AI ਦੀ ਦੌੜ ਵਿੱਚ ਡਾਟਾ ਸੈਂਟਰਾਂ ਦੇ ਵਾਧੇ ਦਾ ਕੀ ਮਤਲਬ ਹੈ
ਵਰਚੁਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀਆਂ ਭੌਤਿਕ ਸੀਮਾਵਾਂ
ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੀ ਦੌੜ ਹੁਣ ਰਿਸਰਚ ਲੈਬਾਂ ਤੋਂ ਬਾਹਰ ਨਿਕਲ ਕੇ ਉਸਾਰੀ ਵਾਲੀਆਂ ਥਾਵਾਂ ਤੱਕ ਪਹੁੰਚ ਗਈ ਹੈ। ਸਾਲਾਂ ਤੱਕ, ਇੰਡਸਟਰੀ ਦਾ ਧਿਆਨ ਕੋਡ ਦੀ ਸੁੰਦਰਤਾ ਅਤੇ ਨਿਊਰਲ ਨੈੱਟਵਰਕਾਂ ਦੇ ਆਕਾਰ ‘ਤੇ ਸੀ। ਅੱਜ, ਮੁੱਖ ਰੁਕਾਵਟਾਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਬੁਨਿਆਦੀ ਹਨ। ਉਹ ਹਨ ਜ਼ਮੀਨ, ਬਿਜਲੀ, ਪਾਣੀ ਅਤੇ ਤਾਂਬਾ। ਜੇਕਰ ਤੁਸੀਂ ਵੱਡੇ ਲੈਂਗੂਏਜ ਮਾਡਲਾਂ ਦੀ ਅਗਲੀ ਪੀੜ੍ਹੀ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਤੁਹਾਨੂੰ ਸਿਰਫ਼ ਇੱਕ ਬਿਹਤਰ ਐਲਗੋਰਿਦਮ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ। ਤੁਹਾਨੂੰ ਇੱਕ ਵਿਸ਼ਾਲ ਇਮਾਰਤ ਦੀ ਲੋੜ ਹੈ ਜੋ ਹਜ਼ਾਰਾਂ ਵਿਸ਼ੇਸ਼ ਚਿਪਸ ਨਾਲ ਭਰੀ ਹੋਵੇ, ਜੋ ਇੱਕ ਛੋਟੇ ਸ਼ਹਿਰ ਜਿੰਨੀ ਬਿਜਲੀ ਦੀ ਖਪਤ ਕਰਦੀਆਂ ਹਨ। ਸਾਫਟਵੇਅਰ ਤੋਂ ਭਾਰੀ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਵੱਲ ਇਸ ਬਦਲਾਅ ਨੇ ਟੈਕ ਮੁਕਾਬਲੇ ਦੀ ਪ੍ਰਕਿਰਤੀ ਨੂੰ ਬਦਲ ਦਿੱਤਾ ਹੈ। ਹੁਣ ਇਹ ਸਿਰਫ਼ ਇਸ ਬਾਰੇ ਨਹੀਂ ਹੈ ਕਿ ਕਿਸ ਕੋਲ ਸਭ ਤੋਂ ਵਧੀਆ ਇੰਜੀਨੀਅਰ ਹਨ। ਇਹ ਇਸ ਬਾਰੇ ਹੈ ਕਿ ਕੌਣ ਇਲੈਕਟ੍ਰੀਕਲ ਗਰਿੱਡ ਨਾਲ ਕਨੈਕਸ਼ਨ ਸੁਰੱਖਿਅਤ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਕੌਣ ਸਥਾਨਕ ਸਰਕਾਰਾਂ ਨੂੰ ਅਜਿਹੀ ਸਹੂਲਤ ਬਣਾਉਣ ਲਈ ਮਨਾ ਸਕਦਾ ਹੈ ਜੋ ਕੂਲਿੰਗ ਲਈ ਲੱਖਾਂ ਗੈਲਨ ਪਾਣੀ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ।
ਹਰ ਵਾਰ ਜਦੋਂ ਕੋਈ ਯੂਜ਼ਰ ਚੈਟਬੋਟ ਵਿੱਚ ਕੋਈ ਪ੍ਰੋਂਪਟ ਟਾਈਪ ਕਰਦਾ ਹੈ, ਤਾਂ ਘਟਨਾਵਾਂ ਦੀ ਇੱਕ ਭੌਤਿਕ ਲੜੀ ਸ਼ੁਰੂ ਹੁੰਦੀ ਹੈ। ਉਹ ਬੇਨਤੀ ਕਿਸੇ ਕਲਾਉਡ ਵਿੱਚ ਮੌਜੂਦ ਨਹੀਂ ਹੁੰਦੀ। ਇਹ ਸਰਵਰਾਂ ਦੇ ਇੱਕ ਰੈਕ ਵਿੱਚ ਮੌਜੂਦ ਹੁੰਦੀ ਹੈ। ਇਹ ਸਰਵਰ ਸੰਘਣੇ ਅਤੇ ਗਰਮ ਹੁੰਦੇ ਜਾ ਰਹੇ ਹਨ। ਇਹਨਾਂ ਸਹੂਲਤਾਂ ਦਾ ਵਿਕਾਸ ਟੈਕ ਇੰਡਸਟਰੀ ਦੇ ਇਤਿਹਾਸ ਵਿੱਚ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਭੌਤਿਕ ਵਿਸਤਾਰ ਹੈ। ਇਹ ਕੰਪਿਊਟ ਦੇ ਭਵਿੱਖ ‘ਤੇ ਇੱਕ ਵੱਡਾ ਦਾਅ ਹੈ। ਪਰ ਇਹ ਵਿਕਾਸ ਭੌਤਿਕ ਹਕੀਕਤ ਦੀ ਕੰਧ ਨਾਲ ਟਕਰਾ ਰਿਹਾ ਹੈ। ਅਸੀਂ ਇੰਟਰਨੈੱਟ ਦੇ ਅਮੂਰਤ ਵਿਚਾਰ ਤੋਂ ਇੱਕ ਅਜਿਹੀ ਦੁਨੀਆ ਵੱਲ ਵਧ ਰਹੇ ਹਾਂ ਜਿੱਥੇ ਡਾਟਾ ਸੈਂਟਰ ਤੇਲ ਰਿਫਾਇਨਰੀਆਂ ਜਾਂ ਪਾਵਰ ਪਲਾਂਟਾਂ ਜਿੰਨੇ ਹੀ ਮਹੱਤਵਪੂਰਨ ਅਤੇ ਵਿਵਾਦਪੂਰਨ ਹਨ। ਇਹ AI ਦੌੜ ਦੀ ਨਵੀਂ ਹਕੀਕਤ ਹੈ। ਇਹ ਭੌਤਿਕ ਸੰਸਾਰ ਦੇ ਬੁਨਿਆਦੀ ਸਰੋਤਾਂ ਲਈ ਇੱਕ ਮੁਕਾਬਲਾ ਹੈ।
ਕੋਡ ਤੋਂ ਕੰਕਰੀਟ ਅਤੇ ਤਾਂਬੇ ਤੱਕ
