Meta चा अणुऊर्जा डाव: AI ची ऊर्जा भूक भागवणे
Meta ने इलिनॉय (Illinois) मधील अणुऊर्जा प्रकल्पाला (nuclear power plant) पाठिंबा देण्याचा निर्णय घेतला आहे. या निर्णयामुळे, AI च्या भविष्यासाठी मेटा सज्ज झाली आहे, असे दिसते. Constellation Energy सोबतचा हा 20 वर्षांचा करार आहे. ॲमेझॉन (Amazon), गुगल (Google) आणि मायक्रोसॉफ्ट (Microsoft) यांसारख्या कंपन्यांनीही असेच उपक्रम सुरू केले आहेत. या कंपन्या त्यांच्या AI कार्यांसाठी शाश्वत ऊर्जा स्रोत (sustainable energy sources) मिळवण्याचा प्रयत्न करत आहेत. परंतु, तांत्रिक क्षेत्रासाठी अणुऊर्जा हा प्राथमिक ऊर्जा स्रोत बनवण्याची प्रक्रिया दीर्घ आणि गुंतागुंतीची असणार आहे.
आर्टिफिशियल इंटेलिजन्सची (Artificial Intelligence) वाढती ऊर्जा मागणी
आर्टिफिशियल इंटेलिजन्स (AI) हे ऊर्जा-intensive क्षेत्र आहे. AI मॉडेलचे प्रशिक्षण, तैनाती आणि देखभाल करण्यासाठी मोठ्या प्रमाणात वीज लागते. ही वीज सध्या fossil fuels (जीवाश्म इंधन) पासून मिळते, ज्यामुळे climate change ( हवामान बदला) मध्ये मोठा वाटा आहे. generative AI तंत्रज्ञानाचा (generative AI technologies) झपाट्याने स्वीकार केल्यामुळे परिस्थिती अधिक बिकट झाली आहे. अनेक तांत्रिक कंपन्यांनी हरित ऊर्जा स्रोतांकडे (greener energy sources) वळण्याची योजना आखली होती, त्यात आता बदल करण्याची वेळ आली आहे.
Meta ला तिच्या प्रतिस्पर्धकांप्रमाणेच, शाश्वततेच्या (sustainability) बांधिलकीला आणि AI इन्फ्रास्ट्रक्चरच्या (AI infrastructure) तातडीच्या ऊर्जा गरजांना संतुलित करण्याची गरज आहे. कंपनीच्या दीर्घकालीन व्हिजनमध्ये अणुऊर्जेवर अधिक अवलंबून राहणे अपेक्षित आहे. मात्र, अल्पकालीन धोरण नैसर्गिक वायूचा (natural gas) वापर करणे आहे. उदाहरणार्थ, Entergy, ही एक प्रमुख utility provider (युटिलिटी पुरवठादार) आहे, जी लुईझियाना (Louisiana) मध्ये मोठ्या प्रमाणावर Meta डेटा सेंटर कॉम्प्लेक्सला (data center complex) सपोर्ट करण्यासाठी gas-fired power plants (गॅस-आधारित ऊर्जा प्रकल्प) उभारण्याचे काम करत आहे.
AI Enabler (एआय इनेबलर) म्हणून अणुऊर्जा: एक जागतिक दृष्टीकोन
फ्रान्स (France) त्याच्या विस्तृत अणुऊर्जा इन्फ्रास्ट्रक्चरचा (nuclear power infrastructure) उपयोग AI च्या जागतिक स्पर्धेत (global AI race) एक महत्त्वाचा फायदा म्हणून करत आहे. फ्रान्समध्ये सुमारे 75% वीज अणुऊर्जा स्रोतांपासून (nuclear sources) तयार होते. त्यामुळे फ्रान्स जगात सर्वाधिक अणुऊर्जेवर अवलंबून असणारा देश आहे. पॅरिसमधील (Paris) AI समिटमध्ये (AI summit), फ्रान्सचे अध्यक्ष इमॅन्युएल मॅक्रॉन (Emmanuel Macron) यांनी फ्रान्सच्या दृष्टिकोनाची तुलना "drill baby drill" या मानसिकतेशी केली. त्याऐवजी "plug baby plug" हा पर्याय दिला, ज्यामुळे AI नवोपक्रमासाठी (AI innovation) स्वच्छ अणुऊर्जेचा (clean nuclear energy) वापर करण्याच्या फ्रान्सच्या तयारीवर प्रकाश टाकला.
