AI കമ്പ്യൂട്ട് കുതിപ്പ്: 2035-ഓടെ ഡാറ്റാ സെന്ററുകളുടെ വൈദ്യുതി ആവശ്യം നാല് മടങ്ങ് വർദ്ധിക്കും

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ (AI) അതിവേഗത്തിലുള്ള വളർച്ച അഭൂതപൂർവമായ ഊർജ്ജ ആവശ്യകതയ്ക്ക് കാരണമാകുന്നു, ഇത് ആഗോള ഊർജ്ജ മേഖലയെ മാറ്റിമറിക്കാൻ സാധ്യതയുണ്ട്. പുതിയ പ്രവചനമനുസരിച്ച്, ഡാറ്റാ സെന്ററുകൾ ഇന്ന് ഉപയോഗിക്കുന്നതിനേക്കാൾ നാല് മടങ്ങ് കൂടുതൽ വൈദ്യുതി ഉപയോഗിക്കും, ഇത് നിലവിലുള്ള പവർ ഗ്രിഡുകളുടെ സ്ഥിരതയെ അടിസ്ഥാനപരമായി വെല്ലുവിളിക്കുന്നു.

AI കമ്പ്യൂട്ട് ആവശ്യകതയുടെ വൻതോതിലുള്ള വളർച്ച

BloombergNEF-ന്റെ സമീപകാല റിപ്പോർട്ട് അനുസരിച്ച്, അടുത്ത ദശകത്തിനുള്ളിൽ AI കമ്പ്യൂട്ട് കുതിപ്പ് ഡാറ്റാ സെന്റർ ശേഷി ഏകദേശം 200 ഗിഗാവരട്ട് (gigawatts) വരെ എത്തിക്കുമെന്ന് പ്രതീക്ഷിക്കുന്നു. ഈ വളർച്ച വെറുമൊരു വർദ്ധനവ് മാത്രമല്ല; ഊർജ്ജ വിതരണ രീതിയിലുള്ള ഒരു ഘടനാപരമായ മാറ്റമാണ് ഇത് സൂചിപ്പിക്കുന്നത്. 2035 ആയപ്പോഴേക്കും അമേരിക്കയിൽ ഉൽപ്പാദിപ്പിക്കുന്ന ആകെ വൈദ്യുതിയുടെ അഞ്ചിലൊന്ന് ഡാറ്റാ സെന്ററുകൾ ഉപയോഗിക്കുമെന്ന് പ്രവചിക്കപ്പെടുന്നു.

ഈ ശേഷിയുടെ വലിയൊരു ഭാഗം—ഏകദേശം 50 ശതമാനവും—പ്രത്യേകമായി AI ട്രെയിനിംഗ് (training), ഇൻഫറൻസ് (inference) ജോലികൾക്കായി നീക്കിവെക്കും. ഈ ഊർജ്ജ ഉപഭോഗത്തിന്റെ കേന്ദ്രമായി അമേരിക്ക മാറും; 2033 ആയപ്പോഴേക്കും ആകെ AI ചിപ്പുകളുടെ 64% വൈദ്യുതി ആവശ്യകതയിൽ അമേരിക്കയിലായിരിക്കുമെന്ന് പ്രവചനങ്ങൾ സൂചിപ്പിക്കുന്നു. ഈ ആവശ്യകതയുടെ തീവ്രത കാരണം പ്രമുഖ വിശകലന വിദഗ്ധർ തങ്ങളുടെ കണക്കുകൾ പുതുക്കി നിശ്ചയിച്ചു: BloombergNEF-ന്റെ 2035-ലെ കണക്ക് ഡിസംബറിലെ പ്രവചനത്തേക്കാൾ ഇപ്പോൾ 83% കൂടുതലാണ്, കൂടാതെ EPRI, S&P തുടങ്ങിയ മറ്റ് സംഘടനകളും തങ്ങളുടെ പ്രവചനങ്ങൾ ഗണ്യമായി ഉയർത്തിയിട്ടുണ്ട്.

സമ്മർദ്ദത്തിലായ ഗ്രിഡുകളും അടിസ്ഥാന സൗകര്യങ്ങളിലെ തടസ്സങ്ങളും

ഡാറ്റാ സെന്റർ വികസനം അതിന്റെ ഉച്ചസ്ഥായിയിൽ എത്തുമ്പോൾ, അവയെ പിന്തുണയ്ക്കാൻ ആവശ്യമായ ഭൗതിക അടിസ്ഥാന സൗകര്യങ്ങൾ അതിന്റെ പരിധിക്കടുത്ത് എത്തിനിൽക്കുകയാണ്. ഈ പുതിയ ശേഷിയുടെ ഭൂരിഭാഗവും നിലവിൽ വലിയ സമ്മർദ്ദത്തിലായ ഇലക്ട്രിക്കൽ ഗ്രിഡുകളിലേക്കാണ് ബന്ധിപ്പിക്കപ്പെടുന്നത്.

