AI बूम की छिपी लागत, बिजली और पानी की मांग में डेटा सेंटरों ने बनाया नया रिकॉर्ड

यूनाइटेड नेशंस यूनिवर्सिटी की एक रिपोर्ट के मुताबिक, डेटा सेंटर्स का एनवायरनमेंटल फुटप्रिंट पहले से ही दुनिया के कुछ सबसे बड़े देशों को टक्कर दे रहा है। रिपोर्ट में यह भी अनुमान लगाया गया है कि आर्टिफिशियल इंटेलिजेंस का इस्तेमाल बढ़ने से सिर्फ़ चार साल में उनका पानी और एनर्जी का इस्तेमाल और प्रदूषण दोगुना हो जाएगा।

बुधवार को जारी रिपोर्ट में कहा गया है कि पिछले साल, ग्लोबल डेटा सेंटर्स ने 448 ट्रिलियन वॉट-घंटे बिजली का इस्तेमाल किया, जो दुनिया के 10 देशों को छोड़कर बाकी सभी देशों से ज़्यादा है। AI के एनर्जी इस्तेमाल के एनवायरनमेंटल नतीजों पर रिपोर्ट के मुताबिक, उस बिजली के इस्तेमाल से लगभग 208 मिलियन टन (189 मिलियन मीट्रिक टन) कार्बन डाइऑक्साइड पैदा हुआ, जो अर्जेंटीना के बराबर है, और इतनी एनर्जी बनाने में लगभग 1.2 ट्रिलियन गैलन (4.5 ट्रिलियन लीटर) पानी खर्च हुआ।

2030 तक, डेटा सेंटर्स दुनिया के अनुमानित बिजली इस्तेमाल का लगभग 3% हिस्सा होंगे, जिसमें 935 ट्रिलियन वॉट-घंटे होंगे। अगर डेटा सेंटर कोई देश होता, तो 2030 में पावर इस्तेमाल के मामले में देश छठे नंबर पर होता। रिपोर्ट में कहा गया है कि इससे लगभग 440 मिलियन टन (399 मिलियन मीट्रिक टन) कार्बन डाइऑक्साइड पैदा होगा। स्टडी में एनर्जी के इस्तेमाल पर फोकस किया गया और डेटा सेंटर को ठंडा करने के लिए इस्तेमाल होने वाले पानी की भारी मात्रा की जांच नहीं की गई।

स्टडी के को-ऑथर, जो वॉटर साइंटिस्ट और कनाडा में यूनाइटेड नेशंस यूनिवर्सिटी इंस्टीट्यूट फॉर वॉटर, एनवायरनमेंट एंड हेल्थ के डायरेक्टर हैं, कावेह मदानी ने कहा, "अगर आप इन नंबरों को देखें, तो हम देशों के बराबर स्केल देख रहे हैं।" "डिमांड बहुत ज़्यादा है।"

डेटा सेंटर की ज़्यादातर ग्रोथ AI की वजह से हो रही है। रिपोर्ट में कहा गया है कि डेटा सेंटर की लगभग 20 परसेंट एनर्जी अभी AI की वजह से है, लेकिन 2030 तक यह बढ़कर 40 परसेंट हो जाएगी। इकोलॉजिकल असर पर पहली ग्लोबल नज़र

कॉर्नेल यूनिवर्सिटी के एनर्जी इंजीनियरिंग प्रोफेसर फेंगकी यू, जो कॉलेज के AI सस्टेनेबिलिटी मुद्दों को डायरेक्ट करते हैं, ने कहा कि यह रिपोर्ट UN की क्रेडिबिलिटी और अथॉरिटी की वजह से ज़रूरी है, न कि सिर्फ़ किसी एक हैरान करने वाले नंबर की वजह से।