तथापि, युनायटेड स्टेट्स (United States) AI कार्याचा कणा असलेल्या डेटा सेंटर्सना (data centers) ऊर्जा देण्यासाठी मोठ्या प्रमाणावर fossil fuels (जीवाश्म इंधन) वर अवलंबून आहे. आंतरराष्ट्रीय ऊर्जा संस्थेच्या (International Energy Agency) अहवालानुसार, नैसर्गिक वायू (natural gas) आणि काहीवेळा कोळसा (coal) हे या सुविधांसाठी प्राथमिक ऊर्जा स्रोत आहेत. AI ची वाढती मागणी gas-fired plants (गॅस-आधारित ऊर्जा प्रकल्प) वर अधिक अवलंबून राहण्यास प्रवृत्त करेल, जो एक किफायतशीर (cost-effective) पण पर्यावरणासाठी हानिकारक उपाय आहे.
solar (सौर ऊर्जा) आणि wind (पवन ऊर्जा) सारख्या renewable energy sources (नRenewable energy sourcesವೀಕૃત ऊर्जा स्रोत) अमेरिकेच्या डेटा सेंटर्सना (U.S. data centers) ऊर्जा पुरवतात. यापैकी 24% ऊर्जा renewable energy sources (नವೀಕೃತ ऊर्जा स्रोत) पासून येते, तर IEA नुसार, अणुऊर्जा सुमारे 15% ऊर्जा पुरवते. अधिक शाश्वत ऊर्जा mix (sustainable energy mix) मध्ये बदलण्यासाठी renewable (नವೀಕೃತ) आण आण nuclear ऊर्जा इन्फ्रास्ट्रक्चरमध्ये (nuclear energy infrastructure) मोठी गुंतवणूक करणे आवश्यक आहे.
U.S. Department of Energy (यू.एस. ऊर्जा विभाग) च्या अहवालानुसार, डेटा सेंटर्समधील (data centers) विजेच्या मागणीत मोठी वाढ अपेक्षित आहे. गेल्या दशकात या सुविधांच्या वीज वापरात तिप्पट वाढ झाली आहे आणि 2028 पर्यंत ती पुन्हा दुप्पट किंवा तिप्पट होण्याची शक्यता आहे, ज्यामुळे देशाच्या एकूण वीज वापराच्या 12% पर्यंत वाटा असू शकतो.
AI मागील ऊर्जा-intensive प्रक्रिया
AI प्रणालींचा (AI systems) विकास आणि संचालन, विशेषत: generative AI मॉडेल (generative AI models) प्रचंड computing power (संगणकीय शक्ती) ची मागणी करतात. Meta च्या Llama सारख्या AI चॅटबॉट (AI chatbot) आणि अंतर्निहित प्रणालींचा (underlying systems) विचार करा.
Training (किंवा pretraining): AI प्रणाली मोठ्या प्रमाणात डेटावरून (data) शिकतात. यात डेटातील नमुने आणि संबंध ओळखणे समाविष्ट आहे. Graphics Processing Units (GPUs) सारख्या विशेष computer chips (संगणक चिप्स) चा उपयोग interconnected devices (परस्परांशी जोडलेली उपकरणे) वर parallel calculations (समानांतर गणना) करण्यासाठी केला जातो.
