कृत्रिम बुद्धिमत्ता (एआई) दुनिया भर के कई लोगों के दैनिक जीवन का हिस्सा बनती जा रही है। व्यक्तिगत स्तर पर, लोग खोज क्वेरी के लिए एआई मॉडल का तेजी से उपयोग कर रहे हैं। जबकि Google अभी भी खोज बाज़ार पर हावी है, ChatGPT ने इसके प्रभुत्व के लिए सबसे बड़ा ख़तरा पैदा कर दिया है।
व्यावसायिक स्तर पर, कोई भी उद्योग अछूता नहीं है, कृषि से लेकर स्वास्थ्य सेवा तक, वित्त से लेकर मनोरंजन तक, दुनिया भर के संगठन एआई को अपने दैनिक कार्यों में एकीकृत कर रहे हैं।
आने वाले वर्षों में दुनिया में एआई की मांग और उपयोग तेजी से बढ़ने की उम्मीद है, इसलिए प्रौद्योगिकी कंपनियां बड़े पैमाने पर डेटा केंद्रों का निर्माण करके इस विकास का जवाब दे रही हैं। लेकिन यह वृद्धि एक कीमत पर आती है: ऊर्जा खपत, आर्थिक लागत और पर्यावरणीय प्रभाव। पारंपरिक कंप्यूटिंग बढ़ती कंप्यूटिंग और ऊर्जा मांगों को पूरा नहीं कर सकती है। एआई क्रांति को बनाए रखने के लिए, हमें आधुनिक कंप्यूटिंग की भौतिकी पर पुनर्विचार करना चाहिए।
ऊर्जा मुद्दे
एआई पर विचार किए बिना भी, इलेक्ट्रॉनिक कंप्यूटिंग एक महत्वपूर्ण मोड़ पर है। मूर का नियम विफल हो रहा है, डेनार्ड स्केलिंग टूट गई है, और इसका परिणाम "डार्क सिलिकॉन" का प्रसार है, एक चिप पर ट्रांजिस्टर के हिस्से जिन्हें ओवरहीटिंग से बचने के लिए शक्तिहीन या निष्क्रिय रहना चाहिए।
बड़े AI मॉडल को प्रशिक्षित करना कोई आसान काम नहीं है। बड़े भाषा मॉडल (एलएलएम) को भारी मात्रा में डेटा पर प्रशिक्षित किया जाता है और इसमें खरबों पैरामीटर होते हैं। वे भविष्यवाणी करते हैं, मापते हैं, समायोजित करते हैं और प्रक्रिया को अरबों बार दोहराते हैं। यह अनुमान लगाया गया है कि एआई मॉडल को प्रशिक्षित करने के लिए आवश्यक कंप्यूटिंग शक्ति हर छह महीने में दोगुनी हो जाएगी।
इतनी बड़ी मात्रा में डेटा को संसाधित करने और स्थानांतरित करने के लिए बड़े पैमाने पर समानता और शक्ति की आवश्यकता होती है। पारंपरिक कंप्यूटिंग में, उच्च शक्ति के लिए उच्च घनत्व प्रणाली की आवश्यकता होती है। उच्च घनत्व का अर्थ है अधिक प्रतिरोध, और अधिक प्रतिरोध का अर्थ है अधिक गर्मी। यह डेटा केंद्रों को बहुत सारी ऊर्जा को कंप्यूटिंग से कूलिंग में स्थानांतरित करने के लिए मजबूर करता है, कुल डेटा केंद्र ऊर्जा खपत का 40% तक सर्वर मेल्टडाउन को रोकने के लिए उपयोग किया जाता है।
एआई का समर्थन करने वाला बुनियादी ढांचा पहले से ही संघर्ष कर रहा है, और यह स्पष्ट है कि पारंपरिक कंप्यूटिंग अब भविष्य के विकास का समर्थन नहीं कर सकती है।
आर्थिक मुद्दे
डेटा सेंटर ऑपरेटरों को एक वित्तीय समस्या का सामना करना पड़ रहा है: या तो गणना घनत्व को उनकी वर्तमान शीतलन सुविधाओं तक सीमित कर दें, जिससे उनकी व्यावसायिक क्षमताएं बाधित हो जाएंगी, या थर्मल सीमाएं बढ़ जाएंगी, जिससे हार्डवेयर और घटकों की त्वरित उम्र बढ़ने लगेगी, परिचालन खर्च और बर्बादी बढ़ जाएगी।
इसके अलावा, नए डेटा केंद्रों के निर्माण की लागत भी बहुत अधिक है - मैकिन्से का अनुमान है कि 2030 तक 5.2 ट्रिलियन अमेरिकी डॉलर के निवेश की आवश्यकता होगी। यदि डेटा केंद्र पारंपरिक कंप्यूटिंग पर निर्भर रहना जारी रखते हैं, तो अकुशल बुनियादी ढांचे में निवेश करना एक बड़ा वित्तीय जोखिम होगा। ख़राब आर्थिक स्थिति से आम उपभोक्ता भी प्रभावित होते हैं; जैसे-जैसे एआई ग्रिड और डेटा सेंटर पर अभूतपूर्व दबाव डालता है, बिजली की मांग बढ़ती है, बिजली की कीमतें बढ़ रही हैं। इन लागतों का बोझ तेजी से बढ़ते बिजली बिलों के रूप में आसपास के घरों पर डाला जाता है।
