سوات قائدین
AI کی طاقت کی بڑھتی ہوئی بھوک: کیا ڈیٹا سینٹرز جاری رکھنے کے لیے تیار ہیں؟
جیسے جیسے مصنوعی ذہانت (AI) آگے بڑھ رہی ہے، اس کی توانائی کے تقاضے ڈیٹا سینٹرز کو بریکنگ پوائنٹ تک لے جا رہے ہیں۔ اگلی نسل کی AI ٹیکنالوجیز جیسے پیدا کرنے والا AI (genAI) صرف صنعتوں کو ہی تبدیل نہیں کر رہے ہیں — ان کی توانائی کی کھپت ڈیٹا سرور کے تقریباً ہر جزو کو متاثر کر رہی ہے — CPUs اور میموری سے لے کر ایکسلریٹر اور نیٹ ورکنگ تک۔
GenAI ایپلی کیشنز، بشمول Microsoft's Copilot اور OpenAI's ChatGPT، پہلے سے کہیں زیادہ توانائی مانگتی ہیں۔ 2027 تک، صرف ان AI سسٹمز کی تربیت اور دیکھ بھال کافی استعمال کر سکتی ہے۔ ایک چھوٹے سے ملک کو طاقت دینے کے لیے بجلی پورے ایک سال کے لیے. اور یہ رجحان کم نہیں ہو رہا ہے: پچھلی دہائی کے دوران، سی پی یو، میموری اور نیٹ ورکنگ جیسے اجزاء کے لیے بجلی کی مانگ میں 160 تک 2030 فیصد اضافہ ہونے کا تخمینہ لگایا گیا ہے، ایک کے مطابق گولڈمین سیکس رپورٹ.
بڑے لینگویج ماڈلز کا استعمال بھی توانائی خرچ کرتا ہے۔ مثال کے طور پر، ایک ChatGPT استفسار تقریبا دس گنا استعمال کرتا ہے روایتی گوگل سرچ۔ AI کی بڑے پیمانے پر بجلی کی ضروریات کو دیکھتے ہوئے، کیا صنعت کی تیز رفتار ترقی کو پائیدار طریقے سے منظم کیا جا سکتا ہے، یا وہ عالمی توانائی کی کھپت میں مزید حصہ ڈالیں گے؟ McKinsey کی حالیہ تحقیق اس سے پتہ چلتا ہے کہ ڈیٹا سینٹر مارکیٹ میں بڑھتی ہوئی طلب کا تقریباً 70% جدید AI کام کے بوجھ کو سنبھالنے کے لیے لیس سہولیات کی طرف تیار ہے۔ یہ تبدیلی بنیادی طور پر تبدیل کر رہی ہے کہ ڈیٹا سینٹرز کیسے بنائے اور چلائے جاتے ہیں، کیونکہ وہ ان اعلیٰ طاقت والے genAI کاموں کی منفرد ضروریات کے مطابق ہوتے ہیں۔
"روایتی ڈیٹا سینٹرز اکثر عمر رسیدہ، توانائی سے بھرپور آلات اور مقررہ صلاحیتوں کے ساتھ کام کرتے ہیں جو کام کے اتار چڑھاؤ کے مطابق ڈھالنے کے لیے جدوجہد کرتے ہیں، جس سے توانائی کا اہم ضیاع ہوتا ہے،" مارک رائڈن، چیف اسٹریٹجی آفیسر اور تقسیم شدہ کلاؤڈ کمپیوٹ پلیٹ فارم کے شریک بانی ایتھر، مجھ سے کہا. "مرکزی کارروائیاں اکثر وسائل کی دستیابی اور کھپت کی ضروریات کے درمیان عدم توازن پیدا کرتی ہیں، جس سے صنعت ایک ایسے نازک موڑ پر پہنچ جاتی ہے جہاں ترقی سے ماحولیاتی اہداف کو نقصان پہنچنے کا خطرہ ہو سکتا ہے کیونکہ AI سے چلنے والے مطالبات بڑھتے ہیں۔"
