2026-ഓടെ ഡാറ്റാ സെന്ററുകൾ ഏകദേശം 1,000 ടെറാവാട്ട്-അവർ വൈദ്യുതി ഉപയോഗിക്കുമെന്ന് കണക്കാക്കപ്പെടുന്നു - ഇത് ജപ്പാനും ജർമ്മനിയും ചേർന്നുള്ള വാർഷിക ആവശ്യത്തിന് തുല്യമാണ്. AI വർക്ക്ലോഡുകൾ ഈ വർദ്ധനവിന് കാരണമാകുന്നു, ഇതിന്റെ ഫലമായി ഉണ്ടാകുന്ന ഊർജ്ജക്ഷാമം മെഷീൻ ലേണിംഗ് രംഗത്തെ അടുത്ത വലിയ മുന്നേറ്റങ്ങളെ തടസ്സപ്പെടുത്തിയേക്കാം.

AI-യുടെ വൈദ്യുതി ആവശ്യകത വെറുമൊരു സങ്കല്പമല്ല. ഒരു സാധാരണ Google സെർച്ചേക്കാൾ പത്തിരട്ടി ഊർജ്ജമാണ് ഒരു ChatGPT ക്വറിക്ക് ആവശ്യമായി വരുന്നത്. കൂടാതെ, GPT-4 പോലുള്ള ഒരു മോഡൽ പരിശീലിപ്പിക്കാൻ 4,600 വീടുകൾക്ക് ഒരു വർഷത്തേക്ക് ആവശ്യമായ വൈദ്യുതി വേണ്ടിവരും. കമ്പനികൾ ഇൻഫറൻസ് (inference), ട്രെയിനിംഗ് ക്ലസ്റ്ററുകൾ വിപുലീകരിക്കാൻ മത്സരിക്കുമ്പോൾ, ഇടയ്ക്കിടെ മാത്രം ലഭ്യമാകുന്ന പുനരുപയോഗ ഊർജ്ജ സ്രോതസ്സുകൾക്ക് നൽകാൻ കഴിയുന്നതിനേക്കാൾ വേഗത്തിൽ വലിയ തോതിലുള്ള നിരന്തരമായ വൈദ്യുതിയുടെ ആവശ്യകത വർദ്ധിച്ചുകൊണ്ടിരിക്കുന്നു.

നിലവിലെ പുനരുപയോഗ ഊർജ്ജ സ്രോതസ്സുകൾ എന്തുകൊണ്ട് മതിയാകുന്നില്ല

സൂര്യപ്രകാശമോ കാറ്റോ ഉള്ളപ്പോൾ മാത്രമേ സോളാർ പാനലുകളും വിൻഡ് ടർബൈനുകളും വൈദ്യുതി ഉൽപ്പാദിപ്പിക്കുകയുള്ളൂ. ഡാറ്റാ സെന്റർ ഓപ്പറേറ്റർമാർക്ക് 24 മണിക്കൂറും ലഭിക്കുന്ന സ്ഥിരമായ വൈദ്യുതി ആവശ്യമാണ്, എന്നാൽ അധികമായി ലഭിക്കുന്ന പുനരുപയോഗ ഊർജ്ജം സംഭരിക്കുന്ന ബാറ്ററികൾക്ക് ഏതാനും മണിക്കൂറുകൾ മാത്രമേ താങ്ങാൻ കഴിയൂ. ഇതിന്റെ ഫലമായി ഫോസിൽ ഇന്ധനങ്ങളിൽ പ്രവർത്തിക്കുന്ന പീക്കർ പ്ലാന്റുകളെ (peaker plants) - അതായത് പുനരുപയോഗ ഊർജ്ജ ഉൽപ്പാദനം കുറയുമ്പോൾ പ്രവർത്തിക്കുന്ന നാച്ചുറൽ ഗ്യാസ് അല്ലെങ്കിൽ കൽക്കരി ഉപയോഗിക്കുന്ന ജനറേറ്ററുകളെ - ആശ്രയിക്കേണ്ടി വരുന്നു. ഈ പ്ലാന്റുകൾ കാർബൺ പുറത്തുവിടുകയും പ്രവർത്തനച്ചെലവ് വർദ്ധിപ്പിക്കുകയും ചെയ്യുന്നു, ഇത് പല ടെക് ഭീമന്മാരും അവരുടെ സസ്റ്റൈനബിലിറ്റി റിപ്പോർട്ടുകളിൽ അവകാശപ്പെടുന്ന "ഗ്രീൻ" (green) പരിസ്ഥിതി സൗഹൃദ നിലപാടുകളെ തകിടം മറിക്കുന്നു.

ആണവ ഊർജ്ജത്തിന്റെ തിരിച്ചുവരവ്

വൈദ്യുതി ലഭ്യതയിലെ ഈ അസ്ഥിരത നേരിടാൻ, സ്ഥിരമായതും കാർബൺ രഹിതവുമായ വൈദ്യുതി നൽകുന്ന ആണവ ഊർജ്ജത്തിലേക്ക് പല വൻകിട ടെക് കമ്പനികളും തിരിയുന്നു.

