چرا با وجود ارتقای بازدهی تراشه‌ها، ساخت دیتاسنترهای غول‌پیکر هوش مصنوعی این‌قدر شتاب‌زده است؟

تاکنون سرویس هیچ شرکتی به خاطر کمبود برق از کار نیفتاده است؛ پس چرا همه برای ساخت دیتاسنترهای بیشتر این‌چنین شتاب‌زده عمل می‌کنند؟ با افزایش چشمگیر بازدهی تراشه‌ها، برنامه‌های عمرانی اعلام‌شده بسیار جلوتر از نیاز واقعی به نظر می‌رسند. اگر این تقاضای پیش‌بینی‌شده محقق نشود، خانواده‌ها دوبار تاوان خواهند داد: نخست روی قبوض برق ماهانه خود و سپس در پس‌اندازهای بازنشستگی‌شان.

آیا واقعاً با بحران کمبود انرژی روبه‌رو هستیم؟

مارکو پیمنتل: آیا کارمان تمام است و در باتلاق کمبود انرژی گرفتار شده‌ایم؟

جکی اسنو: فکر نمی‌کنم اوضاع تا این حد تاریک باشد. آنچه در حال حاضر شاهدش هستیم، بخش زیادی هیاهو و ادعاهای رسانه‌ای است. البته بخشی از این حرف‌ها در نهایت به عمل تبدیل می‌شوند و دیتاسنترهای واقعی را شکل می‌دهند، اما رقابت عجیبی برای بزرگ‌نمایی و اعلام پروژه‌هایی شکل گرفته که در عمل به جایی نخواهند رسید. اگر تمام زیرساخت‌های اعلام‌شده ساخته شوند، بله، دچار بحران و زیاده‌روی شدیدی خواهیم شد، اما بخش اعظم آن‌ها هرگز ساخته نخواهند شد. تا زمانی که مردم، نهادهای قانون‌گذار و غول‌های فناوری رفتاری منطقی داشته باشند، زیرساخت‌هایی که در حال ساخت هستند در آینده به کار خواهند آمد، حتی اگر سال آینده نیازی به آن‌ها نباشد. برخی پیش‌بینی‌ها درباره میزان استفاده از هوش مصنوعی بسیار خوش‌بینانه و اغراق‌آمیز است، اما این تأسیسات در افق دورتر برای پردازش داده‌ها ضروری خواهند بود.

مارکو پیمنتل: رقابت برای بازسازی شبکه برق در جهت توسعه هوش مصنوعی و مناقشه بر سر اینکه چه کسی هزینه این دگرگونی را پرداخت خواهد کرد، ابعاد گسترده‌ای دارد. بله، ما بدون شک به انرژی بیشتری نیاز داریم، اما هم‌زمان منحنی پیشرفت‌های فنی را نادیده می‌گیریم؛ پیشرفت‌هایی که نشان می‌دهند انرژی لازم برای تولید یک میلیون توکن داده با شتاب زیادی در حال کاهش است.

جکی اسنو: برای کارشناسانی که خارج از حلقه مدیران غول‌های فناوری هستند، کسانی که مجبور نیستند برای جذب سرمایه از صندوق‌های خطرپذیر وعده‌های شگفت‌انگیز مطرح کنند، این یک اصل پذیرفته‌شده است که تراشه‌ها و مدل‌های هوش مصنوعی سال‌به‌سال مصرف انرژی بهینه‌تری پیدا می‌کنند. با این حال، ما زیرساخت‌های آینده را بر اساس محاسبات ناکارآمد امروز می‌سازیم. نگاهی به فناوری‌های گذشته بیندازید؛ نخستین مدل‌های یخچال یا خودرو بسیار پرمصرف بودند چون هنوز تجربه کافی وجود نداشت. اما با یادگیری و پیشرفت تدریجی، خودروها به ازای هر باک بنزین مسافت بسیار بیشتری می‌پیمایند و یخچال‌های امروزی تنها بخشی از انرژی مصرفی دهه‌های ۱۹۵۰ تا ۱۹۷۰ را مصرف می‌کنند. ابزارهای هوش مصنوعی نیز دقیقاً همین مسیر را طی خواهند کرد. فشارهای موجود نیز این روند بهینه‌سازی را سریع‌تر می‌کند؛ بنابراین من چندان نگران هجوم تقاضای غول‌آسا در کوتاه‌مدت نیستم. دلیل اول این است که چنین تقاضایی هنوز در عمل اثبات نشده و مشخص نیست همه افراد برای کارهای روزمره به این ابزارها وابسته شوند. دلیل دوم هم این است که منتقدان ارتقای بازدهی را نادیده می‌گیرند. در واقع ممکن است به آینده‌ای برسیم که دیتاسنترها بسیار بیشتر از نیاز واقعی ساخته شده باشند، زیرا فناوری بسیار کارآمدتر از امروز شده است.

