مصنوعی ذہانت (AI) دنیا بھر میں بہت سے لوگوں کے لیے روزمرہ کی زندگی کا حصہ بنتی جا رہی ہے۔ انفرادی سطح پر، لوگ تیزی سے AI ماڈلز کو تلاش کے سوالات کے لیے استعمال کر رہے ہیں۔ جب کہ گوگل اب بھی سرچ مارکیٹ پر حاوی ہے، ChatGPT نے اس کے غلبہ کے لیے سب سے اہم خطرہ لاحق کر دیا ہے۔
کاروباری سطح پر، زراعت سے لے کر صحت کی دیکھ بھال تک، فنانس سے لے کر تفریح تک، دنیا بھر کی تنظیمیں AI کو اپنے روزمرہ کے کاموں میں ضم کر رہی ہیں۔
آنے والے سالوں میں دنیا کی AI کی مانگ اور استعمال میں تیزی سے اضافہ ہونے کی امید ہے، اس لیے ٹیکنالوجی کمپنیاں بڑے پیمانے پر ڈیٹا سینٹرز بنا کر اس ترقی کا جواب دے رہی ہیں۔ لیکن یہ ترقی ایک قیمت پر آتی ہے: توانائی کی کھپت، اقتصادی اخراجات اور ماحولیاتی اثرات۔ روایتی کمپیوٹنگ صرف بڑھتی ہوئی کمپیوٹنگ اور توانائی کے تقاضوں کو پورا نہیں کر سکتی۔ AI انقلاب کو برقرار رکھنے کے لیے ہمیں جدید کمپیوٹنگ کی فزکس پر نظر ثانی کرنی چاہیے۔
توانائی کے مسائل
AI پر غور کیے بغیر بھی، الیکٹرانک کمپیوٹنگ ایک نازک موڑ پر ہے۔ مور کا قانون ناکام ہو رہا ہے، ڈینارڈ اسکیلنگ ٹوٹ گئی ہے، اور نتیجہ "ڈارک سلکان" کا پھیلنا ہے، جو ایک چپ پر ٹرانجسٹروں کے حصے ہیں جنہیں ضرورت سے زیادہ گرم ہونے سے بچنے کے لیے غیر طاقت یا بیکار رہنا چاہیے۔
ایک بڑے AI ماڈل کو تربیت دینا کوئی آسان کام نہیں ہے۔ بڑے لینگوئج ماڈلز (LLMs) کو بڑی مقدار میں ڈیٹا پر تربیت دی جاتی ہے اور ان کے ٹریلین پیرامیٹرز ہوتے ہیں۔ وہ پیشین گوئی، پیمائش، ایڈجسٹ، اور عمل کو اربوں بار دہراتے ہیں۔ اندازہ لگایا گیا ہے کہ AI ماڈلز کو تربیت دینے کے لیے درکار کمپیوٹنگ پاور ہر چھ ماہ بعد دوگنی ہو جائے گی۔
اتنی بڑی مقدار میں ڈیٹا کو پروسیسنگ اور منتقل کرنے کے لیے بڑے پیمانے پر ہم آہنگی اور طاقت کی ضرورت ہوتی ہے۔ روایتی کمپیوٹنگ میں، اعلی طاقت کے لیے اعلی کثافت کے نظام کی ضرورت ہوتی ہے۔ زیادہ کثافت کا مطلب ہے زیادہ مزاحمت، اور زیادہ مزاحمت کا مطلب ہے زیادہ گرمی۔ یہ ڈیٹا سینٹرز کو کمپیوٹنگ سے کولنگ کی طرف بہت زیادہ توانائی منتقل کرنے پر مجبور کرتا ہے، جس میں ڈیٹا سینٹر کی کل توانائی کی کھپت کا 40% تک سرور کی خرابی کو روکنے کے لیے استعمال ہوتا ہے۔
بنیادی ڈھانچہ جو AI کو سپورٹ کرتا ہے پہلے ہی جدوجہد کر رہا ہے، اور یہ واضح ہے کہ روایتی کمپیوٹنگ اب مستقبل کی ترقی کی حمایت نہیں کر سکتی۔
معاشی مسائل
ڈیٹا سینٹر آپریٹرز کو مالی پریشانی کا سامنا کرنا پڑ رہا ہے: یا تو کمپیوٹ کثافت کو اس حد تک محدود کریں جو ان کی موجودہ کولنگ سہولیات سنبھال سکتی ہیں، ان کی کاروباری صلاحیتوں میں رکاوٹ ڈالتی ہیں، یا تھرمل حدود کو بڑھاتی ہیں، جس سے ہارڈ ویئر اور اجزاء کی عمر بڑھ جاتی ہے، آپریٹنگ اخراجات میں اضافہ ہوتا ہے اور فضلہ۔
اس کے علاوہ، نئے ڈیٹا سینٹرز کی تعمیر کی لاگت بھی بہت زیادہ ہے - McKinsey نے پیش گوئی کی ہے کہ 2030 تک US$5.2 ٹریلین سرمایہ کاری کی ضرورت ہوگی۔ اگر ڈیٹا سینٹرز روایتی کمپیوٹنگ پر انحصار کرتے رہتے ہیں، تو غیر موثر انفراسٹرکچر میں سرمایہ کاری ایک بہت بڑا مالی خطرہ ہوگا۔ عام صارفین بھی خراب معاشی حالات سے متاثر ہوتے ہیں۔ جیسا کہ AI گرڈ پر غیر معمولی دباؤ ڈالتا ہے اور ڈیٹا سینٹر کی بجلی کی طلب بڑھتی ہے، بجلی کی قیمتیں بڑھ رہی ہیں۔ یہ اخراجات تیزی سے بڑھتے ہوئے بجلی کے بلوں کی صورت میں آس پاس کے گھرانوں تک پہنچ جاتے ہیں۔
