اشنایدر الکتریک در مطالعه ای هشدار می دهد که مراکز داده شبکه را “می خورند”.

اشنایدر الکتریک در مطالعه ای هشدار می دهد که مراکز داده شبکه را "می خورند".
بازدید 7
۰

اشنایدر الکتریک در مطالعه ای هشدار می دهد که مراکز داده شبکه را “می خورند”.

به گزارش زوم ارز، Schneider Electric به سیاست‌گذاران توصیه کرده است که مصرف برق توسط مراکز داده هوش مصنوعی را به دقت مدیریت کنند و از احتمال خروج آن از کنترل خود جلوگیری کنند.

با توجه به گزارش‌ها، مصرف انرژی مراکز داده هوش مصنوعی به دلیل افزایش تقاضا برای خدمات هوش مصنوعی در حال افزایش است. این امر زمینه‌ای را برای شرکت‌های هوش مصنوعی فراهم می‌کند تا به دنبال منابع انرژی جایگزین بگردند.

مرکزهای داده ممکن است دیگران را در تاریکی مطلق رها کنند

Schneider Electric در گزارش خود چهار سناریو محتمل را مطرح کرده و تعدادی از اصول راهنما را پیشنهاد داده است که می توانند از “خوردن” شبکه برق توسط مراکز داده هوش مصنوعی جلوگیری کرده و جهان را از تاریکی نجات دهند.

در پی کنفرانس جهانی انرژی و هوش مصنوعی که توسط آژانس بین المللی انرژی در ماه گذشته برگزار شد، یک مطالعه جدید به اجرا درآمده است. این تحقیق با موضوع هوش مصنوعی و الکتریسیته و به رویکرد دینامیک سیستم متمرکز شده است و مکاتب فکری در حال ظهور مرتبط با هوش مصنوعی و تأثیر آن بر مصرف انرژی را مورد بررسی قرار داده است.

به‌عنوانی‌که گزارش‌های‌متعددی‌درباره‌نفوذهوش‌مصنوعی‌ومصرف‌برقی‌که‌موردتولیدگزارش‌قرارگرفته‌اند،وضعیت‌هوش‌مصنوعی‌نیازسخنرانی‌برایصحبت‌پس‌ازسخنرانی‌است،اسلایدهاجراکنید.

افزایش تقاضای پیش‌بینی‌شده برای خدمات هوش مصنوعی، همچنین افزایش ناگهانی در مصرف انرژی نگرانی‌هایی درباره فشار احتمالی این فناوری بر شبکه‌های برق ایجاد کرده است. همچنین، نگرانی‌هایی مبنی بر تأثیرات زیست‌محیطی در صورت افزایش پیوسته تقاضا برای انرژی با این نرخ نیز مطرح می‌شود.

ریمی پاکو، مدیر موسسه تحقیقاتی پایداری اشنایدر الکتریک، اظهار کرد که این تحقیق به منظور بررسی چشم‌اندازهای آینده و آماده‌سازی سهامداران برای مدیریت چالش‌ها و فرصت‌های آینده صورت گرفته است.

به جای آن، امیدواریم که به عنوان یک آغاز مناسب برای بحث و تصمیم‌گیری آگاهانه عمل کند.

او اظهار کرد: “ما دانش خود را با تدریس این مطلب که هوش مصنوعی به سرعت در حال پیشرفت است و دانش ما همواره در حال گسترش است، ارائه می دهیم.”

Schneider Electric ارائه داده است: چهار سناریو مختلف شامل هوش مصنوعی پایدار، نواقص رشد، فراوانی بی حد و مرز، و بحران انرژی.

پروژه های اشنایدر الکتریک تقاضای برق را از هم اکنون تا سال ۲۰۳۰ افزایش می دهد

بر اساس تحقیق انجام شده، چهار سناریوی ارایه شده توسط شرکت اشنایدر الکتریک نشان می‌دهد که مصرف انرژی از سال ۲۰۲۵ تا ۲۰۳۰ افزایش خواهد یافت، به دلیل افزایش مداوم تقاضا. با این حال، این سناریوها بر اساس انواع فرضیات مختلفی که اساس هرکدام از آنهاست، تفاوت‌های قابل توجهی دارند.

با استفاده از هوش مصنوعی پایدار، مطالعه اشنایدر بر روی اولویت‌بندی کارایی در حین افزایش مصرف تمرکز دارد، در حالی که به محدودیت‌های رشد و پتانسیل رسیدن به مرزهای مرتبط با انسان توجه می‌کند. رویکرد هوش مصنوعی پایدار یک راهبرد امیدوارکننده‌تر را ارائه می‌دهد و بر اساس مدل خود، تا سال ۲۰۳۵، مصرف برق از مقدار ۱۰۰ TWh در سال ۲۰۲۵ به ۷۸۵ TWh افزایش خواهد یافت.

هوش مصنوعی در دهه‌ی آینده به عنوان محرک اصلی در صنایع مصرفی انرژی خواهد بود. در این دوره، استفاده از تکنولوژی هوش مصنوعی به منظور ایجاد مدل‌های بهتر و کم‌مصرف تر در بخش انرژی به اوج خواهد رسید.

