2026 ਤੱਕ ਡਾਟਾ ਸੈਂਟਰਾਂ ਦੁਆਰਾ ਲਗਭਗ 1,000 ਟੈਰਾਵਾਟ-ਘੰਟੇ ਬਿਜਲੀ ਦੀ ਖਪਤ ਕਰਨ ਦਾ ਅਨੁਮਾਨ ਹੈ – ਜੋ ਕਿ ਜਾਪਾਨ ਅਤੇ ਜਰਮਨੀ ਦੀ ਸਾਂਝੀ ਸਾਲਾਨਾ ਮੰਗ ਦੇ ਬਰਾਬਰ ਹੈ। ਇਹ ਵਾਧਾ AI ਵਰਕਲੋਡਸ (workloads) ਕਾਰਨ ਹੋ ਰਿਹਾ ਹੈ, ਅਤੇ ਨਤੀਜੇ ਵਜੋਂ ਪੈਦਾ ਹੋ ਰਹੀ ਬਿਜਲੀ ਦੀ ਘਾਟ ਮਸ਼ੀਨ-ਲਰਨਿੰਗ ਦੀਆਂ ਅਗਲੀਆਂ ਕ੍ਰਾਂਤੀਕਾਰੀ ਪ੍ਰਾਪਤੀਆਂ ਨੂੰ ਰੋਕਣ ਦਾ ਖਤਰਾ ਪੈਦਾ ਕਰ ਰਹੀ ਹੈ।

ਬਿਜਲੀ ਲਈ AI ਦੀ ਭੁੱਖ ਕੋਈ ਅਮੂਰਤ ਚੀਜ਼ ਨਹੀਂ ਹੈ। ਇੱਕ ਸਿੰਗਲ ChatGPT ਕੁਐਰੀ (query) ਇੱਕ ਆਮ Google ਸਰਚ ਨਾਲੋਂ ਦਸ ਗੁਣਾ ਜ਼ਿਆਦਾ ਊਰਜਾ ਖਪਤ ਕਰਦੀ ਹੈ, ਅਤੇ GPT-4 ਜਿੰਨੇ ਆਕਾਰ ਦੇ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ 4,600 ਘਰਾਂ ਨੂੰ ਇੱਕ ਸਾਲ ਲਈ ਬਿਜਲੀ ਮੁਹੱਈਆ ਕਰਵਾਉਣ ਵਾਲੀ ਊਰਜਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਕੰਪਨੀਆਂ ਇਨਫਰੈਂਸ (inference) ਅਤੇ ਟ੍ਰੇਨਿੰਗ ਕਲੱਸਟਰਾਂ ਨੂੰ ਵਧਾਉਣ ਦੀ ਦੌੜ ਵਿੱਚ ਹਨ, ਲਗਾਤਾਰ ਅਤੇ ਵਿਸ਼ਾਲ ਬਿਜਲੀ ਦੀ ਲੋੜ ਰੁਕ-ਰੁਕ ਕੇ ਮਿਲਣ ਵਾਲੇ ਨਵਿਆਉਣਯੋਗ (renewables) ਸਰੋਤਾਂ ਦੀ ਸਪਲਾਈ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਵਧ ਰਹੀ ਹੈ।

ਮੌਜੂਦਾ ਨਵਿਆਉਣਯੋਗ ਮਿਸ਼ਰਣ ਕਿਉਂ ਕਾਫੀ ਨਹੀਂ ਹੈ

ਸੋਲਰ ਪੈਨਲ ਅਤੇ ਵਿੰਡ ਟਰਬਾਈਨ ਸਿਰਫ ਉਦੋਂ ਹੀ ਬਿਜਲੀ ਪੈਦਾ ਕਰਦੇ ਹਨ ਜਦੋਂ ਸੂਰਜ ਚਮਕਦਾ ਹੈ ਜਾਂ ਹਵਾ ਚਲਦੀ ਹੈ। ਡਾਟਾ-ਸੈਂਟਰ ਸੰਚਾਲਕਾਂ ਨੂੰ 24 ਘੰਟੇ ਲਗਾਤਾਰ ਸਪਲਾਈ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਪਰ ਵਾਧੂ ਨਵਿਆਉਣਯੋਗ ਉਤਪਾਦਨ ਨੂੰ ਸਟੋਰ ਕਰਨ ਵਾਲੀਆਂ ਬੈਟਰੀਆਂ ਕੁਝ ਘੰਟਿਆਂ ਬਾਅਦ ਹੀ ਖਤਮ ਹੋ ਜਾਂਦੀਆਂ ਹਨ। ਇਸਦਾ ਨਤੀਜਾ ਫਾਸਲ-ਫਿਊਲ (fossil-fuel) ਪੀਕਰ ਪਲਾਂਟਾਂ 'ਤੇ ਨਿਰਭਰਤਾ ਹੈ – ਕੁਦਰਤੀ ਗੈਸ ਜਾਂ ਕੋਲੇ ਦੇ ਜਨਰੇਟਰ ਜੋ ਉਦੋਂ ਚਾਲੂ ਹੁੰਦੇ ਹਨ ਜਦੋਂ ਨਵਿਆਉਣਯੋਗ ਉਤਪਾਦਨ ਘਟਦਾ ਹੈ। ਉਹ ਪਲਾਂਟ ਕਾਰਬਨ ਛੱਡਦੇ ਹਨ ਅਤੇ ਸੰਚਾਲਨ ਲਾਗਤਾਂ ਨੂੰ ਵਧਾਉਂਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਕਈ ਤਕਨੀਕੀ ਦਿੱਗਜਾਂ ਦੁਆਰਾ ਆਪਣੀਆਂ ਸਸਟੇਨੇਬਿਲਟੀ ਰਿਪੋਰਟਾਂ ਵਿੱਚ ਕੀਤੇ ਗਏ "ਗ੍ਰੀਨ" ਦਾਅਵਿਆਂ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਦਾ ਹੈ।

