بحران انرژی هوش مصنوعی: دیتاسنترها به دنبال اتم می‌روند
مصرف برق دیتاسنترها به سهم دو رقمی‌ای از برق آمریکا رسیده و شرکت‌ها برای تأمین آن به نیروگاه هسته‌ای برگشته‌اند؛ نگاهی به پرهزینه‌ترین مسئلهٔ پنهان صنعت AI.
پشت هر پاسخ سریع چت‌جی‌پی‌تی، ساعتی برق سوخته می‌شود؛ به معنای دقیق کلمه. مصرف انرژی هوش مصنوعی از آن بحث‌های پنهان صنعت است که ناگهان، با خاموشی‌های موضعی، صف تأمین توربین گازی و بازگشت نیروگاه‌های هسته‌ای بازنشسته به مدار، روی جلد رسانه‌ها آمد. این تحلیل، اعداد را از هیاهو جدا می‌کند.
اعداد چه می‌گویند؟
طبق برآورد آژانس بین‌المللی انرژی، دیتاسنترهای جهان در ۲۰۲۴ حدود ۴۱۵ تراوات‌ساعت برق مصرف کردند — نزدیک به ۱٫۵ درصد برق جهان — و در سناریوی پایه، این عدد تا ۲۰۳۰ به بیش از دو برابر می‌رسد. در آمریکا که قلب محاسبات جهان است، سهم دیتاسنترها از برق کشور به حدود ۴ تا ۵ درصد رسیده و برآورد رسمی آزمایشگاه‌ها رقم دو رقمی را برای اواخر دهه پیش‌بینی می‌کند. برای ملموس‌شدن: یک دیتاسنتر بزرگ جدید، به اندازهٔ یک شهر متوسط برق می‌خواهد.
چرا ناگهان؟ از چت به ایجنت
هر کاربر عادی در ۲۰۲۳ سالی چند ده پرسش می‌پرسید؛ امروز صدها میلیون کاربر فعال داریم و مهم‌تر، ایجنت‌های خودکار آمده‌اند: دستیاری که برای یک درخواست، ده‌ها بار مدل را صدا می‌زند، وب را می‌گردد و نتایج را می‌سنجد. مصرف محاسباتی هر «کارِ سپرده‌شده به ایجنت»، ده‌ها تا صدها برابر یک چت ساده است. یعنی بحران انرژی، پشت‌دریچهٔ همان تحولی است که در روندهای ۲۰۲۶ به‌عنوان فرصت معرفی کردیم؛ هر فرصتی صورت‌حساب دارد.
راه‌حل شگفت‌انگیز صنعت: برگشت به اتم
جدی‌ترین واکنش، قراردادهای هسته‌ای است:
| شرکت | اقدام | مقیاس اعلام‌شده |
|---|---|---|
| مایکروسافت | قرارداد ۲۰ ساله برای راه‌اندازی مجدد نیروگاه سه‌میل‌آیلند | حدود ۸۳۵ مگاوات |
| گوگل | سفارش رآکتورهای کوچک ماژولاری | تا ۵۰۰ مگاوات تا ۲۰۳۵ |
| آمازون و متا | سرمایه‌گذاری و مناقصه پروژه هسته‌ای | در حد صدها مگاوات |
هم‌زمان، سفارش توربین‌های گازی تا چند سال آینده به‌طور کامل رزرو شده و بحث «سوخت‌های fossil برای AI» به یکی از جدی‌ترین انتقادهای زیست‌محیطی تبدیل شده است. شرکت‌ها هم به دیوار حسابداری کربن خورده‌اند: چند غول فناوری اعلام کردند انتشار کربنشان — به‌جای کاهش — به‌دلیل ساخت دیتاسنتر افزایش یافته و اهداف اقلیمی‌شان عقب افتاده است.
