تولیدشده با هوش مصنوعی
آلمان و نیاز به مراکز داده مناسب برای عصر هوش مصنوعی
زیرساخت دیجیتال: آلمان چه مراکز دادهای نیاز دارد؟
آلمان در تلاش است تا خود را برای عصر هوش مصنوعی آماده کند. با این حال، توسعه زیرساختهای لازم با چالشهایی روبرو است: کمبود برق، شبکهها و فضاهای مناسب. کارشناسان معتقدند که کلیدیترین نکته این است که نه تنها مراکز داده بیشتری ساخته شود، بلکه مراکز داده مناسبی ایجاد گردد.
کاربرانی که از هوش مصنوعی برای ایجاد تصاویر یا استفاده از موتورهای جستجوی هوشمند بهره میبرند، معمولاً تنها یک رابط کاربری را مشاهده میکنند. اما در پسزمینه، مراکز داده عظیمی وجود دارند که شامل سالنهای پر از کامپیوترهایی هستند که دادهها را پردازش کرده و مدلهای هوش مصنوعی را آموزش میدهند.
با رونق هوش مصنوعی، نیاز به قدرت پردازش در سطح جهانی افزایش یافته است. بهویژه، آموزش مدلهای زبانی بزرگ و کاربردهای پیچیده هوش مصنوعی به هزاران پردازنده تخصصی بهطور همزمان نیاز دارد. به همین دلیل، کشورها و شرکتها میلیاردها دلار در مراکز داده جدید سرمایهگذاری میکنند.
آلمان نیز در تلاش است تا در این زمینه عقب نماند. دولت فدرال آلمان در سال جاری برای اولین بار یک استراتژی ملی برای مراکز داده تصویب کرده است. طبق این استراتژی، ظرفیت مراکز داده در آلمان تا سال 2030 باید حداقل دو برابر شود و ظرفیت برای هوش مصنوعی و ابررایانهها حتی چهار برابر گردد. در مجموع، 28 اقدام برای تسریع در توسعه این مراکز در نظر گرفته شده است.
دنيس کِنجیکیپر، کارشناس IT از مؤسسه سایبر اینتلیجنس، این استراتژی را گامی مهم میداند: "برای شرایط آلمان، این اولین چارچوب منسجم هوش مصنوعی است که ما داریم - با اعداد مشخص، اهداف قابل اعتماد و اقدامات مشخص"، او در گفتوگو با بخش مالی ARD بیان میکند.
فاصله با کشورهای پیشرو
استراتژی بر سه محور اصلی تمرکز دارد: انرژی و پایداری، مکانها و فضاها و همچنین فناوری و حاکمیت دیجیتال. طبق این استراتژی، فرآیندهای مجوزدهی باید تسریع شود، مکانهای جدید شناسایی گردد و قیمتهای برق رقابتی فراهم شود. در عین حال، این استراتژی به مراکز داده با کارایی انرژی بیشتر، استفاده بیشتر از انرژیهای تجدیدپذیر و بهرهبرداری از گرمای اضافی تأکید دارد.
با این حال، این استراتژی به تنهایی آلمان را به قلههای جهانی نخواهد رساند. اما این یک پیشنیاز ضروری است تا کشور در یک فناوری کلیدی عقب نماند، به گفته کِنجیکیپر. در واقع، فاصله با کشورهای پیشرو بسیار زیاد است.
آلمان تقریباً سه گیگاوات ظرفیت مراکز داده دارد. این موضوع از یک مطالعه از سوی اتحادیه دیجیتال Bitkom به دست آمده است. در مقایسه، ایالات متحده بیش از 48 گیگاوات ظرفیت دارد، که به عبارتی شانزده برابر بیشتر است. ده مرکز داده بزرگ ایالات متحده بهطور مجموع تقریباً به همان اندازه ظرفیت دارند که تمام مراکز داده آلمان.
برق به عنوان عامل کلیدی
با این حال، تنها ساخت سالنهای سرور کافی نیست. مراکز داده مدرن هوش مصنوعی به مقادیر زیادی انرژی نیاز دارند. "یک مرکز داده یک سالن بزرگ پر از کامپیوتر است"، جِنس گرُگر از مؤسسه اکو در گفتوگو با بخش مالی ARD توضیح میدهد. "تمام این کامپیوترها به برق نیاز دارند و برای خنکسازی باید حرارت تولید شده را دفع کنند."
