गेल्या काही दिवसांत आर्टिफिशियल इंटेलिजन्स (AI) संदर्भातील ट्रेंड वेगाने लोकप्रिय होत आहेत. मात्र, बहुतांश युजर्सना हे माहित नाही की, AI मॉडेल्स चालवण्यासाठी प्रचंड डेटा प्रोसेसिंग आणि वीज खर्च होते. पण तुम्हाला माहिती आहे का की, AI सक्षमपणे ऑपरेट करण्यासाठी मोठ्या प्रमाणात पाण्याचीही गरज भासते? विशेषतः डेटा सेंटर्स मध्ये, जिथे AI मॉडेल्स ट्रेन आणि संचालित केले जातात, तिथे ही गरज सर्वाधिक असते.
AI डेटा सेंटर्समध्ये पाणी कसे खर्च होते?
डेटा सेंटर्स सुरळीत चालू राहण्यासाठी त्यांना थंड ठेवणे आवश्यक असते, कारण सततच्या हेवी डेटा प्रोसेसिंगमुळे ते खूप गरम होतात. या उष्णतेला नियंत्रित करण्यासाठी कूलिंग सिस्टिम वापरली जाते, ज्यामध्ये मोठ्या प्रमाणात शुद्ध पाण्याचा वापर केला जातो. कूलिंग टॉवर्स किंवा अन्य कूलिंग सोल्युशन्स पाण्याचा पुनर्वापर करतात, ज्यामुळे सर्व्हरमधील तापमान कमी करता येते.
उदाहरणार्थ, मोठ्या AI मॉडेल्सना ट्रेन करण्यासाठी सतत अनेक दिवस किंवा आठवडे संगणक प्रणाली चालू ठेवावी लागते, ज्यामुळे प्रचंड प्रमाणात उष्णता निर्माण होते. ही उष्णता नियंत्रित करण्यासाठी मोठ्या प्रमाणावर पाणी वापरले जाते, ज्यामुळे जलस्रोतांवर ताण येतो.
AI साठी वीज आणि पाण्याची मोठी मागणी
AI डेटा सेंटर्समध्ये केवळ पाणीच नाही तर वीजेचीही मोठी गरज असते. वीजेच्या वापरामुळे केवळ कार्बन उत्सर्जन (carbon emissions) वाढत नाही, तर पाण्याची मागणीही मोठ्या प्रमाणात वाढते. कारण, अनेक थर्मल पॉवर प्लांट्स वीज निर्माण करण्यासाठी प्रचंड पाणी वापरतात. त्यामुळे, AI चा झपाट्याने वाढणारा वापर केवळ जलस्रोतांवर दबाव टाकत नाही, तर हवामान बदलावरही परिणाम करतो.
भविष्यातील जलसंकटाबाबत तज्ज्ञ चिंतेत
जर AI टेक्नॉलॉजीचा वापर याच वेगाने वाढत राहिला, तर भविष्यातील जलसंकट अधिक तीव्र होण्याची शक्यता आहे. विशेषतः ज्या प्रदेशांमध्ये आधीच पाणीटंचाई आहे, तिथे AI डेटा सेंटर्स उभारल्यास परिस्थिती आणखी गंभीर होऊ शकते. तज्ज्ञांचे मत आहे की, जर या समस्येकडे गांभीर्याने लक्ष दिले गेले नाही, तर पुढील काही वर्षांत जलव्यवस्थापन कठीण होऊ शकते.