പ്രാദേശിക ഗ്രിഡ് ഓപ്പറേറ്റർമാരുടെ മേലുള്ള ആഘാതം വളരെ വലുതാണ്. വിർജീനിയ മുതൽ ഇല്ലിനോയിസ് വരെയുള്ള PJM Interconnection മേഖലയിൽ, ആകെ വൈദ്യുതിയുടെ 34% ഡാറ്റാ സെന്ററുകൾ ഉപയോഗിക്കുമെന്ന് പ്രതീക്ഷിക്കുന്നു. അതുപോലെ, ടെക്സസിലെ ERCOT അതിന്റെ ഉൽപ്പാദന ശേഷിയുടെ 22% ഈ സൗകര്യങ്ങൾക്കായി നീക്കിവെക്കേണ്ടി വരും.

ഈ അസന്തുലിതാവസ്ഥയുടെ പ്രത്യാഘാതങ്ങൾ ഇപ്പോൾ തന്നെ അനുഭവപ്പെട്ടു തുടങ്ങിയിട്ടുണ്ട്. കണക്ഷൻ അഭ്യർത്ഥനകൾ കൈകാര്യം ചെയ്യുന്നതിൽ PJM കടുത്ത വെല്ലുവിളികൾ നേരിടുന്നുണ്ട്, ഇത് പുതിയ അപേക്ഷകൾക്ക് നാല് വർഷത്തെ ഇടവേള നൽകാൻ കാരണമായി. ഈ വിതരണ-ആവശ്യകതയിലെ സംഘർഷം കഴിഞ്ഞ ഒരു വർഷത്തിനിടെ വൈദ്യുതി നിരക്കിൽ 76% വർദ്ധനവിന് കാരണമായിട്ടുണ്ട്. സാഹചര്യം അത്രത്തോളം അസ്ഥിരമായതിനാൽ, American Electric Power പോലുള്ള യൂട്ടിലിറ്റികൾ ഇന്റർകണക്ഷനിൽ നിന്ന് പിന്മാറുമെന്ന് പോലും ഭീഷണിപ്പെടുത്തിയിട്ടുണ്ട്.

ഒരു ആഗോള ഊർജ്ജ വെല്ലുവിളി

AI കമ്പ്യൂട്ട് പവറിൽ അമേരിക്ക മുന്നിലാണെങ്കിലും, ഈ സാങ്കേതിക മാറ്റത്തിന്റെ ഊർജ്ജ പ്രത്യാഘാതങ്ങൾ ആഗോളതലത്തിലാണ്. നിലവിലെ AI ഉപയോഗ രീതികൾ തുടരുകയാണെങ്കിൽ, ലോകമെമ്പാടും ഡാറ്റാ സെന്ററുകൾ 1,935 ടെറാവാട്ട്-അവർ (terawatt-hours) പുതിയ വൈദ്യുതി ആവശ്യം സൃഷ്ടിക്കും. ഈ അളവ് മനസ്സിലാക്കാൻ പറഞ്ഞാൽ, ഇത് ഇന്ത്യയുടെ ആകെ വാർഷിക വൈദ്യുതി ഉപഭോഗത്തിന് ഏകദേശം തുല്യമാണ്.

AI വ്യവസായത്തെ സംബന്ധിച്ചിടത്തോളം, ഇത് ഒരു നിർണ്ണായക ആശ്രിതത്വം സൃഷ്ടിക്കുന്നു: LLM വികസനത്തിന്റെയും മെഷീൻ ലേണിംഗ് (machine learning) നവീകരണത്തിന്റെയും ഭാവി ഇനി വെറുമൊരു സോഫ്റ്റ്‌വെയർ വെല്ലുവിളി മാത്രമല്ല, മറിച്ച് ഊർജ്ജ ലഭ്യതയെയും ഗ്രിഡ് സ്ഥിരതയെയും ആശ്രയിച്ചുള്ള ഒരു ഭൗതികമായ പരിധിയാണ്.

പ്രധാന വിവരങ്ങൾ

• അതിവേഗ വളർച്ച: AI ട്രെയിനിംഗ്, ഇൻഫറൻസ് വർക്ക് ലോഡുകൾ കാരണം, 2035-ഓടെ അമേരിക്കയിലെ ഡാറ്റാ സെന്റർ വൈദ്യുതി ഉപയോഗം നാല് മടങ്ങ് വർദ്ധിക്കുമെന്ന് പ്രതീക്ഷിക്കുന്നു.
• ഗ്രിഡ് അസ്ഥിരത: വിതരണ-ആവശ്യകതയിലെ അസന്തുലിതാവസ്ഥ കാരണം PJM, ERCOT തുടങ്ങിയ പ്രധാന ഓപ്പറേറ്റർമാർ കടുത്ത സമ്മർദ്ദത്തിലാവുകയും, ഒരു വർഷത്തിനുള്ളിൽ വൈദ്യുതി നിരക്ക് 76% വർദ്ധിക്കുകയും ചെയ്തു.
• ആഗോള വ്യാപ്തി: ഡാറ്റാ സെന്ററുകളുടെ ഊർജ്ജ ആവശ്യകതയിൽ ലോകമെമ്പാടും ഉണ്ടാകാൻ സാധ്യതയുള്ള വർദ്ധനവ് (1,935 TWh), ഇന്ത്യയുടെ മുഴുവൻ വാർഷിക ഊർജ്ജ ഉപഭോഗത്തിന് തുല്യമാണ്.