مراکز داده بزرگ میتوانند به اندازه یک شهر کوچک برق مصرف کنند. و آنها به اتصالات شبکهای قوی، زمینهای صنعتی مناسب و بسته به تکنیکهای خنکسازی به آب نیاز دارند. همه اینها منابع عظیمی هستند و در بسیاری از مکانها کمبود دارند. به همین دلیل، گرُگر تأکید میکند که توسعه باید بهطور نزدیکتری با برنامهریزی انرژی هماهنگ شود.
مراکز داده به عنوان بخشی از تحول انرژی
این پژوهشگر محیط زیست مراکز داده را نه تنها یک مشکل، بلکه فرصتی نیز میداند. "مراکز داده میتوانند واقعاً با انرژیهای تجدیدپذیر تأمین شوند. آنها میتوانند از باتریها استفاده کنند و حرارت خود را به شبکههای گرمایی محلی انتقال دهند - و به این ترتیب به تحول گرمایی کمک کنند"، گرُگر میافزاید.
در عین حال، او نیز به فرصتها اشاره میکند. مراکز داده میتوانند بهطور خاص در مکانهایی ایجاد شوند که برق تجدیدپذیر به وفور در دسترس است. با برنامهریزی صحیح، آنها میتوانند نه تنها برق مصرف کنند، بلکه استفاده از آن را نیز مدیریت کنند و به این ترتیب به تحول انرژی و گرما کمک کنند.
آلمان به هر مرکز داده هوش مصنوعی نیاز ندارد
به گفته گرُگر، بحث باید فراتر برود. آلمان باید بهطور بنیادی بپرسد که چه نوع زیرساخت هوش مصنوعی واقعاً مورد نیاز است. در حال حاضر، اروپا به شدت به ساخت مراکز داده بزرگ برای هوش مصنوعی تولیدی به سبک ایالات متحده متمایل است. اما برای بسیاری از کاربردها، این نوع تأسیسات اصلاً ضروری نیست.
"ما نیازی به ساخت مراکز داده بزرگ هوش مصنوعی نداریم"، گرُگر میگوید. مراکز داده تخصصی، مانند آنهایی که برای کاربردهای صنعتی، تحقیق یا مدیریت عمومی طراحی شدهاند، معقولتر هستند.
بسیاری از کاربردهای صنعتی هوش مصنوعی با مدلهای تخصصی کار میکنند که برای وظایف خاص طراحی شدهاند. این مدلها معمولاً به مراتب کمتر از مدلهای زبانی بزرگ که باید وظایف متنوعی را انجام دهند، به قدرت پردازش نیاز دارند.
پاسخ اروپا به رقابت هوش مصنوعی
کِنجیکیپر نیز بر این باور است که آلمان در رقابت برای بزرگترین مراکز داده قرار ندارد. بلکه قدرت کشور بیشتر در دادهها و دانش صنعت نهفته است. دادههای تولیدی، ماشینآلات و حسگرها که سالها رشد کردهاند، میتوانند پایهای برای کاربردهای تخصصی هوش مصنوعی باشند - مانند در صنعت ماشینسازی، خودروسازی یا شیمی. همچنین در پزشکی، تحقیقات مواد یا کنترل شبکههای انرژی نیز پتانسیل بالایی وجود دارد.
آلمان به تنهایی نمیتواند با سرمایهگذاریهای ایالات متحده یا چین رقابت کند. "کشورهایی مانند آلمان به تنهایی برای همگامی با این مقیاس جهانی کوچک هستند"، او میگوید. به همین دلیل، نیاز به همکاری بیشتر اروپایی وجود دارد.
همکاری با شرکای اروپایی
اتحادیه اروپا در حال حاضر بر روی پروژهها و سرمایهگذاریهای مشترک برای زیرساخت هوش مصنوعی کار میکند. هدف این است که زیرساخت دیجیتال خود را بسازند و بهجای وابستگی دائمی به تأمینکنندگان غیراروپایی، خودکفا شوند. همچنین طبق استراتژی آلمان، همکاری با شرکای اروپایی باید گسترش یابد تا زیرساخت دیجیتال در اروپا بهطور کلی تقویت شود.
آیا آلمان در عصر هوش مصنوعی موفق خواهد شد، به همین دلیل تنها به تعداد مراکز داده جدید بستگی ندارد. عامل تعیینکننده این است که آیا زیرساختها، شبکههای برق و انرژیهای تجدیدپذیر بهطور مشترک برنامهریزی و سرمایهگذاری میشوند و آیا در مکانهایی که قدرت پردازش بیشترین بهرهوری را برای اقتصاد، تحقیق و مدیریت عمومی دارد، سرمایهگذاری خواهد شد.
پیوند منبع اصلی: لینک
