توسعهی سرسامآور هوش مصنوعی هزینهای پنهان دارد که اکنون صدای سیاستمداران را نیز درآورده است. بر اساس گزارشهای جدید، قانونگذاران آمریکایی، بهویژه جمهوریخواهان، به شرکتهای بزرگ فناوری هشدار دادهاند که دیتاسنترهای عظیم هوش مصنوعی به دلیل مصرف وحشتناک انرژی، در حال تبدیل شدن به یک موضوع «بهشدت حساس و رادیواکتیو از نظر سیاسی» هستند.
این هشدار نشاندهندهی یک تغییر پارادایم جدی در نگاه دولتها به توسعهی زیرساختهای فناوری است. دیگر تنها نوآوری و پیشرفت نرمافزاری مطرح نیست؛ بلکه رقابت بر سر منابع فیزیکی مانند برق و آب، غولهای فناوری را در مسیر تصادم مستقیم با جوامع محلی و سیاستمداران قرار داده است. در این مقاله از نکسینو مگ، ابعاد این بحران جدید، دلایل نگرانی سیاستمداران و تاثیر آن بر آیندهی بازار هوش مصنوعی را بررسی میکنیم.
چرا دیتاسنترهای هوش مصنوعی «رادیواکتیو سیاسی» شدهاند؟
اصطلاح «رادیواکتیو سیاسی» در ادبیات رسانهای به موضوعاتی اطلاق میشود که نزدیک شدن به آنها یا حمایت از آنها میتواند به قیمت از دست رفتن پایگاه رایدهندگان و ایجاد بحرانهای عمیق اجتماعی تمام شود. گزارش اختصاصی اخیر پایگاه خبری آکسیوس (Axios) پرده از واقعیتی مهم برداشته است: جمهوریخواهان آمریکا که معمولاً حامی تجارت آزاد و مقرراتزدایی هستند، اکنون به شرکتهای توسعهدهنده هوش مصنوعی هشدار میدهند که ساخت بیرویهی دیتاسنترها در حال ایجاد یک بحران ملی است.
دلیل این امر کاملاً روشن است: مصرف انرژی. مدلهای زبانی بزرگ (LLMs) مانند GPT-4 برای آموزش و اجرای درخواستهای کاربران به پردازندههای گرافیکی (GPUs) قدرتمندی نیاز دارند که تشنهی برق هستند. این دیتاسنترها نه تنها برق بسیار زیادی مصرف میکنند، بلکه برای خنکسازی سرورهای خود به میلیونها گالن آب شیرین نیاز دارند که این موضوع در مناطقی که با بحران خشکسالی روبرو هستند، خشم ساکنان محلی را برانگیخته است.
مقایسه مصرف انرژی: جستجوی سنتی در برابر هوش مصنوعی
برای درک بهتر عمق فاجعه، کافی است نگاهی به تفاوت مصرف انرژی در یک جستجوی سادهی اینترنتی و یک درخواست از هوش مصنوعی بیندازیم:
| نوع فعالیت | میزان مصرف تقریبی انرژی (واتساعت) | تاثیر بر زیرساخت |
|---|---|---|
| یک جستجوی ساده در گوگل | ۰.۳ واتساعت | بسیار ناچیز |
| یک درخواست از ChatGPT | ۲.۹ واتساعت (تقریباً ۱۰ برابر) | فشار تصاعدی بر شبکهی توزیع |
| تولید یک تصویر با هوش مصنوعی | معادل شارژ کامل یک گوشی هوشمند | نیاز به سیستمهای خنککنندهی پیشرفته |
ریشه نگرانیها: از خطر قطعی برق تا فشارهای محلی (NIMBY)
یکی از مهمترین چالشهایی که سیاستمداران به آن اشاره میکنند، پدیدهای به نام NIMBY (Not In My Back Yard – نه در حیاط خلوت من) است. شهروندان ممکن است از پیشرفت هوش مصنوعی استقبال کنند، اما هیچکس نمیخواهد یک دیتاسنتر غولپیکر که باعث افت فشار برق منطقه، افزایش قبوض انرژی و ایجاد آلودگی صوتی ناشی از فنهای خنککننده میشود، در نزدیکی خانهاش ساخته شود.
- فشار بر شبکههای فرسوده: شبکهی برق در بسیاری از ایالتهای آمریکا و دیگر کشورهای توسعهیافته، قدیمی است و توانایی پاسخگویی به تقاضای ناگهانی دیتاسنترهای چند صد مگاواتی را ندارد.
- افزایش قیمت برق برای شهروندان: با افزایش تقاضا از سوی غولهای فناوری، قیمت تمامشدهی انرژی در بازارهای محلی افزایش مییابد که این موضوع مستقیماً به نارضایتی عمومی منجر میشود.
- تهدید امنیت ملی: سیاستمداران نگرانند که وابستگی شدید زیرساختهای حیاتی به شبکههای برقی که اکنون توسط دیتاسنترها اشغال شدهاند، پایداری ملی را در مواقع بحرانی به خطر بیندازد.
