تقریبا نیمی از دیتاسنترهای هوش مصنوعی تا سال ۲۰۲۷ با كمبود برق مواجه خواهند شد

تقریبا نیمی از دیتاسنترهای هوش مصنوعی تا سال ۲۰۲۷ با كمبود برق مواجه خواهند شدهوش مصنوعیعلمیفناوریپنج‌شنبه ۲۴ آبان ۱۴۰۳ - ۲۰:۵۱مطالعه 2 دقیقهمهدی بازیار تبلیغاتمشاهده همه ویدئو‌هاتبلیغاتتبلیغاتطبق یافته‌های گارتنر، مصرف برق دیتاسنترهای هوش مصنوعی تا سال ۲۰۲۷ با نیاز ۴۶ میلیون خانه برابری خواهد كرد .

تبلیغاتبا گسترش سریع هوش مصنوعی و هوش مصنوعی مولد (GenAI)، ممكن است تا سال ۲۰۲۷، تقریباً نیمی از دیتاسنتر‌های هوش مصنوعی با كمبود جدی برق مواجه شوند. به‌‌گزارش گارتنر (Gartner)، پیش‌بینی می‌شود كه دیتاسنتر‌های مبتنی‌بر هوش مصنوعی تا آن زمان به ۵۰۰ تراوات‌ساعت برق در سال نیاز داشته باشند؛ این مقدار تقریباً با نیاز ۴۶ میلیون خانه برابری می‌كند .

نیاز دیتاسنترهای هوش مصنوعی احتمالا از ظرفیت زیرساخت‌های فعلی برق فراتر خواهد رفت و محدودیت‌هایی در عملكرد و گسترش این مراكز ایجاد خواهد كرد.افزایش نیاز به دیتاسنترهای بهینه‌شده برای هوش مصنوعی كه برای آموزش مدل‌های زبانی بزرگ (LLM-ها) حیاتی هستند، می‌تواند هزینه‌های برق را افزایش داده و در نهایت قیمت خدمات و محصولات مبتنی‌بر هوش مصنوعی را بالا ببرد .

باب جانسون، تحلیل‌گر گارتنر، می‌گوید: «رشد انفجاری دیتاسنتر‌های هایپراسكیل (بزرگ‌مقیاس) برای پیاده‌سازی GenAI، تقاضای سیری‌ناپذیری برای برق ایجاد كرده است كه از توان تأمین‌كنندگان برق برای گسترش سریع زیرساخت‌ها فراتر می‌رود .

» ممكن است برای تضمین انرژی پایدار، شركت‌های اداره‌كننده‌ی دیتاسنترهای بزرگ مجبور به انعقاد قراردادهای طولانی‌مدت و پرهزینه شوند؛ این هزینه‌ها احتمالاً به كاربران نهایی خدمات آن‌ها منتقل خواهد شد.مقاله‌های مرتبط:دردسرهای هوش مصنوعی؛ كلاهبرداری‌های مبتنی‌بر هوش مصنوعی و روش‌های مقابله با آن‌هاچطور از هوش مصنوعی گوگل استفاده كنیم؟پیش‌بینی می‌شود كه تأمین نیازهای انرژی هوش مصنوعی اهداف محیط‌زیستی شركت‌های ارائه‌دهنده‌ی چنین خدماتی را تحت تأثیر قرار دهد .

راه‌حل‌های موقت برای تأمین انرژی، می‌تواند موجب ادامه‌ی فعالیت نیروگاه‌های فسیلی برای مدت طولانی‌تری شود و گذار به سمت انرژی‌های پاك را به تأخیر بیندازد. این تغییر می‌تواند به افزایش موقت انتشار دی‌اكسید كربن منجر شود .

در مواجهه با چالش‌ها در تأمین انرژی، گارتنر به سازمان‌ها توصیه می‌كند افزایش هزینه‌های انرژی را در بودجه‌های خود لحاظ كنند، منابع پایداری از انرژی را تامین كنند و به دنبال گزینه‌های جایگزین مانند رایانش لبه‌ای (Edge Computing) و مدل‌های هوش مصنوعی كوچك‌تر برای كاهش تقاضا باشند .

منبع : https://www.zoomit.ir/ai-articles/429723-half-ai-data-centers-not-have-enough-power-2027/