مجله دوپلر تهیه و ویرایش کرده است.

گزارش‌ها حاکی از آن است که گمانه‌زنی‌های کلان‌شرکت‌های تکنولوژی برای استفاده از انرژی هسته‌ای به منظور پاسخگویی به تقاضای رو به رشد برق مراکز داده، به طور چشمگیری افزایش یافته است. «جنسن هوانگ»، رئیس‌عامل انویدیا (Nvidia) اخیراً اعلام داشت که این منبع انرژی می‌تواند بخشی از برنامه‌های استراتژیک این غول تراشه‌ساز برای تنوع‌بخشی به سبد انرژی خود باشد. این بیانیه بلافاصله پس از انتشار اخبار مبنی بر تلاش مایکروسافت برای احیای نیروگاه هسته‌ای «تری مایل آایلند» (Three Mile Island) جهت تغذیه زیرساخت‌های ابری خود منتشر شد.

🔗 بیشتر بخوانید: هشدار مرکز افتا به دستگاه‌های اجرایی: لایسنس «کسپرسکی» نخرید_دوپلر

بر اساس گزارش بلومبرگ، هوانگ در مصاحبه‌ای تلویزیونی تأکید کرد که انویدیا تمایل دارد از انرژی هسته‌ای به عنوان یکی از ستون‌های اصلی تأمین برق برای «کارخانه‌های هوش مصنوعی» خود بهره ببرد. او این حرکت را در چارچوب یک استراتژی گسترده‌تر برای کاهش وابستگی به سوخت‌های فسیلی و تضمین پایداری انرژی ارزیابی کرد.

انرژی اتمی به عنوان یکی از پایدارترین و تمیزترین گزینه‌های موجود شناخته می‌شود، هرچند که قطعاً تنها راهکار مورد توجه غول‌های تکنولوژی نخواهد بود.

🔗 بیشتر بخوانید: قیمت احتمالی گلکسی رینگ در اروپا آشکار شد؛ نه‌چندان ارزان_دوپلر

چرا غول‌های هوش مصنوعی به سمت انرژی هسته‌ای می‌روند؟

تمایل به برق‌رسانی دیتاسنترها از طریق نیروگاه‌های هسته‌ای، به یک روند کلیدی در میان شرکت‌های بزرگ فناوری تبدیل شده است. انویدیا، مایکروسافت، آمازون و گوگل در حال گسترش دوچندان زیرساخت‌های ابری خود هستند تا بتوانند نیازهای محاسباتی مدل‌های پیشرفته هوش مصنوعی را برآورده کنند. در نتیجه، جستجوی منابع انرژی با اثرات کربنی کم (Low-carbon) برای تغذیه این زیرساخت‌های پرمصرف، اولویت اول شده است تا هم قابل‌استدامت باشد و هم انتشار گازهای گلخانه‌ای را در مقیاس جهانی کاهش دهد.

بر اساس پیش‌بینی‌های آژانس بین‌المللی انرژی (IEA)، تقاضای برق مراکز داده تا سال ۲۰۲۶ انتظار می‌رود تقریبا دو برابر شده و به بازه ۶۵۰ تا ۱۰۵۰ تراوات‌ساعت برسد (در مقایسه با ۴۶۰ تراوات‌ساعت در سال ۲۰۲۲). این جهش تقاضا، جایگزینی سوخت‌های فسیلی را در افق نزدیک اجتناب‌ناپذیر می‌سازد.

رئیس‌عامل انویدیا با اشاره به پیچیدگی‌های ساخت «کارخانه‌های هوش مصنوعی» — مراکز داده اختصاصی برای آموزش مدل‌های سنگین — به چالش‌های انرژی‌زای این فرآیند اشاره کرد. او بیان داشت که نیاز به مقادیر عظیم انرژی، این مجموعه‌ها را به سمت مناطق کم‌پلاک و دور از مراکز متروپولیتن رها می‌کند.