«ما در نقطهای هستیم که توسعهی هوش مصنوعی دیگر یک مسئلهی صرفاً نرمافزاری نیست؛ این یک چالش عظیم در حوزهی مهندسی عمران، مدیریت منابع آب و امنیت انرژی است.» – تحلیلگر ارشد زیرساختهای فناوری
تاثیر این بحران بر بازار و استراتژی غولهای فناوری
این هشدارهای سیاسی تنها یک لفاظی ساده نیستند؛ بلکه در حال تغییر دادن معادلات بازار و استراتژی سرمایهگذاری شرکتهایی نظیر مایکروسافت، گوگل، آمازون و متا هستند. اگر قانونگذاران محدودیتهای سختی برای احداث دیتاسنترهای جدید وضع کنند، سرعت توسعهی مدلهای هوش مصنوعی پیشرفتهتر به شدت کاهش خواهد یافت.
روی آوردن به انرژی هستهای؛ راهکار نجاتبخش؟
برای فرار از این «رادیواکتیویته سیاسی»، شرکتهای فناوری در حال روی آوردن به یک رادیواکتیو واقعی اما کنترلشده هستند: انرژی هستهای. در ماههای اخیر شاهد تحرکات بیسابقهای در این زمینه بودهایم:
- مایکروسافت: قرارداد تاریخی برای بازگشایی نیروگاه هستهای تری مایل آیلند (Three Mile Island) به منظور تامین برق اختصاصی دیتاسنترهای خود.
- آمازون: خرید یک دیتاسنتر متصل به نیروگاه هستهای در ایالت پنسیلوانیا با ارزش ۶۵۰ میلیون دلار.
- گوگل: سرمایهگذاری در استارتاپهای توسعهدهندهی راکتورهای کوچک مدولار (SMR) برای تولید انرژی پاک و پایدار.
این اقدامات نشان میدهد که غولهای فناوری پیام سیاستمداران را دریافت کردهاند. آنها میدانند که برای ادامهی بقا و پیشتازی در رقابت هوش مصنوعی، باید خودشان دست به کار تامین انرژی شوند و نمیتوانند صرفاً به شبکهی برق عمومی متکی باشند.
آیندهی توسعه هوش مصنوعی چه خواهد شد؟
با توجه به فشارهای فزایندهی سیاسی و اجتماعی، انتظار میرود که در سالهای آینده، مقررات سختگیرانهتری برای ارزیابی اثرات زیستمحیطی (EIA) دیتاسنترها وضع شود. شرکتهای کوچکتر که توانایی سرمایهگذاری در زیرساختهای انرژی مستقل را ندارند، احتمالاً از دور رقابت حذف شده یا مجبور به استفاده از سرویسهای ابری گرانقیمتترِ غولهای فناوری خواهند شد.
در نهایت، این بحران میتواند یک نقطهی عطف مثبت نیز باشد. فشار برای بهینهسازی مصرف انرژی ممکن است به نوآوریهای جدیدی در معماری پردازندهها، الگوریتمهای کارآمدتر برای آموزش هوش مصنوعی و توسعهی سریعتر انرژیهای تجدیدپذیر منجر شود. اما تا آن زمان، دیتاسنترها همچنان یک میدان مین سیاسی باقی خواهند ماند.
جمعبندی
گزارش اخیر مبنی بر هشدار قانونگذاران به شرکتهای هوش مصنوعی، زنگ خطری جدی برای کل صنعت فناوری است. دیتاسنترها که قلب تپندهی انقلاب هوش مصنوعی محسوب میشوند، اکنون به دلیل مصرف بیرویهی منابع، به چالشی سیاسی و اجتماعی تبدیل شدهاند. غولهای فناوری برای عبور از این بحران، چارهای جز سرمایهگذاریهای کلان در زیرساختهای انرژی مستقل مانند انرژی هستهای و تجدیدپذیر ندارند. آیندهی هوش مصنوعی نه تنها در کدهای برنامهنویسی، بلکه در نحوهی مدیریت بحران انرژی رقم خواهد خورد.
سؤالات متداول
چرا سیاستمداران با ساخت دیتاسنترهای هوش مصنوعی مخالفند؟
دلیل اصلی مخالفت، مصرف بسیار بالای برق و آب توسط این دیتاسنترهاست که باعث فشار بر شبکهی توزیع محلی، احتمال قطعی برق، افزایش قبوض شهروندان و نارضایتیهای اجتماعی (پدیده NIMBY) میشود.
یک دیتاسنتر هوش مصنوعی چقدر بیشتر از سرورهای معمولی انرژی مصرف میکند؟
پردازشهای هوش مصنوعی به دلیل استفاده از پردازندههای گرافیکی (GPUs) بسیار پرمصرف هستند. به طور متوسط، یک درخواست از هوش مصنوعی (مثل ChatGPT) حدود ۱۰ برابر بیشتر از یک جستجوی ساده در گوگل انرژی مصرف میکند.
شرکتهای بزرگ فناوری برای حل بحران انرژی دیتاسنترها چه برنامهای دارند؟
شرکتهایی مانند مایکروسافت، گوگل و آمازون در حال سرمایهگذاری میلیارد دلاری روی انرژی هستهای (از جمله بازگشایی نیروگاههای قدیمی و توسعه راکتورهای کوچک) و انرژیهای تجدیدپذیر هستند تا وابستگی خود را به شبکهی برق عمومی کاهش دهند.
آیا این محدودیتها باعث کند شدن پیشرفت هوش مصنوعی میشود؟
در کوتاهمدت ممکن است به دلیل کمبود زیرساختهای تامین انرژی، سرعت توسعه کاهش یابد؛ اما در بلندمدت این فشارها میتواند به تولید سختافزارهای کممصرفتر و الگوریتمهای بهینهتر منجر شود.
