میلیاردها کاربر پرسوجو، تصویر، ویدیو و گردشهای کاری خودکار تولید میکنند.
برخلاف انقلابهای دیجیتال قبلی، حجم کار هوش مصنوعی بسیار انرژیبر است. هر نسل جدید از مدلها تمایل به تقاضای ظرفیت محاسباتی بیشتر دارند و یک حلقه بازخورد قدرتمند بین پذیرش هوش مصنوعی و مصرف برق ایجاد میکنند.
آب: محدودیت نادیده گرفته شده
در حالی که برق بیشترین توجه را به خود جلب میکند، آب ممکن است به یک محدودیت به همان اندازه مهم تبدیل شود.
مراکز داده برای جلوگیری از گرمای بیش از حد سرورها به سیستمهای خنککننده نیاز دارند. بسیاری از تأسیسات به طور مستقیم یا غیرمستقیم برای حفظ دمای عملیاتی به مصرف قابل توجه آب متکی هستند. با افزایش حجم کار هوش مصنوعی، نیازهای خنککننده نیز در کنار آنها افزایش مییابد.
افزایش پیشبینیشده از ۴.۵ تریلیون لیتر به ۹.۳ تریلیون لیتر مصرف سالانه آب، سوالات مهمی را برای مناطقی که در حال حاضر با تنش آبی مواجه هستند، مطرح میکند. در بسیاری از مکانها، رقابت بین تقاضای آب صنعتی، کشاورزی و مسکونی ممکن است به طور فزایندهای شدیدتر شود.
برندگان جدید عصر هوش مصنوعی
سرمایهگذاران اغلب هنگام بحث در مورد هوش مصنوعی، بر شرکتهای نرمافزاری و تولیدکنندگان نیمههادی تمرکز میکنند. با این حال، لایه زیرساخت ممکن است در نهایت سهم قابل توجهی از ارزش اقتصادی ایجاد شده توسط هوش مصنوعی را به خود اختصاص دهد.
به نظر میرسد چندین بخش در موقعیت سودآوری قرار دارند:
•تولیدکنندگان نیمههادی که تراشههای پیشرفته هوش مصنوعی تولید میکنند.
•شرکتهای تولید برق که نیازهای رو به رشد برق مراکز داده را تأمین میکنند.
•شرکتهای برق که در نوسازی انتقال و شبکه سرمایهگذاری میکنند.
•شرکتهای زیرساخت آب که در فناوریهای تصفیه، بازیافت و خنکسازی تخصص دارند.
•شرکتهای مهندسی و ساختمانی که مراکز داده نسل بعدی را میسازند.
•اپراتورهای املاک و مستغلات صنعتی که مکانهای استراتژیک برای تأسیسات با مقیاس بزرگ فراهم میکنند.
بنابراین، رونق هوش مصنوعی ممکن است فرصتهایی فراتر از سهام فناوری ایجاد کند.
محرکهای کلیدی سرمایهگذاری
سرمایهگذاران باید چندین شاخص را که میتوانند نشاندهنده شتاب بیشتر باشند، زیر نظر داشته باشند:
۱. افزایش مداوم هزینههای سرمایهای توسط ارائهدهندگان خدمات ابری با مقیاس بزرگ.
۲. افزایش تقاضا برای تراشههای هوش مصنوعی با کارایی بالا.
۳. گسترش پروژههای تولید برق، به ویژه تأسیسات هستهای، گاز طبیعی و انرژیهای تجدیدپذیر. ۴. افزایش سرمایهگذاری در زیرساختهای شبکه و شبکههای انتقال.
۵. سیاستهای دولتی با هدف تأمین امنیت هوش مصنوعی داخلی و ظرفیت مراکز داده.
۶. مقررات مدیریت آب که بر توسعه مراکز داده تأثیر میگذارند.
نتیجهگیری
هوش مصنوعی اغلب به عنوان فناوری تعیینکننده قرن بیست و یکم توصیف میشود. با این حال، موفقیت آن به طور فزایندهای به منابعی بستگی دارد که اساساً فیزیکی هستند تا دیجیتال.
مرحله بعدی انقلاب هوش مصنوعی صرفاً با الگوریتمهای بهتر تعیین نخواهد شد. این مرحله همچنین به تولید برق، دسترسی به آب، راندمان خنککننده، زیرساختهای انتقال و سرمایهگذاری در مقیاسی بیسابقه بستگی خواهد داشت.
جهان ممکن است وارد دورهای شود که در آن مراکز داده به همان اندازه که زمانی میدانهای نفتی، نیروگاهها و شبکههای حمل و نقل اهمیت استراتژیک داشتند، اهمیت پیدا کنند.
برای سرمایهگذاران، سیاستگذاران و رهبران کسبوکار، درک این تغییر ممکن است به اندازه درک خود هوش مصنوعی مهم باشد.
