२०२६ पर्यंत डेटा सेंटर्स अंदाजे १,००० टेरावॅट-तास वीज वापरतील असा अंदाज आहे – जे जपान आणि जर्मनीच्या एकत्रित वार्षिक मागणीइतके आहे. AI वर्कलोड्समुळे ही वाढ होत असून, यामुळे निर्माण होणारी वीज तूट मशीन-लर्निंगमधील पुढील महत्त्वपूर्ण प्रगतीला खीळ घालण्याची भीती निर्माण करत आहे.

AI ची विजेची गरज ही केवळ काल्पनिक नाही. एका ChatGPT क्वेरीमध्ये एका सामान्य Google सर्चपेक्षा दहापट जास्त ऊर्जा खर्च होते आणि GPT-4 सारख्या मोठ्या मॉडेलला प्रशिक्षित करण्यासाठी ४,६०० घरांना वर्षभर वीज पुरवण्यासाठी लागणाऱ्या विजेची आवश्यकता असते. कंपन्या जसे इन्फरन्स (inference) आणि ट्रेनिंग क्लस्टर्सचा विस्तार करण्यासाठी स्पर्धा करत आहेत, तशी सतत आणि प्रचंड विजेची गरज, अधूनमधून उपलब्ध होणाऱ्या अक्षय ऊर्जेच्या (renewables) पुरवठ्यापेक्षा वेगाने वाढत आहे.

सध्याचे अक्षय ऊर्जा मिश्रण अपुरे का पडते

सौर पॅनेल आणि पवन टर्बाइन्स केवळ सूर्यप्रकाश असताना किंवा वारा वाहताना वीज निर्माण करतात. डेटा-सेंटर ऑपरेटर्सना २४ तास स्थिर पुरवठा आवश्यक असतो, परंतु अतिरिक्त अक्षय ऊर्जा साठवणारे बॅटरी काही तासांनंतर संपू शकतात. परिणामी, जीवाश्म इंधन (fossil-fuel) आधारित 'पीकर प्लांट्स'वर (peaker plants) अवलंबून राहावे लागते – म्हणजेच नैसर्गिक वायू किंवा कोळसा जनरेटर्स, जे अक्षय ऊर्जेचा पुरवठा कमी झाल्यावर सुरू होतात. हे प्लांट्स कार्बन उत्सर्जित करतात आणि परिचालन खर्च वाढवतात, ज्यामुळे अनेक टेक दिग्गज त्यांच्या सस्टेनेबिलिटी रिपोर्टमध्ये केलेल्या "ग्रीन" (पर्यावरणपूरक) दाव्यांना तडा जातो.

अणुऊर्जेचे पुनरागमन

वीज पुरवठ्यातील विश्वासार्हतेची तूट लक्षात घेता, अनेक मोठ्या टेक कंपन्या आता अणुऊर्जेकडे वळत आहेत, जी कार्बनमुक्त आणि निरंतर (baseload) वीज पुरवठा करू शकते.

  • Microsoft आपल्या AI वर्कलोड्ससाठी स्थिर पुरवठा सुनिश्चित करण्यासाठी Three Mile Island येथील एक बंद पडलेला रिअॅक्टर पुन्हा सुरू करत आहे.
  • Google ने प्रगत रिअॅक्टर्स विकसित करणाऱ्या एका स्टार्टअपसोबत भागीदारी केली आहे, ज्याचे उद्दिष्ट २०३० पर्यंत ते कार्यान्वित करणे आहे.
  • Amazon लहान मॉड्युलर रिअॅक्टर्समध्ये (small modular reactors) गुंतवणूक करत आहे आणि विद्यमान अणुऊर्जा केंद्रांजवळ नवीन डेटा सेंटर्स उभारत आहे.

ही पावले उद्योगातील व्यापक "अणु ऊर्जा पुनर्जागरण" (nuclear renaissance) दर्शवतात, जिथे उच्च-घनता आणि २४ तास उपलब्ध असलेल्या विजेचे आश्वासन या तंत्रज्ञानाशी संबंधित ऐतिहासिक कलंकापेक्षा अधिक महत्त्वाचे ठरत आहे.

लोकेशन आर्बिट्रेज आणि हार्डवेअर कार्यक्षमता

सर्व कंपन्या नवीन रिअॅक्टर्सवर अवलंबून नाहीत. काही कंपन्या अशा प्रदेशात डेटा सेंटर्स उभारून ही समस्या टाळत आहेत जिथे अक्षय वीज मुबलक आणि स्वस्त आहे. आइसलँडमधील भूगर्भीय ऊर्जा क्षेत्रे (geothermal fields) आणि नॉर्वेचे जलविद्युत ग्रीड्स वीज आणि नैसर्गिक शीतलीकरण (cooling) दोन्ही प्रदान करतात, ज्यामुळे ऊर्जा वापर आणि परिचालन खर्च कमी होतो.

त्याच वेळी, हार्डवेअर डिझाइनर्स प्रत्येक वॅटमधून जास्तीत जास्त कार्यक्षमता मिळवण्याचा प्रयत्न करत आहेत. नवीन AI-ऑप्टिमाइझ्ड चिप्स विजेच्या प्रत्येक युनिटवर उच्च कार्यक्षमता देतात आणि लिक्विड-कुलिंग सिस्टम्स कूलिंगसाठी लागणारी ऊर्जा ५० टक्क्यांपर्यंत कमी करू शकतात. हे प्रगती काही प्रमाणात वेळ देऊ शकते, परंतु यामुळे विजेची मूळ मागणी कमी होत नाही.

उद्योगासाठीचे महत्त्व आणि आव्हाने

जर स्वच्छ, विश्वासार्ह आणि परवडणारी वीज AI च्या वाढीच्या वेगाशी सुसंगत नसेल, तर खालील परिणाम उद्भवू शकतात:

  • खर्चाचा ताण:

पुढे काय पाहावे

  • नियामक घडामोडी (Regulatory developments): जाहीर केलेल्या अणुऊर्जा भागीदारीची प्रगती आणि कमी कार्बन उत्सर्जन असलेल्या भागांमधील डेटा-सेंटर बांधकामाचा विस्तार यावर लक्ष ठेवा.

AI ला वीज पुरवण्याची स्पर्धा आता केवळ वेगवान चिप्स बनवण्यापुरती मर्यादित राहिलेली नाही; ती मोठ्या प्रमाणावर स्वच्छ आणि विश्वासार्ह वीज मिळवण्यासाठीची लढाई आहे. उद्योग हा ताण कसा सोडवतो, यावरच हे अवलंबून असेल की AI मॉडेल्सची पुढची पिढी त्यांच्या महत्त्वाकांक्षेला खीळ न लावता प्रशिक्षित आणि कार्यान्वित केली जाऊ शकते की नाही.