அமேசான் (AMZN) இன்றைய உலகில் எங்கும் காணப்படுகிறது, இது மிகப்பெரிய மற்றும் மிகவும் நிறுவப்பட்ட ஆன்லைன் சந்தைகளில் ஒன்றாக மட்டுமல்லாமல், மிகப்பெரிய தரவு மைய வழங்குநர்களில் ஒன்றாகவும் உள்ளது.
அமேசான் அணுமின் நிலையங்களின் உரிமையாளர் மற்றும் இயக்குனராக இருப்பதற்காக மிகவும் குறைவாக அறியப்படுகிறது.
ஆயினும்கூட, அதன் கிளவுட் துணை நிறுவனமான AWS, மார்ச் மாதத்தில் பென்சில்வேனியாவில் உள்ள டேலன் எனர்ஜியிடமிருந்து 650 மில்லியன் டாலர் அணுசக்தியில் இயங்கும் தரவு மையத்தை வாங்கியது.
மேலோட்டமாக, இந்த ஒப்பந்தம் அமேசானின் லட்சிய விரிவாக்கத் திட்டங்களைக் குறிக்கிறது. ஆனால் ஆழமாக தோண்டி, நிறுவனம் அணுசக்தி வசதியை வாங்குவது அமேசான் மற்றும் பிற தொழில்நுட்ப ஜாம்பவான்கள் போராடும் ஒரு பரந்த சிக்கலைப் பேசுகிறது: செயற்கை நுண்ணறிவிலிருந்து ஆற்றலுக்கான திருப்தியற்ற தேவை.
அமேசான் விஷயத்தில், AWS ஆனது Talen Energy இன் பென்சில்வேனியா அணுசக்தியால் இயங்கும் தரவு மையத்தை வாங்கியது, செயற்கை நுண்ணறிவு உருவாக்கிய ஆற்றல் தேவைகளை வைத்து, அதன் வேகமாக விரிவடைந்து வரும் AI தரவு மையத்தை ஒரு சக்தி மூலத்திற்கு அடுத்ததாக இணைத்தது.
இந்த மூலோபாயம் என்பது ஆற்றல் கணக்கீட்டின் அறிகுறியாகும், ஏனெனில் AI நுகர்வோரின் அன்றாட வாழ்க்கையில் ஊடுருவி வருகிறது – இணையத் தேடல்கள் முதல் ஸ்மார்ட் சாதனங்கள் மற்றும் கார்கள் வரை அனைத்தையும் இயக்குகிறது.
கூகுள் (GOOG, GOOGL), Apple (AAPL) மற்றும் Tesla (TSLA) போன்ற நிறுவனங்கள் புதிய தயாரிப்புகள் மற்றும் சேவைகளுடன் AI திறன்களை தொடர்ந்து மேம்படுத்துகின்றன. ஒவ்வொரு AI பணிக்கும் பரந்த கணக்கீட்டு சக்தி தேவைப்படுகிறது, இது ஆற்றல்-பசி தரவு மையங்கள் மூலம் கணிசமான மின்சார நுகர்வுக்கு மொழிபெயர்க்கிறது.
2027 ஆம் ஆண்டளவில், உலகளாவிய AI தொடர்பான மின் நுகர்வு 64% அதிகரித்து, ஆண்டுதோறும் 134 டெராவாட் மணிநேரத்தை எட்டும் – அல்லது நெதர்லாந்து அல்லது ஸ்வீடன் போன்ற நாடுகளின் மின்சார உபயோகத்திற்கு சமமானதாக இருக்கும் என்று மதிப்பீடுகள் தெரிவிக்கின்றன.
இது ஒரு முக்கியமான கேள்வியை எழுப்புகிறது: பிக் டெக் நிறுவனங்கள் தங்கள் எதிர்கால AI கண்டுபிடிப்புகளுக்குத் தேவைப்படும் ஆற்றல் தேவைகளை எவ்வாறு நிவர்த்தி செய்கின்றன?
AI இன் அதிகரித்து வரும் ஆற்றல் நுகர்வு
பியூ ஆராய்ச்சியின் படி, பாதிக்கும் மேற்பட்ட அமெரிக்கர்கள் ஒரு நாளைக்கு ஒரு முறையாவது AI உடன் தொடர்பு கொள்கிறார்கள்.
AI பயன்பாடுகளுக்கான கருவிகளை உருவாக்கும் நிறுவனமான Hugging Face இல் AI மற்றும் காலநிலை முன்னணியில் பணியாற்றும் பிரபல ஆராய்ச்சியாளர் மற்றும் தரவு விஞ்ஞானி சாஷா லூசியோனி, AI இன் ஆற்றல் நுகர்வு பற்றி அடிக்கடி விவாதிக்கிறார்.