صنعت کے رہنما اب اس چیلنج سے نمٹ رہے ہیں، ڈیٹا سینٹرز کے لیے ہرے بھرے ڈیزائن اور توانائی سے بھرپور فن تعمیر میں سرمایہ کاری کر رہے ہیں۔ کوششیں قابل تجدید توانائی کے ذرائع کو اپنانے سے لے کر زیادہ موثر کولنگ سسٹم بنانے تک ہیں جو genAI کام کے بوجھ سے پیدا ہونے والی گرمی کی بڑی مقدار کو پورا کر سکتی ہیں۔
سرسبز مستقبل کے لیے ڈیٹا سینٹرز میں انقلاب برپا کرنا
لینووو نے حال ہی میں متعارف کرایا تھنک سسٹم N1380 نیپچونڈیٹا سینٹرز کے لیے مائع کولنگ ٹیکنالوجی میں ایک چھلانگ۔ کمپنی کا دعویٰ ہے کہ یہ اختراع پہلے سے ہی تنظیموں کو قابل بنا رہی ہے کہ وہ genAI کے کام کے بوجھ کے لیے اعلیٰ طاقت والے کمپیوٹنگ کو نمایاں طور پر کم توانائی کے استعمال کے ساتھ تعینات کر سکیں - ڈیٹا سینٹرز میں 40% تک کم پاور۔ N1380 Neptune، NVIDIA کے جدید ترین ہارڈ ویئر کو استعمال کرتا ہے، بشمول Blackwell اور GB200 GPUs، جو ایک کمپیکٹ سیٹ اپ میں ٹریلین پیرامیٹر AI ماڈلز کو سنبھالنے کی اجازت دیتا ہے۔ Lenovo نے کہا کہ اس کا مقصد ڈیٹا سینٹرز کے لیے راہ ہموار کرنا ہے جو 100KW+ سرور ریک کو بغیر مخصوص ایئر کنڈیشننگ کی ضرورت کے کام کر سکتے ہیں۔
"ہم نے اپنے موجودہ صارفین سے ایک اہم ضرورت کی نشاندہی کی: ڈیٹا سینٹرز فرسودہ کولنگ آرکیٹیکچرز اور روایتی ساختی فریم ورک کی وجہ سے AI کام کے بوجھ کو سنبھالتے وقت زیادہ طاقت استعمال کر رہے ہیں۔" رابرٹ ڈائیگل، لینووو میں اے آئی کے گلوبل ڈائریکٹر، مجھ سے کہا. "اس کو بہتر طور پر سمجھنے کے لیے، ہم نے ایک ہائی پرفارمنس کمپیوٹنگ (HPC) کسٹمر کے ساتھ ان کی بجلی کی کھپت کا تجزیہ کرنے کے لیے تعاون کیا، جس کی وجہ سے ہم اس نتیجے پر پہنچے کہ ہم توانائی کے استعمال کو 40% تک کم کر سکتے ہیں۔" انہوں نے مزید کہا کہ کمپنی نے Nvidia کے ساتھ شراکت میں ڈیٹا سینٹر کے نئے فن تعمیر کو تیار کرنے کے لیے، Lenovo کی ڈیٹا سینٹر اسیسمنٹ سروس کے ذریعے دستیاب معیاری سسٹمز کے ساتھ موازنہ کرتے ہوئے، پنکھے کی طاقت اور کولنگ یونٹس کی بجلی کی کھپت جیسے عوامل کو مدنظر رکھا۔
برطانیہ میں مقیم انفارمیشن ٹیکنالوجی کنسلٹنگ کمپنی میرے پاس تھا۔نے کہا کہ یہ ڈیٹا سینٹر کمپریسرز، موٹرز، HVAC آلات، ایئر ہینڈلرز اور مزید کے مسائل کی نشاندہی کرنے کے لیے پیشن گوئی کے تجزیات کا استعمال کر رہا ہے۔
