تقابل انقلاب هوش مصنوعی و بحران انرژی

در سال 2022 وقتی یکی از روزنامه نگاران به دیدار سم آلتمن در خانه اش در سانفرانسیسکو رفت، متوجه دو بالاپوش صورتی رنگ روی کتابخانه شد. یکی از آنها لوگوی استارتآپ یادگیری ماشینی سم آلتمن، یعنی OpenAI، را داشت و دیگری هم نشان شرکت Helion را داشت که در زمینه هم جوشی هسته ای فعالیت میکند که سم آلتمن هم از آن حمایت میکند. آلتمن معتقد است که هزینه هوش مصنوعی و انرژی روی یکدیگر اثر متقابلی میگذارند. او این اثر متقابل را یک روند تصاعدی زیبا و طولانی خواند.

ناخوشایند، بیرحم، کوتاه و بیش از اینها. اگر با شرکتهای ارائه خدمات عمومی و مراکز داده صحبت کنید، خواهید دید که اگرچه بسیاری از آنها در شور و اشتیاق سم آلتمن در مورد هوش مصنوعی سهیم و همراه هستند، اما تمام آنها با معضل انرژی دست وپنجه نرم میکنند که تا حدودی آینده سه تحول بزرگ اقتصادی جهان به آن بستگی دارد: انقلاب هوش مصنوعی، اقدامات مربوط به برق رسانی به بخشهای اقتصادی و مبارزه با تغییرات آب و هوایی. به طور خلاصه، هوش مصنوعی مولد که در چت جیپیتی شرکت OpenAI هم به کار رفته است، اشتهای شدیدی برای برق دارد. هوش مصنوعی به شکلی تقریبا ناگهانی روی یک سیستم انرژی جهانی فرود آمده است که در حال حاضر در تلاش برای جایگزینی با منابع تامین نیاز برق است. با این همه هنوز مشخص نیست که آیا انرژی پاک کافی برای رفع نیازهای همه وجود خواهد داشت یا خیر.

در نگاه اول راه حل این مشکل، ساده به نظر میرسد. مراکز داده، از قبیل آنهایی که شرکتهایی مانند آلفابت، آمازون و مایکروسافت از آنها برای ارائه خدمات رایانش ابری استفاده میکنند، در حدود یک دهه گذشته تنها یک تا دو درصد از تقاضای جهانی انرژی را به خود اختصاص داده اند. سالهاست که غولهای تکنولوژی (یا مقیاسکنندگان بزرگ)، حتی با افزایش چشمگیر حجم کارهای محاسباتی در سراسر جهان، بازده انرژی بسیار بیشتری را از مزارع سرور خود به دست آورده اند. علاوه بر این، این شرکتهای بزرگ سرمایه گذاری قابل توجهی در زمینه انرژی پاک کرده اند تا به این ترتیب ردپا و اثر کربن خود را جبران کنند. در آمریکا تامین کنندگان برق به مقیاسکنندگان بزرگ، اشتیاق زیادی به کمک در این زمینه دارند. آنها دو دهه تقاضای پایین برای برق را تحمل کرده اند و به شکلی جدی در جستجوی منابع جدید برای رشد هستند. مدیران این تامین کنندگان برق در گزارشهای درآمدی اخیر خود وعده داده اند که در طول پنج سال آینده، ده ها میلیارد دلار سرمایه گذاری را جذب کنند تا بتوانند انرژی برق بیشتری را به مراکز داده منتقل کنند. در ماه گذشته یکی از این شرکتها (Talen Energy)، یک دیتاسنتر هسته ای را با قیمت ۶۵۰ میلیون دلار به شرکت آمازون فروخت. تا اینجا، این اقدام بسیار امیدوارکننده است.

با این حال اما هوش مصنوعی مولد ماهیت بازی را به کلی تغییر میدهد. از روزهایی که بازار ارزهای دیجیتال رونق گرفت، تقاضا برای پردازنده های پردازش گرافیکی (gpuها) و تراشه هایی رشد کرد که مدل هایی مانند Chatgpt روی آنها آموزش دیده و اجرا میشوند، اعتیاد به انرژی به شدت افزایش یافته است. به گفته کریستوفر ولیس از شرکت اجاره دهنده دیتاسنتر Equinix، یک رک سرور پیش مقیاس کننده هوش مصنوعی بین ۱۰ تا ۱۵ کیلووات برق مصرف میکند. یک رک هوش مصنوعی هم بین ۱۰ تا ۱۵ کیلووات برق استفاده میکند. با این اوصاف فقط محاسبات رایانشی نیستند که برق را میبلعند. خنک نگه داشتن رکها یا قفسه های gpuها هم به همان اندازه برق نیاز دارد. علاوه بر این، در بیش از یک سال گذشته بسیاری از تقاضاهای انرژی مرتبط با هوش مصنوعی از سوی آموزش دهندگان الگوهای زبانی پایه مانند gpt-۴، آخرین محصول OpenAI است، آمده اند. استفاده گسترده از این الگوها به عنوان ابزارهایی برای تحقیق، ساختن ویدئو و پوشاندن لباس به تن پاپ، میتواند فشار بیشتری را بر شبکه وارد کند. یک جستجو با استفاده چت جیپیتی ممکن است ۱۰ برابر بیشتر از یک جستجو با گوگل برق مصرف کند.