سه پیامد عملی برای شما
۱. قیمت مدل‌ها به برق گره خورده. موج مدل‌های ارزان و رقابت زیرساختی فقط زمانی پایدار است که انرژی ارزان تأمین شود؛ نوسان انرژی یعنی نوسان قیمت APIها. ۲. بهینه‌سازی، دوباره مهم شد. انتخاب مدل کوچک برای کار ساده، مدیریت طول پرامپت و پرهیز از فراخوانی‌های اضافی، از «نکتهٔ فنی» به «تصمیم اقتصادی و اخلاقی» تبدیل شده — مهارتی که ریشه در مدیریت پنجرهٔ متنی دارد. ۳. برق، سرمایهٔ ملی قرن حاضر است. برای ایران با منابع انرژی فراوان، پیام روشن است: ارزش آوردن هر مگاوات به شبکهٔ ملی، در دنیای اقتصاد محاسباتی چند برابر گذشته است.
آیا فناوری خودش راه‌حل می‌شود؟
بخشی از پاسخ بله: مدل‌های کوچک‌تر و تخصصی‌تر، تراشه‌های کم‌مصرف‌تر و تکنیک‌های فشرده‌سازی، مصرف هر پاسخ را نسبت به دو سال قبل به‌شدت کم کرده‌اند. اما بهینه‌سازی، با رشد چند برابری حجم استفاده رقابت نابرابر است — درست مثل اینکه موتور خودروها پاک‌سوزتر شده اما تعداد خودروها ده برابر شده است.
حساب سرانگشتی برای کاربر حرفه‌ای
اگر کار جدی با مدل‌ها دارید، حساب ساده‌ای انجام دهید: هفته‌ای چند ساعت با ابزارهای هوشمند کار می‌کنید و کدام کارها «سنگین» است؟ دو عمل ساده، مصرف و هزینهٔ شما را ده‌ها درصد کم می‌کند. اول، مدل مناسب کار: برای خلاصه‌سازی ساده و بازنویسی، مدل‌های سبک و ارزان کافی‌اند؛ مدل استدلالی گران را برای مسائل واقعاً پیچیده نگه دارید. دوم، بهداشت پنجرهٔ متنی: هر بار فایل‌های قدیمی گفتگو را که دیگر لازم نیستند پاک کنید و گفتگوی تازه باز کنید؛ مدل روی همهٔ متن قبلی دوباره پردازش می‌کند و شما هم هزینه می‌دهید هم دقت را پایین می‌آورید. این دو عادت کوچک، «سواد انرژی» عصر هوش مصنوعی است.
جمع‌بندی
بحران انرژی یادآوری خوبی است که هوش مصنوعی «جادو» نیست؛ صنعتی فیزیکی با دود و دیگ بخار است. آیندهٔ این صنعت به اندازهٔ الگوریتم‌هایش به شبکهٔ برق، رآکتورها و منابع آب وابسته است — و کسی که انرژی ارزان داشته باشد، هوش ارزان هم خواهد داشت.
پرسش‌های پرتکرار
هر پرسش از ChatGPT چقدر برق مصرف می‌کند؟
برآوردها برای یک پرسش ساده در حد کسری از وات‌ساعت است؛ عدد به‌تنهایی ناچیز، اما ضرب‌در میلیاردها پرسش روزانه و فراخوانی‌های ایجنت، مسئله ملی می‌شود.
آیا هوش مصنوعی برای محیط زیست فاجعه است؟
هزینهٔ کربنی واقعی است، اما جایگزین‌هایی هم دارد: سفرهای اداری کمتر، شبیه‌سازی به‌جای آزمایش فیزیکی. معادلهٔ نهایی به منبع برق و کاربرد بستگی دارد.
مصرف بالاتر یعنی قیمت سرویس‌ها گران می‌شود؟
نه لزوماً؛ رقابت و بهبود بهره‌وری تا امروز جلوی افزایش قیمت را گرفته، اما انرژی ضریب امنیت این معادله است.
این مطلب برایتان مفید بود؟
با پسندیدن، به ما کمک می‌کنید مطالب بهتری منتشر کنیم.