براساس گزارش، مشخص است که وجود یک رابطه همزیستی بین زیرساخت‌های هوش مصنوعی و تقاضا باعث تقویت کارایی و حفظ منابع به صورت همزمان می‌شود.

سناریوهای دیگر، مانند فراوانی بدون مرز، به خطرات بالقوه رشد کنترل نشده توجه می‌کنند. در این حین، بحران انرژی به بررسی مسائلی پرداخته که ناشی از نابرابری بین تقاضا و تولید انرژی، می‌تواند منجر به کمبودهای گسترده شود.

با توجه به گزارش حاضر، میزان کل انرژی مصرفی هوش مصنوعی از ۱۰۰ تراوات ساعت در سال جاری به ۵۱۰ تراوات ساعت تا سال ۲۰۳۰ افزایش خواهد یافت. با این حال، این رشد با چالش‌هایی همچون تولید جم برای تراشه‌های تخصصی و کمبود داده برای LLM‌ها همراه خواهد بود.

این گزارش همچنین بیان می‌کند که وجود سناریو‌های بی‌شماری بدون حدود نشان‌دهنده‌ی این است که توسعه سریع و پی‌درپی هوش مصنوعی چالش‌هایی را پدیدمی‌آورده است زیرا شرکت‌های فعال در زمینه هوش مصنوعی در جهت رقابت بر سر زیرساخت‌های بزرگ‌تر و پیشرفته‌تر حرکت کرده و از ظرفیت استفاده پایدار از منابع پیشی گرفته‌اند.

سناریوی بحران انرژی به نمایش می‌گذارد چگونگی رشد سریع هوش مصنوعی که باعث تضاد در نیازهای انرژی آن با بخش‌های دیگر اقتصاد می‌شود. این موضوع باعث بروز چالش‌های عملیاتی برای صنایعی که به هوش مصنوعی وابسته هستند می‌شود.

با توجه به این سناریو، پیش‌بینی می‌شود که مصرف انرژی در سال ۲۰۲۹ به حداکثر خود برسد، حدوداً ۶۷۰ تراوات ساعت، و سپس تا سال ۲۰۳۲ کاهش یابد و به ۳۸۰ تراوات ساعت برسد. همچنین در سال ۲۰۲۵، مصرف انرژی به ۱۹۰ تراوات ساعت کاهش پیدا کند.

اشنایدر چند پیشنهاد برای بحران انرژی بالقوه ارائه می دهد

با توجه به گزارش مورد بررسی، یک مدیریت نامنظم منجر به اعمال تصادفی و پراکنده می‌شود که ممکن است منجر به کاهش انرژی در سطح جهانی یا محلی شود.

ان گزارش شنایدر به توصیه هایی برای پایداری هوش مصنوعی می پردازد، و در سه زمینه اصلی زیرساخت هوش مصنوعی، توسعه هوش مصنوعی، و حکمرانی، استانداردها و آموزش تمرکز دارد.

زیرساخت‌های هوش مصنوعی منجر به بهبود مراکز داده نسل بعدی می‌شود. این تغییرات شامل استفاده از تکنولوژی‌های خنک‌کننده پیشرفته، محاسبات با چگالی بالا و استفاده از سخت‌افزارهای مدرن مانند GPU و TPU برای بهینه‌سازی عملکرد می‌شود.

همچنین، تحقیقات نشان می‌دهد که مراکز داده هوش مصنوعی برای سرورهای خود نیاز به حجم زیادی آب برای خنک کردن دارند. بر اساس گزارش‌ها، شرکت‌های فناوری از قبیل Google، Microsoft و OpenAI نیز این موضوع را تأیید کرده‌اند و از افزایش مصرف آب در مراکز داده خود گزارش داده‌اند.

توصیه‌های تحت توسعه هوش مصنوعی نشان می‌دهد که با بهره‌گیری از روش‌هایی از جمله بهینه‌سازی مدل، کوانتیزاسیون و استفاده از ساختارهای سبک و کم‌حجم، می‌توان به بهبود کارایی مدل‌ها دست پیدا کرد.

با توجه به حکمرانی، استانداردها و آموزش، این گزارش پیشنهاد می‌دهد که سیاست‌گذاران باید طرح‌های صدور گواهی را برای راهبردهای پایدار هوش مصنوعی مانند بهره‌وری انرژی و تأثیرات زیست‌محیطی ارائه و پیاده‌سازی کنند. همچنین، یک چارچوب قوی هدایت‌کننده برای توسعه هوش مصنوعی مسئول واکنشگر ارائه می‌شود که به مسائلی از جمله مصرف انرژی، حفظ حریم خصوصی داده‌ها و ملاحظات اخلاقی توجه خواهد کرد.


منبع: cryptopolitan.com

 

اشتراک گذاری

نوشته شده توسط:

تیم خبری

من حامد هستم و 5 سال در حوزه اخبار ارز های دیجیتال فعالیت دارم. روزانه اخبار اقتصادی و مالی و همچنین کریپتو را دنبال می کنم. فردی ماجراجو و پیگیر هستم.

نظرات کاربران

0 0 رای ها
امتیازدهی به مقاله
اشتراک در
اطلاع از
0 نظرات خود را ثبت نمایید
تازه‌ترین
قدیمی‌ترین بیشترین رأی
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها