پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

هشدار جدی گلدمن ساکس: بحران تأمین برق و ضعف شبکه انرژی، پیشرفت هوش مصنوعی را تهدید می‌کند

انتشار:۲۸ مهر ۱۴۰۵(۲ ساعت پیش)
۳ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

گزارش جدید گلدمن ساکس نشان می‌دهد که جهش انفجاری هوش مصنوعی با سرعت بسیار کند توسعه زیرساخت‌های برق برخورد کرده است. کارشناسان وال‌استریت هشدار می‌دهند که تأخیرهای طولانی در اتصال مراکز داده به شبکه انرژی، بازگشت سرمایه‌گذاری‌های تریلیون دلاری این حوزه را با ریسکی بی‌سابقه روبه‌رو می‌کند.

هشدار جدی گلدمن ساکس: بحران تأمین برق و ضعف شبکه انرژی، پیشرفت هوش مصنوعی را تهدید می‌کند

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • تقاضای برق مراکز داده تا سال ۲۰۳۰ حدود ۱۷۰ درصد جهش خواهد کرد، اما توسعه شبکه انرژی همگام با این رشد پیش نمی‌رود.
  • گلدمن ساکس برآورد می‌کند حدود ۷٫۶ تریلیون دلار سرمایه‌گذاری در هوش مصنوعی، به‌دلیل میانگین انتظار ۵ ساله برای دریافت انشعاب برق به خطر بیفتد.
  • بخش عمده این زیرساخت‌ها با بدهی‌های کلان تأمین مالی شده‌اند و تأخیر در اتصال به شبکه، ریسک مالی غول‌های فناوری را به‌شدت افزایش می‌دهد.

سیلیکون‌ولی با رویکرد «سریع حرکت کن و ساختارها را بشکن» پیش می‌رود، اما شبکه برق ایالات متحده سرعتی بسیار کند دارد و توسعه آن وابسته به فرآیندهای اداری طولانی و نیازمند مجوز است.

  • رشد انفجاری هوش مصنوعی با روند فوق‌العاده کند ساخت زیرساخت‌های جدید انرژی تلاقی پیدا کرده است؛ وضعیتی که سبب شده بانک گلدمن ساکس در هشداری تازه اعلام کند گلوگاه‌های تأمین برق به‌زودی مسابقه هوش مصنوعی را متوقف خواهند کرد.

چرا این موضوع اهمیت دارد؟ در بحبوحه موجی از نگرانی در وال‌استریت پیرامون توسعه زیرساخت‌های هوش مصنوعی با اتکا به استقراض و بدهی‌های سنگین، گلدمن ساکس در گزارش تحلیلی تازه‌ای هشدار داده است که کمبود برق بزرگ‌ترین ریسک پیش روی سرمایه‌گذاری‌های چند تریلیون دلاری این حوزه به شمار می‌رود.

جزئیات خبر: بر اساس این گزارش، گلدمن ساکس پیش‌بینی می‌کند تقاضای برق مراکز داده در سراسر جهان بین سال‌های ۲۰۲۵ تا ۲۰۳۰ حدود ۱۷۰ درصد جهش یابد و بیش از ۶۰ درصد این رشد تقاضا منحصراً به ایالات متحده مربوط باشد.

  • جیسون تافسکی، مدیر بخش بانکداری سرمایه‌گذاری زیرساخت دیجیتال در گلدمن ساکس، در این گزارش خاطرنشان می‌کند: «برق احتمالاً گلوگاه همیشگی و دائمی توسعه خواهد بود.»
  • این بانک برآورد می‌کند که بین سال‌های ۲۰۲۶ تا ۲۰۳۱، حدود ۷٫۶ تریلیون دلار سرمایه‌گذاری کلان در بخش‌های پردازش ابری، مراکز داده و زیرساخت‌های انرژی انجام شود.

نگاه دقیق‌تر: زیرساخت‌های فیزیکی لازم برای پشتیبانی از هوش مصنوعی با سرعتی به‌مراتب پایین‌تر از خود این فناوری گسترش می‌یابند.

  • هم‌اکنون در ایالات متحده حدود ۲۶۰۰ گیگاوات پروژه پیشنهادی برای تولید و ذخیره‌سازی انرژی در صف اتصال به شبکه قرار دارند؛ رقمی که بیش از دو برابر کل ظرفیت نصب‌شده فعلی شبکه است، هرچند که شاید بسیاری از این پروژه‌ها هرگز به مرحله اجرا نرسند.
  • میانگین زمان سپری‌شده از لحظه ثبت درخواست اتصال به شبکه برق تا آغاز بهره‌برداری تجاری، حدود ۵ سال است.

پشت پرده ماجرا: گلدمن ساکس استدلال می‌کند رقابت موسوم به هوش مصنوعی، که پیش‌تر همواره با میزان پیشرفت مدل‌های هوش مصنوعی پیشرو سنجیده می‌شد، در واقع به این موضوع وابسته شده است که چه کسی می‌تواند به برق کافی دست یابد.

  • این وضعیت می‌تواند به معنای طولانی‌تر و غیرقابل‌پیش‌بینی‌تر شدن فرآیند توسعه زیرساخت‌ها، به تأخیر افتادن بازگشت سرمایه و تحمیل ریسک‌های سنگین‌تر به شرکت‌هایی باشد که پیش از تضمین تأمین انرژی، سرمایه‌گذاری‌های کلانی انجام داده‌اند.

ابعاد مالی و سرمایه‌گذاری: این توسعه گسترده با تکیه بر بدهی و اوراق قرضه تأمین مالی می‌شود؛ موضوعی که در صورت عقب افتادن زمان‌بندی ساخت پروژه‌ها، خطرات مالی را بسیار جدی‌تر خواهد کرد.

