آیا هوش مصنوعی تمام برق ما را مصرف خواهد کرد؟
پریسا سلامتی- ۱۵ اردیبهشت ۱۴۰۴
بر اساس تازه‌ترین گزارش آژانس بین‌المللی انرژی (IEA)، انتظار می‌رود که تقاضای برق مرتبط با هوش مصنوعی (AI) تا سال ۲۰۳۰ دو برابر، یا حتی چهار برابر شود. این آمار به‌ویژه برای اتحادیه اروپا نگران‌کننده است، چرا که این اتحادیه متعهد شده تا آن زمان، میزان انتشار کربن خود را به نصف برساند. بنابراین، آیا واقعاً انرژی کافی برای تأمین انقلاب هوش مصنوعی در اختیار داریم؟
جایی در فنلاند
شهر اسپو در ۲۰۰ کیلومتری غرب هلسینکی واقع شده است. مناظر اطراف این شهر، همان چیزی است که از فنلاند انتظار دارید، جنگل‌های همیشه‌سبز، دریاچه‌های زلال و یخی که در پایان زمستان در حال ذوب شدن است. اما به‌زودی آسمان این منطقه با نوعی دیگر از ساختمان‌ها تغییر خواهد کرد، مراکز داده.
زیر نظر «آلیستر اسپیرز»، مدیر ارشد زیرساخت جهانی Azure در مایکروسافت، ماشین‌آلات سنگین در محل ساخت‌وساز مشغول کار هستند.
او می‌گوید: «مرکز داده، خانه‌ی فضای ابری است. یک تأسیسات صنعتی است که هزاران سرور را در خود جای می‌دهد و خدمات ابری مورد استفاده ما در کار، خانه، بازی، پخش ویدیو، خدمات مالی، آموزش و حتی پزشکی را تأمین می‌کند.»
این مرکز داده که در حال ساخت است، قرار است یکی از پیشرفته‌ترین نمونه‌های مایکروسافت در اروپا باشد. به گفته‌ی مهندس پروژه: «این مرکز داده، یکی از پایدارترین مراکز داده در اروپا خواهد بود. گرمای اضافی تولیدشده در این مرکز، برای گرم کردن حدود ۲۵۰ هزار خانه در منطقه استفاده خواهد شد.»
همین وعده‌ها بود که باعث استقبال مسئولان محلی از پروژه شد. «کای میکانن»، شهردار اسپو و وزیر پیشین اقلیم و محیط زیست فنلاند می‌گوید: «این مرکز داده، منبع اصلی گرمایش پاک ما خواهد بود.»
وسعت زیاد، جمعیت کم و زمستان‌های طولانی و سرد، فنلاند را به مکانی ایده‌آل برای این غول‌های فناوری تبدیل کرده است؛ چرا که در مناطق گرم‌تر، سیستمهای خنک‌کننده‌ی پرمصرف‌تری مورد نیاز است. علاوه‌بر‌این، شبکه برق فنلاند نیز قوی و آماده است. شهردار می‌گوید: «فنلاند مقدار زیادی برق پاک تولید می‌کند. ما طی ۱۰ سال گذشته، توانسته‌ایم تولید برق از منابع غیر‌فسیلی را بهتر از بیشتر نقاط اروپا افزایش دهیم. همچنین یک شبکه ملی برق قوی داریم. بنابراین پیدا کردن مکانی که هم برق کافی و هم نیاز به گرمایش اضافی داشته باشد، ممکن بود.»
محدودیت‌هایی در سراسر اروپا
اما ساخت مراکز داده در همه‌جای اروپا به این آسانی نیست. برای مثال، در ایرلند در سال ۲۰۲۳، ساخت مراکز داده جدید در منطقه دوبلین متوقف شد. در آن سال، مراکز داده موجود به‌اندازه کل مسکن شهری کشور برق مصرف کرده بودند.