ਪ੍ਰਮਾਣੂ ਊਰਜਾ ਦੀ ਵਾਪਸੀ

ਭਰੋਸੇਯੋਗਤਾ ਦੇ ਅੰਤਰ ਦਾ ਸਾਹਮਣਾ ਕਰਦੇ ਹੋਏ, ਕਈ ਵੱਡੀਆਂ ਤਕਨੀਕੀ ਕੰਪਨੀਆਂ ਪ੍ਰਮਾਣੂ ਊਰਜਾ ਵੱਲ ਮੁੜ ਰਹੀਆਂ ਹਨ, ਜੋ ਕਿ ਬੇਸਲੋਡ (baseload), ਕਾਰਬਨ-ਮੁਕਤ ਬਿਜਲੀ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ।

  • Microsoft ਆਪਣੇ AI ਵਰਕਲੋਡਸ ਲਈ ਇੱਕ ਸਥਿਰ ਸਪਲਾਈ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ Three Mile Island ਵਿਖੇ ਇੱਕ ਸੇਵਾਮੁਕਤ ਰਿਐਕਟਰ ਨੂੰ ਮੁੜ ਸੁਰਜੀਤ ਕਰ ਰਿਹਾ ਹੈ।
  • Google ਨੇ ਉੱਨਤ ਰਿਐਕਟਰ ਵਿਕਸਿਤ ਕਰਨ ਵਾਲੇ ਇੱਕ ਸਟਾਰਟਅੱਪ ਨਾਲ ਭਾਈਵਾਲੀ ਕੀਤੀ ਹੈ, ਜਿਸਦਾ ਟੀਚਾ 2030 ਤੱਕ ਇਸਨੂੰ ਲਾਗੂ ਕਰਨਾ ਹੈ।
  • Amazon ਛੋਟੇ ਮੋਡਿਊਲਰ ਰਿਐਕਟਰਾਂ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰ ਰਿਹਾ ਹੈ ਅਤੇ ਮੌਜੂਦਾ ਪ੍ਰਮਾਣੂ ਸਾਈਟਾਂ ਦੇ ਨੇੜੇ ਨਵੇਂ ਡਾਟਾ ਸੈਂਟਰ ਸਥਾਪਿਤ ਕਰ ਰਿਹਾ ਹੈ।

ਇਹ ਕਦਮ ਉਦਯੋਗ ਵਿੱਚ ਇੱਕ ਵਿਆਪਕ "ਪ੍ਰਮਾਣੂ ਪੁਨਰਜਾਗਰਣ" (nuclear renaissance) ਦਾ ਸੰਕੇਤ ਦਿੰਦੇ ਹਨ, ਜਿੱਥੇ ਉੱਚ-ਘਣਤਾ ਵਾਲੀ, ਚੌਵੀ ਘੰਟੇ ਬਿਜਲੀ ਦਾ ਵਾਅਦਾ ਇਸ ਤਕਨਾਲੋਜੀ ਨਾਲ ਜੁੜੇ ਇਤਿਹਾਸਕ ਕਲੰਕ ਨਾਲੋਂ ਵੱਧ ਮਹੱਤਵਪੂਰਨ ਹੈ।