ਇੱਕ ਆਧੁਨਿਕ ਡਾਟਾ ਸੈਂਟਰ ਬਣਾਉਣਾ ਇੰਡਸਟਰੀਅਲ ਇੰਜੀਨੀਅਰਿੰਗ ਦਾ ਇੱਕ ਕੰਮ ਹੈ। ਪਹਿਲਾਂ, ਇੱਕ ਡਾਟਾ ਸੈਂਟਰ ਕੁਝ ਵਾਧੂ ਏਅਰ ਕੰਡੀਸ਼ਨਿੰਗ ਵਾਲਾ ਇੱਕ ਪੁਰਾਣਾ ਗੋਦਾਮ ਹੋ ਸਕਦਾ ਸੀ। ਹੁਣ, ਇਹ ਸਹੂਲਤਾਂ AI ਚਿਪਸ ਦੀ ਤੇਜ਼ ਗਰਮੀ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਤਿਆਰ ਕੀਤੀਆਂ ਗਈਆਂ ਮਸ਼ੀਨਾਂ ਹਨ। ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਕਾਰਕ ਬਿਜਲੀ ਹੈ। ਇੱਕ ਆਧੁਨਿਕ AI ਚਿੱਪ 700 ਵਾਟ ਤੋਂ ਵੱਧ ਬਿਜਲੀ ਖਿੱਚ ਸਕਦੀ ਹੈ। ਜਦੋਂ ਤੁਸੀਂ ਇਹਨਾਂ ਵਿੱਚੋਂ ਹਜ਼ਾਰਾਂ ਨੂੰ ਇੱਕ ਇਮਾਰਤ ਵਿੱਚ ਪਾਉਂਦੇ ਹੋ, ਤਾਂ ਬਿਜਲੀ ਦੀ ਲੋੜ ਸੈਂਕੜੇ ਮੈਗਾਵਾਟ ਤੱਕ ਪਹੁੰਚ ਜਾਂਦੀ ਹੈ। ਇਹ ਸਿਰਫ਼ ਬਿਜਲੀ ਦੀ ਲਾਗਤ ਬਾਰੇ ਨਹੀਂ ਹੈ। ਇਹ ਇਸਦੀ ਉਪਲਬਧਤਾ ਬਾਰੇ ਹੈ। ਦੁਨੀਆ ਦੇ ਕਈ ਹਿੱਸਿਆਂ ਵਿੱਚ, ਇਲੈਕਟ੍ਰੀਕਲ ਗਰਿੱਡ ਪਹਿਲਾਂ ਹੀ ਆਪਣੀ ਸਮਰੱਥਾ ‘ਤੇ ਹੈ। ਟੈਕ ਕੰਪਨੀਆਂ ਹੁਣ ਰਿਹਾਇਸ਼ੀ ਇਲਾਕਿਆਂ ਅਤੇ ਫੈਕਟਰੀਆਂ ਨਾਲ ਬਿਜਲੀ ਦੀ ਉਸੇ ਸੀਮਤ ਸਪਲਾਈ ਲਈ ਮੁਕਾਬਲਾ ਕਰ ਰਹੀਆਂ ਹਨ।
ਜ਼ਮੀਨ ਅਗਲੀ ਰੁਕਾਵਟ ਹੈ। ਤੁਸੀਂ ਇਹ ਸਹੂਲਤਾਂ ਕਿਤੇ ਵੀ ਨਹੀਂ ਬਣਾ ਸਕਦੇ। ਲੇਟੈਂਸੀ ਘਟਾਉਣ ਲਈ ਉਹਨਾਂ ਨੂੰ ਫਾਈਬਰ ਆਪਟਿਕ ਲਾਈਨਾਂ ਦੇ ਨੇੜੇ ਹੋਣ ਦੀ ਲੋੜ ਹੈ। ਉਹਨਾਂ ਨੂੰ ਅਜਿਹੇ ਖੇਤਰਾਂ ਵਿੱਚ ਵੀ ਹੋਣ ਦੀ ਲੋੜ ਹੈ ਜਿੱਥੇ ਜ਼ਮੀਨ ਸਥਿਰ ਹੋਵੇ ਅਤੇ ਮੌਸਮ ਪ੍ਰਬੰਧਨਯੋਗ ਹੋਵੇ। ਇਸ ਨਾਲ ਉੱਤਰੀ ਵਰਜੀਨੀਆ ਵਰਗੀਆਂ ਥਾਵਾਂ ‘ਤੇ ਡਾਟਾ ਸੈਂਟਰਾਂ ਦਾ ਭਾਰੀ ਇਕੱਠ ਹੋ ਗਿਆ ਹੈ। ਇਹ ਖੇਤਰ ਗਲੋਬਲ ਇੰਟਰਨੈੱਟ ਟ੍ਰੈਫਿਕ ਦਾ ਇੱਕ ਵੱਡਾ ਹਿੱਸਾ ਸੰਭਾਲਦਾ ਹੈ। ਪਰ ਉੱਥੇ ਵੀ ਜ਼ਮੀਨ ਖਤਮ ਹੋ ਰਹੀ ਹੈ। ਕੰਪਨੀਆਂ ਹੁਣ ਵਧੇਰੇ ਦੂਰ-ਦੁਰਾਡੇ ਦੇ ਸਥਾਨਾਂ ਵੱਲ ਦੇਖ ਰਹੀਆਂ ਹਨ, ਪਰ ਉਹਨਾਂ ਸਾਈਟਾਂ ਵਿੱਚ ਅਕਸਰ ਜ਼ਰੂਰੀ ਗਰਿੱਡ ਕਨੈਕਸ਼ਨਾਂ ਦੀ ਘਾਟ ਹੁੰਦੀ ਹੈ। ਇਹ ਮੁਰਗੀ ਅਤੇ ਅੰਡੇ ਵਾਲੀ ਸਮੱਸਿਆ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਤੁਸੀਂ ਜ਼ਮੀਨ ਲੱਭ ਸਕਦੇ ਹੋ, ਪਰ ਬਿਜਲੀ ਨਹੀਂ ਮਿਲ ਸਕਦੀ। ਜਾਂ ਤੁਸੀਂ ਬਿਜਲੀ ਲੱਭ ਸਕਦੇ ਹੋ, ਪਰ ਸਥਾਨਕ ਪਰਮਿਟ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਸਾਲਾਂ ਲੱਗ ਜਾਂਦੇ ਹਨ। ਪਰਮਿਟਿੰਗ ਇੱਕ ਵੱਡੀ ਰੁਕਾਵਟ ਬਣ ਗਈ ਹੈ। ਸਥਾਨਕ ਸਰਕਾਰਾਂ ਇਹਨਾਂ ਪ੍ਰੋਜੈਕਟਾਂ ਬਾਰੇ ਵਧੇਰੇ ਸ਼ੱਕੀ ਹੋ ਰਹੀਆਂ ਹਨ ਕਿਉਂਕਿ ਉਹ ਜਗ੍ਹਾ ਲੈਂਦੇ ਹਨ ਅਤੇ ਸਰੋਤਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ ਪਰ ਮੁਕਾਬਲਤਨ ਘੱਟ ਲੰਬੇ ਸਮੇਂ ਦੇ ਰੁਜ਼ਗਾਰ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ।
ਕੂਲਿੰਗ ਇਸ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਦਾ ਤੀਜਾ ਥੰਮ੍ਹ ਹੈ। AI ਚਿਪਸ ਬਹੁਤ ਜ਼ਿਆਦਾ ਗਰਮੀ ਪੈਦਾ ਕਰਦੇ ਹਨ। ਰਵਾਇਤੀ ਏਅਰ ਕੂਲਿੰਗ ਹੁਣ ਸਭ ਤੋਂ ਉੱਚੀ ਘਣਤਾ ਵਾਲੇ ਰੈਕਾਂ ਲਈ ਕਾਫੀ ਨਹੀਂ ਹੈ। ਬਹੁਤ ਸਾਰੀਆਂ ਨਵੀਆਂ ਸਹੂਲਤਾਂ ਲਿਕਵਿਡ ਕੂਲਿੰਗ ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ। ਇਸ ਵਿੱਚ ਪਾਣੀ ਜਾਂ ਵਿਸ਼ੇਸ਼ ਕੂਲੈਂਟ ਦੀਆਂ ਪਾਈਪਾਂ ਨੂੰ ਸਿੱਧਾ ਚਿਪਸ ਤੱਕ ਪਹੁੰਚਾਉਣਾ ਸ਼ਾਮਲ ਹੈ। ਇਸ ਲਈ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਪਾਣੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਕੁਝ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਇੱਕ ਡਾਟਾ ਸੈਂਟਰ ਪ੍ਰਤੀ ਸਾਲ ਲੱਖਾਂ ਗੈਲਨ ਪਾਣੀ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਟੈਕ ਕੰਪਨੀਆਂ ਨੂੰ ਸਥਾਨਕ ਖੇਤੀਬਾੜੀ ਅਤੇ ਰਿਹਾਇਸ਼ੀ ਪਾਣੀ ਦੀਆਂ ਲੋੜਾਂ ਨਾਲ ਸਿੱਧੇ ਮੁਕਾਬਲੇ ਵਿੱਚ ਲਿਆਉਂਦਾ ਹੈ। ਸੋਕੇ ਵਾਲੇ ਖੇਤਰਾਂ ਵਿੱਚ, ਇਹ ਇੱਕ ਰਾਜਨੀਤਿਕ ਮੁੱਦਾ ਬਣ ਗਿਆ ਹੈ। ਇੰਡਸਟਰੀ ਅਜਿਹੇ ਕਲੋਜ਼ਡ-ਲੂਪ ਸਿਸਟਮਾਂ ਵੱਲ ਵਧਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੀ ਹੈ ਜੋ ਪਾਣੀ ਨੂੰ ਰੀਸਾਈਕਲ ਕਰਦੇ ਹਨ, ਪਰ ਸ਼ੁਰੂਆਤੀ ਲੋੜਾਂ ਅਜੇ ਵੀ ਹੈਰਾਨੀਜਨਕ ਹਨ। ਇਹ ਉਹ ਵਿਹਾਰਕ ਰੁਕਾਵਟਾਂ ਹਨ ਜੋ ਟੈਕ ਵਿਕਾਸ ਦੇ ਮੌਜੂਦਾ ਦੌਰ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੀਆਂ ਹਨ।
ਹਾਈ ਪਰਫਾਰਮੈਂਸ ਕੰਪਿਊਟ ਦੀ ਭੂ-ਰਾਜਨੀਤੀ
ਡਾਟਾ ਸੈਂਟਰ ਹੁਣ ਸਿਰਫ਼ ਕਾਰਪੋਰੇਟ ਸੰਪਤੀਆਂ ਨਹੀਂ ਹਨ। ਉਹ ਰਾਸ਼ਟਰੀ ਤਰਜੀਹਾਂ ਹਨ। ਦੁਨੀਆ ਭਰ ਦੀਆਂ ਸਰਕਾਰਾਂ ਇਹ ਮਹਿਸੂਸ ਕਰ ਰਹੀਆਂ ਹਨ ਕਿ ਕੰਪਿਊਟ ਪਾਵਰ ਰਾਸ਼ਟਰੀ ਤਾਕਤ ਦਾ ਇੱਕ ਰੂਪ ਹੈ। ਇਸ ਨਾਲ ਸੋਵਰੇਨ AI (Sovereign AI) ਦਾ ਸੰਕਲਪ ਪੈਦਾ ਹੋਇਆ ਹੈ। ਦੇਸ਼ ਚਾਹੁੰਦੇ ਹਨ ਕਿ ਉਹਨਾਂ ਦੇ ਆਪਣੇ ਡਾਟਾ ਸੈਂਟਰ ਉਹਨਾਂ ਦੀਆਂ ਸਰਹੱਦਾਂ ਦੇ ਅੰਦਰ ਸਥਿਤ ਹੋਣ ਤਾਂ ਜੋ ਡਾਟਾ ਪ੍ਰਾਈਵੇਸੀ ਅਤੇ ਰਾਸ਼ਟਰੀ ਸੁਰੱਖਿਆ ਨੂੰ ਯਕੀਨੀ ਬਣਾਇਆ ਜਾ ਸਕੇ। ਉਹ ਦੂਜੇ ਅਧਿਕਾਰ ਖੇਤਰਾਂ ਵਿੱਚ ਸਥਿਤ ਸਹੂਲਤਾਂ ‘ਤੇ ਨਿਰਭਰ ਨਹੀਂ ਰਹਿਣਾ ਚਾਹੁੰਦੇ। ਇਹ ਇੱਕ ਖੰਡਿਤ ਗਲੋਬਲ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਵੱਲ ਲੈ ਜਾ ਰਿਹਾ ਹੈ। ਕੁਝ ਵੱਡੇ ਹੱਬਾਂ ਦੀ ਬਜਾਏ, ਅਸੀਂ ਹਰ ਪ੍ਰਮੁੱਖ ਅਰਥਵਿਵਸਥਾ ਵਿੱਚ ਸਥਾਨਕ ਡਾਟਾ ਸੈਂਟਰਾਂ ਲਈ ਜ਼ੋਰ ਦੇਖ ਰਹੇ ਹਾਂ। ਇਹ ਉਸ ਕੇਂਦਰੀਕ੍ਰਿਤ ਮਾਡਲ ਤੋਂ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਬਦਲਾਅ ਹੈ ਜਿਸਨੇ ਪਿਛਲੇ ਦਹਾਕੇ ਵਿੱਚ ਦਬਦਬਾ ਬਣਾਇਆ ਸੀ। ਇਹ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਦੀ ਦੌੜ ਨੂੰ ਹੋਰ ਵੀ ਗੁੰਝਲਦਾਰ ਬਣਾਉਂਦਾ ਹੈ ਕਿਉਂਕਿ ਕੰਪਨੀਆਂ ਨੂੰ ਹਰ ਦੇਸ਼ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਰੈਗੂਲੇਟਰੀ ਵਾਤਾਵਰਣਾਂ ਨੂੰ ਨੈਵੀਗੇਟ ਕਰਨਾ ਪੈਂਦਾ ਹੈ।
ਇਸ ਭੂ-ਰਾਜਨੀਤਿਕ ਪਹਿਲੂ ਨੇ ਡਾਟਾ ਸੈਂਟਰਾਂ ਨੂੰ ਉਦਯੋਗਿਕ ਨੀਤੀ ਦਾ ਨਿਸ਼ਾਨਾ ਬਣਾ ਦਿੱਤਾ ਹੈ। ਕੁਝ ਸਰਕਾਰਾਂ ਡਾਟਾ ਸੈਂਟਰ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਆਕਰਸ਼ਿਤ ਕਰਨ ਲਈ ਭਾਰੀ ਸਬਸਿਡੀਆਂ ਦੇ ਰਹੀਆਂ ਹਨ। ਉਹ ਇਹਨਾਂ ਇਮਾਰਤਾਂ ਨੂੰ ਇੱਕ ਆਧੁਨਿਕ ਅਰਥਵਿਵਸਥਾ ਦੀ ਨੀਂਹ ਵਜੋਂ ਦੇਖਦੇ ਹਨ। ਦੂਸਰੇ ਉਲਟ ਦਿਸ਼ਾ ਵਿੱਚ ਜਾ ਰਹੇ ਹਨ। ਉਹ ਆਪਣੇ ਰਾਸ਼ਟਰੀ ਗਰਿੱਡਾਂ ‘ਤੇ ਦਬਾਅ ਅਤੇ ਅਜਿਹੀ ਉੱਚ ਊਰਜਾ ਵਰਤੋਂ ਦੇ ਵਾਤਾਵਰਣ ਪ੍ਰਭਾਵ ਬਾਰੇ ਚਿੰਤਤ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਕੁਝ ਸ਼ਹਿਰਾਂ ਨੇ ਨਵੇਂ ਡਾਟਾ ਸੈਂਟਰਾਂ ਦੀ ਉਸਾਰੀ ‘ਤੇ ਰੋਕ ਲਗਾ ਦਿੱਤੀ ਹੈ ਜਦੋਂ ਤੱਕ ਉਹ ਆਪਣੇ ਇਲੈਕਟ੍ਰੀਕਲ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਨੂੰ ਅਪਗ੍ਰੇਡ ਨਹੀਂ ਕਰ ਲੈਂਦੇ। ਇਹ ਉਪਲਬਧਤਾ ਦਾ ਇੱਕ ਪੈਚਵਰਕ ਬਣਾਉਂਦਾ ਹੈ। ਇੱਕ ਕੰਪਨੀ ਇੱਕ ਦੇਸ਼ ਵਿੱਚ ਬਣਾਉਣ ਦੇ ਯੋਗ ਹੋ ਸਕਦੀ ਹੈ ਪਰ ਦੂਜੇ ਵਿੱਚ ਰੁਕਾਵਟ ਪਾ ਸਕਦੀ ਹੈ। ਇਹ ਭੂਗੋਲਿਕ ਵੰਡ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ ਕਿਉਂਕਿ ਇਹ ਉਹਨਾਂ ਖੇਤਰਾਂ ਵਿੱਚ ਯੂਜ਼ਰਾਂ ਲਈ AI ਮਾਡਲਾਂ ਦੀ ਲੇਟੈਂਸੀ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀ ਹੈ। ਜੇਕਰ ਕਿਸੇ ਦੇਸ਼ ਵਿੱਚ ਸਥਾਨਕ ਕੰਪਿਊਟ ਦੀ ਘਾਟ ਹੈ, ਤਾਂ ਇਸਦੇ ਨਾਗਰਿਕ ਹਮੇਸ਼ਾ AI ਦੌੜ ਵਿੱਚ ਨੁਕਸਾਨ ਵਿੱਚ ਰਹਿਣਗੇ।
ਇਹਨਾਂ ਸੰਪਤੀਆਂ ਲਈ ਸੰਘਰਸ਼ ਸਪਲਾਈ ਚੇਨ ਲਈ ਵੀ ਇੱਕ ਸੰਘਰਸ਼ ਹੈ। ਡਾਟਾ ਸੈਂਟਰ ਬਣਾਉਣ ਲਈ ਲੋੜੀਂਦੇ ਕੰਪੋਨੈਂਟਸ ਦੀ ਕਮੀ ਹੈ। ਇਸ ਵਿੱਚ ਚਿਪਸ ਤੋਂ ਲੈ ਕੇ ਗਰਿੱਡ ਨਾਲ ਜੁੜਨ ਲਈ ਲੋੜੀਂਦੇ ਵੱਡੇ ਟ੍ਰਾਂਸਫਾਰਮਰਾਂ ਤੱਕ ਸਭ ਕੁਝ ਸ਼ਾਮਲ ਹੈ। ਇਹਨਾਂ ਵਿੱਚੋਂ ਕੁਝ ਉਪਕਰਣਾਂ ਲਈ ਲੀਡ ਟਾਈਮ ਦੋ ਜਾਂ ਤਿੰਨ ਸਾਲ ਹੋ ਸਕਦਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ 2026 ਵਿੱਚ AI ਦੌੜ ਦੇ ਜੇਤੂਆਂ ਦਾ ਫੈਸਲਾ ਸਾਲਾਂ ਪਹਿਲਾਂ ਲਏ ਗਏ ਫੈਸਲਿਆਂ ਦੁਆਰਾ ਕੀਤਾ ਗਿਆ ਸੀ। ਜਿਨ੍ਹਾਂ ਕੰਪਨੀਆਂ ਨੇ ਆਪਣੀ ਬਿਜਲੀ ਅਤੇ ਉਪਕਰਣ ਜਲਦੀ ਸੁਰੱਖਿਅਤ ਕੀਤੇ, ਉਹਨਾਂ ਦੀ ਬਹੁਤ ਵੱਡੀ ਲੀਡ ਹੈ। ਜੋ ਹੁਣ ਮਾਰਕੀਟ ਵਿੱਚ ਦਾਖਲ ਹੋਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ, ਉਹ ਦੇਖ ਰਹੇ ਹਨ ਕਿ ਦਰਵਾਜ਼ਾ ਅੰਸ਼ਕ ਤੌਰ ‘ਤੇ ਬੰਦ ਹੈ। ਭੌਤਿਕ ਸੰਸਾਰ ਸਾਫਟਵੇਅਰ ਦੀ ਦੁਨੀਆ ਨਾਲੋਂ ਬਹੁਤ ਹੌਲੀ ਚਲਦਾ ਹੈ। ਤੁਸੀਂ ਇੱਕ ਦਿਨ ਵਿੱਚ ਕੋਡ ਦਾ ਇੱਕ ਨਵਾਂ ਹਿੱਸਾ ਲਿਖ ਸਕਦੇ ਹੋ, ਪਰ ਤੁਸੀਂ ਇੱਕ ਦਿਨ ਵਿੱਚ ਸਬਸਟੇਸ਼ਨ ਨਹੀਂ ਬਣਾ ਸਕਦੇ। ਇਹ ਹਕੀਕਤ ਟੈਕ ਕੰਪਨੀਆਂ ਨੂੰ ਉਦਯੋਗਿਕ ਦਿੱਗਜਾਂ ਵਾਂਗ ਸੋਚਣ ਲਈ ਮਜਬੂਰ ਕਰ ਰਹੀ ਹੈ।
ਜਦੋਂ ਲਾਰਜ ਲੈਂਗੂਏਜ ਮਾਡਲ ਸਥਾਨਕ ਪਾਵਰ ਗਰਿੱਡਾਂ ਨੂੰ ਮਿਲਦੇ ਹਨ
ਇਸ ਵਿਕਾਸ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਸਮਝਣ ਲਈ, ਇੱਕ ਆਧੁਨਿਕ ਡਾਟਾ ਸੈਂਟਰ ਦੇ ਇੱਕ ਆਮ ਦਿਨ ‘ਤੇ ਵਿਚਾਰ ਕਰੋ। ਇੱਕ ਮੱਧਮ ਆਕਾਰ ਦੇ ਸ਼ਹਿਰ ਦੇ ਬਾਹਰਵਾਰ ਸਥਿਤ ਇੱਕ ਸਹੂਲਤ ਦੀ ਕਲਪਨਾ ਕਰੋ। ਅੰਦਰ, ਰੈਕਾਂ ਦੀਆਂ ਕਤਾਰਾਂ ਹਨ, ਹਰ ਇੱਕ ਲਗਭਗ ਫਰਿੱਜ ਦੇ ਆਕਾਰ ਦੀ। ਇਹ ਰੈਕ GPUs ਨਾਲ ਭਰੇ ਹੋਏ ਹਨ। ਜਿਵੇਂ ਹੀ ਸੂਰਜ ਚੜ੍ਹਦਾ ਹੈ ਅਤੇ ਲੋਕ ਆਪਣਾ ਕੰਮ ਸ਼ੁਰੂ ਕਰਦੇ ਹਨ, AI ਸੇਵਾਵਾਂ ਦੀ ਮੰਗ ਵਧ ਜਾਂਦੀ ਹੈ। ਕੋਡ ਪੂਰਾ ਕਰਨ, ਚਿੱਤਰ ਬਣਾਉਣ ਅਤੇ ਟੈਕਸਟ ਦੇ ਸਾਰ ਲਈ ਹਜ਼ਾਰਾਂ ਬੇਨਤੀਆਂ ਇਮਾਰਤ ਵਿੱਚ ਆਉਂਦੀਆਂ ਹਨ। ਹਰ ਬੇਨਤੀ ਬਿਜਲੀ ਦੀ ਖਪਤ ਵਿੱਚ ਵਾਧਾ ਕਰਦੀ ਹੈ। ਕੂਲਿੰਗ ਪੱਖੇ ਤੇਜ਼ੀ ਨਾਲ ਘੁੰਮਦੇ ਹਨ। ਲਿਕਵਿਡ ਕੂਲਿੰਗ ਪੰਪ ਤੇਜ਼ ਹੋ ਜਾਂਦੇ ਹਨ। ਇਹਨਾਂ ਚਿਪਸ ਦੁਆਰਾ ਪੈਦਾ ਕੀਤੀ ਗਰਮੀ ਇੰਨੀ ਜ਼ਿਆਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਇਸਨੂੰ ਸਰਵਰ ਰੂਮ ਦੀਆਂ ਇੰਸੂਲੇਟਡ ਕੰਧਾਂ ਰਾਹੀਂ ਮਹਿਸੂਸ ਕਰ ਸਕਦੇ ਹੋ। ਇਹ ਆਧੁਨਿਕ ਅਰਥਵਿਵਸਥਾ ਦੀ ਆਵਾਜ਼ ਹੈ। ਇਹ ਇੱਕ ਨਿਰੰਤਰ, ਘੱਟ-ਫ੍ਰੀਕੁਐਂਸੀ ਗੂੰਜ ਹੈ ਜੋ ਕਦੇ ਨਹੀਂ ਰੁਕਦੀ।