  • گلدمن ساکس پیش‌بینی می‌کند انتشار اوراق بدهی توسط غول‌های ابری (هایپراسکیلرها) در سطح جهان در سال ۲۰۲۷ به ۴۲۰ میلیارد دلار برسد که رشدی بیش از ۶۰ درصد را نسبت به برآورد سال ۲۰۲۶ نشان می‌دهد.
  • انتظار می‌رود استقراض مالی حدود ۳۵ درصد از کل هزینه‌های سرمایه‌ای هایپراسکیلرها را در سال آینده پوشش دهد.
  • همچنین هایپراسکیلرها تنها ۴۰ درصد از کل اعتبارات جذب‌شده در اکوسیستم هوش مصنوعی را به خود اختصاص داده‌اند؛ آماری که نشان می‌دهد استقراض و بدهی تا چه حد در این حوزه گسترش یافته است.

موانع محلی و چالش‌ها: بر اساس گزارش گلدمن ساکس، از ماه ژانویه تاکنون، ۸۶ پروژه لغو شده یا با تأخیر جدی روبه‌رو شده‌اند که علت ۷۶ مورد از آن‌ها، مستقیماً به مخالفت‌های محلی مربوط بوده است.

  • مجموع این عوامل تصویری از تأخیرهای ادامه‌دار و فرسایشی را در این صنعت ترسیم می‌کند.

نیمه پر لیوان: با این حال، کاهش سرعت استقرار می‌تواند مفید هم باشد؛ چراکه با دادن فرصت به تقاضای واقعی برای رسیدن به حجم سرمایه‌گذاری‌ها، مانع از سرمایه‌گذاری بیش از حد و اتلاف منابع می‌شود.

در سوی دیگر بازار: این رونق بزرگ در حال دگرگونی شرکت‌های خدمات رفاهی و توزیع برق (یوتیلیتی‌ها) است و این کسب‌وکارهای سنتی و کم‌رشد را به ذی‌نفعان اصلی سرمایه‌گذاری‌های هوش مصنوعی بدل می‌کند.

  • پیش‌بینی می‌شود برنامه‌های سرمایه‌گذاری شرکت‌های توزیع برق بین سال‌های ۲۰۲۶ تا ۲۰۳۰ به ۱٫۳ تریلیون دلار برسد.
  • غول‌های فناوری در حال بررسی برنامه‌هایی هستند تا هزینه احداث نیروگاه‌ها، خطوط انتقال و زیرساخت‌های الکتریکی مورد نیاز مراکز داده خود را مستقیماً تأمین کنند.

کلام آخر: اگر سیستم‌های هوش مصنوعی بسازید، کاربران به سراغ آن‌ها خواهند آمد؛ اما ماندگاری و استفاده مداوم آن‌ها تنها در صورتی ممکن است که برق کافی برای روشن نگه داشتن این سامانه‌ها وجود داشته باشد.

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

چت‌بات‌ها چهره‌دار می‌شوند؛ آیا آواتارهای شبه‌انسانی اعتماد ما به هوش مصنوعی را بیشتر می‌کنند؟
آخرین اخبار

چت‌بات‌ها چهره‌دار می‌شوند؛ آیا آواتارهای شبه‌انسانی اعتماد ما به هوش مصنوعی را بیشتر می‌کنند؟

با مجهز شدن چت‌بات‌ها و ایجنت‌های هوش مصنوعی به چهره‌های شبه‌انسانی، این پرسش مطرح می‌شود که آیا ظاهر انسانی واقعاً اعتماد کاربران را افزایش می‌دهد؟ کارشناسان معتقدند درک واقعی دغدغه‌های کاربر و ایجاد حس آشنایی، نقشی بسیار عمیق‌تر از چهره‌های واقع‌گرایانه در اعتمادسازی ایفا می‌کنند.

۱۰ دقیقه مطالعه
۰
۲۸ مهر
دیپسیک موتور اختصاصی اجرای مدل V4.1-Flash را با نام DeepInfer متن‌باز کرد
آخرین اخبار

دیپسیک موتور اختصاصی اجرای مدل V4.1-Flash را با نام DeepInfer متن‌باز کرد

شرکت دیپسیک فریمورک پردازشی DeepInfer و کتابخانه deepseek-recipe را به‌صورت متن‌باز منتشر کرد تا معماری زیرساخت اجرای مدل V4.1-Flash در دسترس عموم قرار گیرد. این اقدام دو بخش کلیدی از سرویس ابری این شرکت شامل نحوه اجرای مدل روی سخت‌افزار و استانداردسازی ارتباط با API را شفاف می‌سازد.

۵ دقیقه مطالعه
۰
۲۸ مهر
تحول مصاحبه‌های استخدامی گوگل با هوش مصنوعی؛ سنجش تسلط به ابزارهای AI برای مهندسان نرم‌افزار اجباری شد
آخرین اخبار

تحول مصاحبه‌های استخدامی گوگل با هوش مصنوعی؛ سنجش تسلط به ابزارهای AI برای مهندسان نرم‌افزار اجباری شد

اسناد داخلی فاش‌شده نشان می‌دهند گوگل در حال متحول‌کردن فرایند مصاحبه‌های استخدامی مهندسان نرم‌افزار است. غول فناوری اکنون تسلط به ابزارهای هوش مصنوعی را به معیاری ضروری تبدیل کرده و به متقاضیان اجازه می‌دهد حین مصاحبه از مدل هوش مصنوعی Gemini استفاده کنند.

۳ دقیقه مطالعه
۰
۲۸ مهر