افزایش توان محاسباتی و کاهش نیاز به ساخت بی‌رویه

مارکو پیمنتل: برندان پیرپونت از سازمان تحقیقاتی Energy Innovation دیدگاه مهمی در این زمینه دارد.

برندان پیرپونت: هر شش ماه یک‌بار، قابلیت‌های ابزارهای هوش مصنوعی و بهره‌وری پردازنده‌های گرافیکی دچار جهش‌های سریعی می‌شود. این دگرگونی‌ها باعث می‌شوند مدل‌ها از منابع محاسباتی به مراتب هوشمندانه‌تر استفاده کنند. به همین دلیل فرصت‌های فراوانی وجود دارد که با مجموعه‌ای محدودتر از تأسیسات فیزیکی، کارهای بسیار بزرگ‌تری به انجام برسد.

مارکو پیمنتل: شرکت‌های هوش مصنوعی مدام از حجم انرژی مورد نیاز و دیتاسنترهایی که قصد ساختشان را دارند صحبت می‌کنند. با این حال تاکنون هیچ شواهدی وجود ندارد که نشان دهد خدمات ارائه‌دهندگان بزرگ هوش مصنوعی به دلیل کمبود برق دچار وقفه شده یا چراغ‌هایشان خاموش شده باشد.

جکی اسنو: آیا خود شما هنگام استفاده از محصولات مختلف هوش مصنوعی تا به حال تجربه کرده‌اید که ابزاری به خاطر قطعی برق یا سرور کار نکند؟

مارکو پیمنتل: هرگز؛ سرعت آن‌ها همواره بسیار بالا بوده است.

جکی اسنو: من هم دقیقاً همین تجربه را دارم. دست‌کم از دیدگاه مصرف‌کننده، هیچ اختلالی در دسترسی به سرویس‌ها رخ نداده و غول‌هایی مانند مایکروسافت یا Salesforce نیز اعتراضی مبنی بر از کار افتادن ابزارهایشان به علت بحران برق مطرح نکرده‌اند. سامانه‌ها کاملاً پایدارند و همین پایداری مرا نسبت به ضرورت این حجم از ساخت‌وساز شتاب‌زده بدبین می‌کند.

معمای زمان‌بندی و بازدهی واقعی

کی کلی: به عقیده من پاسخ اصلی در تفاوت سرعت و بازه‌های زمانی نهفته است. در گذر زمان انتظار داریم تراشه‌ها، خطوط انتقال و ساختمان‌ها بسیار بهینه‌تر شوند. اما آنچه امروز می‌بینیم این است که رشد تقاضا برای توان پردازشی و ساخت دیتاسنترها، سریع‌تر از سرعت ارتقای بهره‌وری پیش می‌رود. هرچند بهره‌وری در نهایت به تعدیل تقاضای برق کمک خواهد کرد، اما در شرایط فعلی این دو روند هم‌زمان پیش نمی‌روند.

مارکو پیمنتل: در این میان، فرصت‌های تجاری و سرمایه‌گذاری متعددی شکل گرفته است؛ از انرژی همجوشی گرفته تا فناوری‌های ارتقای خطوط انتقال برق، ظرفیت‌های بسیار بزرگی برای مدرن‌سازی شبکه به وجود آمده است.

جکی اسنو: سرمایه‌گذاری‌های قابل‌توجهی به سمت فناوری‌های بهبود شبکه هدایت شده است. این فناوری‌ها می‌توانند ابزارهای ساده‌ای مانند حسگرهای روی خطوط برق باشند که جریان الکتریکی را با دقت بالا پایش می‌کنند. در گذشته ناچار بودند بر اساس میانگین تخمینی ظرفیت خطوط تصمیم بگیرند، در حالی که خطوط در شرایط آب‌وهوایی گوناگون کشش متفاوتی دارند. به‌کارگیری سیستم‌های ذخیره‌سازی باتری نیز نوسانات اوج مصرف را مهار می‌کند. شبکه برق به دلیل حساسیت بالا توسط مدیرانی بسیار محتاط اداره می‌شود، زیرا قطعی برق مساوی با تهدید جان انسان‌هاست. با این حال می‌توان فناوری‌های قدیمی ۵۰ تا ۱۰۰ ساله را ارتقا داد. بسیاری از این راهکارها حتی نیازی به مدل‌های زبانی پیچیده ندارند، بلکه از ابزارهای یادگیری ماشین کاربردی و حسگرهایی بهره می‌برند که سال‌ها تجربه فنی پشت آن‌هاست.

نیمی از ظرفیت شبکه برق دست‌نخورده باقی مانده است

مارکو پیمنتل: نکته قابل‌تأمل این است که شبکه برق با تمام ظرفیت خود کار نمی‌کند و حجم عظیمی از انرژی به‌شکل معطل باقی مانده است. خود هوش مصنوعی می‌تواند به استخراج و مدیریت بهینه این ظرفیت بلااستفاده کمک کند. چرا به‌جای ساخت تأسیسات جدید، سراغ بهینه‌سازی ظرفیت‌های فعلی نمی‌رویم؟

جکی اسنو: نرخ بهره‌برداری از شبکه در مناطق مختلف متغیر است، اما میانگین آن نشان می‌دهد که تنها حدود ۵۰ درصد از ظرفیت واقعی شبکه برق مورد استفاده قرار می‌گیرد. مقدار زیادی برق آماده وجود دارد که به دلیل احتیاط بیش از حد شرکت‌های توزیع برای پیشگیری از خاموشی دست‌نخورده می‌ماند. اما ریشه اصلی این مشکل فنی نیست، بلکه به مدل کسب‌وکار مربوط می‌شود. مدل درآمدی شرکت‌های توزیع برق انگیزه‌ای برای رساندن بهره‌وری شبکه به ۸۰ یا ۹۰ درصد ایجاد نمی‌کند. درآمد بسیاری از این شرکت‌ها به میزان ساخت تأسیسات و خطوط جدید گره خورده است، نه به بهینه‌سازی امکانات موجود. این ساختار انگیزشی، ریشه اصلی مشکلات است.

مارکو پیمنتل: پال دنهولم از آزمایشگاه ملی انرژی‌های تجدیدپذیر نیز به این موضوع اشاره می‌کند.

پال دنهولم: داده‌ها نشان می‌دهند که در مراحل ابتدایی بهینه‌سازی دارایی‌های شبکه و به‌ویژه خطوط انتقال هستیم. نیروگاه‌ها حاضرند و می‌توان بهره‌وری آن‌ها را افزایش داد. تمرکز اصلی باید بر فناوری‌های هوشمند خطوط انتقال و انعطاف‌پذیری تقاضا در دیتاسنترها باشد. ساختارهای تعرفه‌گذاری مبتنی بر عملکرد، که در آن‌ها شرکت‌های برق در ازای کنترل هزینه‌ها و بهینه‌سازی پاداش می‌گیرند، می‌تواند به یک راهکار دوسربُرد تبدیل شود.

مارکو پیمنتل: ایان مگروودر از ائتلاف Utilize نیز اصلاح قوانین را ضروری می‌داند.

ایان مگروودر: دگرگونی‌های کوچک اما راهبردی در سیاست‌گذاری می‌تواند انگیزه‌های درستی خلق کند. سنجش دقیق میزان بهره‌وری و سپس پرداخت پاداش برای افزایش استفاده از شبکه، رویکرد صحیحی است که بدون تحمیل فناوری خاصی، کل سامانه را به سمتی هدایت می‌کند که در نهایت به کاهش قبوض برق شهروندان ختم خواهد شد.

