Web Analytics Made Easy - Statcounter

کمبود برق ۴۰ درصد از مراکز داده هوش مصنوعی را تا سال ۲۰۲۷ تحت تأثیر قرار می‌دهد

گارتنر پیش‌بینی می‌کند تا سال ۲۰۲۷، افزایش تقاضای انرژی برای هوش مصنوعی مولد باعث کمبود برق، افزایش هزینه‌ها و چالش در دستیابی به اهداف زیست‌محیطی خواهد شد.
توزیع برق دیتاسنتر

تقاضای انرژی توسط هوش مصنوعی مولد فراتر از ظرفیت‌ها خواهد بود

گسترش سریع هوش مصنوعی (AI) و هوش مصنوعی مولد (GenAI) باعث افزایش شدید مصرف انرژی شده است. طبق پیش‌بینی گارتنر، نیاز مراکز داده به برق طی دو سال آینده ممکن است تا ۱۶۰ درصد افزایش یابد، که نتیجه آن محدودیت برق برای ۴۰ درصد از مراکز داده هوش مصنوعی تا سال ۲۰۲۷ خواهد بود.

باب جانسون، معاون تحلیل‌گر گارتنر، گفت: «رشد بی‌سابقه مراکز داده بزرگ مقیاس برای پیاده‌سازی هوش مصنوعی مولد تقاضای انرژی غیرقابل کنترلی ایجاد کرده که خدمات برق قادر به افزایش سریع ظرفیت خود برای پاسخ‌گویی به آن نیستند.» وی افزود: «این عدم تعادل، دسترسی به انرژی را تهدید می‌کند و ممکن است توسعه مراکز داده جدید برای هوش مصنوعی مولد و دیگر کاربردها را از سال ۲۰۲۶ مختل کند.»

گارتنر پیش‌بینی می‌کند که نیاز سالانه به برق برای سرورهای بهینه‌سازی‌شده با هوش مصنوعی تا سال ۲۰۲۷ به ۵۰۰ تراوات ساعت (TWh) برسد، که ۲.۶ برابر سطح سال ۲۰۲۳ است.

تخمین افزایش مصرف انرژی مراکز داده هوش مصنوعی تا سال ۲۰۲۷

جانسون ادامه داد: «مراکز داده بزرگ‌تری برای مدیریت حجم عظیم داده‌های موردنیاز جهت آموزش و پیاده‌سازی مدل‌های زبانی بزرگ (LLMs) که پایه برنامه‌های هوش مصنوعی مولد هستند، در دست برنامه‌ریزی هستند. اما زیرساخت‌های انرژی لازم برای پشتیبانی از این مراکز ممکن است سال‌ها طول بکشد تا به سطح مورد نیاز برسد، که باعث ادامه کمبود انرژی در کوتاه‌مدت خواهد شد.»

تأثیر کمبود انرژی بر رشد مراکز داده هوش مصنوعی

در کوتاه‌مدت، رشد هوش مصنوعی مولد و ایجاد مراکز داده جدید به دسترسی به برق بستگی خواهد داشت. گارتنر توصیه می‌کند که سازمان‌ها خطرات ناشی از کمبود احتمالی انرژی را برای محصولات و خدمات خود ارزیابی کنند.

افزایش هزینه‌های انرژی در آینده

گارتنر پیش‌بینی می‌کند که کمبود برق پیش رو باعث افزایش هزینه‌های انرژی خواهد شد، که به نوبه خود هزینه‌های اجرای مدل‌های زبانی بزرگ را افزایش می‌دهد.

جانسون گفت: «مصرف‌کنندگان بزرگ انرژی با تولیدکنندگان اصلی توافق‌های بلندمدت منعقد می‌کنند تا منابع تضمین‌شده‌ای مستقل از تقاضای شبکه برای خود فراهم کنند. در همین حال، هزینه برق برای مراکز داده به دلیل تلاش اپراتورها برای تأمین انرژی مورد نیازشان افزایش خواهد یافت. این افزایش هزینه‌ها به ارائه‌دهندگان محصولات و خدمات هوش مصنوعی/هوش مصنوعی مولد منتقل خواهد شد.»

سازمان‌ها باید در برنامه‌ریزی‌های بلندمدت خود انتظار هزینه‌های بالاتر انرژی را داشته باشند، قراردادهای بلندمدت خدمات مراکز داده را با نرخ‌های مناسب برای برق منعقد کنند، و گزینه‌های جایگزین برای بهره‌وری انرژی در توسعه محصولات و خدمات خود بررسی کنند.

به خطر افتادن اهداف زیست‌محیطی

راه‌حل‌های کوتاه‌مدت برای پاسخ به تقاضای انرژی ممکن است اهداف پایداری با کربن صفر را به خطر بیندازد. تأمین‌کنندگان انرژی برای حفظ عرضه، به استفاده از نیروگاه‌های سوخت فسیلی که برنامه‌ریزی شده بود بازنشسته شوند، ادامه می‌دهند.

جانسون اظهار داشت: «استفاده بیشتر از مراکز داده منجر به انتشار بیشتر CO2 در کوتاه‌مدت خواهد شد، که دستیابی به اهداف پایداری بلندپروازانه را برای اپراتورها و مشتریان آن‌ها دشوارتر می‌کند.»

مراکز داده به انرژی ۲۴ ساعته و بدون وقفه نیاز دارند، که منابع تجدیدپذیر مانند باد و خورشید بدون پشتیبانی جایگزین نمی‌توانند ارائه دهند. در بلندمدت، راه‌حل‌هایی مانند باتری‌های پیشرفته (مانند باتری‌های سدیم-یونی) یا فناوری‌های تولید برق پاک (مانند راکتورهای کوچک هسته‌ای) می‌توانند به دستیابی به اهداف پایداری کمک کنند.

گارتنر توصیه می‌کند که سازمان‌ها اهداف پایداری خود را در رابطه با انتشار CO2، با توجه به نیازهای آینده مراکز داده و منابع انرژی بازنگری کنند. هنگام توسعه برنامه‌های هوش مصنوعی مولد، شرکت‌ها باید بر کارآمدی تمرکز کنند، نیازهای محاسباتی را به حداقل برسانند و گزینه‌های دیگری مانند محاسبات لبه‌ای و مدل‌های زبانی کوچک‌تر را بررسی کنند.