AI کی پاور وال: کیوں اوربیٹل کمپیوٹ ڈیٹا سینٹر کی نئی سرحد بن سکتا ہے
AI کو بجلی کے مسئلے کا سامنا ہے۔
یہ برانڈنگ کا مسئلہ نہیں ہے۔ یہ جسمانی انفراسٹرکچر کا مسئلہ ہے۔
ہر AI ماڈل، امیج جنریٹر، اور کوڈنگ اسسٹنٹ بجلی پر منحصر ہے۔ جیسے جیسے AI ہر کاروباری اور سائنسی ورک فلو کا حصہ بن رہا ہے، ڈیٹا سینٹرز پر دباؤ بڑھ رہا ہے۔
برسوں تک، کلاؤڈ کمپیوٹنگ مزید سرورز اور فائبر شامل کرنے سے ترقی کرتی رہی۔ AI قواعد کو بدل رہا ہے۔ ہائی ڈینسٹی GPU کلسٹرز کو بھاری مقدار میں بجلی، شدید کولنگ، اور بڑے گرڈ کنکشنز کی ضرورت ہوتی ہے۔ بہت سی جگہوں پر، اب رکاوٹ GPU خریدنا نہیں ہے۔ رکاوٹ انہیں چلانے کے لیے کافی بجلی تلاش کرنا ہے۔
یہی وجہ ہے کہ اوربیٹل کمپیوٹ (orbital compute) اہمیت رکھتا ہے۔
یہ آج زمین پر موجود ڈیٹا سینٹرز کا متبادل نہیں ہے۔ یہ اس بات کا اشارہ ہے کہ AI کی دوڑ زمین اور پاور گرڈز سے آگے بڑھ رہی ہے۔
طلب کا پیمانہ بہت بڑا ہے:
- 2024: ڈیٹا سینٹرز نے تقریباً 415 TWh (عالمی بجلی کا 1.5%) استعمال کیا۔
- 2030: طلب 945 TWh (عالمی بجلی کا تقریباً 3%) تک پہنچ سکتی ہے۔
- 2050: BloombergNEF کو توقع ہے کہ طلب 3,700 TWh (عالمی بجلی کا 8.7%) تک پہنچ جائے گی۔
اس سے مقامی گرڈ پر دباؤ پڑتا ہے۔ ایک واحد بڑا کلسٹر ایک چھوٹے شہر کی طرح بجلی کا مطالبہ کر سکتا ہے۔ جب صاف ستھری توانائی (clean energy) تیزی سے دستیاب نہیں ہو پاتی، تو کمپنیاں گیس یا کوئلے کی طرف مائل ہو سکتی ہیں۔
اوربیٹل کمپیوٹ ایک مختلف راستہ فراہم کرتا ہے۔
Starcloud-1 کو حال ہی میں ایک NVIDIA H100 GPU کے ساتھ مدار میں بھیجا گیا ہے۔ یہ ثابت کرتا ہے کہ ڈیٹا سینٹر کلاس کا ہارڈ ویئر خلا میں کام کر سکتا ہے۔
اسپیس کمپیوٹ (space compute) کی منطق سادہ ہے:
- AI کو بجلی کی ضرورت ہوتی ہے۔
- خلا میں شمسی توانائی وافر مقدار میں موجود ہے۔
- زمین پر گرڈ کی کشیدگی، زمین کی حدود، اور اجازت ناموں میں تاخیر جیسے مسائل ہیں۔
صحیح مدار میں موجود ایک سیٹلائٹ زمین پر موجود سولر فارم کے مقابلے میں زیادہ مستقل مزاجی سے شمسی توانائی جمع کر سکتا ہے۔ خلا بادلوں، موسم، یا کولنگ کے لیے پانی کے استعمال کے بغیر سورج کی روشنی فراہم کرتا ہے۔
تاہم، خلا کوئی آسان حل نہیں ہے۔ آپ ویکیوم (vacuum) میں GPU کو ٹھنڈا کرنے کے لیے پنکھے استعمال نہیں کر سکتے۔ آپ کو انفراریڈ توانائی کے ذریعے گرمی کو دور کرنے کے لیے ریڈی ایٹرز (radiators) استعمال کرنے ہوں گے۔ آپ کو تابکاری (radiation)، مواصلاتی تاخیر، اور لانچ کے زیادہ اخراجات جیسے چیلنجز کا بھی سامنا کرنا پڑتا ہے۔
پہلے حقیقی استعمال کے کیسز (use cases) غالباً یہ ہوں گے:
- دوسرے سیٹلائٹس کے لیے AI پروسیسنگ۔
- زمین کے مشاہداتی تجزیات (Earth observation analytics)۔
- سائنسی ورک لوڈز۔
- بیچ انفرنس (Batch inference)۔
مقصد ڈیٹا کو وہیں پروسیس کرنا ہے جہاں وہ تخلیق ہوتا ہے۔ زمین پر بڑی خام فائلیں (raw files) بھیجنے کے بجائے، سیٹلائٹس خلا میں ڈیٹا پروسیس کر سکتے ہیں اور صرف چھوٹے، مفید نتائج واپس بھیج سکتے ہیں۔
اے آئی انفراسٹرکچر کی دوڑ اب توانائی کی دوڑ بنتی جا رہی ہے۔ مستقبل میں سب سے قیمتی مقامات وہ ہوں گے جہاں بجلی سب سے سستی اور سب سے زیادہ قابل اعتماد ہوگی۔
اے آئی کا مستقبل صرف ماڈل کے سائز سے طے نہیں ہوگا۔ اس کا فیصلہ بجلی، کولنگ، اور نیٹ ورکنگ سے ہوگا۔
Optional learning community: https://t.me/GyaanSetuAi