همزمان با شدت گرفتن هشدارها درباره خطرات هوش مصنوعی پیشرفته، یک مسئله کاملاً متفاوت هم دارد به یکی از دغدغههای اصلی صنعت AI تبدیل میشود: برق. شرکتهای بزرگ هوش مصنوعی در حال ساخت دیتاسنترهایی هستند که مصرف انرژی آنها در مقیاس گیگاوات اندازهگیری میشود و شبکههای برق نیز برای همراه شدن با این سرعت رشد، زمان کافی ندارند. حالا این سؤال جدیتر شده است که آیا نگرانی درباره AGI تمام ماجراست، یا صنعت هوش مصنوعی با محدودیتی بسیار سادهتر و ملموستر یعنی انرژی روبهرو شده است؟
هوش مصنوعی چقدر برق میخواهد؟
آژانس بینالمللی انرژی (IEA) در گزارش اختصاصی خود با عنوان «Energy and AI» اعلام کرده است که دیتاسنترهای جهان در سال ۲۰۲۴ حدود ۴۱۵ تراواتساعت برق مصرف کردهاند. در سناریوی پایه این نهاد، مصرف برق دیتاسنترها تا سال ۲۰۳۰ بیش از دو برابر میشود و به حدود ۹۴۵ تراواتساعت خواهد رسید؛ رقمی که بیشتر از کل مصرف برق ژاپن در شرایط فعلی است. IEA، هوش مصنوعی را مهمترین عامل این رشد میداند.
نکته مهم اینجاست که فشار ناشی از دیتاسنترها در سطح جهان به شکل یکنواخت توزیع نمیشود. بر اساس برآورد IEA، آمریکا بهتنهایی حدود ۴۵ درصد مصرف برق دیتاسنترهای جهان در سال ۲۰۲۴ را به خود اختصاص داده و انتظار میرود دیتاسنترها نزدیک به نیمی از رشد تقاضای برق آمریکا تا سال ۲۰۳۰ را رقم بزنند.
دادههای فوق بدان معناست که مسئله فقط مقدار برق مورد نیاز AI در مقیاس جهانی نیست؛ محل احداث دیتاسنترها نیز اهمیت زیادی دارد. IEA تأکید میکند که تمرکز جغرافیایی دیتاسنترها میتواند اتصال آنها به شبکه را بسیار دشوارتر از چیزی کند که سهم آنها از مصرف برق جهانی نشان میدهد.
مشکل فقط تولید برق نیست
رشد سریع AI یک مشکل مهم دیگر هم ایجاد کرده است: زیرساخت برق نمیتواند با همان سرعت دیتاسنتر ساخته شود.
IEA در گزارش خود هشدار داده که محدودیتهای شبکه میتواند باعث تأخیر در پروژههای جدید دیتاسنتر شود. این نهاد همچنین تأکید میکند که ساخت خطوط انتقال برق و توسعه زیرساخت شبکه در بسیاری از اقتصادهای پیشرفته سالها زمان میبرد؛ در حالی که شرکتهای فناوری با سرعت بسیار بیشتری در حال افزایش ظرفیت محاسباتی هستند.
از این منظر، ممکن است در آینده مشکل اصلی شرکتهای AI دیگر صرفاً پیدا کردن GPU یا شتابدهنده مناسب نباشد. ممکن است دیتاسنتری که قرار است هزاران شتابدهنده جدید را در خود جای دهد، بهسادگی برق کافی برای روشن کردن آنها نداشته باشد.
شرکتهای AI خودشان در حال رزرو برق و ظرفیت هستند
فارغ از بحث عمومی فوق، رفتار شرکتهای بزرگ AI نیز نشان میدهد مسئله انرژی تا چه اندازه جدی شده است. OpenAI در آوریل ۲۰۲۶ اعلام کرد که پروژه Stargate را در ابتدا با هدف تأمین ۱۰ گیگاوات زیرساخت AI در آمریکا تا سال ۲۰۲۹ آغاز کرده بود، اما تنها یک سال بعد از شروع پروژه از این هدف عبور کرده است. این شرکت گفت طی ۹۰ روز گذشته بیش از ۳ گیگاوات ظرفیت جدید به زیرساخت خود اضافه کرده است.
Anthropic نیز در همین مسیر حرکت میکند. این شرکت در آوریل ۲۰۲۶ اعلام کرد با Amazon برای تأمین حداکثر ۵ گیگاوات ظرفیت برای آموزش و اجرای مدلهای Claude توافق کرده است.