यू, जो रिपोर्ट का हिस्सा नहीं थे, ने कहा, "इसकी वैल्यू यह है कि एक UN इंस्टीट्यूशन कार्बन, पानी, ज़मीन, लाइफ़-साइकल के असर और एनवायरनमेंटल जस्टिस को एक ही फ्रेम में रख रहा है" एक ऐसे मुद्दे के लिए जिसे अक्सर सीक्रेसी और आधे-अधूरे खुलासों में छिपाया जाता है। उन्होंने आगे कहा, "आम जनता को चिंता होनी चाहिए, लेकिन घबराना नहीं चाहिए।"

सेंटर फ़ॉर बायोलॉजिकल डायवर्सिटी में एनर्जी जस्टिस प्रोग्राम के डायरेक्टर जीन सू ने कहा कि यह रिपोर्ट ज़रूरी है क्योंकि यह पहली UN, या ग्लोबल, रिपोर्ट है "जो AI से एनवायरनमेंटल नुकसान पर रोशनी डालती है।"

नेशनल आर्टिफिशियल इंटेलिजेंस एसोसिएशन के प्रेसिडेंट कैलेब मैक्स ने इस बात पर ज़ोर दिया कि उनकी इंडस्ट्री कैसे ज़्यादा एफिशिएंट बन रही है और इससे लोगों को कैसे फ़ायदा हो रहा है: “AI तेज़ी से हमारी रोज़मर्रा की ज़िंदगी का हिस्सा बन रहा है और ऐसे फ़ायदे जोड़ रहा है जिनसे सुरक्षा बेहतर होती है, हम ज़्यादा समय तक जीते हैं, ज़्यादा एफिशिएंट तरीके से काम करते हैं, फ़ूड प्रोडक्शन बढ़ता है और गरीबी कम होती है।” रोज़ाना इस बात के सबूत बढ़ रहे हैं कि AI डेवलपमेंट के इन्वेस्टमेंट पर एनर्जी रिटर्न हमारी दुनिया के लिए बदलाव लाने वाला है और इसलिए यह इसके लायक से भी ज़्यादा है।”

डेटा सेंटर कोएलिशन के प्रेसिडेंट जोश लेवी ने कहा कि इंडस्ट्री अपने एनवायरनमेंटल असर को गंभीरता से लेती है।

उन्होंने एक बयान में कहा, "हम पॉलिसी बनाने वालों, लोकल कम्युनिटी और इंडस्ट्री पार्टनर के साथ काम करने के लिए कमिटेड हैं ताकि यह पक्का हो सके कि जैसे-जैसे डेटा सेंटर बढ़ें, वे ज़िम्मेदारी से, ट्रांसपेरेंट तरीके से और ऐसे तरीकों से हों जो सबसे अच्छे उपलब्ध तरीकों को दिखाते हों।"

आपकी क्वेरी कितनी एनर्जी इस्तेमाल करती है और इसे कैसे कम करें

मदानी, जो हाल ही में स्टॉकहोम वॉटर प्राइज़ के विनर भी हैं, ने कहा कि ये नंबर AI की एनवायरनमेंटल कॉस्ट दिखाते हैं, जो पहली नज़र में कारों और फर्नेस जैसे दूसरे मैकेनिकल डिवाइस की तुलना में ज़्यादा साफ़ लग सकता है, जिनमें दिखने वाला पॉल्यूशन होता है।

"AI सिर्फ़ एक वर्चुअल चीज़ नहीं है। मदानी ने कहा, "हम ऐसी चीज़ के बारे में बात कर रहे हैं जिसमें फ़िज़िक्स है, जिसका असली असर है। वहाँ इंफ़्रास्ट्रक्चर है। वहाँ एनर्जी इस्तेमाल हो रही है।" "इन सभी ऑपरेशन्स के पीछे बहुत सारा हार्डवेयर है जो हमें बहुत, बहुत साफ़ लगता है क्योंकि हम अपने डिवाइस से धुआँ नहीं देखते हैं। हमारे सेलफ़ोन पर, कोई धुआँ या हमारे कंप्यूटर या किसी और चीज़ से धुआँ नहीं दिखता है। लेकिन कहीं और कोई परेशान हो रहा है।"

