कृत्रिम बुद्धिमत्तेने (AI) चालित संगणन तंत्रज्ञानातील बदल हे जागतिक वहिवाटीच्या आगमनानंतरचा सर्वात मोठा बदल आहे. जसे व्यवसाय 1990च्या दशकात इंटरनेटसाठी त्यांच्या प्रणालींमध्ये सुधारणा करत होते, तसंच आता ते त्यांच्या संपूर्ण संगणक ढाच्यात सुधारणा करत आहेत—घटकांपासून ते डेटा केंद्रांच्या डिझाइनपर्यंत—AI समाकलित करण्यासाठी. दोन दशकांपासून, तंत्रज्ञान दिग्गजांनी जगभरातील डेटा केंद्रे तयार केली आहेत जेणेकरून सर्च इंजिन आणि ई-कॉमर्स सारख्या सेवांकडून वाढत्या ऑनलाइन ट्रॅफिक व्यवस्थापित केला जाऊ शकेल. तथापि, येणारे बदल मागील प्रयत्नांपेक्षा खूप मोठे असणार आहेत. 2006 मध्ये, Google's च्या पहिल्या डेटा केंद्राचा खर्च सुमारे $600 मिलियन होता, तर OpenAI आणि भागीदारांनी अलीकडे $100 बिलियनच्या नवीन सुविधा, त्यात टेक्सास कॅम्पस देखील आहे, गुंतवण्याची योजना जाहीर केली आहे, म्हणजे अमेरिका भर एकूण $400 बिलियनपेक्षा अधिक संभाव्य गुंतवणूक आहे. हा बदल केवळ तंत्रज्ञानावरच नाही तर वित्तीय आणि स्थानिक समुदायांवर देखील प्रभाव टाकतो, डेटा केंद्रांच्या कंपन्यांमध्ये खासगी इक्विटी गुंतवणूक आणि रहिवाश्यांच्या संभाव्य नकारात्मक परिणामांबद्दल चिंता वाढत आहे. सध्याच्या स्थितीत, तंत्रज्ञान कंपन्यांची संगणन शक्ती आणि वीज याबद्दलची वाढलेली मागणी पुरवठ्यापेक्षा अधिक आहे. OpenAI मध्य पूर्वेमध्ये नवीन चिप कारखान्यांसाठी निधी उभा करण्याची योजना बनवत आहे, तर Google आणि Amazon त्यांच्या कार्यप्रदर्शनाला समर्थन देण्यासाठी आण्विक ऊर्जा पर्यायांचा शोध घेत आहेत. कृत्रिम बुद्धिमत्ता, विशेषत: कृत्रिम सामान्य बुद्धिमत्तेसाठी (AGI), या विकासांना चालना देत आहे. Amazon, Meta, Microsoft, आणि Alphabet यांची अपेक्षा आहे की या वर्षी एकत्रितपणे $320 बिलियनच्या भांडवल खर्चाचं प्रमाण पार करेल, जे दोन वर्षांपूर्वीच्या खर्चाच्या दुप्पट आहे. AI संगणनाचा वाढीचा आधार तांत्रिक ग्राफिक्स प्रोसेसिंग युनिट्स (GPUs) वर आधारित आहे, जे सुरुवातीला व्हिडिओ गेमिंगसाठी विकसित करण्यात आले होते परंतु आता प्रगत AI अनुप्रयोगांचे आधारभूत नटविनियोग चालविण्यासाठी आवश्यक आहेत.

पारंपरिक सेंट्रल प्रोसेसिंग युनिट्स (CPUs) च्या तुलनेत, GPUs अनेक गणनांचा एकत्रितपणे प्रक्रिया करू शकतात, ज्यामुळे डेटा विश्लेषण जलद होते. तंत्रज्ञान कंपन्या त्यांच्या AI क्षमतांचा वाढवण्यासाठी अधिक GPUs समाकलित करत असल्यामुळे डेटा केंद्रांच्या कार्यपद्धती सुधारत आहेत. उदाहरणार्थ, ChatGPT च्या लॉन्चनंतर, Meta ने हजारो GPUs सह सुसज्ज नवीन डेटा केंद्रांमध्ये मोठ्या प्रमाणात गुंतवणूक केली, ज्यामुळे महत्त्वाची वीज आणि थंड वायु सुधारणा आवश्यक झाली. डेटा केंद्रांना अनपेक्षित वीज मागण्या भेडसावत आहेत. पारंपरिक केंद्रे जी एकवेळ 5 मेगावॉटवर कार्यरत होती, आता GPU समृद्ध वातावरणांना समर्थन देण्यासाठी प्रचंड प्रमाणात वीज आवश्यक आहे. अंदाजानुसार, 2028 पर्यंत डेटा केंद्रे अमेरिका मध्ये 12% पेक्षा अधिक वीज वापरणार आहेत, ऑपरेटर स्थानिक युटिलिटींसोबत अधिक वीज करार करत आहेत. या घन GPUs सेटअपला थंड ठेवणे ही आणखी एक समस्या आहे. Google सारख्या कंपन्या अतिव्होळनेची व्यवस्थापन करण्यासाठी प्रगत थंड करण्याचे प्रणाली ही राबवत आहेत, ज्यामध्ये GPU च्या सह थेट थंड पाण्याच्या परिसंचरणासारखे थंडकरण समाविष्ट आहे. Google चा पाण्याचा वापर लक्षणीय वाढला आहे, ज्यामुळे दुष्काळग्रस्त क्षेत्रांमध्ये चिंता निर्माण झाली आहे. एकत्रितपणे, ही AI-संवृत्त बदल तांत्रिक ढांच्यातील बदलांना गती देत आहे, ज्यामुळे कंपन्या वाढत्या AI बाजाराची मागणी पूर्ण करण्यासाठी दौडत असताना मोठ्या आणि अधिक ऊर्जा-खपणाऱ्या डेटा केंद्रांची निर्मिती होते.