AI மாடல்களைப் பயிற்றுவிப்பது ஆற்றல்-தீவிரமானது – GPT-3 மாதிரியைப் பயிற்றுவிப்பது, எடுத்துக்காட்டாக, சுமார் 1,300 மெகாவாட்-மணிநேர மின்சாரத்தைப் பயன்படுத்தியது – இது பொதுவாக ஒருமுறை மட்டுமே நடக்கும் என்று Luccioni விளக்கினார். இருப்பினும், மாதிரிகள் பதில்களை உருவாக்கும் அனுமான கட்டத்திற்கு, வினவல்களின் சுத்த அளவு காரணமாக இன்னும் அதிக ஆற்றல் தேவைப்படலாம்.
எடுத்துக்காட்டாக, ஒரு பயனர் ChatGPT போன்ற AI மாதிரிகளை ஒரு கேள்வியைக் கேட்டால், அது ஒரு தரவு மையத்திற்கு கோரிக்கையை அனுப்புவதை உள்ளடக்குகிறது, அங்கு சக்திவாய்ந்த செயலிகள் பதிலை உருவாக்குகின்றன. இந்த செயல்முறை, விரைவானது என்றாலும், வழக்கமான Google தேடலை விட சுமார் 10 மடங்கு அதிக ஆற்றலைப் பயன்படுத்துகிறது.
“மாடல்கள் பல முறை பயன்படுத்தப்படுகின்றன, அது உண்மையில் விரைவாக சேர்க்கிறது,” லூசியோனி கூறினார். மாடலின் அளவைப் பொறுத்து, 50 மில்லியன் முதல் 200 மில்லியன் வினவல்கள் மாடலைப் பயிற்றுவிக்கும் அளவுக்கு ஆற்றலைப் பயன்படுத்தக்கூடும் என்று அவர் குறிப்பிட்டார்.
“ChatGPT ஒரு நாளைக்கு 10 மில்லியன் பயனர்களைப் பெறுகிறது,” என்று Luccioni கூறினார். “எனவே 20 நாட்களுக்குள், நீங்கள் அந்த 'மிகப்பெரிய' நிலையை அடைந்துவிட்டீர்கள் … மாதிரியை வரிசைப்படுத்துவதன் மூலம் பயிற்சிக்கு பயன்படுத்தப்படும் ஆற்றல்.”
இந்த ஆற்றலின் மிகப்பெரிய நுகர்வோர்கள், ஹைப்பர்ஸ்கேலர்கள் எனப்படும் பிக் டெக் நிறுவனங்கள், அவற்றின் கிளவுட் சேவைகள் மூலம் AI முயற்சிகளை விரைவாக அளவிடும் திறனைக் கொண்டுள்ளன. மைக்ரோசாப்ட் (MSFT), ஆல்பாபெட், மெட்டா (META) மற்றும் அமேசான் மட்டும் 2024 இல் AI க்கு $189 பில்லியன் செலவழிக்கும் என்று கணிக்கப்பட்டுள்ளது.
AI-உந்துதல் ஆற்றல் நுகர்வு அதிகரிக்கும் போது, ஏற்கனவே அதிக சுமை உள்ள ஆற்றல் கட்டங்களில் கூடுதல் அழுத்தத்தை ஏற்படுத்துகிறது. கோல்ட்மேன் சாக்ஸ் கணிப்புகளின்படி, 2030 ஆம் ஆண்டில், உலகளாவிய தரவு மைய மின் தேவை 160% அதிகரிக்கும் மற்றும் 2022 இல் 3% ஆக இருந்த அமெரிக்காவின் மொத்த மின் தேவையில் 8% ஆக இருக்கும்.
இந்த திரிபு வயதான உள்கட்டமைப்பு மற்றும் அமெரிக்காவில் கார்கள் மற்றும் உற்பத்தியின் மின்மயமாக்கலை நோக்கிய உந்துதல் ஆகியவற்றால் கூட்டப்படுகிறது. எரிசக்தி துறையின் கூற்றுப்படி, 70% அமெரிக்க டிரான்ஸ்மிஷன் லைன்கள் அவற்றின் வழக்கமான 50 முதல் 80 ஆண்டுகால வாழ்க்கைச் சுழற்சியின் முடிவை நெருங்கி வருகின்றன, இதனால் செயலிழப்புகள் மற்றும் சைபர் தாக்குதல்கள் ஏற்படும் அபாயம் அதிகரிக்கிறது.