मदनी ने कहा कि लोग अपनी क्वेरीज़ में कम विनम्र और ज़्यादा छोटे होकर AI की बहुत ज़्यादा एनर्जी की ज़रूरत को कम कर सकते हैं। रिपोर्ट में पाया गया कि रिक्वेस्ट में शब्दों का इस्तेमाल 30 परसेंट कम करने से AI द्वारा इस्तेमाल होने वाली एनर्जी 25 परसेंट कम हो सकती है। रिपोर्ट में कहा गया है कि इससे लगभग उतनी ही बिजली बचेगी जितनी अफ़्रीका में लगभग 700,000 लोग एक साल में इस्तेमाल करते हैं। मदानी ने कहा, "अगर आप बहुत विनम्र हैं, तो आपका वह एक्स्ट्रा 'प्लीज़' बहुत बड़ा फ़र्क ला सकता है।" "आपको बहुत सटीक और छोटा होना होगा।"

उदाहरण के लिए, एक आम ChatGPT-स्टाइल क्वेरी, ईमेल स्पैम फ़िल्टर में इस्तेमाल होने वाले बेसिक टेक्स्ट क्लासिफ़िकेशन के टाइप से लगभग 200 गुना ज़्यादा एनर्जी लेती है। AI से बनी इमेज या वीडियो के लिए बहुत ज़्यादा एनर्जी लगती है।

और AI जितना मुश्किल होगा, उसे ट्रेन करने या सीखने में उतनी ही ज़्यादा एनर्जी लगेगी। रिपोर्ट में कहा गया है कि GPT-3 ने ट्रेन करने में लगभग 1.3 बिलियन वॉट-घंटे इस्तेमाल किए, लेकिन अगले वर्शन में 50 से 70 बिलियन वॉट-घंटे इस्तेमाल हुए।

लेकिन स्टडी की को-ऑथर और यूनाइटेड नेशनल यूनिवर्सिटी की एनवायर्नमेंटल पॉलिसी रिसर्चर मिरियम एक्ज़ेल ने कहा कि असल में ट्रेनिंग से पावर नहीं मिलती। उन्होंने कहा कि AI का लगभग 90% पावर इस्तेमाल ऑपरेशनल रिक्वेस्ट से होता है। उन्होंने कहा कि अकेले GPT पर एक दिन में 2.5 बिलियन प्रॉम्प्ट आते हैं।

एफिशिएंसी का मतलब अभी भी ज़्यादा पावर का इस्तेमाल है

मदनी ने कहा कि भले ही टेक एडवोकेट यह तर्क दे सकते हैं कि उनकी मशीनें ज़्यादा एफिशिएंट हो रही हैं, लेकिन एक आम पैराडॉक्स यह है कि जब चीजें ज़्यादा एफिशिएंट हो जाती हैं, तो उनका इस्तेमाल ज़्यादा बार होता है और कुल एनर्जी का इस्तेमाल बढ़ जाता है, भले ही अलग-अलग इस्तेमाल ज़्यादा एफिशिएंट हों। जबकि कुछ कंपनियां डेटा सेंटर के लिए रिन्यूएबल एनर्जी के इस्तेमाल का प्रचार करती हैं, मदनी ने कहा कि इसका मतलब है कि साफ बिजली की सप्लाई खत्म हो जाती है, और इस तरह कहीं और गंदी एनर्जी का इस्तेमाल होता है।

एक्ज़ेल और मदनी ने कहा कि इस स्टडी को करने में एक समस्या यह है कि कई कंपनियां और जगहें इस बारे में ट्रांसपेरेंट नहीं हैं कि डेटा सेंटर और AI क्या कंज्यूम कर रहे हैं या वे कहां और कितने बड़े हैं।