ائتلاف Nvidia و Google برای مدیریت مصرف انرژی هوش مصنوعی؛ چرا این موضوع اهمیت دارد؟

هوش مصنوعی به‌شدت تشنه مصرف انرژی است. دیتاسنترها علاوه بر افزایش هزینه‌های خدمات شهری، می‌توانند قبض برق شهروندان عادی را نیز به میزان قابل‌توجهی بالا ببرند؛ حتی زمانی که مالکان این تأسیسات هزینه دسترسی به شبکه را پرداخت می‌کنند. با این حال، شرکت Nvidia معتقد است راه‌حلی برای این مشکل دارد: دیتاسنترهای انعطاف‌پذیر.

به‌تازگی، Nvidia اعلام کرده است که با همکاری Google و Emerald AI، ائتلاف مدیریت انرژی هوش مصنوعی (AEMA) را تشکیل داده است. هدف از ایجاد این گروه، توسعه، پشتیبانی و مدیریت دیتاسنترهای هوش مصنوعی به‌گونه‌ای است که بتوانند میزان تقاضای برق خود را به‌صورت آنی تغییر دهند. برای مثال، اگر به دلیل استفاده همگانی از سیستم‌های تهویه مطبوع در موج گرما، شبکه برق به مرز فروپاشی برسد، دیتاسنترهای سازگار با استانداردهای AEMA می‌توانند مصرف برق خود را محدود کنند تا احتمال بروز خاموشی و قطعی برق کاهش یابد.

وارون سیوارام، بنیان‌گذار Emerald AI، در مصاحبه‌ای اعلام کرده است که دیتاسنترهای انعطاف‌پذیر AEMA مزایای متعددی دارند که مهم‌ترین آن‌ها مقرون‌به‌صرفه بودن است. بر اساس محاسبات سیوارام، این دیتاسنترها می‌توانند ۱۰۰ گیگاوات انرژی آزاد کنند که تأثیر آن نه تنها در میزان مصرف، بلکه در قبض‌های برق نیز نمایان خواهد شد. افزون بر این، توسعه‌دهندگان دیگر نیازی به نصب سیستم‌های تولید برق اختصاصی برای تأمین انرژی مورد نیاز خود نخواهند داشت؛ موضوعی که علاوه بر کاهش هزینه‌های احداث دیتاسنترهای آینده، میلیون‌ها پنل خورشیدی را برای مصارفی فراتر از تأمین انرژی مدل‌های محاسباتی هوش مصنوعی آزاد می‌کند.

آیا ائتلاف AEMA واقعاً به اندازه ادعاهایش کارآمد است؟

در نگاه اول، برنامه‌های AEMA بسیار منطقی و مستحکم به نظر می‌رسند. مصرف برق کمتر برای دیتاسنترها (دست‌کم در زمان‌هایی که شهروندان عادی به برق بیشتری نیاز دارند) نه تنها هزینه تأمین انرژی هوش مصنوعی را کاهش می‌دهد، بلکه منابع مورد نیاز برای خنک نگه‌داشتن این تأسیسات را نیز پایین می‌آورد. این یعنی دسترسی به آب پاک بیشتر و مصرف برق کمتر برای سیستم‌های خنک‌کننده دیتاسنترها؛ اما برخی کارشناسان نسبت به این موضوع تردید دارند.

یکی از بزرگ‌ترین موانعی که منتقدان به آن اشاره می‌کنند، توجیه‌پذیری اقتصادی این طرح است. حتی اگر دیتاسنترهای انعطاف‌پذیر AEMA بتوانند انرژی مورد نیاز سرورها را کاهش دهند، آیا توسعه‌دهندگان اصلاً تمایلی به سرمایه‌گذاری در این فناوری خواهند داشت؟ اگر شرکت‌های توسعه‌دهنده هوش مصنوعی نتوانند به اندازه‌ای که سیوارام ادعا می‌کند در هزینه‌های خود صرفه‌جویی کنند، احتمالاً به سراغ زیرساخت‌های استاندارد خواهند رفت؛ به‌ویژه اگر این کار به معنای راه‌اندازی سریع‌تر دیتاسنترهایشان باشد. با این حال، حتی اگر این سناریو بتواند رؤیاهای سیوارام را مختل کند، موفقیت او ممکن است خطر بسیار بزرگ‌تری به همراه داشته باشد.

بیایید فرض کنیم که AEMA دقیقاً همان چیزی است که Google، Nvidia و Emerald AI انتظار دارند و حتی فراتر از آن. دیتاسنترهای انعطاف‌پذیر این ائتلاف، راه‌اندازی تأسیسات جدید را آسان‌تر و ارزان‌تر می‌کنند. اما بعد چه؟ احتمالاً موانع ورود به این حوزه کاهش می‌یابد و شاهد هجوم شرکت‌ها برای ساخت تعداد بی‌شماری دیتاسنتر جدید خواهیم بود. اگر تمام تأسیسات موجود به مدل انعطاف‌پذیر روی بیاورند، ممکن است شاهد کاهش قبض‌های سنگین برق باشیم؛ اما اگر تعداد بی‌شماری دیتاسنتر جدید ساخته شود چه؟ در این صورت، هرچند ممکن است هر یک از آن‌ها در ساعات اوج مصرف برق کمتری از شبکه دریافت کنند، اما فعالیت هم‌زمان همه آن‌ها می‌تواند در نهایت به افزایش مصرف کلی برق و آب منجر شود.