استارت‌آپ‌های اروپایی در پی رقابت انرژی
همه شبکه‌های برق، توانایی پاسخگویی به این میزان تقاضای برق را ندارند، و اوضاع قرار نیست بهتر شود. در گزارش ۱۰ آوریل ۲۰۲۵ آژانس بین‌المللی انرژی آمده است که تا سال ۲۰۳۰ مصرف جهانی برق مراکز داده دو برابر، و برای مراکز داده بهینه‌سازی‌شده برای AI تا چهار برابر خواهد شد. این در شرایطی‌ست که اروپا وعده داده تا سال ۲۰۵۰ به وضعیت اقلیمی خنثی برسد و انتشار کربن را به نصف کاهش دهد.
بخش بزرگی از این مصرف برق، صرف آموزش مدل‌های هوش مصنوعی می‌شود. برخی شرکت‌های اروپایی سعی می‌کنند با استفاده بهینه از منابع، این مصرف را کاهش دهند. یکی از آن‌ها، آزمایشگاه تحقیقاتی Kyutai در پاریس است. توسعه‌دهندگان این استارت‌آپ در دفترشان مشرف به له‌هال و بورس دو کومرس، به صورت متن‌باز کار می‌کنند؛ یعنی پژوهش‌های خود را در دسترس عموم قرار می‌دهند تا دیگران بتوانند بدون تکرار آزمون و خطاهای آن‌ها، از آن بهره ببرند. این کار به صرفه‌جویی در انرژی کمک می‌کند.
«الکساندر دِفوسه»، مدیر ارشد بخش اکتشافات این استارت‌آپ می‌گوید: «هدف ما از متن‌باز بودن این است که هزینه آموزش مدل‌ها ارزشش را داشته باشد؛ با کاهش هزینه آزمایش برای دیگران، چه استارت‌آپ‌ها باشند یا آزمایشگاه‌های رقیب.»
او اضافه می‌کند: «بعضی شرکت‌های آمریکایی فقط به دنبال عملکرد بالا هستند، به هر قیمتی. اما ما در اروپا منابع محاسباتی بسیار کمتری در اختیار داریم. بنابراین مجبوریم کمی هوشمندانه‌تر عمل کنیم.»
معادل ۳۵ نیروگاه هسته‌ای برای تأمین نیاز
مهندسی به نام «مارلن دو بنک»، روی راهکارهای هماهنگ‌سازی مصرف انرژی AI با گذار اقلیمی کار می‌کند. او در پروژه‌ی Shift، یک اندیشکده فرانسوی در زمینه کربن‌زدایی اقتصاد، فعالیت دارد.
او توضیح می‌دهد: «تقاضای برق برای AI در سطح اروپا معادل ۳۵ گیگاوات است. هر گیگاوات برابر با ظرفیت یک نیروگاه هسته‌ای است. بنابراین باید معادل ۳۵ نیروگاه هسته‌ای اضافه کنیم. اگر از منابع دیگر باشد، باید معادل همان مقدار را تأمین کنیم، و آن را هم باید جایی پیدا کرد.»
این اندیشکده در حال تهیه گزارشی درباره تأثیر AI بر گذار اقلیمی است. هنوز مشخص نیست که هوش مصنوعی به‌طور کلی برای محیط‌زیست مفید است یا مضر. از یک سو، می‌تواند به پیش‌بینی بلایای طبیعی و مدیریت پسماند کمک کند؛ از سوی دیگر، می‌تواند استخراج نفت را بهینه‌سازی کند.
او می‌گوید: «همه چیز بستگی به کاربرد دارد. مثل ماشین است. برای پیمودن یک کیلومتر می‌توانی با دوچرخه بروی. بنابراین، میزان انتشار کربن در پایان سال بستگی دارد به اینکه چند بار رانندگی کرده‌ای و چند بار رکاب زده‌ای. برای هوش مصنوعی هم، به این بستگی دارد که چند بار از AI استفاده کرده‌ای و چند بار از مغز خودت.»
