اگر تصور می‌کنید بزرگ‌ترین چالش استقرار هوش مصنوعی در مقیاس صنعتی، کمبود تراشه است، باید نگاهی به شبکه‌های برق بیندازید. باید بدانید که زیرساخت‌های انرژی اروپا در حال تبدیل شدن به گلوگاه اصلی توسعه فناوری هستند.
طبق گزارشی که در ۹ ژوئن ۲۰۲۶ در arxiv.org منتشر شد، گسترش مرکز داده (Data Center)های مقیاس‌بزرگ، برنامه‌ریزی سیستم‌های قدرت را به یک چالش ساختاری تبدیل کرده است. این وضعیت در حالی رخ می‌دهد که اتحادیه اروپا به سمت اهداف «کربن صفر» حرکت می‌کند، اما سرعت رشد هوش مصنوعی زاینده (Generative AI) بسیار سریع‌تر از انطباق شبکه‌های برق است.
همان‌طور که در تحلیل‌های پیشین ما درباره‌ی هزینه‌های محاسباتی مدل‌های زبانی بزرگ اشاره کردیم، فیزیکِ سخت‌افزار همواره محدودکننده است. در این مطالعه، پژوهشگران از یک مدل بهینه‌سازی مکانی در ۲۱ سناریوی رشد مختلف استفاده کردند تا اثرات زیر را کمی‌سازی کنند:
- افزایش تقاضای انرژی: بین ۷۳ تا ۷۲۳ تراوات-ساعت (TWh) تا سال ۲۰۵۰.
- نیاز به ظرفیت: از ۷۰ گیگاوات (GW) در بدبینانه‌ترین حالت تا ۲۲۶ گیگاوات در مسیرهای رشد مدیریت‌شده.
- هزینه‌های عملیاتی: در سناریوهای متوسط، نیاز به ۲۰۰ ساعت اضافی تولید برق تضمینی، هزینه تراز شده انرژی (LCOE) را در قطب‌های کلیدی ۳۵ یورو بر هر مگاوات-ساعت افزایش می‌دهد.
- ریسک انتشار کربن: احتمال افزایش ۶۷ تا ۱۸۱ میلیون تن دی‌اکسید کربن بین سال‌های ۲۰۳۰ تا ۲۰۵۰.
به باور تحلیلگران این پژوهش، این داده‌ها گفتمان فنی را از «فراوانی انرژی سبز» به «انعطاف‌پذیری سیستم» تغییر می‌دهد. یافته‌های این گزارش نشان می‌دهد که توان تضمینی (Firm Power) — یعنی تولید برقی که بدون توجه به شرایط آب‌وهوایی تضمین شده است — تعیین‌کننده جغرافیای زیرساخت‌ها خواهد بود. بنابراین، استراتژی فعلی که صرفاً بر ساخت توربین‌های بادی و پنل‌های خورشیدی متمرکز است، ناکافی است؛ زیرا مشکل اصلی دیگر منبع انرژی نیست، بلکه پایداری و قابلیت توزیع شبکه تحت فشار بارهای کاری هوش مصنوعی است.
گام بعدی شما
- بررسی استانداردهای جدید اتحادیه اروپا در مورد الزامات انرژی مراکز داده.
- تحلیل اثر انتقال مراکز داده به مناطقی با «توان تضمینی» بالا بر روی تأخیر (Latency) سرویس‌های ابری.
- دنبال کردن مشوق‌های احتمالی برای توسعه منابع انرژی پایدار اما ثابت (مانند هسته‌ای نسل جدید).
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell و بهره‌وری انرژی آن‌ها مراجعه کنید.
گفتگو