به گزارش خبرگزاری ایمنا، مراکز داده هوش مصنوعی در حال تبدیل شدن به یکی از مهمترین مصرفکنندگان پنهان آب در اقتصاد دیجیتال هستند، زیرا برای خنک نگهداشتن هزاران پردازنده پرقدرت به آب و انرژی نیاز دارند. برآوردهای جدید نشان میدهد که تا سال 2030، مصرف برق و آب این مراکز میتواند بهطور چشمگیری افزایش و فشار تازهای بر منابع آبی مناطق خشک و نیمهخشک وارد کند.
چرا هوش مصنوعی آب میخواهد
خودِ مدلهای هوش مصنوعی آب مصرف نمیکنند، اما زیرساختی که آنها را آموزش میدهد و اجرا میکند، آببر است. سرورها در زمان پردازشهای سنگین گرمای زیادی تولید میکنند و برای جلوگیری از افت عملکرد یا خرابی، باید خنک شوند. در بسیاری از مراکز داده، این خنکسازی با سامانههای مبتنی بر آب انجام میشود؛ آب یا در برجهای خنککننده تبخیر میشود یا در چرخههای حرارتی برای دفع گرما به کار میرود.
نکته مهم این است که اثر آبی هوش مصنوعی فقط به خنکسازی مستقیم محدود نمیشود. تولید برق مورد نیاز این مراکز نیز در بسیاری از کشورها آببر است و همین مسئله «ردپای آب» کل صنعت را بزرگتر میکند. به همین دلیل، حتی اگر یک مرکز داده به فناوری بهینهتر مجهز شود، همچنان بخش قابل توجهی از مصرف آب میتواند در زنجیره بالادستی برق باقی بماند.
ابعاد بحران جهانی
گزارشهای تازه تصویری نگرانکننده از روند آینده ترسیم میکنند. یک گزارش رسانهای بر پایه ارزیابیهای جدید سازمان ملل میگوید مراکز داده هوش مصنوعی ممکن است تا 2030 حدود 9.3 تریلیون لیتر آب مصرف کنند؛ رقمی که معادل نیاز آبی سالانه 1.3 میلیارد نفر برآورد شده است. همان گزارش میگوید مصرف برق این مراکز نیز میتواند به 945 تراواتساعت برسد، یعنی چند برابر مصرف برق برخی کشورهای پرجمعیت.
این روند در سطح محلی هم آثار ملموس دارد. گزارشهای تحقیقی و رسانهای نشان دادهاند که توسعه مراکز داده در بعضی مناطق بدون شفافیت کافی درباره مصرف آب پیش میرود و این موضوع میتواند رقابت بر سر منابع آب را تشدید کند. در عمل، این یعنی یک پروژه فناوری در یک منطقه، ممکن است با نیازهای شرب، کشاورزی و محیطزیست همان منطقه وارد رقابت شود.
مسئله فقط خنکسازی نیست
یکی از خطاهای رایج در بحث عمومی این است که بحران آب مراکز داده فقط به برجهای خنککننده نسبت داده میشود. در حالی که گزارشها نشان میدهند بخش بزرگی از مصرف آب غیرمستقیم و ناشی از تولید برق و زیرساختهای پشتیبان است. بهعلاوه، ساخت تراشهها، تجهیزات شبکه و زنجیره تأمین سختافزار هم اثر آبی دارد و در ارزیابیهای رایج کمتر دیده میشود.
از این منظر، ارزیابی پایداری هوش مصنوعی باید فراتر از «مصرف برق» برود و کل چرخه عمر را ببیند. اگر فقط بر انتشار کربن تمرکز شود، بخشی از فشار واقعی بر آب و زمین نادیده میماند. این همان شکافی است که پژوهشگران و نهادهای علمی درباره آن هشدار دادهاند.
فناوریهای خنکسازی جدید
با این حال همه خبرها منفی نیست. شرکت انویدیا اعلام کرده است که زیرساخت جدیدش از سامانه خنکسازی مایع با مدار کاملا بسته استفاده میکند و میتواند در برخی طراحیها، مصرف آب موردنیاز برای خنکسازی را تقریبا بهطور کامل حذف کند. این شرکت میگوید در معماری جدید، دمای سیال خنککننده میتواند تا ۴۵ درجه سانتیگراد افزایش یابد و با استفاده از Dry Cooler (سامانهای که بهجای تبخیر آب، گرما را با استفاده از هوای محیط دفع میکند)، نیاز به سامانههای خنککننده تبخیری و در نتیجه مصرف آب، بهشدت کاهش پیدا میکند.
هر چند باید اذعان داشت که این فناوری هنوز به معنای حل کامل مسئله نیست. نخست اینکه اجرای آن در کل صنعت زمان میبرد، چون هزاران مرکز داده قدیمی همچنان با سیستمهای پرمصرفتر کار میکنند. دوم اینکه هرچه هوش مصنوعی گستردهتر شود، تقاضا برای پردازش هم افزایش مییابد و ممکن است صرفهجویی در هر مرکز، با رشد تعداد مراکز جبران شود.
هوش مصنوعی زمانی به نفع انسان است که مسئولانه توسعه یابد
محمدعلی کاظمی، کارشناس فناوری اطلاعات و ارتباطات در اینباره به خبرنگار ایمنا گفت: هوش مصنوعی فقط یک تحول فناورانه نیست، بلکه یک تغییر زیرساختی عمیق است که دارد نسبت ما با انرژی، آب و منابع طبیعی را بازتعریف میکند.