همسایه‌های خوش‌حساب یا مصرف‌کنندگان پردردسر؟

مارکو پیمنتل: آیا میان دیتاسنترهایی که از قبل ظرفیت برق دریافت کرده‌اند با پروژه‌هایی که نیازمند تولید انرژی تازه هستند، تفاوت معناداری وجود دارد؟

جکی اسنو: مراکزی که مجوز اتصال می‌گیرند، تضمین تأمین برق دارند. اما اتفاق تازه این است که به برخی از آن‌ها ابلاغ شده در روزهای بحرانی و بسیار گرم یا سرد سال باید مصرف خود را انعطاف‌پذیر کنند تا برق منازل و بیمارستان‌ها پایدار بماند. شرکت‌های فناوری این تعهد را پذیرفته‌اند و بسیاری از آن‌ها در حال نصب سیستم‌های ذخیره‌سازی باتری در محل سایت هستند تا در زمان افت ولتاژ، مستقل از شبکه سراسری فعالیت کنند. حتی شرکتی مثل گوگل در حال ارزیابی این ایده است که در بدترین روزهای اوج بار، برق ذخیره‌شده در باتری‌های خود را به شبکه محلی تزریق کند و نقشی مثبت برای همسایگانش ایفا نماید. از سوی دیگر، مراکزی که می‌کوشند بدون اتصال به شبکه و با اتکا به توربین‌های گاز طبیعی فعالیت کنند، در بلندمدت با چالش‌های فنی دشواری روبه‌رو می‌شوند، چراکه کار اصلی آن‌ها توسعه هوش مصنوعی است نه مدیریت یک نیروگاه گازی پیچیده.

گرنوت واگنر: اتصال سریع تأسیسات به شبکه سراسری فرآیندی زمان‌بر است؛ بنابراین گرایش به گاز طبیعی مستقل افزایش یافته است. هرچند این روند برای اهداف اقلیمی خبر خوشی به شمار نمی‌رود و نوعی وابستگی کربنی پایدار ایجاد می‌کند.

چه کسی هزینه نهایی این سرمایه‌گذاری‌ها را پرداخت می‌کند؟

مارکو پیمنتل: یکی از بخش‌های نگران‌کننده، سرنوشت هزینه‌های سرمایه‌ای سنگین شرکت‌هاست. این هزینه‌ها در نهایت به مصرف‌کنندگان عادی منتقل می‌شود. اگر این پروژه‌ها به بار ننشینند، خانواده‌ها هم در قبوض برق خود متحمل ضرر خواهند شد و هم با افت بازدهی بازار سهام، پس‌اندازهای بازنشستگی‌شان آسیب خواهد دید.

گرنوت واگنر: نتیجه به قدرت چانه‌زنی خانوارها در برابر غول‌های ثروتمند بستگی دارد. واقعیت نشان می‌دهد که قدرت چانه‌زنی معمولاً در اختیار دارندگان سرمایه است که افکار عمومی را هدایت می‌کنند. آن‌ها به مردم می‌گویند که هوش مصنوعی برای جامعه ارزش‌آفرین است و باید بهای آن را با افزایش قبوض برق بپردازند، در حالی که دفاع از منافع صدها میلیون خانوار در این موازنه بسیار دشوارتر است.

مارکو پیمنتل: در حال حاضر شاهدیم که برخی شرکت‌ها توکن‌های پردازشی را با نرخی پایین‌تر از بهای تمام‌شده عرضه می‌کنند، در حالی که پردازنده‌ها به‌سرعت مستهلک می‌شوند و بخش بزرگی از جریان مالی صرف خرید سخت‌افزارهای گران‌قیمت از NVIDIA یا توسعه مدل‌های پرهزینه در Anthropic می‌شود. هیاهوی رسانه‌ای و نبود قطعیت بازار، تردیدها را درباره بازگشت چنین سرمایه‌های هنگفتی دوچندان می‌کند.

جکی اسنو: درآمدها بالا رفته اما درباره سودآوری خالص ابهامات جدی وجود دارد. دریافت حق اشتراک‌های ماهانه ۲۰ دلاری یا حتی ۲۰۰ دلاری لزوماً هزینه‌های بالای پردازش را پوشش نمی‌دهد. پس از بحران کرونا، غول‌های فناوری نقدینگی عظیمی در اختیار داشتند و توانستند بخش بزرگی از پروژه‌های اولیه را تأمین مالی کنند. اما اکنون آن‌ها به سراغ انتشار اوراق بدهی رفته‌اند تا ریسک مالی پروژه‌ها را از ترازنامه‌های خود خارج کرده و میان دیگران توزیع کنند. این اوراق به دلیل رتبه اعتباری بالای غول‌های فناوری، وارد صندوق‌های بازنشستگی می‌شوند. در نتیجه، اگر این تب تند فروکش کند، خسارت آن متوجه عموم جامعه خواهد شد.

