2026 तक डेटा सेंटरों द्वारा लगभग 1,000 टेरावॉट-घंटे बिजली की खपत करने का अनुमान है - जो जापान और जर्मनी की संयुक्त वार्षिक मांग के बराबर है। यह उछाल AI वर्कलोड के कारण आ रहा है, और इसके परिणामस्वरूप उत्पन्न होने वाला बिजली का अंतर मशीन-लर्निंग की अगली बड़ी सफलताओं को रोकने का खतरा पैदा कर रहा है।

बिजली के लिए AI की भूख कोई काल्पनिक बात नहीं है। एक एकल ChatGPT क्वेरी में एक सामान्य Google सर्च की तुलना में दस गुना अधिक ऊर्जा खर्च होती है, और GPT-4 के आकार के मॉडल को प्रशिक्षित करने के लिए इतनी बिजली की आवश्यकता होती है जिससे 4,600 घरों को एक साल तक बिजली दी जा सके। जैसे-जैसे कंपनियाँ इन्फरेंस (inference) और ट्रेनिंग क्लस्टर्स को बढ़ाने की होड़ में हैं, निरंतर और भारी मात्रा में बिजली की आवश्यकता, रुक-रुक कर मिलने वाले नवीकरणीय ऊर्जा (renewables) की आपूर्ति क्षमता से कहीं अधिक तेजी से बढ़ रही है।

वर्तमान नवीकरणीय ऊर्जा मिश्रण क्यों अपर्याप्त है

सोलर पैनल और विंड टर्बाइन केवल तभी बिजली पैदा करते हैं जब सूरज चमकता है या हवा चलती है। डेटा-सेंटर ऑपरेटरों को निरंतर, 24 घंटे की आपूर्ति की आवश्यकता होती है, फिर भी अतिरिक्त नवीकरणीय आउटपुट को स्टोर करने वाली बैटरियां कुछ ही घंटों में खत्म हो सकती हैं। इसका परिणाम जीवाश्म-ईंधन (fossil-fuel) पीकर प्लांट्स पर निर्भरता है - यानी प्राकृतिक गैस या कोयला जनरेटर जो नवीकरणीय उत्पादन कम होने पर चालू हो जाते हैं। वे प्लांट कार्बन उत्सर्जित करते हैं और परिचालन लागत बढ़ाते हैं, जिससे कई टेक दिग्गजों द्वारा अपनी स्थिरता रिपोर्ट (sustainability reports) में किए जाने वाले "ग्रीन" दावों की विश्वसनीयता कम हो जाती है।

परमाणु ऊर्जा की वापसी

विश्वसनीयता के अंतर का सामना करते हुए, कई बड़ी टेक कंपनियाँ परमाणु ऊर्जा की ओर रुख कर रही हैं, जो बेसलोड (baseload), कार्बन-मुक्त बिजली प्रदान करती है।

  • Microsoft अपने AI वर्कलोड के लिए स्थिर आपूर्ति सुनिश्चित करने के लिए थ्री माइल आइलैंड (Three Mile Island) में एक बंद हो चुके रिएक्टर को पुनर्जीवित कर रहा है।
  • Google ने उन्नत रिएक्टर विकसित करने वाले एक स्टार्टअप के साथ साझेदारी की है, जिसका लक्ष्य 2030 तक तैनाती करना है।
  • Amazon छोटे मॉड्यूलर रिएक्टरों (small modular reactors) में निवेश कर रहा है और मौजूदा परमाणु स्थलों के पास नए डेटा सेंटर स्थापित कर रहा है।

ये कदम उद्योग में एक व्यापक "परमाणु पुनर्जागरण" (nuclear renaissance) का संकेत देते हैं, जहाँ उच्च-घनत्व वाली, चौबीसों घंटे मिलने वाली बिजली का वादा इस तकनीक से जुड़े ऐतिहासिक कलंक से कहीं अधिक महत्वपूर्ण हो गया है।

लोकेशन आर्बिट्रेज और हार्डवेयर दक्षता

सभी कंपनियाँ नए रिएक्टरों पर दांव नहीं लगा रही हैं। कुछ कंपनियाँ उन क्षेत्रों में निर्माण करके इस समस्या से बच रही हैं जहाँ नवीकरणीय बिजली प्रचुर मात्रा में और सस्ती है। आइसलैंड के भूतापीय क्षेत्र (geothermal fields) और नॉर्वे के हाइड्रो-इलेक्ट्रिक ग्रिड बिजली और प्राकृतिक शीतलन (cooling) दोनों प्रदान करते हैं, जिससे ऊर्जा का उपयोग और परिचालन खर्च कम हो जाता है।

साथ ही, हार्डवेयर डिज़ाइनर प्रत्येक वाट से अधिक काम निकालने की कोशिश कर रहे हैं। नए AI-अनुकूलित (AI-optimized) चिप्स बिजली की प्रति इकाई अधिक प्रदर्शन प्रदान करते हैं, और लिक्विड-कूलिंग सिस्टम कूलिंग के लिए आवश्यक ऊर्जा को 50 प्रतिशत तक कम कर सकते हैं। ये प्रगति समय तो देती है, लेकिन वे अंतर्निहित मांग को समाप्त नहीं करती हैं।

उद्योग के लिए दांव

यदि स्वच्छ, विश्वसनीय और सस्ती बिजली AI की वृद्धि के साथ तालमेल नहीं बिठा पाती है, तो कई परिणाम सामने आ सकते हैं:

  • लागत का दबाव:

आगे क्या देखें

  • नियामक विकास (Regulatory developments): घोषित परमाणु साझेदारियों की प्रगति और कम-कार्बन वाले स्थानों में डेटा-सेंटर निर्माण के पैमाने पर नज़र रखें।

AI को शक्ति देने की दौड़ अब केवल तेज़ चिप बनाने का सवाल नहीं रह गई है; यह बड़े पैमाने पर स्वच्छ और विश्वसनीय बिजली के लिए एक लड़ाई है। उद्योग उस तनाव को कैसे हल करता है, इसी से यह तय होगा कि क्या AI मॉडलों की अगली पीढ़ी को उनकी महत्वाकांक्षाओं को कम किए बिना प्रशिक्षित और चलाया जा सकता है।