پشت هر پاسخی که یک چت‌بات هوش مصنوعی به شما می‌دهد، مجموعه‌ای عظیم از سرورهای پردازشی قرار دارد که هم برق زیادی مصرف می‌کنند و هم برای خنک نگه‌داشتن، به مقادیر قابل‌توجهی آب نیاز دارند. طبق گزارشی که مؤسسه آب، محیط‌زیست و سلامت دانشگاه ملل متحد در سال ۲۰۲۶ منتشر کرد، دیتاسنترهای جهان در سال ۲۰۲۵ نزدیک به ۴۴۸ تراوات‌ساعت برق مصرف کرده‌اند که هوش مصنوعی حدود یک‌پنجم آن را به خود اختصاص داده است.

مصرف برق در مقیاس یک کشور

اگر دیتاسنترهای جهان را به‌عنوان یک کشور در نظر بگیریم، از نظر مصرف برق در رتبه یازدهم جهان قرار می‌گیرند. بر اساس برآورد آژانس بین‌المللی انرژی (IEA)، مصرف برق دیتاسنترهای جهان می‌تواند از حدود ۴۱۵ تراوات‌ساعت در سال ۲۰۲۴ به نزدیک ۹۴۵ تراوات‌ساعت تا سال ۲۰۳۰ برسد؛ رشدی که عمده آن را بار کاری شتاب‌دهنده‌های هوش مصنوعی تشکیل می‌دهد. در آمریکا، پیش‌بینی می‌شود سهم دیتاسنترها از کل برق مصرفی کشور از حدود ۴ درصد فعلی تا سال ۲۰۳۰ به ۱۲ درصد برسد.

ماجرای مصرف آب چیست؟

بخش زیادی از دیتاسنترها برای خنک نگه‌داشتن سخت‌افزار از سیستم‌های خنک‌کننده تبخیری استفاده می‌کنند که مستقیماً آب شیرین مصرف می‌کنند. یک دیتاسنتر متوسط می‌تواند تا ۱۱۰ میلیون گالن آب در سال مصرف کند؛ رقمی معادل نیاز آبی سالانه یک شهر پنجاه‌هزار نفری. طبق گزارش دانشگاه ملل متحد، اگر روند فعلی رشد هوش مصنوعی ادامه یابد، مصرف آب مرتبط با آن تا سال ۲۰۳۰ می‌تواند به ۹.۳ تریلیون لیتر برسد؛ رقمی که برای تامین نیاز آبی خانگی پایه بیش از ۱.۳ میلیارد نفر در آفریقای زیرصحرا برای یک سال کافی است. 

راهکار صنعت برای کاهش این مصرف چیست؟

شرکت‌های بزرگ فناوری در حال سرمایه‌گذاری روی روش‌های خنک‌کننده جایگزین مانند خنک‌سازی مستقیم روی تراشه (Direct-to-chip liquid cooling) و سیستم‌های مدار بسته هستند که می‌توانند مصرف مستقیم آب را تا ۷۰ تا ۹۰ درصد کاهش دهند. البته این روش‌ها معمولاً به برق بیشتری نیاز دارند، بنابراین صنعت با یک موازنه دائمی میان مصرف آب و مصرف انرژی روبه‌روست. برخی شرکت‌ها نیز با انتخاب مکان‌های نزدیک به منابع انرژی تجدیدپذیر یا استفاده از خنک‌کننده‌های هوابرد، سعی در کاهش فشار بر منابع آبی مناطق کم‌آب دارند.

 

رشد چشمگیر هوش مصنوعی تنها یک داستان نرم‌افزاری نیست؛ پشت هر مدل بزرگ زبانی، زیرساخت فیزیکی عظیمی از برق و آب قرار دارد. آگاهی از این هزینه پنهان می‌تواند به کاربران و شرکت‌ها کمک کند تا در کنار بهره‌گیری از قدرت هوش مصنوعی، نسبت به مصرف مسئولانه منابع نیز حساس‌تر باشند.