یک ماه بعد، Anthropic از توافقی با Google و Broadcom برای چندین گیگاوات ظرفیت نسل بعدی TPU خبر داد. این شرکت همچنین در همان دوره از توافقهای چندگیگاواتی دیگر و افزایش سریع ظرفیت محاسباتی خود خبر داد.
این اعداد یک واقعیت مهم را نشان میدهند: رقابت شرکتهای AI دیگر فقط برای خرید تراشه نیست؛ ظرفیت برق و دیتاسنتر هم به بخشی از رقابت تبدیل شده است.
آیا خطر AGI واقعاً فقط یک بهانه است؟
در دید عادی تحلیلگران اینطور مطرح شده، شواهد موجود ثابت نمیکنند که نگرانی درباره AGI ساختگی است یا شرکتهای AI صرفاً از مسئله ایمنی بهعنوان پوششی برای مشکلات انرژی استفاده میکنند. ریسکهای ناشی از مدلهای Frontier، از سوءاستفاده گرفته تا امنیت سایبری و سایر کاربردهای خطرناک، موضوعاتی واقعی هستند.
زیرساخت انرژی در حال تبدیل شدن به یکی از محدودیتهای رشد AI است.
گزارش اخیر IEA نیز میگوید مصرف برق دیتاسنترها در جهان با سرعتی بسیار بیشتر از رشد کلی مصرف برق افزایش خواهد یافت و در آمریکا، این مراکز تا پایان دهه سهم بسیار بزرگی از رشد تقاضای برق را به خود اختصاص میدهند. در عین حال، تمرکز دیتاسنترها در مناطق مشخص باعث میشود اثر آنها بر شبکه محلی بسیار بیشتر از سهمشان در مصرف برق جهانی باشد.
بنابراین ممکن است بحث «کنترل سرعت AI» فقط یک بحث ایمنی نباشد. اگر توسعه مدلهای جدید به دیتاسنترهای بزرگتر، GPUهای بیشتر و در نتیجه برق بیشتری نیاز داشته باشد، سرعت رشد این صنعت در نهایت به سرعت ساخت نیروگاه، خطوط انتقال و زیرساخت شبکه نیز وابسته خواهد شد.
گلوگاه بعدی AI چیست؟
تا همین چند سال پیش، صحبت از محدودیت رشد هوش مصنوعی بیشتر با GPU، حافظه HBM و ظرفیت تولید تراشه گره خورده بود. این مشکلات هنوز وجود دارند، اما حالا یک لایه بالاتر از آنها نیز در حال تبدیل شدن به گلوگاه است: انرژی.
برای روشن کردن صدها هزار شتابدهنده AI فقط به تراشه نیاز نیست. باید برق کافی تولید شود، شبکه انتقال و توزیع ظرفیت داشته باشد، دیتاسنتر ساخته شود و سیستمهای خنککننده نیز بتوانند گرمای تولیدشده را دفع کنند.
حتی IEA در سناریوی رشد بالاتر خود پیشبینی میکند که مصرف برق دیتاسنترها میتواند تا سال ۲۰۳۵ به بیش از ۱۷۰۰ تراواتساعت برسد؛ حدود ۴۵ درصد بیشتر از سناریوی پایه. این سناریو البته یک پیشبینی جایگزین است، نه پیشبینی قطعی، اما نشان میدهد در صورت شتاب گرفتن استفاده از AI، مقیاس مسئله انرژی میتواند بسیار بزرگتر شود.
در نتیجه، شاید پرسش مهم آینده فقط این نباشد که چه زمانی به AGI میرسیم. سؤال دیگری هم وجود دارد: آیا زیرساخت فیزیکی جهان میتواند با سرعت رشد مدلهای هوش مصنوعی همراه شود؟
اگر پاسخ منفی باشد، ترمز بعدی AI ممکن است نه یک تراشه جدید، نه کمبود GPU و حتی نه مقررات مربوط به AGI، بلکه چیزی بسیار قدیمیتر و سادهتر باشد: برقی که برای اجرای این ماشین عظیم لازم است. (اگر شما هم به سناریو اصلی سهگانه سینمایی The Matrix با بازی کیانو ریوز فکر میکنید بدانید که تنها نیستید!)
نظر خود را اضافه کنید.
برای ارسال نظر وارد شوید
ارسال نظر بدون عضویت در سایت