ਕੰਧਾਂ ਦੇ ਬਾਹਰ, ਪ੍ਰਭਾਵ ਕਮਿਊਨਿਟੀ ਦੁਆਰਾ ਮਹਿਸੂਸ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਸਥਾਨਕ ਉਪਯੋਗਤਾ ਕੰਪਨੀ ਨੂੰ ਲੋਡ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਜੇਕਰ ਡਾਟਾ ਸੈਂਟਰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਬਿਜਲੀ ਖਿੱਚਦਾ ਹੈ, ਤਾਂ ਇਹ ਗਰਿੱਡ ਵਿੱਚ ਅਸਥਿਰਤਾ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ। ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ ਬਹੁਤ ਸਾਰੇ ਡਾਟਾ ਸੈਂਟਰਾਂ ਕੋਲ ਸਾਈਟ ‘ਤੇ ਬੈਟਰੀਆਂ ਅਤੇ ਡੀਜ਼ਲ ਜਨਰੇਟਰਾਂ ਦੇ ਵੱਡੇ ਬੈਂਕ ਹੁੰਦੇ ਹਨ। ਉਹ ਅਸਲ ਵਿੱਚ ਆਪਣੀਆਂ ਖੁਦ ਦੀਆਂ ਮਿੰਨੀ-ਯੂਟਿਲਿਟੀਜ਼ ਹਨ। ਪਰ ਇਹ ਜਨਰੇਟਰ ਸ਼ੋਰ ਅਤੇ ਨਿਕਾਸ ਪੈਦਾ ਕਰਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਸਥਾਨਕ ਵਿਰੋਧ ਹੁੰਦਾ ਹੈ। ਨੇੜਲੇ ਇਲਾਕਿਆਂ ਦੇ ਵਸਨੀਕ ਲਗਾਤਾਰ ਗੂੰਜ ਜਾਂ ਆਪਣੇ ਘਰਾਂ ਦੇ ਪਿੱਛੇ ਵੱਡੀਆਂ ਬਿਜਲੀ ਲਾਈਨਾਂ ਦੇਖਣ ਬਾਰੇ ਸ਼ਿਕਾਇਤ ਕਰ ਸਕਦੇ ਹਨ। ਉਹ ਇੱਕ ਅਜਿਹੀ ਇਮਾਰਤ ਦੇਖਦੇ ਹਨ ਜੋ 500,000 m2 ਨੂੰ ਕਵਰ ਕਰਦੀ ਹੈ ਪਰ ਸਿਰਫ਼ ਕੁਝ ਦਰਜਨ ਲੋਕਾਂ ਨੂੰ ਰੁਜ਼ਗਾਰ ਦਿੰਦੀ ਹੈ। ਉਹ ਸੋਚਦੇ ਹਨ ਕਿ ਉਹ ਆਪਣੇ ਸਥਾਨਕ ਸਰੋਤਾਂ ‘ਤੇ ਦਬਾਅ ਦੇ ਬਦਲੇ ਕੀ ਪ੍ਰਾਪਤ ਕਰ ਰਹੇ ਹਨ। ਇੱਥੇ ਤਕਨੀਕੀ ਰਾਜਨੀਤੀ ਨੂੰ ਮਿਲਦੀ ਹੈ। ਡਾਟਾ ਸੈਂਟਰ ਇੰਜੀਨੀਅਰਿੰਗ ਦਾ ਇੱਕ ਅਜੂਬਾ ਹੈ, ਪਰ ਇਹ ਇੱਕ ਅਜਿਹਾ ਗੁਆਂਢੀ ਵੀ ਹੈ ਜੋ ਬਹੁਤ ਜ਼ਿਆਦਾ ਬਿਜਲੀ ਅਤੇ ਪਾਣੀ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।
ਇਸ ਦੇ ਪੈਮਾਨੇ ਦੀ ਕਲਪਨਾ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੈ। ਇੱਕ ਵੱਡਾ ਡਾਟਾ ਸੈਂਟਰ ਕੈਂਪਸ 100,000 ਘਰਾਂ ਜਿੰਨੀ ਬਿਜਲੀ ਦੀ ਖਪਤ ਕਰ ਸਕਦਾ ਹੈ। ਜਦੋਂ ਇੱਕ ਟੈਕ ਦਿੱਗਜ 10 ਬਿਲੀਅਨ ਡਾਲਰ ਦੇ ਨਵੇਂ ਪ੍ਰੋਜੈਕਟ ਦਾ ਐਲਾਨ ਕਰਦਾ ਹੈ, ਤਾਂ ਉਹ ਸਿਰਫ਼ ਸਰਵਰ ਨਹੀਂ ਖਰੀਦ ਰਹੇ ਹੁੰਦੇ। ਉਹ ਇੱਕ ਵਿਸ਼ਾਲ ਉਦਯੋਗਿਕ ਕੰਪਲੈਕਸ ਬਣਾ ਰਹੇ ਹੁੰਦੇ ਹਨ। ਇਸ ਵਿੱਚ ਸਮਰਪਿਤ ਵਾਟਰ ਟ੍ਰੀਟਮੈਂਟ ਪਲਾਂਟ ਅਤੇ ਪ੍ਰਾਈਵੇਟ ਇਲੈਕਟ੍ਰੀਕਲ ਸਬਸਟੇਸ਼ਨ ਸ਼ਾਮਲ ਹਨ। ਕੁਝ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਉਹ ਕਾਰਬਨ-ਮੁਕਤ ਊਰਜਾ ਦੀ ਨਿਰੰਤਰ ਸਪਲਾਈ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਨਿਊਕਲੀਅਰ ਪਾਵਰ ਵਿੱਚ ਵੀ ਨਿਵੇਸ਼ ਕਰ ਰਹੇ ਹਨ। ਇਹ ਉਸ ਤਰੀਕੇ ਤੋਂ ਇੱਕ ਕੱਟੜਪੰਥੀ ਰਵਾਨਗੀ ਹੈ ਜਿਸ ਤਰ੍ਹਾਂ ਟੈਕ ਕੰਪਨੀਆਂ ਪਹਿਲਾਂ ਕੰਮ ਕਰਦੀਆਂ ਸਨ। ਉਹ ਹੁਣ ਸਿਰਫ਼ ਕਿਸੇ ਹੋਰ ਦੀ ਇਮਾਰਤ ਵਿੱਚ ਕਿਰਾਏਦਾਰ ਨਹੀਂ ਹਨ। ਉਹ ਕਈ ਖੇਤਰਾਂ ਵਿੱਚ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਵਿਕਾਸ ਦੇ ਮੁੱਖ ਚਾਲਕ ਹਨ। ਇਹ ਵਿਕਾਸ ਸਾਡੇ ਸ਼ਹਿਰਾਂ ਦੀ ਭੌਤਿਕ ਦਿੱਖ ਅਤੇ ਸਾਡੀਆਂ ਉਪਯੋਗਤਾਵਾਂ ਦੇ ਪ੍ਰਬੰਧਨ ਦੇ ਤਰੀਕੇ ਨੂੰ ਬਦਲ ਰਿਹਾ ਹੈ। ਇਹ ਡਿਜੀਟਲ ਯੁੱਗ ਦਾ ਇੱਕ ਵਿਸ਼ਾਲ, ਦਿਖਾਈ ਦੇਣ ਵਾਲਾ ਪ੍ਰਗਟਾਵਾ ਹੈ।
