ਮੈਟਾ ਦੀ ਨਿਊਕਲੀਅਰ ਪਾਵਰ ਨਾਲ AI ਦੀ ਊਰਜਾ ਭੁੱਖ
ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਊਰਜਾ ਦੀ ਵੱਧਦੀ ਮੰਗ
ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (Artificial Intelligence - AI) ਇੱਕ ਊਰਜਾ-ਸੰਘਣਾ ਉੱਦਮ ਹੈ। ਏਆਈ ਮਾਡਲਾਂ ਦੀ ਸਿਖਲਾਈ, ਤਾਇਨਾਤੀ, ਅਤੇ ਰੱਖ-ਰਖਾਅ ਬਹੁਤ ਜ਼ਿਆਦਾ ਬਿਜਲੀ ਦੀ ਖਪਤ ਕਰਦੇ ਹਨ। ਇਸ ਊਰਜਾ ਦਾ ਵੱਡਾ ਹਿੱਸਾ ਵਰਤਮਾਨ ਵਿੱਚ ਜੈਵਿਕ ਬਾਲਣਾਂ ਤੋਂ ਆਉਂਦਾ ਹੈ, ਜੋ ਕਿ ਜਲਵਾਯੂ ਤਬਦੀਲੀ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਯੋਗਦਾਨ ਪਾਉਂਦਾ ਹੈ। ਜਨਰੇਟਿਵ ਏਆਈ ਤਕਨਾਲੋਜੀਆਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਅਪਣਾਉਣ ਨਾਲ ਸਥਿਤੀ ਹੋਰ ਵੀ ਗੁੰਝਲਦਾਰ ਹੋ ਗਈ ਹੈ। ਇਸਨੇ ਗ੍ਰੀਨਰ ਊਰਜਾ ਸਰੋਤਾਂ ਵਿੱਚ ਤਬਦੀਲ ਹੋਣ ਲਈ ਕਈ ਤਕਨੀਕੀ ਕੰਪਨੀਆਂ ਦੁਆਰਾ ਧਿਆਨ ਨਾਲ ਬਣਾਈਆਂ ਗਈਆਂ ਯੋਜਨਾਵਾਂ ਨੂੰ ਵਿਗਾੜ ਦਿੱਤਾ ਹੈ।
ਮੈਟਾ, ਆਪਣੇ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਵਾਂਗ, ਆਪਣੀ ਸਥਿਰਤਾ ਪ੍ਰਤੀ ਵਚਨਬੱਧਤਾ ਅਤੇ ਇਸਦੇ ਏਆਈ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀਆਂ ਤੁਰੰਤ ਊਰਜਾ ਲੋੜਾਂ ਨੂੰ ਸੰਤੁਲਿਤ ਕਰਨ ਦੀ ਚੁਣੌਤੀ ਦਾ ਸਾਹਮਣਾ ਕਰਦਾ ਹੈ। ਹਾਲਾਂਕਿ ਕੰਪਨੀ ਦੇ ਲੰਬੇ ਸਮੇਂ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਵਿੱਚ ਪ੍ਰਮਾਣੂ ਊਰਜਾ ‘ਤੇ ਵੱਧਦਾ ਨਿਰਭਰਤਾ ਸ਼ਾਮਲ ਹੈ, ਇਸਦੀ ਥੋੜ੍ਹੇ ਸਮੇਂ ਦੀ ਰਣਨੀਤੀ ਵਿੱਚ ਕੁਦਰਤੀ ਗੈਸ ਸ਼ਾਮਲ ਹੈ। ਉਦਾਹਰਨ ਵਜੋਂ, ਐਂਟਰਜੀ, ਇੱਕ ਪ੍ਰਮੁੱਖ ਉਪਯੋਗਤਾ ਪ੍ਰਦਾਤਾ, ਇੱਕ ਵੱਡੇ ਪੱਧਰ ਦੇ ਮੈਟਾ ਡਾਟਾ ਸੈਂਟਰ ਕੰਪਲੈਕਸ ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ ਲੁਈਸਿਆਨਾ ਵਿੱਚ ਗੈਸ ਨਾਲ ਚੱਲਣ ਵਾਲੇ ਪਾਵਰ ਪਲਾਂਟਾਂ ਦਾ ਨਿਰਮਾਣ ਤੇਜ਼ ਕਰ ਰਿਹਾ ਹੈ।
ਏਆਈ ਐਨੇਬਲਰ ਵਜੋਂ ਪ੍ਰਮਾਣੂ ਊਰਜਾ: ਇੱਕ ਗਲੋਬਲ ਦ੍ਰਿਸ਼ਟੀਕੋਣ
ਫਰਾਂਸ ਗਲੋਬਲ ਏਆਈ ਦੌੜ ਵਿੱਚ ਇੱਕ ਮੁੱਖ ਫਾਇਦੇ ਵਜੋਂ ਆਪਣੇ ਵਿਸ਼ਾਲ ਪ੍ਰਮਾਣੂ ਊਰਜਾ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ। ਆਪਣੀ ਬਿਜਲੀ ਦਾ ਲਗਭਗ 75% ਪ੍ਰਮਾਣੂ ਸਰੋਤਾਂ ਤੋਂ ਪੈਦਾ ਹੋਣ ਨਾਲ, ਫਰਾਂਸ ਦੁਨੀਆ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਪ੍ਰਮਾਣੂ ਊਰਜਾ ਨਿਰਭਰਤਾ ਦਾ ਮਾਣ ਰੱਖਦਾ ਹੈ। ਪੈਰਿਸ ਵਿੱਚ ਇੱਕ ਏਆਈ ਸੰਮੇਲਨ ਦੌਰਾਨ, ਰਾਸ਼ਟਰਪਤੀ ਇਮੈਨੁਅਲ ਮੈਕਰੋਨ ਨੇ ਫਰਾਂਸ ਦੀ ਪਹੁੰਚ ਨੂੰ “ਡ੍ਰਿਲ ਬੇਬੀ ਡ੍ਰਿਲ” ਮਾਨਸਿਕਤਾ ਦੇ ਉਲਟ ਦੱਸਿਆ, ਇੱਕ “ਪਲੱਗ ਬੇਬੀ ਪਲੱਗ” ਵਿਕਲਪ ਦਾ ਸੁਝਾਅ ਦਿੱਤਾ, ਅਤੇ ਦੇਸ਼ ਦੀ ਸਾਫ਼ ਪ੍ਰਮਾਣੂ ਊਰਜਾ ਨਾਲ ਏਆਈ ਨਵੀਨਤਾ ਨੂੰ ਸ਼ਕਤੀ ਦੇਣ ਲਈ ਤਿਆਰੀ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ।
ਹਾਲਾਂਕਿ, ਸੰਯੁਕਤ ਰਾਜ ਅਮਰੀਕਾ ਏਆਈ ਕਾਰਵਾਈਆਂ ਦੀ ਰੀੜ੍ਹ ਦੀ ਹੱਡੀ, ਆਪਣੇ ਡਾਟਾ ਸੈਂਟਰਾਂ ਨੂੰ ਚਲਾਉਣ ਲਈ ਜੈਵਿਕ ਬਾਲਣਾਂ ‘ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਇੰਟਰਨੈਸ਼ਨਲ ਐਨਰਜੀ ਏਜੰਸੀ ਦੁਆਰਾ ਇੱਕ ਰਿਪੋਰਟ ਦੇ ਅਨੁਸਾਰ, ਕੁਦਰਤੀ ਗੈਸ, ਅਤੇ ਕੁਝ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਕੋਲਾ, ਇਨ੍ਹਾਂ ਸਹੂਲਤਾਂ ਲਈ ਮੁੱਖ ਊਰਜਾ ਸਰੋਤ ਹਨ। ਏਆਈ ਦੀ ਵਧਦੀ ਮੰਗ ਨਾਲ ਗੈਸ ਨਾਲ ਚੱਲਣ ਵਾਲੇ ਪਲਾਂਟਾਂ ‘ਤੇ ਹੋਰ ਨਿਰਭਰਤਾ ਵਧਣ ਦੀ ਉਮੀਦ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਲਾਗਤ-ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਪਰ ਵਾਤਾਵਰਣ ਲਈ ਨੁਕਸਾਨਦੇਹ ਹੱਲ ਹੈ।