மேலும், புதுப்பிக்கத்தக்க எரிசக்தி ஆதாரங்கள் வேகத்தைத் தக்கவைக்க போராடுகின்றன.
புதுப்பிக்கத்தக்க ஆற்றல் உற்பத்தி விரிவடைந்தாலும் கூட, அதிகரித்து வரும் எரிசக்தித் தேவைகளைப் பூர்த்தி செய்ய, நிலக்கரியில் இயங்கும் ஆலைகளின் பயன்பாட்டை கிரிட் ஆபரேட்டர்கள் விரிவுபடுத்துகின்றனர் என்று லுசியோனி சுட்டிக்காட்டினார்.
AI பெரிய தொழில்நுட்ப நிலைத்தன்மை உறுதிமொழிகளை உயர்த்துகிறது
மைக்ரோசாப்ட் மற்றும் கூகுள் ஆகியவை தங்களின் நிலைத்தன்மை அறிக்கைகளில் காலநிலை இலக்குகளை அடைவதில் AI தடையாக இருப்பதாக ஒப்புக்கொண்டுள்ளன. எடுத்துக்காட்டாக, AI தொடர்பான தரவு மையக் கட்டுமானம் காரணமாக மைக்ரோசாப்டின் கார்பன் வெளியேற்றம் 2020 முதல் 29% அதிகரித்துள்ளது.
இருப்பினும், AI இன் அனைத்து ஆற்றல் தேவைகளையும் பூர்த்தி செய்ய முடியாவிட்டாலும், புதுப்பிக்கத்தக்க ஆற்றல் பிக் டெக்கின் உத்திகளில் ஒரு முக்கிய பகுதியாக உள்ளது.
மே 2024 இல், மைக்ரோசாப்ட், சொத்து மற்றும் சொத்து மேலாண்மை நிறுவனமான ப்ரூக்ஃபீல்டுடன், காற்று, சூரிய ஒளி மற்றும் பிற கார்பன்-இல்லாத ஆற்றல் உற்பத்தி தொழில்நுட்பங்கள் மூலம் உலகளவில் 10.5 ஜிகாவாட்களுக்கு மேல் புதிய புதுப்பிக்கத்தக்க ஆற்றல் திறனை வழங்குவதற்கான மிகப்பெரிய கார்ப்பரேட் மின் கொள்முதல் ஒப்பந்தத்தில் கையெழுத்திட்டது. கூடுதலாக, நிறுவனம் 8.2 மில்லியன் டன் உமிழ்வைத் தொழிலில் ஈடுசெய்ய கார்பன் அகற்றும் முயற்சிகளில் அதிக அளவில் முதலீடு செய்துள்ளது.
அமேசான் புதுப்பிக்கத்தக்க ஆற்றலில் குறிப்பிடத்தக்க முதலீடுகளைச் செய்துள்ளது, தொடர்ந்து நான்காவது ஆண்டாக புதுப்பிக்கத்தக்க எரிசக்தியை உலகின் மிகப்பெரிய கார்ப்பரேட் வாங்குபவராக தன்னை நிலைநிறுத்திக் கொண்டுள்ளது. நிறுவனத்தின் போர்ட்ஃபோலியோ இப்போது ஆண்டுதோறும் 7.2 மில்லியன் அமெரிக்க வீடுகளுக்கு வழங்குவதற்கு போதுமான காற்று மற்றும் சூரிய சக்தியை உள்ளடக்கியுள்ளது.
இருப்பினும், Yahoo ஃபைனான்ஸ் நிருபர் Ines Ferre (மேலே காணொளி) குறிப்பிட்டது போல், “புதுப்பிக்கக்கூடியவற்றின் சிக்கல் என்னவென்றால், நாளின் சில நேரங்களில், நீங்கள் ஆற்றல் சேமிப்பிற்குச் செல்ல வேண்டும், ஏனெனில் அந்த நாளின் அந்த நேரத்தில் நீங்கள் அந்த ஆற்றலைப் பயன்படுத்தாமல் இருக்கலாம். .”
தூய்மையான ஆற்றலைப் பெறுவதற்கு அப்பால், பிக் டெக் செயல்திறனிலும் முதலீடு செய்கிறது. கூகுள் போன்ற நிறுவனங்கள் இப்போது டென்சர் ப்ராசசிங் யூனிட் (TPU) போன்ற AI-சார்ந்த சில்லுகளை உருவாக்கி வருகின்றன, அவை கேமிங் தொழில்நுட்பத்திற்காக உருவாக்கப்பட்ட வரைகலை செயலாக்க அலகுகளை (GPUs) பயன்படுத்துவதற்குப் பதிலாக AI பணிகளுக்கு உகந்ததாக இருக்கும் என்று Luccioni கூறினார்.