انرژی‌های تجدیدپذیر و تجربه نوآوری در چین

مارکو پیمنتل: آیا هوش مصنوعی اقلیم را به نابودی می‌کشاند یا با شتاب بخشیدن به سرمایه‌گذاری روی انرژی خورشیدی، به حل بحران انرژی کمک می‌کند؟ با توجه به اینکه ارزان‌ترین منبع برق انرژی‌های پاک است، شرکت‌های فناوری انگیزه اقتصادی زیادی برای رفتن به سوی این منابع دارند.

جکی اسنو: همه‌چیز به نحوه اجرای پروژه‌ها برمی‌گردد. اگر با شتاب‌زدگی حرکت کنیم، آسیب‌های زیست‌محیطی سنگینی ایجاد خواهد شد. اما اگر با تأمل و برنامه‌ریزی جلو برویم، هوش مصنوعی می‌تواند به بهینه‌سازی سامانه‌های پیچیده شهری، توزیع انرژی و کشاورزی کمک کند. کاهش سرعت و ارزیابی همه‌جانبه اقدامات، نتیجه‌ای به مراتب پایدارتر خلق خواهد کرد.

گرنوت واگنر: در درازمدت مسیر بسیار روشن است: انرژی خورشیدی، باتری‌ها و منابع تجدیدپذیر. هزینه انرژی خورشیدی و فناوری‌های ذخیره‌سازی پیوسته کاهش می‌یابد، در حالی که سوخت‌های فسیلی همواره با نوسانات قیمت دست‌به‌گریبان هستند. نیاز دیتاسنترها مسیر کلی به سوی کربن‌زدایی را تغییر نخواهد داد.

کی کلی: ایالت‌هایی مانند تگزاس اکنون برق خورشیدی بیشتری نسبت به زغال‌سنگ تولید می‌کنند؛ زیرا تابش خورشید و زمین‌های وسیع، ارزان‌ترین و پایدارترین راه تولید انرژی هستند. بیشترین ظرفیت‌های جدیدی که به شبکه افزوده می‌شوند پاک هستند، هرچند کمبودهای مقطعی ممکن است استفاده از سوخت‌های فسیلی را به‌طور موقت تمدید کند.

جکی اسنو: چین ظرفیت عظیمی از انرژی خورشیدی و بادی را با سرعتی بی‌سابقه ایجاد کرده و از نظر دسترسی به انرژی محدودیتی احساس نمی‌کند. علاوه بر این، ارائه مدل‌های کارآمد و کم‌هزینه توسط استارتاپ‌هایی نظیر DeepSeek و پژوهشگران برجسته نشان داد که با مصرف بسیار کمتر انرژی می‌توان مدل‌های زبانی رقابتی ساخت. این دستاوردها اثبات کردند که رویکرد پرهزینه و متکی به گسترش نامحدود تأسیسات، تنها راه پیشرفت نیست.

ضرورت تصمیم‌گیری آگاهانه به‌جای انفعال

جان ریوز: پیچیدگی‌های فنی هوش مصنوعی موجب شده نهادهای سیاست‌گذار و عموم مردم در برابر شتاب آن احساس انفعال کنند. ذی‌نفعان اصلی نیز تلاش می‌کنند این توسعه شتاب‌زده را روندی گریزناپذیر جلوه دهند تا مقاومتی شکل نگیرد.

دنیل پالکن: سازوکارهای سنتی قانون‌گذاری به علت سرعت بالای تحولات توان هماهنگی سریع با این تغییرات را ندارند و نمی‌توانند به‌تنهایی پاسخ‌های آماده‌ای ارائه دهند.

مارکو پیمنتل: واقعیت این است که با یک بن‌بست حل‌نشدنی انرژی روبه‌رو نیستیم؛ نیمی از ظرفیت شبکه دست‌نخورده باقی مانده و نوآوری‌های نرم‌افزاری و تراشه‌های بهینه‌تر می‌توانند نیازها را پوشش دهند. چالش اصلی، دیوان‌سالاری کهنه و تصمیم‌گیری‌های شتاب‌زده است. آینده بر اساس قوانین غیرقابل‌تغییر فیزیک شکل نمی‌گیرد، بلکه حاصل انتخاب‌های انسان‌هاست. ما در میان یک جهش بزرگ فناورانه زندگی می‌کنیم، اما پیش از هر اقدامی باید از خود بپرسیم: آیا واقعاً نیاز است ساخت‌وسازهای زیرساختی را با چنین شتاب سرسام‌آوری پیش ببریم؟