ਲੋਕੇਸ਼ਨ ਆਰਬਿਟਰੇਜ ਅਤੇ ਹਾਰਡਵੇਅਰ ਕੁਸ਼ਲਤਾ

ਸਾਰੀਆਂ ਕੰਪਨੀਆਂ ਨਵੇਂ ਰਿਐਕਟਰਾਂ 'ਤੇ ਦਾਅ ਨਹੀਂ ਲਗਾ ਰਹੀਆਂ। ਕੁਝ ਕੰਪਨੀਆਂ ਉਨ੍ਹਾਂ ਖੇਤਰਾਂ ਵਿੱਚ ਬਣਾ ਕੇ ਇਸ ਸਮੱਸਿਆ ਤੋਂ ਬਚ ਰਹੀਆਂ ਹਨ ਜਿੱਥੇ ਨਵਿਆਉਣਯੋਗ ਬਿਜਲੀ ਭਰਪੂਰ ਅਤੇ ਸਸਤੀ ਹੈ। ਆਈਸਲੈਂਡ ਦੇ ਭੂ-ਤਾਪੀਅਕ (geothermal) ਖੇਤਰ ਅਤੇ ਨਾਰਵੇ ਦੇ ਹਾਈਡ੍ਰੋ-ਇਲੈਕਟ੍ਰਿਕ ਗਰਿੱਡ ਦੋਵੇਂ ਸ਼ਕਤੀ ਅਤੇ ਕੁਦਰਤੀ ਠੰਢਕ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਊਰਜਾ ਦੀ ਵਰਤੋਂ ਅਤੇ ਸੰਚਾਲਨ ਖਰਚਿਆਂ ਵਿੱਚ ਕਟੌਤੀ ਹੁੰਦੀ ਹੈ।

ਇਸ ਦੇ ਨਾਲ ਹੀ, ਹਾਰਡਵੇਅਰ ਡਿਜ਼ਾਈਨਰ ਹਰ ਵਾਟ ਤੋਂ ਵਧੇਰੇ ਕੰਮ ਲੈਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ। ਨਵੇਂ AI-ਅਨੁਕੂਲਿਤ (optimized) ਚਿਪਸ ਬਿਜਲੀ ਦੀ ਪ੍ਰਤੀ ਇਕਾਈ 'ਤੇ ਉੱਚ ਪ੍ਰਦਰਸ਼ਨ ਦਿੰਦੇ ਹਨ, ਅਤੇ ਲਿਕਵਿਡ-ਕੂਲਿੰਗ ਪ੍ਰਣਾਲੀਆਂ ਠੰਢਕ ਲਈ ਲੋੜੀਂਦੀ ਊਰਜਾ ਨੂੰ 50 ਫੀਸਦੀ ਤੱਕ ਘਟਾ ਸਕਦੀਆਂ ਹਨ। ਇਹ ਤਰੱਕੀਆਂ ਸਮਾਂ ਤਾਂ ਦਿੰਦੀਆਂ ਹਨ, ਪਰ ਇਹ ਮੂਲ ਮੰਗ ਨੂੰ ਖਤਮ ਨਹੀਂ ਕਰਦੀਆਂ।

ਉਦਯੋਗ ਲਈ ਜੋਖਮ

ਜੇਕਰ ਸਾਫ਼, ਭਰੋਸੇਯੋਗ ਅਤੇ ਕਿਫਾਇਤੀ ਬਿਜਲੀ AI ਦੇ ਵਾਧੇ ਦੇ ਨਾਲ ਤਾਲਮੇਲ ਨਹੀਂ ਰੱਖਦੀ, ਤਾਂ ਕਈ ਨਤੀਜੇ ਸਾਹਮਣੇ ਆ ਸਕਦੇ ਹਨ:

  • ਲਾਗਤ ਦਾ ਦਬਾਅ:

ਅੱਗੇ ਕੀ ਦੇਖਣਾ ਹੈ

  • ਰੈਗੂਲੇਟਰੀ ਵਿਕਾਸ: ਐਲਾਨੀਆਂ ਗਈਆਂ ਪ੍ਰਮਾਣੂ ਭਾਈਵਾਲੀਆਂ ਦੀ ਪ੍ਰਗਤੀ ਅਤੇ ਘੱਟ-ਕਾਰਬਨ ਵਾਲੇ ਇਲਾਕਿਆਂ ਵਿੱਚ ਡਾਟਾ-ਸੈਂਟਰ ਨਿਰਮਾਣ ਦੇ ਪੱਧਰ 'ਤੇ ਨਜ਼ਰ ਰੱਖੋ।

AI ਨੂੰ ਸ਼ਕਤੀ ਪ੍ਰਦਾਨ ਕਰਨ ਦੀ ਦੌੜ ਹੁਣ ਤੇਜ਼ ਚਿਪਸ ਬਣਾਉਣ ਦਾ ਸਵਾਲ ਨਹੀਂ ਰਹੀ; ਇਹ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸਾਫ਼ ਅਤੇ ਭਰੋਸੇਯੋਗ ਬਿਜਲੀ ਲਈ ਇੱਕ ਲੜਾਈ ਹੈ। ਉਦਯੋਗ ਉਸ ਤਣਾਅ ਨੂੰ ਕਿਵੇਂ ਹੱਲ ਕਰਦਾ ਹੈ, ਇਸ ਤੋਂ ਇਹ ਤੈਅ ਹੋਵੇਗਾ ਕਿ ਕੀ AI ਮਾਡਲਾਂ ਦੀ ਅਗਲੀ ਪੀੜ੍ਹੀ ਨੂੰ ਅਭਿਲਾਸ਼ਾਂ ਨੂੰ ਘਟਾਏ ਬਿਨਾਂ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾ ਸਕਦੀ ਹੈ ਅਤੇ ਚਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।