என்விடியா அதன் சமீபத்திய பிளாக்வெல் GPUகள் முந்தைய பதிப்புகளுடன் ஒப்பிடும்போது AI மாதிரி ஆற்றல் பயன்பாடு மற்றும் செலவுகளை 25 மடங்கு குறைக்கும் என்று கூறுகிறது.
ஆற்றல் செலவுகளை நிர்வகிக்காத தொழில்நுட்ப நிறுவனங்களுக்கு என்ன காத்திருக்கிறது என்பதைப் பற்றிய ஒரு பார்வைக்கு, தைவான் செமிகண்டக்டர் உற்பத்தி நிறுவனம் (TSM) தவிர வேறு எதையும் பார்க்க வேண்டாம். TSMC உலகின் அதிநவீன AI சில்லுகளில் 90% க்கும் அதிகமானவற்றை உருவாக்குகிறது மற்றும் கடந்த ஆண்டில் ஆற்றல் செலவுகள் இரட்டிப்பாகியுள்ளது, இது நிறுவனத்தின் விளிம்புகளை கிட்டத்தட்ட முழு சதவீத புள்ளியாகக் குறைத்துள்ளது என்று CFO Wendell Huang கூறுகிறார்.
ஆற்றல் தேவைகளை மிகவும் துல்லியமாக அளவிடுவதற்கும் எதிர்கால செலவுகளைக் குறைப்பதற்கும் வெளிப்படைத்தன்மை முக்கியமானது என்று நிபுணர்கள் கூறுகின்றனர்.
டெவலப்பர்கள் மற்றும் பயனர்கள் தங்கள் ஆற்றல் நுகர்வு அளவைக் குறிப்பதன் மூலம் அதிக ஆற்றல்-திறனுள்ள மாதிரிகளைத் தேர்வுசெய்ய உதவுவதை நோக்கமாகக் கொண்ட AI எனர்ஜி ஸ்டார்-ரேட்டிங் திட்டத்தில் பணிபுரியும் லூசியோனி, “எங்களுக்கு அதிக கட்டுப்பாடுகள் தேவை, குறிப்பாக வெளிப்படைத்தன்மையுடன்” என்றார்.
தொழில்நுட்ப நிறுவனங்களின் முன்னுரிமைகள் என்று வரும்போது, எப்போதும் பணத்தைப் பின்பற்றவும் அல்லது இந்த விஷயத்தில் முதலீடுகளைப் பின்பற்றவும். பயன்பாட்டு நிறுவனங்கள் மற்றும் தொழில்நுட்ப ஜாம்பவான்கள் வரும் ஆண்டுகளில் AIக்காக $1 டிரில்லியன் செலவழிப்பார்கள் என்று எதிர்பார்க்கப்படுகிறது.
ஆனால் லூசியோனியின் கூற்றுப்படி, AI என்பது பிரச்சனை மட்டுமல்ல – இந்த ஆற்றல் நெருக்கடியை நிவர்த்தி செய்வதற்கான தீர்வின் ஒரு பகுதியாகவும் இது இருக்கலாம்.
“AI நிச்சயமாக தீர்வின் ஒரு பகுதியாக இருக்க முடியும்,” லூசியோனி கூறினார். “உதாரணமாக, ஒரு … நீர்மின் அணைக்கு எப்போது சரிசெய்தல் தேவைப்படலாம் என்பதை அறிவது, [and the] கேபிள்கள், கசிவுகளை சரிசெய்தல் போன்ற வயதான உள்கட்டமைப்பிலும் அதே விஷயம். பரிமாற்றத்தின் போது மற்றும் சேமிப்பகத்தின் போது நிறைய ஆற்றல் உண்மையில் இழக்கப்படுகிறது. எனவே கணிக்க அல்லது சரிசெய்ய AI பயன்படுத்தப்படலாம் [it] உண்மையான நேரத்தில்.”
பங்குச் சந்தையை பாதிக்கும் சமீபத்திய தொழில்நுட்ப செய்திகளுக்கு இங்கே கிளிக் செய்யவும்
Yahoo Finance வழங்கும் சமீபத்திய நிதி மற்றும் வணிகச் செய்திகளைப் படிக்கவும்