ਰਗੜ ਸਿਰਫ਼ ਸਰੋਤਾਂ ਬਾਰੇ ਨਹੀਂ ਹੈ। ਇਹ ਬਦਲਾਅ ਦੀ ਗਤੀ ਬਾਰੇ ਹੈ। ਇੱਕ ਸਥਾਨਕ ਪਾਵਰ ਗਰਿੱਡ ਨੂੰ ਦਹਾਕਿਆਂ ਵਿੱਚ ਇੱਕ ਅਨੁਮਾਨਿਤ ਦਰ ਨਾਲ ਵਧਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। AI ਬੂਮ ਨੇ ਉਸ ਵਿਕਾਸ ਨੂੰ ਕੁਝ ਸਾਲਾਂ ਵਿੱਚ ਸੰਕੁਚਿਤ ਕਰ ਦਿੱਤਾ ਹੈ। ਯੂਟਿਲਿਟੀਜ਼ ਤਾਲਮੇਲ ਬਿਠਾਉਣ ਲਈ ਸੰਘਰਸ਼ ਕਰ ਰਹੀਆਂ ਹਨ। ਕੁਝ ਖੇਤਰਾਂ ਵਿੱਚ, ਨਵੇਂ ਗਰਿੱਡ ਕਨੈਕਸ਼ਨ ਲਈ ਉਡੀਕ ਸਮਾਂ ਹੁਣ ਪੰਜ ਸਾਲ ਤੋਂ ਵੱਧ ਹੈ। ਇਸਨੇ ਗਰਿੱਡ ਪਹੁੰਚ ਨੂੰ ਇੱਕ ਕੀਮਤੀ ਵਸਤੂ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ ਹੈ। ਕੁਝ ਕੰਪਨੀਆਂ ਪੁਰਾਣੀਆਂ ਉਦਯੋਗਿਕ ਸਾਈਟਾਂ ਨੂੰ ਸਿਰਫ਼ ਇਸ ਲਈ ਖਰੀਦ ਰਹੀਆਂ ਹਨ ਕਿਉਂਕਿ ਉਹਨਾਂ ਕੋਲ ਪਹਿਲਾਂ ਹੀ ਉੱਚ-ਸਮਰੱਥਾ ਵਾਲਾ ਪਾਵਰ ਕਨੈਕਸ਼ਨ ਹੈ। ਉਹਨਾਂ ਨੂੰ ਇਮਾਰਤਾਂ ਦੀ ਪਰਵਾਹ ਨਹੀਂ ਹੈ। ਉਹਨਾਂ ਨੂੰ ਜ਼ਮੀਨ ਵਿੱਚ ਤਾਂਬੇ ਦੀ ਪਰਵਾਹ ਹੈ। ਮਾਰਕੀਟ ਵਿੱਚ ਇਹ ਨਿਰਾਸ਼ਾ ਦਾ ਪੱਧਰ ਹੈ। AI ਦੌੜ ਸਥਾਨਕ ਯੋਜਨਾਬੰਦੀ ਕਮਿਸ਼ਨਾਂ ਅਤੇ ਯੂਟਿਲਿਟੀ ਬੋਰਡਰੂਮਾਂ ਦੀਆਂ ਖਾਈਆਂ ਵਿੱਚ ਲੜੀ ਜਾ ਰਹੀ ਹੈ।
ਕੰਪਿਊਟ ਯੁੱਗ ਲਈ ਔਖੇ ਸਵਾਲ
ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਇਹ ਵਿਸਤਾਰ ਜਾਰੀ ਰੱਖਦੇ ਹਾਂ, ਸਾਨੂੰ ਲੁਕੀਆਂ ਹੋਈਆਂ ਲਾਗਤਾਂ ਬਾਰੇ ਔਖੇ ਸਵਾਲ ਪੁੱਛਣੇ ਚਾਹੀਦੇ ਹਨ। ਇਸ ਵਿਸ਼ਾਲ ਨਿਰਮਾਣ ਤੋਂ ਅਸਲ ਵਿੱਚ ਕਿਸਨੂੰ ਲਾਭ ਹੁੰਦਾ ਹੈ? ਜਦੋਂ ਕਿ AI ਸੇਵਾਵਾਂ ਵਿਸ਼ਵ ਪੱਧਰ ‘ਤੇ ਉਪਲਬਧ ਹਨ, ਵਾਤਾਵਰਣ ਅਤੇ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਦੀਆਂ ਲਾਗਤਾਂ ਅਕਸਰ ਸਥਾਨਕ ਹੁੰਦੀਆਂ ਹਨ। ਇੱਕ ਪੇਂਡੂ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਕਮਿਊਨਿਟੀ ਆਪਣੇ ਪਾਣੀ ਦੇ ਪੱਧਰ ਨੂੰ ਘਟਦੇ ਦੇਖ ਸਕਦੀ ਹੈ ਤਾਂ ਜੋ ਇੱਕ ਡਾਟਾ ਸੈਂਟਰ ਦਾ ਸਮਰਥਨ ਕੀਤਾ ਜਾ ਸਕੇ ਜੋ ਗ੍ਰਹਿ ਦੇ ਦੂਜੇ ਪਾਸੇ ਦੇ ਯੂਜ਼ਰਾਂ ਦੀ ਸੇਵਾ ਕਰਦਾ ਹੈ। ਸਾਨੂੰ ਇਸ ਮਾਡਲ ਦੀ ਲੰਬੇ ਸਮੇਂ ਦੀ ਸਥਿਰਤਾ ‘ਤੇ ਵੀ ਵਿਚਾਰ ਕਰਨਾ ਹੋਵੇਗਾ। ਜੇਕਰ ਹਰ ਵੱਡੀ ਕੰਪਨੀ ਅਤੇ ਸਰਕਾਰ ਆਪਣਾ ਵਿਸ਼ਾਲ ਕੰਪਿਊਟ ਕਲੱਸਟਰ ਚਾਹੁੰਦੀ ਹੈ, ਤਾਂ ਕੁੱਲ ਗਲੋਬਲ ਊਰਜਾ ਦੀ ਮੰਗ ਖਗੋਲੀ ਹੋਵੇਗੀ। ਕੀ ਇਹ ਸਾਡੇ ਸੀਮਤ ਊਰਜਾ ਸਰੋਤਾਂ ਦੀ ਸਭ ਤੋਂ ਵਧੀਆ ਵਰਤੋਂ ਹੈ? ਅਸੀਂ ਅਸਲ ਵਿੱਚ ਡਿਜੀਟਲ ਇੰਟੈਲੀਜੈਂਸ ਲਈ ਭੌਤਿਕ ਊਰਜਾ ਦਾ ਵਪਾਰ ਕਰ ਰਹੇ ਹਾਂ। ਇਹ ਇੱਕ ਅਜਿਹਾ ਵਪਾਰ ਹੈ ਜਿਸ ਲਈ ਵਧੇਰੇ ਜਨਤਕ ਬਹਿਸ ਦੀ ਲੋੜ ਹੈ।
ਪ੍ਰਾਈਵੇਸੀ ਅਤੇ ਕੰਟਰੋਲ ਦਾ ਸਵਾਲ ਵੀ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਡਾਟਾ ਸੈਂਟਰ ਕੁਝ ਟੈਕ ਦਿੱਗਜਾਂ ਦੇ ਹੱਥਾਂ ਵਿੱਚ ਕੇਂਦਰੀਕ੍ਰਿਤ ਹੁੰਦੇ ਜਾਂਦੇ ਹਨ, ਉਹਨਾਂ ਕੰਪਨੀਆਂ ਨੂੰ ਅਵਿਸ਼ਵਾਸ਼ਯੋਗ ਤਾਕਤ ਮਿਲਦੀ ਹੈ। ਉਹ ਸਿਰਫ਼ ਸਾਫਟਵੇਅਰ ਪ੍ਰਦਾਤਾ ਨਹੀਂ ਹਨ। ਉਹ ਉਸ ਭੌਤਿਕ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਦੇ ਮਾਲਕ ਹਨ ਜੋ ਆਧੁਨਿਕ ਜੀਵਨ ਨੂੰ ਸੰਭਵ ਬਣਾਉਂਦਾ ਹੈ। ਜੇਕਰ ਇੱਕ ਕੰਪਨੀ ਡਾਟਾ ਸੈਂਟਰਾਂ, ਚਿਪਸ ਅਤੇ ਮਾਡਲਾਂ ਦੀ ਮਾਲਕ ਹੈ, ਤਾਂ ਉਹਨਾਂ ਕੋਲ ਵਰਟੀਕਲ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਦਾ ਇੱਕ ਪੱਧਰ ਹੈ ਜੋ ਬੇਮਿਸਾਲ ਹੈ। ਇਹ ਛੋਟੇ ਪ੍ਰਤੀਯੋਗੀਆਂ ਲਈ ਦਾਖਲੇ ਲਈ ਇੱਕ ਵੱਡੀ ਰੁਕਾਵਟ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਇੱਕ ਸਟਾਰਟਅੱਪ ਕਿਵੇਂ ਮੁਕਾਬਲਾ ਕਰ ਸਕਦਾ ਹੈ ਜਦੋਂ ਉਹ ਬਿਜਲੀ ਦਾ ਪਰਮਿਟ ਵੀ ਨਹੀਂ ਲੈ ਸਕਦੇ? AI ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਦੀ ਭੌਤਿਕ ਹਕੀਕਤ ਅੰਤਮ ਮੁਕਾਬਲੇਬਾਜ਼ੀ-ਵਿਰੋਧੀ ਸ਼ਕਤੀ ਹੋ ਸਕਦੀ ਹੈ। ਇਹ ਵਿਚਾਰਾਂ ਦੀ ਮਾਰਕੀਟ ਨੂੰ ਪੂੰਜੀ ਅਤੇ ਕੰਕਰੀਟ ਦੀ ਮਾਰਕੀਟ ਵਿੱਚ ਬਦਲ ਦਿੰਦਾ ਹੈ।
ਅੰਤ ਵਿੱਚ, ਸਾਨੂੰ ਇਸ ਸਿਸਟਮ ਦੀ ਲਚਕੀਲੇਪਣ ਨੂੰ ਦੇਖਣਾ ਹੋਵੇਗਾ। ਇੰਨੀ ਜ਼ਿਆਦਾ ਕੰਪਿਊਟ ਪਾਵਰ ਨੂੰ ਕੁਝ ਭੂਗੋਲਿਕ ਹੱਬਾਂ ਵਿੱਚ ਕੇਂਦਰਿਤ ਕਰਕੇ, ਅਸੀਂ ਅਸਫਲਤਾ ਦੇ ਸਿੰਗਲ ਪੁਆਇੰਟ ਬਣਾ ਰਹੇ ਹਾਂ। ਕਿਸੇ ਵੱਡੇ ਡਾਟਾ ਸੈਂਟਰ ਹੱਬ ‘ਤੇ ਕੁਦਰਤੀ ਆਫ਼ਤ ਜਾਂ ਨਿਸ਼ਾਨਾ ਹਮਲੇ ਦੇ ਗਲੋਬਲ ਨਤੀਜੇ ਹੋ ਸਕਦੇ ਹਨ। ਅਸੀਂ ਮਹਾਂਮਾਰੀ ਦੌਰਾਨ ਇਸਦਾ ਇੱਕ ਸੰਕੇਤ ਦੇਖਿਆ ਸੀ ਜਦੋਂ ਸਪਲਾਈ ਚੇਨ ਵਿੱਚ ਵਿਘਨ ਨੇ ਡਾਟਾ ਸੈਂਟਰ ਦੇ ਵਿਸਤਾਰ ਨੂੰ ਹੌਲੀ ਕਰ ਦਿੱਤਾ ਸੀ। ਪਰ ਹੁਣ ਜੋਖਮ ਹੋਰ ਵੀ ਵੱਧ ਹਨ। ਸਾਡੀ ਪੂਰੀ ਅਰਥਵਿਵਸਥਾ ਇਹਨਾਂ ਸਹੂਲਤਾਂ ਦੇ ਸਿਖਰ ‘ਤੇ ਬਣਾਈ ਜਾ ਰਹੀ ਹੈ। ਜੇਕਰ ਗਰਿੱਡ ਫੇਲ ਹੋ ਜਾਂਦਾ ਹੈ ਜਾਂ ਕੂਲਿੰਗ ਪਾਣੀ ਖਤਮ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ AI ਰੁਕ ਜਾਂਦਾ ਹੈ। ਇਹ ਡਿਜੀਟਲ ਯੁੱਗ ਦਾ ਵਿਰੋਧਾਭਾਸ ਹੈ। ਸਾਡੀ ਸਭ ਤੋਂ ਉੱਨਤ ਤਕਨਾਲੋਜੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਭ ਤੋਂ ਬੁਨਿਆਦੀ ਭੌਤਿਕ ਪ੍ਰਣਾਲੀਆਂ ‘ਤੇ ਨਿਰਭਰ ਹੈ। ਅਸੀਂ ਇੱਕ ਬਹੁਤ ਹੀ ਕਮਜ਼ੋਰ ਨੀਂਹ ‘ਤੇ ਇੱਕ ਭਵਿੱਖਮੁਖੀ ਦੁਨੀਆ ਬਣਾ ਰਹੇ ਹਾਂ।
BotNews.today ਸਮੱਗਰੀ ਦੀ ਖੋਜ, ਲਿਖਣ, ਸੰਪਾਦਨ ਅਤੇ ਅਨੁਵਾਦ ਕਰਨ ਲਈ AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਸਾਡੀ ਟੀਮ ਜਾਣਕਾਰੀ ਨੂੰ ਉਪਯੋਗੀ, ਸਪਸ਼ਟ ਅਤੇ ਭਰੋਸੇਮੰਦ ਰੱਖਣ ਲਈ ਪ੍ਰਕਿਰਿਆ ਦੀ ਸਮੀਖਿਆ ਅਤੇ ਨਿਗਰਾਨੀ ਕਰਦੀ ਹੈ।
AI ਬੈਕਬੋਨ ਦਾ ਆਰਕੀਟੈਕਚਰ
ਤਕਨੀਕੀ ਪੱਖ ਨੂੰ ਦੇਖਣ ਵਾਲਿਆਂ ਲਈ, ਡਾਟਾ ਸੈਂਟਰ ਡਿਜ਼ਾਈਨ ਵਿੱਚ ਬਦਲਾਅ ਡੂੰਘਾ ਹੈ। ਅਸੀਂ ਜਨਰਲ-ਪਰਪਜ਼ ਕਲਾਉਡ ਕੰਪਿਊਟਿੰਗ ਤੋਂ ਵਿਸ਼ੇਸ਼ AI ਫੈਕਟਰੀਆਂ ਵੱਲ ਵਧ ਰਹੇ ਹਾਂ। ਇੱਕ ਰਵਾਇਤੀ ਡਾਟਾ ਸੈਂਟਰ ਵਿੱਚ, ਟੀਚਾ ਹਜ਼ਾਰਾਂ ਵੱਖ-ਵੱਖ ਗਾਹਕਾਂ ਲਈ ਹਜ਼ਾਰਾਂ ਵੱਖ-ਵੱਖ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਹੋਸਟ ਕਰਨਾ ਸੀ। ਵਰਕਲੋਡ ਅਣਪਛਾਤਾ ਸੀ ਪਰ ਆਮ ਤੌਰ ‘ਤੇ ਘੱਟ ਤੀਬਰਤਾ ਵਾਲਾ ਸੀ। ਇੱਕ AI ਫੈਕਟਰੀ ਵਿੱਚ, ਪੂਰੀ ਇਮਾਰਤ ਅਕਸਰ ਇੱਕ ਸਿੰਗਲ ਕੰਮ ਲਈ ਸਮਰਪਿਤ ਹੁੰਦੀ ਹੈ, ਜਿਵੇਂ ਕਿ ਇੱਕ ਵਿਸ਼ਾਲ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣਾ। ਇਹ ਅਨੁਕੂਲਤਾ ਦੇ ਬਹੁਤ ਉੱਚੇ ਪੱਧਰਾਂ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਨੈੱਟਵਰਕਿੰਗ ਆਪਣੇ ਆਪ ਵਿੱਚ ਇੱਕ ਵੱਡੀ ਚੁਣੌਤੀ ਹੈ। ਹਜ਼ਾਰਾਂ GPUs ਵਿੱਚ ਇੱਕ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ, ਤੁਹਾਨੂੰ ਇੱਕ ਅਜਿਹੇ ਨੈੱਟਵਰਕ ਦੀ ਲੋੜ ਹੈ ਜੋ ਲਗਭਗ ਜ਼ੀਰੋ ਲੇਟੈਂਸੀ ਦੇ ਨਾਲ ਅਵਿਸ਼ਵਾਸ਼ਯੋਗ ਮਾਤਰਾ ਵਿੱਚ ਡਾਟਾ ਸੰਭਾਲ ਸਕੇ। ਇਸ ਨਾਲ InfiniBand ਅਤੇ ਹਾਈ-ਸਪੀਡ ਈਥਰਨੈੱਟ ਸਵਿੱਚਾਂ ਵਰਗੀਆਂ ਤਕਨਾਲੋਜੀਆਂ ਨੂੰ ਅਪਣਾਇਆ ਗਿਆ ਹੈ ਜੋ 800Gbps ‘ਤੇ ਕੰਮ ਕਰਦੇ ਹਨ।
