কৃত্রিম বুদ্ধিমত্তা (AI) সারা বিশ্বের অনেক মানুষের দৈনন্দিন জীবনের অংশ হয়ে উঠছে। ব্যক্তিগত স্তরে, লোকেরা অনুসন্ধান প্রশ্নের জন্য AI মডেলগুলি ক্রমবর্ধমানভাবে ব্যবহার করছে। যদিও Google এখনও সার্চ মার্কেটে আধিপত্য বিস্তার করে, ChatGPT এর আধিপত্যের জন্য সবচেয়ে উল্লেখযোগ্য হুমকি হয়ে দাঁড়িয়েছে।
ব্যবসায়িক স্তরে, কৃষি থেকে স্বাস্থ্যসেবা, অর্থ থেকে বিনোদন, বিশ্বজুড়ে সংস্থাগুলি তাদের দৈনন্দিন ক্রিয়াকলাপে এআইকে একীভূত করছে।
বিশ্বে AI এর চাহিদা এবং ব্যবহার আগামী বছরগুলিতে দ্রুত বৃদ্ধি পাবে বলে আশা করা হচ্ছে, তাই প্রযুক্তি কোম্পানিগুলি বিশাল ডেটা সেন্টার তৈরি করে এই উন্নয়নে সাড়া দিচ্ছে৷ কিন্তু এই বৃদ্ধি একটি খরচে আসে: শক্তি খরচ, অর্থনৈতিক খরচ এবং পরিবেশগত প্রভাব। প্রথাগত কম্পিউটিং কেবল ক্রমবর্ধমান কম্পিউটিং এবং শক্তির চাহিদার সাথে তাল মিলিয়ে চলতে পারে না। এআই বিপ্লবকে টিকিয়ে রাখতে, আমাদের অবশ্যই আধুনিক কম্পিউটিং এর পদার্থবিদ্যা নিয়ে পুনর্বিবেচনা করতে হবে।
শক্তি সমস্যা
এমনকি AI বিবেচনা না করেও, ইলেকট্রনিক কম্পিউটিং একটি গুরুত্বপূর্ণ সন্ধিক্ষণে রয়েছে। মুরের আইন ব্যর্থ হচ্ছে, ডেনার্ড স্কেলিং ভেঙ্গে গেছে, এবং ফলাফল হল "ডার্ক সিলিকন" এর বিস্তার, একটি চিপে ট্রানজিস্টরের অংশ যা অতিরিক্ত উত্তাপ এড়াতে শক্তিহীন বা নিষ্ক্রিয় থাকতে হবে।
একটি বড় এআই মডেলকে প্রশিক্ষণ দেওয়া সহজ কাজ নয়। বড় ল্যাঙ্গুয়েজ মডেলগুলি (LLMs) প্রচুর পরিমাণে ডেটার উপর প্রশিক্ষিত এবং ট্রিলিয়ন প্যারামিটার রয়েছে। তারা ভবিষ্যদ্বাণী করে, পরিমাপ করে, সামঞ্জস্য করে এবং প্রক্রিয়াটি বিলিয়ন বার পুনরাবৃত্তি করে। এটি অনুমান করা হয় যে AI মডেলগুলি প্রশিক্ষণের জন্য প্রয়োজনীয় কম্পিউটিং শক্তি প্রতি ছয় মাসে দ্বিগুণ হবে।
এত বড় পরিমাণ ডেটা প্রক্রিয়াকরণ এবং সরানোর জন্য ব্যাপক সমান্তরালতা এবং শক্তি প্রয়োজন। ঐতিহ্যগত কম্পিউটিং, উচ্চ শক্তি উচ্চ ঘনত্ব সিস্টেম প্রয়োজন. উচ্চ ঘনত্ব মানে আরো প্রতিরোধ, এবং আরো প্রতিরোধের মানে আরো তাপ। এটি ডেটা সেন্টারগুলিকে কম্পিউটিং থেকে কুলিং-এ প্রচুর শক্তি স্থানান্তর করতে বাধ্য করে, সার্ভার মেল্টডাউন রোধ করতে ব্যবহৃত ডেটা সেন্টারের মোট শক্তি খরচের 40% পর্যন্ত।
AI সমর্থন করে এমন অবকাঠামো ইতিমধ্যেই সংগ্রাম করছে, এবং এটা স্পষ্ট যে ঐতিহ্যগত কম্পিউটিং আর ভবিষ্যতের উন্নয়নকে সমর্থন করতে পারে না।
অর্থনৈতিক সমস্যা
ডেটা সেন্টার অপারেটররা একটি আর্থিক সমস্যার সম্মুখীন হচ্ছে: হয় তাদের বর্তমান শীতলকরণ সুবিধাগুলি যা পরিচালনা করতে পারে তার মধ্যে গণনা ঘনত্বকে সীমাবদ্ধ করে, তাদের ব্যবসায়িক ক্ষমতাকে বাধাগ্রস্ত করে, অথবা তাপীয় সীমা ঠেলে, হার্ডওয়্যার এবং উপাদানগুলির ত্বরান্বিত বার্ধক্য সৃষ্টি করে, অপারেটিং ব্যয় এবং অপচয় বৃদ্ধি করে৷
এছাড়াও, নতুন ডেটা সেন্টার নির্মাণের খরচও অনেক বেশি - ম্যাককিনসে ভবিষ্যদ্বাণী করেছেন যে 2030 সালের মধ্যে US$5.2 ট্রিলিয়ন বিনিয়োগের প্রয়োজন হবে৷ যদি ডেটা সেন্টারগুলি ঐতিহ্যগত কম্পিউটিংয়ের উপর নির্ভর করতে থাকে, তাহলে অদক্ষ অবকাঠামোতে বিনিয়োগ করা একটি বিশাল আর্থিক ঝুঁকি হবে৷ সাধারণ ভোক্তারাও দুর্বল অর্থনৈতিক অবস্থার দ্বারা ক্ষতিগ্রস্ত হয়; যেহেতু AI গ্রিডের উপর অভূতপূর্ব চাপ ফেলে এবং ডেটা সেন্টারের বিদ্যুতের চাহিদা বেড়ে যায়, বিদ্যুতের দাম বাড়ছে। এই খরচগুলি দ্রুত ক্রমবর্ধমান বিদ্যুৎ বিলের আকারে আশেপাশের পরিবারগুলিতে প্রেরণ করা হয়।
