تحلیل

دیتاسنترهای AI دیگر فقط داستان cloud نیستند؛ به سیاست محلی تبدیل شده‌اند

گلوگاه بعدی AI فقط مدل و چیپ نیست. مسئله این است که مردم محلی به وعده‌های برق، آب، مالیات و شغل پشت ساختمان‌های عظیم دیتاسنتر اعتماد می‌کنند یا نه.

علی محمدی
علی محمدی

تحلیل‌گر فناوری و هوش مصنوعی

۱۳ تیر ۱۴۰۵4 دقیقه مطالعه
دیتاسنترهای AI دیگر فقط داستان cloud نیستند؛ به سیاست محلی تبدیل شده‌اند

ماشین نامرئی حالا دیده می‌شود

سال‌ها cloud برای کاربر عادی بی‌وزن به نظر می‌رسید. اپ را باز می‌کردیم، سوال می‌پرسیدیم، تصویر می‌ساختیم، فایل را جست‌وجو می‌کردیم یا کاری را اتوماتیک می‌کردیم و زیرساخت پشت آن در کلمه cloud پنهان می‌شد. AI این خیال را شکسته است. حالا دوباره سمت فیزیکی کامپیوتر دیده می‌شود: زمین، پست برق، خط انتقال، سیستم خنک‌سازی، ژنراتور پشتیبان، مجوز آب و جلسه شورای شهر.

دلیلش ساده است. AI مدرن با شعار اجرا نمی‌شود. با کلاسترهای متراکم GPU، خنک‌سازی پیوسته و شبکه برقی اجرا می‌شود که باید شب و روز توان بدهد. گزارش‌های IEA نشان می‌دهد AI دیگر یک مسئله جدی برنامه‌ریزی انرژی است و رشد مصرف دیتاسنترها مخصوصاً در بخش‌های متمرکز بر AI سرعت گرفته است.

این یعنی پروژه فنی به سوال شهری تبدیل شده است. یک دیتاسنتر ممکن است وعده شغل، درآمد مالیاتی و اعتبار دیجیتال بدهد، اما همسایه‌ها سوال فوری‌تری دارند: قبض برق بالا می‌رود؟ آب در دوره خشکسالی مصرف می‌شود؟ نیروگاه گازی قدیمی زنده نگه داشته می‌شود؟ شغل دائمی می‌آید یا فقط چند ماه ساخت‌وساز؟ بحث از کنفرانس تکنولوژی وارد جلسه محلی شده است.

مقاله‌های مرتبط

گزارش Watermelon متا نشان می‌دهد رقابت مدل‌های AI به استراتژی محصول تبدیل شده است

این مخالفت ضد تکنولوژی نیست

نباید هر اعتراض به دیتاسنتر را ضد AI یا ضد فناوری خواند. همین مردم از سرویس‌هایی استفاده می‌کنند که دیتاسنترها ممکن کرده‌اند: پرداخت، بیمارستان، نرم‌افزار اداری، جست‌وجو، و حالا دستیارهای AI. مسئله اصلی نابرابری هزینه و فایده است. همه از سرویس استفاده می‌کنند، اما فشار فیزیکی در یک شهر یا منطقه خاص متمرکز می‌شود.

یک شهرستان، یک حاشیه خشک یا شهری که شبکه برقش زیر فشار است، ممکن است میزبان زیرساختی شود که کاربران جهانی از آن استفاده می‌کنند. فایده کلی و دور به نظر می‌رسد، اما هزینه نزدیک است: سر و صدا، زمین، اضطراب آب، ارتقای grid و این حس که مذاکره قبل از فهمیدن ابعاد پروژه انجام شده است.

برای همین شفافیت از تبلیغات مهم‌تر است. پروژه‌ای که فقط از innovation حرف می‌زند اعتماد نمی‌سازد. پروژه‌ای که load تقریبی، طراحی خنک‌سازی، برنامه آب، backup power، شرایط مالیاتی و مسئولیت هزینه ارتقای شبکه را روشن می‌کند، شانس بیشتری دارد مثل زیرساخت دیده شود نه مثل استخراج منابع.

بهره‌وری به تنهایی دعوا را تمام نمی‌کند

صنعت تکنولوژی معمولاً در پاسخ به نگرانی‌ها از efficiency حرف می‌زند: چیپ بهتر، liquid cooling، زمان‌بندی هوشمند و قرارداد انرژی تجدیدپذیر. این‌ها واقعی و لازم‌اند. اما efficiency وقتی استفاده با سرعت انفجاری رشد می‌کند، الزاماً مصرف کل را کم نمی‌کند. AI ارزان‌تر و سریع‌تر اغلب استفاده بیشتری می‌سازد.

این همان پارادوکسی است که دهه‌ها همراه کامپیوتر بوده است. سرور بهینه‌تر به معنی برق کمتر نیست اگر تعداد سرورها چند برابر شود. مدل بهتر هم الزاماً مصرف انرژی را کم نمی‌کند اگر محصول‌های بیشتر، queryهای بیشتر، agentهای بیشتر و taskهای پس‌زمینه دائمی بسازد.

پس سوال عملی این نیست که AI متوقف شود. سوال این است که توسعه زیرساخت قابل فهم و قابل حسابرسی باشد. شهر و رگولاتور باید بداند کدام دیتاسنتر برای training است، کدام برای inference، کدام می‌تواند load را جابه‌جا کند، کدام uptime دائمی می‌خواهد و کدام طراحی واقعاً فشار آب را کم می‌کند.

زیرساخت مسئولانه AI چه شکلی است

برنامه مسئولانه دیتاسنتر قبل از خبر رسمی شروع می‌شود. انتخاب محل باید بر اساس ظرفیت grid و وضعیت آب باشد، نه فقط زمین ارزان. قرارداد باید روشن کند هزینه ارتقای خط انتقال را چه کسی می‌دهد. گزارش عمومی باید آن‌قدر دقیق باشد که مفید باشد و آن‌قدر ساده باشد که غیرمهندس هم بفهمد.

رشد AI باید به مدیریت تقاضا وصل شود. همه workloadها لازم نیست در ساعت اوج اجرا شوند. هر درخواست inference لازم نیست با بزرگ‌ترین مدل پاسخ بگیرد. هر انتخاب خنک‌سازی هم نباید فشار پنهان را از برق به آب منتقل کند. routing بهتر مدل، زمان‌بندی و utilization سخت‌افزار فقط optimization مهندسی نیستند؛ انتخاب‌های عمومی‌اند.

برنده مرحله بعدی AI شرکتی نیست که با هر هزینه‌ای سریع‌تر بسازد. برنده شرکتی است که بتواند معامله فیزیکی را منصفانه نشان دهد: AI مفید، grid قابل اعتماد، حسابداری صادقانه آب، منفعت محلی بعد از تمام شدن ساخت‌وساز و سند عمومی‌ای که مردم بتوانند به عددهایش اعتماد کنند.

خبر خوب، خبری است که کاربر بعد از خواندن آن تصمیم بهتری بگیرد.
NovaNews
دیتاسنتر AIزیرساخت هوش مصنوعیمصرف برقمصرف آببرنامه‌ریزی شبکه برق

درباره نویسنده

علی محمدی

علی محمدی

تحلیل‌گر فناوری و هوش مصنوعی

علی درباره کاربرد واقعی فناوری در کسب‌وکارهای فارسی‌زبان، زیرساخت دیجیتال، امنیت و بهره‌وری می‌نویسد.

مقاله‌های مرتبط