ਕੀ ਤੁਹਾਡੇ ਕੋਲ ਕੋਈ AI ਕਹਾਣੀ, ਟੂਲ, ਰੁਝਾਨ ਜਾਂ ਸਵਾਲ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਸਾਨੂੰ ਕਵਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ? ਸਾਨੂੰ ਆਪਣਾ ਲੇਖ ਦਾ ਵਿਚਾਰ ਭੇਜੋ — ਅਸੀਂ ਇਸਨੂੰ ਸੁਣਨਾ ਪਸੰਦ ਕਰਾਂਗੇ।ਸਟੋਰੇਜ ਇੱਕ ਹੋਰ ਮਹੱਤਵਪੂਰਨ ਕਾਰਕ ਹੈ। ਇੱਕ AI ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਇਸਨੂੰ ਪੇਟਾਬਾਈਟ ਡਾਟਾ ਖੁਆਉਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਜਿੰਨੀ ਤੇਜ਼ੀ ਨਾਲ GPUs ਇਸਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰ ਸਕਦੇ ਹਨ। ਇਸਨੇ ਇਹਨਾਂ ਵਰਕਲੋਡਾਂ ਲਈ ਰਵਾਇਤੀ ਹਾਰਡ ਡਰਾਈਵਾਂ ਨੂੰ ਪੁਰਾਣਾ ਬਣਾ ਦਿੱਤਾ ਹੈ। ਸਭ ਕੁਝ ਹਾਈ-ਸਪੀਡ NVMe ਫਲੈਸ਼ ਸਟੋਰੇਜ ਵੱਲ ਵਧ ਰਿਹਾ ਹੈ। ਪਰ ਸਭ ਤੋਂ ਤੇਜ਼ ਸਟੋਰੇਜ ਵੀ ਇੱਕ ਰੁਕਾਵਟ ਬਣ ਸਕਦੀ ਹੈ ਜੇਕਰ ਡਾਟਾ ਪਾਈਪਲਾਈਨ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਡਿਜ਼ਾਈਨ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ ਅਸੀਂ ਲੋਕਲ ਸਟੋਰੇਜ ਅਤੇ ਐਜ ਕੰਪਿਊਟਿੰਗ ‘ਤੇ ਵਧੇਰੇ ਧਿਆਨ ਦੇਖ ਰਹੇ ਹਾਂ। ਡਾਟਾ ਨੂੰ ਕੰਪਿਊਟ ਦੇ ਨੇੜੇ ਲਿਜਾ ਕੇ, ਕੰਪਨੀਆਂ ਨੈੱਟਵਰਕ ‘ਤੇ ਦਬਾਅ ਘਟਾ ਸਕਦੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ, ਮਾਡਲਾਂ ਦਾ ਵਿਸ਼ਾਲ ਆਕਾਰ ਇਸਨੂੰ ਮੁਸ਼ਕਲ ਬਣਾਉਂਦਾ ਹੈ। ਇੱਕ ਅਤਿ-ਆਧੁਨਿਕ ਮਾਡਲ ਸੈਂਕੜੇ ਗੀਗਾਬਾਈਟ ਦਾ ਹੋ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਇਸਨੂੰ ਇੱਕ ਵਿਸ਼ਾਲ ਸਰਵਰ ਕਲੱਸਟਰ ਤੋਂ ਇਲਾਵਾ ਕਿਸੇ ਹੋਰ ਚੀਜ਼ ‘ਤੇ ਚਲਾਉਣਾ ਮੁਸ਼ਕਲ ਹੋ ਜਾਂਦਾ ਹੈ। ਇਹ ਉਹਨਾਂ ਲੋਕਾਂ ਦੇ ਹੱਥਾਂ ਵਿੱਚ ਤਾਕਤ ਰੱਖਦਾ ਹੈ ਜੋ ਵੱਡੀਆਂ ਸਹੂਲਤਾਂ ਦਾ ਖਰਚਾ ਉਠਾ ਸਕਦੇ ਹਨ।
ਅਸੀਂ ਇਹ ਵੀ ਦੇਖ ਰਹੇ ਹਾਂ ਕਿ APIs ਅਤੇ ਲੋਕਲ ਸਟੋਰੇਜ ਕਿਵੇਂ ਇੰਟਰੈਕਟ ਕਰਦੇ ਹਨ। ਬਹੁਤ ਸਾਰੇ ਡਿਵੈਲਪਰ ਕਲਾਉਡ ਦੀਆਂ ਉੱਚ ਲਾਗਤਾਂ ਅਤੇ ਲੇਟੈਂਸੀ ਤੋਂ ਬਚਣ ਲਈ ਲੋਕਲ ਹਾਰਡਵੇਅਰ ‘ਤੇ ਇਹਨਾਂ ਮਾਡਲਾਂ ਦੇ ਛੋਟੇ ਸੰਸਕਰਣਾਂ ਨੂੰ ਚਲਾਉਣ ਦੇ ਤਰੀਕੇ ਲੱਭਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ। ਇਸਨੂੰ ਲੋਕਲ ਇਨਫਰੈਂਸ (Local Inference) ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਹਾਲਾਂਕਿ ਇਹ ਸਧਾਰਨ ਕੰਮਾਂ ਲਈ ਕੰਮ ਕਰਦਾ ਹੈ, ਸਭ ਤੋਂ ਸਮਰੱਥ ਮਾਡਲਾਂ ਨੂੰ ਅਜੇ ਵੀ ਡਾਟਾ ਸੈਂਟਰ ਦੇ ਵਿਸ਼ਾਲ ਸਰੋਤਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਹ ਇੱਕ ਟਾਇਰਡ ਸਿਸਟਮ ਬਣਾਉਂਦਾ ਹੈ। ਸਭ ਤੋਂ