"ہم نے پایا کہ یہ جنریٹو AI کی پری ٹریننگ ہے جو بڑے پیمانے پر طاقت استعمال کرتی ہے،" جم چیپل، اے ای وی اے کے اے آئی اور ایڈوانسڈ تجزیات کے سربراہ، مجھ سے کہا. "ہمارے پیش گوئی کرنے والے AI سے چلنے والے سسٹمز کے ذریعے، ہم کسی بھی SCADA یا کنٹرول سسٹم سے پہلے مسائل کو اچھی طرح تلاش کرنا چاہتے ہیں، جس سے ڈیٹا سینٹر آپریٹرز کو آلات کے مسائل کو بڑے مسائل بننے سے پہلے ہی حل کرنے کی اجازت دی جاتی ہے۔ اس کے علاوہ، ہمارے پاس ایک ویژن AI اسسٹنٹ ہے جو مقامی طور پر ہمارے کنٹرول سسٹمز کے ساتھ مربوط ہوتا ہے تاکہ دیگر قسم کی بے ضابطگیوں کو تلاش کرنے میں مدد ملے، بشمول ہیٹ امیجنگ کیمرے کے ساتھ استعمال ہونے پر درجہ حرارت کے گرم مقامات۔
دریں اثنا، کلاؤڈ پر GPUs کے ذریعے AI کی تربیت اور ترقی کے لیے وکندریقرت کمپیوٹنگ ایک متبادل کے طور پر ابھر رہی ہے۔ ایتھر کا رائڈن نے وضاحت کی کہ کمپیوٹیشنل کاموں کو وسیع تر، زیادہ موافقت پذیر نیٹ ورک پر تقسیم کرکے، وسائل کی طلب کو دستیابی کے ساتھ ہم آہنگ کرکے توانائی کے استعمال کو بہتر بنایا جا سکتا ہے۔
"بڑے، سنٹرلائزڈ ڈیٹا سینٹرز پر انحصار کرنے کے بجائے، ہمارا 'Edge' انفراسٹرکچر کمپیوٹیشنل ٹاسک کو ڈیٹا سورس کے قریب نوڈس پر منتشر کرتا ہے، جو ڈیٹا کی منتقلی کے لیے توانائی کے بوجھ کو کافی حد تک کم کرتا ہے اور تاخیر کو کم کرتا ہے،" Rydon نے کہا. "ایتھر ایج نیٹ ورک مسلسل ہائی پاور کولنگ کی ضرورت کو کم کرتا ہے، کیونکہ کام کے بوجھ کو ایک جگہ پر مرکوز کرنے کے بجائے مختلف ماحول میں تقسیم کیا جاتا ہے، جس سے مرکزی ڈیٹا سینٹرز کی طرح توانائی سے بھرپور کولنگ سسٹم سے بچنے میں مدد ملتی ہے۔"
اسی طرح کمپنیاں بھی شامل ہیں۔ ایمیزون اور گوگل اپنے ڈیٹا سینٹرز میں بجلی کی بڑھتی ہوئی ضروریات کا انتظام کرنے کے لیے قابل تجدید توانائی کے ذرائع کے ساتھ تجربہ کر رہے ہیں۔ مائیکروسافٹ، مثال کے طور پر، اپنے ڈیٹا سینٹر کی توانائی کی کھپت کو کم کرنے کے لیے قابل تجدید توانائی کے ذرائع اور کارکردگی بڑھانے والی ٹیکنالوجیز میں بہت زیادہ سرمایہ کاری کر رہا ہے۔ گوگل نے کاربن سے پاک توانائی کی طرف منتقل کرنے اور ڈیٹا سینٹرز میں بجلی کے استعمال کو کم سے کم کرنے والے کولنگ سسٹمز کو دریافت کرنے کے لیے بھی اقدامات کیے ہیں۔ "جوہری توانائی ممکنہ طور پر کاربن فری ڈیٹا سینٹرز کا تیز ترین راستہ ہے۔ مائیکروسافٹ، ایمیزون، اور گوگل جیسے بڑے ڈیٹا سینٹر فراہم کرنے والے اب ہیں۔ بھاری سرمایہ کاری مستقبل کے لیے اس قسم کی بجلی کی پیداوار میں۔ چھوٹے ماڈیولر ری ایکٹرز (SMRs) کے ساتھ، پیداوار میں لچک اور وقت اسے نیٹ زیرو حاصل کرنے کے لیے اور بھی زیادہ قابل عمل آپشن بنا دیتا ہے۔ شامل کیا ایوا کا چیپل۔
کیا AI اور ڈیٹا سینٹر کی پائیداری ایک ساتھ رہ سکتی ہے؟
Ugur Tigli، AI انفراسٹرکچر پلیٹ فارم پر CTO MinIO، کہتے ہیں کہ جب کہ ہم ایک ایسے مستقبل کی امید کرتے ہیں جہاں AI توانائی کی کھپت میں بہت زیادہ اضافے کے بغیر آگے بڑھ سکتا ہے، یہ مختصر مدت میں حقیقت پسندانہ نہیں ہے۔ "طویل مدتی اثرات کی پیش گوئی کرنا مشکل ہے،" اس نے مجھے بتایا، "لیکن ہم افرادی قوت میں تبدیلی دیکھیں گے، اور AI پورے بورڈ میں توانائی کی کھپت کو بہتر بنانے میں مدد کرے گا۔" ٹگلی کا خیال ہے کہ جیسے جیسے توانائی کی کارکردگی مارکیٹ کی ترجیح بن جاتی ہے، ہم دوسرے شعبوں میں توانائی کے استعمال میں کمی کے ساتھ ساتھ کمپیوٹنگ میں بھی ترقی دیکھیں گے، خاص طور پر جب وہ زیادہ موثر ہو جائیں گے۔
انہوں نے یہ بھی نشاندہی کی کہ صارفین کے درمیان سبز AI حل کے لیے دلچسپی بڑھ رہی ہے۔ "ایک ایسی AI ایپلی کیشن کا تصور کریں جو 90% کارکردگی کے ساتھ کارکردگی کا مظاہرہ کرتی ہے لیکن صرف آدھی طاقت استعمال کرتی ہے - یہ اس قسم کی جدت ہے جو واقعی کام کر سکتی ہے" انہوں نے مزید کہا. یہ واضح ہے کہ AI کا مستقبل صرف اختراع کے بارے میں نہیں ہے - یہ ڈیٹا سینٹر کی پائیداری کے بارے میں بھی ہے۔ چاہے یہ زیادہ موثر ہارڈویئر تیار کرنے کے ذریعے ہو یا وسائل کو استعمال کرنے کے بہتر طریقے، ہم کس طرح AI کی توانائی کی کھپت کو منظم کرتے ہیں ڈیٹا سینٹرز کے ڈیزائن اور آپریشن کو بہت زیادہ متاثر کرے گا۔
رائڈن صنعت کے وسیع اقدامات کی اہمیت پر زور دیا جو پائیدار ڈیٹا سینٹر ڈیزائنز، توانائی کے قابل AI کام کے بوجھ، اور کھلے وسائل کے اشتراک پر مرکوز ہیں۔ "یہ سرسبز آپریشنز کی طرف اہم اقدامات ہیں،" انہوں نے کہا کہ. "AI کا استعمال کرنے والے کاروباروں کو ٹیک کمپنیوں کے ساتھ شراکت داری کرنی چاہیے تاکہ ایسے حل تیار کیے جائیں جو ماحولیاتی اثرات کو کم کریں۔ مل کر کام کرنے سے، ہم AI کو زیادہ پائیدار مستقبل کی طرف لے جا سکتے ہیں۔"