  • Microsoft അതിന്റെ AI വർക്ക്ലോഡുകൾക്കായി സ്ഥിരമായ വൈദ്യുതി ഉറപ്പാക്കാൻ Three Mile Island-ലെ പ്രവർത്തനരഹിതമായ ഒരു റിയാക്ടർ പുനരുജ്ജീവിപ്പിക്കുകയാണ്.
  • 2030-ഓടെ വിന്യസിക്കാവുന്നത് ലക്ഷ്യമിട്ട്, അത്യാധുനിക റിയാക്ടറുകൾ വികസിപ്പിക്കുന്ന ഒരു സ്റ്റാർട്ടപ്പുമായി Google പങ്കാളിത്തം ഒപ്പുവെച്ചു.
  • Amazon ചെറിയ മോഡുലാർ റിയാക്ടറുകളിൽ (small modular reactors) നിക്ഷേപം നടത്തുകയും നിലവിലുള്ള ആണവ നിലയങ്ങൾക്ക് സമീപം പുതിയ ഡാറ്റാ സെന്ററുകൾ സ്ഥാപിക്കുകയും ചെയ്യുന്നു.

ഈ നീക്കങ്ങൾ വ്യവസായത്തിൽ ഒരു വിപുലമായ "ആണവ നവോത്ഥാനത്തെ" (nuclear renaissance) സൂചിപ്പിക്കുന്നു. ഇവിടെ ഉയർന്ന സാന്ദ്രതയുള്ളതും 24 മണിക്കൂറും ലഭ്യമാകുന്നതുമായ വൈദ്യുതിയുടെ വാഗ്ദാനം, ഈ സാങ്കേതികവിദ്യയുമായി ബന്ധപ്പെട്ട പഴയകാല വിദ്വേഷത്തേക്കാൾ വലുതാണ്.

സ്ഥലത്തിന്റെ ഗുണഫലങ്ങളും ഹാർഡ്‌വെയർ കാര്യക്ഷമതയും

എല്ലാ കമ്പനികളും പുതിയ റിയാക്ടറുകളിൽ പന്തയം വെക്കുന്നില്ല. പുനരുപയോഗ ഊർജ്ജം സമൃദ്ധവും വിലകുറഞ്ഞതുമായ പ്രദേശങ്ങളിൽ ഡാറ്റാ സെന്ററുകൾ നിർമ്മിച്ചുകൊണ്ട് ചിലർ ഈ പ്രശ്നത്തിൽ നിന്ന് ഒഴിഞ്ഞുമാറുന്നു. ഐസ്‌ലൻഡിലെ ജിയോതെർമൽ ഫീൽഡുകളും നോർവേയിലെ ഹൈഡ്രോ ഇലക്ട്രിക് ഗ്രിഡുകളും വൈദ്യുതിയും സ്വാഭാവികമായ തണുപ്പും നൽകുന്നു, ഇത് ഊർജ്ജ ഉപയോഗവും പ്രവർത്തനച്ചെലവും കുറയ്ക്കുന്നു.

അതേസമയം, ഹാർഡ്‌വെയർ ഡിസൈനർമാർ ഓരോ വാട്ടിൽ നിന്നും കൂടുതൽ കാര്യക്ഷമത പുറത്തെടുക്കാൻ ശ്രമിക്കുന്നു. പുതിയ AI-ഒപ്റ്റിമൈസ്ഡ് ചിപ്പുകൾ കുറഞ്ഞ വൈദ്യുതിയിൽ ഉയർന്ന പ്രകടനം കാഴ്ചവെക്കുന്നു, കൂടാതെ ലിക്വിഡ്-കൂളിംഗ് സംവിധാനങ്ങൾ തണുപ്പിക്കാൻ ആവശ്യമായ ഊർജ്ജം 50 ശതമാനം വരെ കുറയ്ക്കാൻ സഹായിക്കുന്നു. ഈ മുന്നേറ്റങ്ങൾ സമയം നൽകുന്നുണ്ടെങ്കിലും, വർദ്ധിച്ചുവരുന്ന ഊർജ്ജ ആവശ്യകതയെ ഇവ പൂർണ്ണമായും ഇല്ലാതാക്കുന്നില്ല.

വ്യവസായത്തിന് മുന്നിലുള്ള വെല്ലുവിളികൾ

ശുദ്ധവും വിശ്വസനീയവും താങ്ങാനാവുന്നതുമായ വൈദ്യുതി AI വളർച്ചയ്ക്കൊപ്പം എത്താത്തപക്ഷം, താഴെ പറയുന്ന സാഹചര്യങ്ങൾ ഉണ്ടായേക്കാം:

  • ചെലവ് സമ്മർദ്ദം:

ഇനി ശ്രദ്ധിക്കേണ്ട കാര്യങ്ങൾ

  • നിയമപരമായ മാറ്റങ്ങൾ: പ്രഖ്യാപിക്കപ്പെട്ട ആണവ പങ്കാളിത്തങ്ങളുടെ പുരോഗതിയും കുറഞ്ഞ കാർബൺ പുറത്തുവിടുന്ന പ്രദേശങ്ങളിലെ ഡാറ്റാ സെന്റർ നിർമ്മാണത്തിന്റെ വ്യാപ്തിയും ശ്രദ്ധിക്കുക.

AI-ക്ക് ഊർജ്ജം നൽകാനുള്ള മത്സരം ഇനി വേഗതയേറിയ ചിപ്പുകൾ നിർമ്മിക്കുന്നതിനെക്കുറിച്ച് മാത്രമല്ല; അത് വലിയ തോതിലുള്ള ശുദ്ധവും വിശ്വസനീയവുമായ വൈദ്യുതിക്കായുള്ള പോരാട്ടമാണ്. ഈ പ്രതിസന്ധി വ്യവസായം എങ്ങനെ പരിഹരിക്കുന്നു എന്നതിനെ ആശ്രയിച്ചിരിക്കും, ലക്ഷ്യങ്ങൾ കുറയ്ക്കാതെ അടുത്ത തലമുറയിലെ AI മോഡലുകൾ പരിശീലിപ്പിക്കാനും പ്രവർത്തിപ്പിക്കാനും സാധിക്കുമോ എന്നത്.