هوش مصنوعی و یادگیری ماشین

تقابل داده‌محور و بحران اقلیمی: چرا مراکز داده به سوخت‌های فسیلی وابسته شده‌اند؟

در حالی که توسعه پرشتاب هوش مصنوعی و مراکز داده به یکی از داغ‌ترین مباحث در جوامع سیاسی و فنی جهان تبدیل شده، تقابل میان زیرساخت‌های پردازشی و اهداف زیست‌محیطی به نقطه جوش رسیده است. اعتراضات اخیر در هفته اقلیمی (Climate Week) نشان می‌دهد که جامعه جهانی تنها نگران مصرف منابع محلی نیست، بلکه نگران وابستگی فزاینده هوش مصنوعی به گاز طبیعی و سوخت‌های فسیلی است.

واقعیت‌های فنی در پسِ اعتراضات

در حالی که مدیران شرکت‌های زیرساختی مراکز داده ادعا می‌کنند که این مراکز می‌توانند با بهینه‌سازی شبکه برق، نقش مثبتی ایفا کنند، داده‌های تحلیلی BloombergNEF تصویری متفاوت را ترسیم می‌کنند. بر اساس پیش‌بینی‌ها، تا سال ۲۰۳۵ میلادی (۱۴۱۴ شمسی)، سهم مراکز داده از مصرف برق جهانی به بیش از ۵ درصد خواهد رسید که به معنای سه‌برابر شدن تقاضا نسبت به وضعیت فعلی است.

گزارش فنی و پیامدهای محیط‌زیستی

  • افزایش تقاضا: مراکز داده تا سال ۱۴۱۴ شمسی، مسئولیت حدود ۵ درصد از مصرف برق جهانی را بر عهده خواهند داشت.
  • ردپای کربنی: تحلیل‌های BNEF نشان می‌دهد که اگر تمامی نیروگاه‌های گازی پیشنهادی (۹۹ پروژه در سایت‌های مجزا) برای تغذیه این مراکز ساخته شوند، انتشار گازهای گلخانه‌ای بخش انرژی آمریکا بین ۲۰ تا ۳۳ درصد افزایش می‌یابد.
  • وابستگی به سوخت فسیلی: اکثر انرژی مورد نیاز برای رشد انفجاری هوش مصنوعی همچنان از طریق نیروگاه‌های گاز طبیعی (چه در شبکه و چه خارج از شبکه) تأمین می‌شود.

تناقض میان بهینه‌سازی و تولید کربن

بحث پیرامون «شهروندی خوب» مراکز داده عمدتاً بر کاهش هزینه‌های انرژی و ارتقای شبکه برق متمرکز است. با این حال، حتی اگر شرکت‌ها موفق شوند نگرانی‌های مربوط به مصرف آب و آلودگی صوتی محلی را برطرف کنند، بحران اصلی یعنی توسعه سریع زیرساخت‌های سوخت فسیلی همچنان باقی است. برخلاف تصور، بازنشستگی نیروگاه‌های زغال‌سنگی به دلیل افزایش تقاضای مراکز داده کندتر شده و نیروگاه‌های گازی جدید به سرعت جایگزین آن‌ها می‌شوند.

مسیرهای فناورانه برای کاهش آسیب

تلاش‌هایی برای بهره‌گیری از فناوری‌های نوظهور در جریان است؛ از جمله استفاده از تکنولوژی CO2 فوق‌بحرانی (Supercritical CO2) برای افزایش راندمان توربین‌های گازی در مراکز داده. اگرچه این فناوری‌ها دهه‌هاست مورد مطالعه قرار گرفته‌اند، اما هنوز تا تجاری‌سازی در مقیاس بزرگ فاصله دارند. هدف نهایی، استفاده از این سیستم‌ها برای بهبود عملکرد منابع انرژی پاک مانند انرژی هسته‌ای است تا فشار وارد بر شبکه کاهش یابد.

نتیجه‌گیری

مخالفت‌های اجتماعی فعلی که در مناطق مختلف مشاهده می‌شود، ترکیبی از نگرانی‌های محلی و آگاهی عمومی نسبت به بی‌ثباتی اکولوژیک است. برای اینکه هوش مصنوعی به یک عامل پیشران در اقتصاد سبز تبدیل شود، شرکت‌های Hyperscaler باید استراتژی‌های تأمین انرژی خود را از وابستگی به گاز طبیعی به سمت راه‌حل‌های کاملاً کربن‌خنثی تغییر دهند، در غیر این صورت، این بخش به یکی از بزرگترین موانع در مسیر گذار انرژی تبدیل خواهد شد.

📌 منبع و مطالعه بیشتر: Wired: The Data Center Backlash Should Also Be a Climate Reckoning
حامد

حامد

مسئول مجله فناوری آسمان نقره‌ای