هنوز در روزهای ابتدایی رونق هوش مصنوعی مولد هستیم، بنابراین برای پیش بینی های سخت و سریع خیلی زود است. اما حدس و گمان های آگاهانه درباره افزایش تقاضای انرژی قابل توجه هستند. در صدر تمام اینها، آژانس بین المللی انرژی که میزان مصرف انرژی در سطح جهانی را پیش بینی میکند، اعلام کرده است که تا سال ۲۰۲۶ مراکز داده میتوانند تا دو برابر انرژی بیشتر از دو سال گذشته - به اندازه مصرف امروز ژاپن- را مصرف کنند. انتظار میرود که در دو سال آینده مراکز داده یک سوم تقاضای جدید برق در آمریکا را در اختیار بگیرند. رنه هاس، مدیر اجرایی شرکت بزرگ طراح تراشه Arm، در هفته گذشته به والاستریت ژورنال گفت که تا پایان این دهه، مراکز داده مربوط به هوش مصنوعی میتوانند تا یک چهارم کل برق آمریکا را مصرف کنند، در حالی که این میزان در حال حاضر برابر ۴ درصد یا کمتر است.

در آمریکا، دو موضوع دیگر پیچیدگی ها و مشکلات را بیشتر میکند. نخستین مورد مربوط به زمانبندی است. ظهور هوش مصنوعی مولد همزمان با یک رونق اقتصادی اتفاق افتاده است که با مصرف برق مطابقت دارد. بسیاری از مصرف کنندگان انرژی میخواهند انرژی مصرفیشان کربن صفر (پاک) باشد و این موضوع رقابت برای یک منبع کمیاب انرژی را ایجاد میکنند. خریداران خودروهای برقی (EVS) هم که رشد آنها ممکن است کند شده باشد، اما متوقف نشده است، همین رویکرد را دارند. مشکل دوم در آمریکا مربوط به گسترش شبکه است. با وجود حمایت کاخ سفید، ایجاد سریع ظرفیت های انرژی تجدید پذیر جدید برای شرکت ها آسان نیست. این شرکت ها با مشکلات جدی در زنجیره تامین مواجه هستند؛ تا جایی که بر اساس بعضی آمارهای ارائه شده در این زمینه، تحویل یک ترانسفورماتور سه سال طول میکشد، در حالی که این زمان نسبت به یک سال قبل کمتر شده است. نرخ بهره هزینه پروژه های بادی و خورشیدی را بهشدت بالا برده و تامین مالی آنها را سخت و پیچیده تر کرده است. این در حالی است که ساخت خطوط انتقال جدید هم بسیار سخت است.

با این همه بیشک تفکر خلاق وجود خواهد داشت. راه حل واضح و شفاف در این زمینه آن است که gpuها را از نظر مصرف بهینه انرژی کارآمدتر کرد. شرکت انویدیا که بزرگترین تامین کننده gpuهاست اعلام کرده قبلا با آخرین نسل از سرورهای هوش مصنوعی به این موفقیت مهم دست یافته است. با این حال، تراشه های بهینه تر به راحتی میتوانند باعث ترغیب به استفاده بیشتر بشوند. آرون دنمن از شرکت مشاوره Bain میگوید که گزینه دیگر برای مقیاس کنندگان بزرگ این است که آنها از جیب های عمیق خود برای کمک به شرکتهای ارائه دهنده خدمات عمومی استفاده کنند تا این شرکتها بتوانند بر برخی از محدودیت های شبکه غلبه کنند و کمک بگیرند. او میگوید که بحران و معضل واقعی ممکن است در زمان های خاصی از سال مانند روزهای گرم تابستان رخ بدهد که آمریکایی ها کولرهای گازی خودشان را روشن میکنند. این اتفاق شبیه به داشتن نیروگاه های کوچک در حالت آماده به کار است. با این حال، این احتمال وجود دارد که سوخت آنها از گاز طبیعی تامین بشود و تعهدات و مسوولیتهای ارائه دهندگان خدمات رایانش ابری برای جلوگیری از تغییرات آب و هوایی را تضعیف کند.

اگر جهان با کمبود انرژی های تجدید پذیر مواجه شود، با هزینه ای سرسام آور مواجه خواهد شد. در مقابل اما هنوز کسی نمیداند که هوش مصنوعی چگونه درآمدزایی خواهد کرد. چیزی که مردم میدانند این است که هزینه خرید gpuها بسیار زیاد است. اگر هزینه های انرژی برای راه اندازی آنها هم افزایش یابد، این روند میتواند جلوی گسترش کاربردهای هوش مصنوعی را بگیرد. علاوه بر این، وابستگی دیگر بخش های اقتصادی به انرژی برق به شدت هزینه بر است. کشمکش هوش مصنوعی و خودروهای برقی برای دسترسی به انرژی پاک قیمتها را بالا میبرد و البته به رشد هیچ یک از این صنعت ها هم کمک نمیکند. به هر حال شاید باید دست روی دست گذاشت تا رویای صورتی سم آلتمن از ترکیب هوش مصنوعی و انرژی هسته ای به واقعیت تبدیل شود. اما نمیشود چندان هم روی آن حساب کرد.