وی افزود: در بحثهای عمومی، معمولا این فناوری را با سرعت، نوآوری و بهرهوری میشناسند، اما کمتر به این توجه میشود که پشت این ظاهر نامرئیِ دیجیتال، یک شبکه بسیار واقعی از مصرف منابع قرار دارد؛ یعنی هرچه استفاده از هوش مصنوعی گستردهتر شود، فشار آن بر زیرساختهای فیزیکی هم بیشتر خواهد شد و این دقیقا جایی است که بحث پایداری اهمیت پیدا میکند.
کارشناس فناوری اطلاعات و ارتباطات بیان کرد: از نگاه من، یکی از خطاهای رایج این است که هوش مصنوعی را یک پدیده کاملا مجازی تصور میکنیم، در حالی که آموزش مدلها، اجرای آنها و نگهداری از سامانههای عظیم پردازشی، به مراکز دادهای وابسته است که برق، آب، زمین و مواد اولیه میخواهند؛ این یعنی هر پیشرفت در هوش مصنوعی، اگر بدون ملاحظه طراحی شود، میتواند به افزایش فشار بر منابعی منجر شود که همین حالا هم در بسیاری از نقاط جهان در وضعیت شکننده قرار دارند، به همین دلیل پرسش اصلی فقط این نیست که هوش مصنوعی چقدر هوشمند میشود، بلکه این است که با چه هزینهای هوشمندتر میشود.
کاظمی خاطرنشان کرد: به اعتقاد من، مسئله منابع در هوش مصنوعی یک مسئله فقط فنی نیست؛ یک مسئله حکمرانی است؛ وقتی یک صنعت با این سرعت رشد میکند، باید همزمان سازوکارهایی برای شفافیت، اندازهگیری و پاسخگویی داشته باشد؛ اگر ندانیم یک مرکز داده چقدر آب مصرف میکند، از چه منبعی برق میگیرد و چه اثری بر محیطزیست محلی دارد، عملا امکان ارزیابی پایداری آن را از دست میدهیم؛ این در حالی است که بخش زیادی از تصمیمگیریها درباره توسعه این زیرساختها، در سطحی انجام میشود که مردم محلی و حتی نهادهای نظارتی، دسترسی کافی به دادههای دقیق ندارند.
آینده هوش مصنوعی وابسته به این است که آیا میتواند از مرحله «رشد صرف» به مرحله «رشد مسئولانه» برسد یا نه
وی ادامه داد: نکته مهم دیگر این است که نباید فناوری را از زمینه جغرافیاییاش جدا کنیم؛ یک مرکز داده در منطقهای با آب فراوان و شبکه برق پاک، اثر متفاوتی نسبت به همان مرکز در ناحیهای کمآب و دارای تنش انرژی دارد، بنابراین نسخه واحدی برای همه وجود ندارد.
کارشناس فناوری اطلاعات و ارتباطات گفت: توسعه مسئولانه هوش مصنوعی یعنی محل استقرار، نوع خنکسازی، منبع برق و حتی الگوی رشد تقاضا باید با هم دیده شوند؛ اگر این نگاه زمینهمند وجود نداشته باشد، ممکن است فناوریای که قرار است بهرهوری را بالا ببرد، در عمل به تشدید نابرابریهای زیستمحیطی منجر شود.
کاظمی عنوان کرد: فکر میکنم آینده هوش مصنوعی وابسته به این است که آیا میتواند از مرحله «رشد صرف» به مرحله «رشد مسئولانه» برسد یا نه؛ رشد مسئولانه یعنی شرکتها فقط روی سرعت و دقت مدلها رقابت نکنند، بلکه درباره مصرف منابع هم پاسخگو باشند؛ یعنی نوآوری در الگوریتم، همزمان با نوآوری در معماری زیرساخت و کاهش اثرات محیطی پیش برود؛ اگر چنین اتفاقی نیفتد، ممکن است با صنعتی روبهرو شویم که از نظر فنی پیشرفته است، اما از نظر زیستمحیطی ناپایدار.
وی با بیان اینکه توسعه هوش مصنوعی را نه رد میکنم و نه آن را بیقید و شرط تحسین میکنم، تاکید کرد: نگاه من این است که این فناوری میتواند بسیار ارزشمند باشد، اما فقط در صورتی که هزینههای پنهان آن جدی گرفته شود؛ آیندهای که در آن هوش مصنوعی واقعا به نفع انسان عمل کند، آیندهای است که در آن نوآوری با مسئولیتپذیری همراه باشد؛ نه اینکه پیشرفت دیجیتال، بحران آب، انرژی و محیطزیست را عمیقتر کند.
به گزارش ایمنا، هوش مصنوعی فقط یک تحول نرمافزاری نیست؛ یک زیرساخت فیزیکی عظیم است که آب، برق و زمین را همزمان تحت فشار میگذارد. راهحل واقعی، ترکیبی از سه چیز است: شفافیت در افشای دادههای مصرف آب، بهینهسازی فناوری خنکسازی، و مکانیابی مسئولانه مراکز داده در مناطق کمآب. اگر این سه محور جدی گرفته نشوند، رشد هوش مصنوعی میتواند به یکی از نیروهای تشدیدکننده بحران آب جهانی تبدیل شود.
نظر شما