افزایش سریع تقاضای برق برای آموزش و استنتاج مدل‌های بزرگ هوش‌مصنوعی مسئله قابل‌توجهی پدید آورده است؛ این مسئله عمدتاً در چند خوشه جغرافیایی ایالات متحده متمرکز شده و ماهیت آن بیشتر منطقه‌ای است تا بحران جهانی.

چه اتفاقی افتاده و چرا نگرانی‌ها متمرکز است

توسعه مدل‌های بزرگ و به‌کارگیری شتاب‌دهنده‌های تخصصی مصرف مراکز داده را مجدداً افزایش داده است. تقاضا دیگر مانند اوایل دهه‌های 2000 و 2010 رشد آرامی ندارد؛ شرکت‌های توسعه‌دهنده در برخی مناطق درخواست‌های اتصال در مقیاس گیگاوات مطرح کرده‌اند. این بار مصرف در خوشه‌هایی تجمع می‌یابد که می‌تواند برنامه‌ریزی تولید، پست‌های برق، ترانسفورماتورها و خطوط انتقال را تحت فشار قرار دهد و به تنگناهای منطقه‌ای منجر شود (گزارش مرتبط).

اعداد کلان جهانی و سهم ایالات متحده

آژانس بین‌المللی انرژی گزارش می‌دهد مصرف برق مراکز داده در سال 2024 حدود 415 تراوات‌ساعت بوده است (حدود 1.5% از مصرف جهانی). سناریوی مرکزی آن آژانس پیش‌بینی می‌کند که این رقم تا سال 2030 به حدود 945 تراوات‌ساعت نزدیک شود، معادل تقریباً 3% مصرف جهانی (IEA).

ایالات متحده نقش برجسته‌ای دارد؛ برآوردها نشان می‌دهد این کشور حدود 45% از مصرف جهانی مراکز داده را به خود اختصاص می‌دهد و ظرفیت در خوشه‌های منطقه‌ای محدودی تمرکز یافته است. مدل‌سازی‌هایی مانند مطالعات آزمایشگاه برکلی نشان می‌دهد در برخی سناریوها امکان دارد مصرف مراکز داده تا سال 2030 به نزدیک 11.8% از مصرف برق ایالات متحده برسد (Berkeley Lab).

نمای و گراف مصرف برق مراکز داده

تفاوت این موج با رشدهای قبلی در مصرف دیجیتال

روندهای قبلی نشان می‌دهد رشد خدمات دیجیتال همیشه با افزایش معادل در مصرف برق همراه نبوده است. در دهه 2000، مصرف مراکز داده ظرف چند سال رشد شدیدی داشت، ولی تا اواسط دهه 2010 نرخ رشد کاهش یافت؛ بهبود کارایی سرورها، مجازی‌سازی و تمرکز بار در اَبَرمقیاس از عوامل اصلی بودند (EPA).

پس از گسترش رایانش ابری و موج کووید نیز اپراتورها با بهینه‌سازی ظرفیت و زیرساخت پاسخ دادند. تفاوت امروز این است که مقیاس آموزش مدل‌های بزرگ و استقرار سریع شتاب‌دهنده‌ها تا حدی دستاوردهای کارایی گذشته را خنثی کرده است (توضیح مدل‌های بزرگ).

پیامدهای عملیاتی و شبکه‌ای

  • تمرکز بار: خوشه‌های اَبَرمقیاس می‌توانند نیازهای برق عظیمی را در اطراف تعداد محدودی پست و کریدور انتقال متمرکز کنند و ریسک تنگناهای محلی را افزایش دهند.
  • زیرساخت زمان‌بر: نصب ترانسفورماتور، تابلوها و پروژه‌های انتقال به زمان و سرمایه قابل‌توجه نیاز دارد؛ تأخیر در پاسخ‌دهی می‌تواند اختلالات محلی ایجاد کند.
  • ریسک سرمایه‌گذاری: شرکت‌های برق و ناظران باید بین سرمایه‌گذاری پیشگیرانه و پذیرش بارهای پرریسک تعادل برقرار کنند.
پست برق و زیرساخت‌های انتقال در مجاورت مراکز داده

اقدامات ضروری

با توجه به تمرکز جغرافیایی مسئله، پاسخ‌ها باید محلی، هدفمند و هماهنگ باشند. پیشنهادهای عملی:

  • برنامه‌ریزی منطقه‌ای شبکه: شرکت‌های برق و توسعه‌دهنده‌ها باید سناریوهای اوج بار را مشترکاً بررسی کرده و ظرفیت انتقال و پست را پیشاپیش تأمین کنند.
  • افزایش انعطاف‌پذیری تقاضا: قراردادهای مدیریت تقاضا، قیمت‌گذاری زمانی و راهکارهای ذخیره‌سازی می‌تواند اوج نیاز را کاهش دهد.
  • سرمایه‌گذاری در انرژی پاک محلی: قرار دادن مراکز داده نزدیک به منابع تجدیدپذیر یا توافق‌های تأمین برق پاک می‌تواند آثار انتشار را کاهش دهد.
  • تداوم بهینه‌سازی کارایی: بهبود الگوریتم، معماری مدل و بهره‌برداری مراکز همچنان نقش مؤثری در تعدیل نرخ رشد مصرف دارد.

چرا نباید دچار وحشت‌زدگی جهانی شویم

افزایش مصرف مراکز داده واقعیت دارد، اما تفاوت میان یک مشکل منطقه‌ای و یک بحران جهانی تعیین‌کننده است. حتی در سناریوهای دوبرابر شدن مصرف تا 2030، سهم مراکز داده از کل برق جهان در چارچوبی قابل مدیریت باقی می‌ماند و تمرکز جغرافیایی امکان پاسخ هدفمند و سرمایه‌گذاری منطقه‌ای را فراهم می‌کند. با این حال، رخدادهای محلی می‌توانند تبعات بزرگی داشته باشند و نیاز به برنامه‌ریزی فعال را تشدید کنند.

چشم‌انداز

سرنوشت مصرف برق مراکز داده به تصمیمات معماری و نرم‌افزاری در صنعت هوش‌مصنوعی، سرعت گسترش شتاب‌دهنده‌ها، سیاست‌گذاری شبکه و سرمایه‌گذاری در تولید و ذخیره‌سازی بستگی دارد. احتمال بحران جهانی کم‌است، اما ریسک‌های منطقه‌ای واقعی و فوری‌اند که باید با اقدامات محلی، افزایش انعطاف‌پذیری شبکه و حفظ تمرکز بر کارایی مدیریت شوند.

منابع برای مطالعه بیشتر