Inferencing: एकदा प्रशिक्षित झाल्यावर, AI मॉडेलला (AI model) कार्ये करण्यासाठी, जसे की मजकूर (text) किंवा प्रतिमा (images) तयार करण्यासाठी मोठ्या प्रमाणात ऊर्जेची आवश्यकता असते. यात नवीन माहिती process करणे (process) आणि मॉडेलच्या (model) विद्यमान ज्ञानावर आधारित निष्कर्ष काढणे समाविष्ट आहे. या संपूर्ण प्रक्रियेसाठी विजेची (electricity) आवश्यकता असते.
AI Giants (एआय जायंट्स) ला थंड करणे: उष्णतेच्या आव्हानाला (Heat Challenge) सामोरे जाणे
AI प्रणाली मोठ्या प्रमाणात उष्णता निर्माण करतात, जी optimal performance (इष्टतम कार्यप्रदर्शन) टिकवण्यासाठी कमी करणे आवश्यक आहे. डेटा सेंटर्स (data centers) तापमान नियंत्रित (regulate) करण्यासाठी air conditioning (वातानुकूलन) सारख्या cooling systems (कूलिंग सिस्टीम्स) वापरतात. या प्रणाली अतिरिक्त वीज वापरतात, ज्यामुळे AI चा energy footprint (ऊर्जा पदचिन्ह) आणखी वाढतो. डेटा सेंटर ऑपरेटर (data center operators) ऊर्जा consumption (कमी) करण्यासाठी water-based cooling systems (पाणी-आधारित कूलिंग सिस्टीम) सारख्या alternative cooling techniques (वैकल्पिक कूलिंग तंत्र) शोधत आहेत.
AI मॉडेल (AI model) तयार करण्यासाठी आणि चालवण्यासाठी लागणारी ऊर्जा आणि त्याला थंड ठेवण्यासाठी वापरली जाणारी cooling systems (कूलिंग सिस्टीम्स), यामुळे एकूण ऊर्जेचा वापर खूप जास्त होतो. त्यामुळे nuclear energy (अणुऊर्जा) सारख्या sustainable energy sources (शाश्वत ऊर्जा स्रोत) चा वापर करणे आवश्यक आहे. फ्रान्सने (France) या दृष्टीने उचललेले पाऊल प्रशंसनीय आहे. इतर देशांनीही यातून बोध घेऊन fossil fuels (जीवाश्म इंधन) चा वापर कमी करत nuclear energy (अणुऊर्जा) आणि renewable energy sources (नवीन ऊर्जा स्रोत) चा वापर वाढवण्याची गरज आहे.
AI च्या वाढत्या मागणीमुळे gas-fired plants (गॅस-आधारित ऊर्जा प्रकल्प) वर अवलंबून राहण्याची शक्यता आहे, जो पर्यावरणासाठी हानिकारक आहे. त्यामुळे tech companies (तंत्रज्ञान कंपन्या) आणि सरकार (government) यांनी एकत्र येऊन sustainable energy solutions (शाश्वत ऊर्जा उपाय) शोधणे आवश्यक आहे. डेटा सेंटर्समधील (data centers) विजेचा वापर कमी करण्यासाठी alternative cooling techniques (वैकल्पिक कूलिंग तंत्र) चा वापर करणे, AI प्रणाली (AI systems) अधिक कार्यक्षम (efficient) बनवणे, आणि renewable energy sources (नवीन ऊर्जा स्रोत) मध्ये गुंतवणूक (invest) करणे हे महत्त्वाचे उपाय आहेत.
Meta ने अणुऊर्जा प्रकल्पाला (nuclear power plant) दिलेला पाठिंबा एक सकारात्मक (positive) पाऊल आहे, परंतु हे फक्त सुरुवात आहे. AI च्या भविष्यासाठी renewable (नवीकरणीय) आण nuclear ऊर्जा (nuclear energy) यांसारख्या sustainable energy sources (शाश्वत ऊर्जा स्रोत) चा वापर करणे अनिवार्य आहे.