ਜਦੋਂ ਕਿ ਸੂਰਜੀ ਅਤੇ ਹਵਾ ਵਰਗੇ ਨਵਿਆਉਣਯੋਗ ਊਰਜਾ ਸਰੋਤ, ਯੂ.ਐੱਸ. ਡਾਟਾ ਸੈਂਟਰਾਂ ਨੂੰ ਚਲਾਉਣ ਵਾਲੀ ਊਰਜਾ ਦਾ ਲਗਭਗ 24% ਯੋਗਦਾਨ ਪਾਉਂਦੇ ਹਨ, ਆਈਈਏ ਦੇ ਅਨੁਸਾਰ ਪ੍ਰਮਾਣੂ ਊਰਜਾ ਲਗਭਗ 15% ਹੈ। ਇੱਕ ਵਧੇਰੇ ਟਿਕਾਊ ਊਰਜਾ ਮਿਸ਼ਰਣ ਵਿੱਚ ਤਬਦੀਲ ਹੋਣ ਲਈ ਨਵਿਆਉਣਯੋਗ ਅਤੇ ਪ੍ਰਮਾਣੂ ਊਰਜਾ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਨਿਵੇਸ਼ ਦੀ ਲੋੜ ਹੋਵੇਗੀ।
ਯੂ.ਐੱਸ. ਊਰਜਾ ਵਿਭਾਗ ਦੀ ਇੱਕ ਰਿਪੋਰਟ ਵਿੱਚ ਡਾਟਾ ਸੈਂਟਰਾਂ ਤੋਂ ਬਿਜਲੀ ਦੀ ਮੰਗ ਵਿੱਚ ਵੱਡਾ ਵਾਧਾ ਹੋਣ ਦਾ ਅਨੁਮਾਨ ਹੈ। ਪਿਛਲੇ ਦਹਾਕੇ ਵਿੱਚ, ਇਨ੍ਹਾਂ ਸਹੂਲਤਾਂ ਦੀ ਬਿਜਲੀ ਖਪਤ ਤਿੰਨ ਗੁਣਾ ਹੋ ਗਈ ਹੈ, ਅਤੇ 2028 ਤੱਕ ਦੁਬਾਰਾ ਦੁੱਗਣੀ ਜਾਂ ਤਿੰਨ ਗੁਣਾ ਹੋਣ ਦਾ ਅਨੁਮਾਨ ਹੈ, ਜੋ ਕਿ ਦੇਸ਼ ਦੀ ਕੁੱਲ ਬਿਜਲੀ ਖਪਤ ਦਾ 12% ਤੱਕ ਹੋ ਸਕਦਾ ਹੈ।
ਏਆਈ ਦੇ ਪਿੱਛੇ ਊਰਜਾ-ਸੰਘਣੀ ਪ੍ਰਕਿਰਿਆਵਾਂ
ਏਆਈ ਸਿਸਟਮਾਂ ਦਾ ਵਿਕਾਸ ਅਤੇ ਸੰਚਾਲਨ, ਖਾਸ ਕਰਕੇ ਜਨਰੇਟਿਵ ਏਆਈ ਮਾਡਲਾਂ, ਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਕੰਪਿਊਟਿੰਗ ਸ਼ਕਤੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਏਆਈ ਚੈਟਬੋਟ ਅਤੇ ਮੈਟਾ ਦੇ ਲਲਾਮਾ ਵਰਗੇ ਅੰਤਰੀਵ ਸਿਸਟਮਾਂ ‘ਤੇ ਵਿਚਾਰ ਕਰੋ।
ਸਿਖਲਾਈ (ਜਾਂ ਪ੍ਰੀਟਰੇਨਿੰਗ): ਏਆਈ ਸਿਸਟਮ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡਾਟਾ ਤੋਂ ਸਿੱਖਦੇ ਹਨ। ਇਸ ਵਿੱਚ ਡਾਟਾ ਦੇ ਅੰਦਰ ਪੈਟਰਨਾਂ ਅਤੇ ਸਬੰਧਾਂ ਦੀ ਪਛਾਣ ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ। ਵਿਸ਼ੇਸ਼ ਕੰਪਿਊਟਰ ਚਿਪਸ, ਜਿਵੇਂ ਕਿ ਗ੍ਰਾਫਿਕਸ ਪ੍ਰੋਸੈਸਿੰਗ ਯੂਨਿਟ (ਜੀਪੀਯੂ), ਦੀ ਵਰਤੋਂ ਆਪਸ ਵਿੱਚ ਜੁੜੇ ਡਿਵਾਈਸਾਂ ‘ਤੇ ਸਮਾਨਾਂਤਰ ਗਣਨਾਵਾਂ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਇਨਫਰੈਂਸਿੰਗ: ਇੱਕ ਵਾਰ ਸਿਖਲਾਈ ਹੋ ਜਾਣ ਤੋਂ ਬਾਅਦ, ਇੱਕ ਏਆਈ ਮਾਡਲ ਨੂੰ ਕੰਮ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਊਰਜਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਜਿਵੇਂ ਕਿ ਟੈਕਸਟ ਜਾਂ ਚਿੱਤਰ ਤਿਆਰ ਕਰਨਾ। ਇਸ ਵਿੱਚ ਨਵੀਂ ਜਾਣਕਾਰੀ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨਾ ਅਤੇ ਮਾਡਲ ਦੇ ਮੌਜੂਦਾ ਗਿਆਨ ਦੇ ਆਧਾਰ ‘ਤੇ ਅਨੁਮਾਨ ਲਗਾਉਣਾ ਸ਼ਾਮਲ ਹੈ। ਪੂਰੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਬਿਜਲੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਏਆਈ ਜਾਇੰਟਸ ਨੂੰ ਠੰਡਾ ਕਰਨਾ: ਹੀਟ ਚੁਣੌਤੀ ਨੂੰ ਹੱਲ ਕਰਨਾ
ਏਆਈ ਸਿਸਟਮ ਕਾਫ਼ੀ ਗਰਮੀ ਪੈਦਾ ਕਰਦੇ ਹਨ, ਜਿਸਨੂੰ ਸਰਵੋਤਮ ਕਾਰਗੁਜ਼ਾਰੀ ਬਣਾਈ ਰੱਖਣ ਲਈ ਖਤਮ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਡਾਟਾ ਸੈਂਟਰ ਤਾਪਮਾਨ ਨੂੰ ਨਿਯਮਤ ਕਰਨ ਲਈ ਏਅਰ ਕੰਡੀਸ਼ਨਿੰਗ ਵਰਗੇ ਕੂਲਿੰਗ ਸਿਸਟਮ ‘ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ। ਇਹ ਸਿਸਟਮ ਵਾਧੂ ਬਿਜਲੀ ਦੀ ਖਪਤ ਕਰਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਏਆਈ ਦਾ ਊਰਜਾ ਫੁੱਟਪ੍ਰਿੰਟ ਹੋਰ ਵੱਧ ਜਾਂਦਾ ਹੈ। ਡਾਟਾ ਸੈਂਟਰ ਆਪਰੇਟਰ ਊਰਜਾ ਦੀ ਖਪਤ ਨੂੰ ਘਟਾਉਣ ਲਈ ਪਾਣੀ-ਅਧਾਰਤ ਕੂਲਿੰਗ ਸਿਸਟਮ ਵਰਗੀਆਂ ਵਿਕਲਪਕ ਕੂਲਿੰਗ ਤਕਨੀਕਾਂ ਦੀ ਖੋਜ ਕਰ ਰਹੇ ਹਨ।