استارتاپ چینی دیپ‌سیک (DeepSeek) فعال در حوزه هوش مصنوعی، با عرضه مدل R1 خود، جهان را شگفت‌زده کرد. این مدل ظاهراً عملکردی تقریباً هم‌تراز با مدل‌های پیشروی گوگل و OpenAI دارد؛ آن هم در شرایطی که شرکت مدعی است برای آموزش آن، از تعداد نسبتاً کمی GPU استفاده کرده است.
کارآمدی نسبی دیپ‌سیک باعث شده کارشناسان و سرمایه‌گذاران بپرسند آیا واقعاً هوش مصنوعی به سخت‌افزارهای عظیمی که همه پیش‌بینی کرده بودند نیاز دارد؟ این موضوع می‌تواند تقاضا برای مراکز داده و انرژی مورد نیاز آن‌ها را نیز دستخوش تغییر کند.
این شرکت ادعا می‌کند برای آموزش یک مدل کمی قدیمی‌تر خود، به مدت دو ماه از ۲,۰۴۸ واحد GPU انویدیا H800 استفاده کرده است؛ رقمی که فقط بخشی از مقدار محاسباتی است که شایعه شده OpenAI از آن بهره می‌گیرد.
کمتر شرکتی به‌اندازه انویدیا در معرض چنین ریسکی قرار دارد؛ سهام این شرکت در زمان انتشار خبر ۱۶ درصد افت کرده بود. شاید حتی آسیب‌پذیرتر از انویدیا، آن دسته از استارتاپ‌ها و تولیدکنندگان انرژی باشند که روی ظرفیت‌های جدید هسته‌ای و گاز طبیعی سرمایه‌گذاری سنگینی کرده‌اند.
به‌ویژه، انرژی هسته‌ای سال‌هاست که در آستانه یک رنسانس قرار دارد؛ پیشرفت در سوخت و طراحی راکتورها نوید می‌دهد نسل جدید نیروگاه‌های هسته‌ای ایمن‌تر و ارزان‌تر ساخته و بهره‌برداری شوند. اما تاکنون دلایل چندانی برای حرکت شتابان وجود نداشت. هسته‌ای همچنان در مقایسه با باد، خورشید و گاز طبیعی، گران است و فناوری‌های هسته‌ای نسل بعدی نیز هنوز در مقیاس تجاری آزمایش نشده‌اند.
افزایش تقاضای برق ناشی از هوش مصنوعی اما معادله را تغییر داد. پیش‌بینی می‌شود مراکز داده تا ۱۲ درصد از کل برق ایالات متحده را مصرف کنند—بیش از سه برابر سهمشان در سال ۲۰۲۳—و برآورد می‌شود تا سال ۲۰۲۷، مراکز داده هوش مصنوعی با کمبود توان مواجه شوند. در نتیجه، شرکت‌های فناوری برای تضمین منابع جدید انرژی به رقابت پرداخته و میلیاردها دلار در این زمینه هزینه می‌کنند. گوگل متعهد شده ۵۰۰ مگاوات ظرفیت از استارتاپ هسته‌ای کایروس (Kairos) خریداری کند؛ آمازون رهبری سرمایه‌گذاری ۵۰۰ میلیون دلاری در یک استارتاپ هسته‌ای دیگر، اکس-انرژی (X-Energy)، را به عهده گرفته و مایکروسافت هم با Constellation Energy در پروژه ۱.۶ میلیارد دلاری نوسازی یک راکتور در تری مایل آیلند همکاری می‌کند.
هیچ قاعده قطعی وجود ندارد که تنها راه بهبود عملکرد هوش مصنوعی، استفاده بیشتر از توان محاسباتی باشد. مدتی این رویکرد خوب عمل کرد، اما اخیراً افزایش قدرت محاسباتی نتوانسته نتایج مشابهی به بار آورد. پژوهشگران هوش مصنوعی در جستجوی راهکارهای جدید هستند و این امکان وجود دارد که دیپ‌سیک برای مدل R1 خود راه‌حلی پیدا کرده باشد.
تجربه تاریخی نشان می‌دهد حتی اگر دیپ‌سیک چیزی را پنهان کرده باشد، احتمالاً کس دیگری راهی برای ارزان‌تر و کارآمدتر کردن هوش مصنوعی پیدا خواهد کرد. در نهایت، سپردن کار به چند دکترای متخصص برای توسعه مدل‌های بهتر، راحت‌تر و شاید سریع‌تر از ساخت نیروگاه‌های جدید است.
موج فعلی ساخت راکتورهای جدید تا سال ۲۰۳۰ وارد مدار نمی‌شود و نیروگاه‌های جدید گاز طبیعی هم زودتر از اواخر این دهه آماده نخواهند بود. در چنین شرایطی، سرمایه‌گذاری شرکت‌های فناوری در حوزه انرژی به‌نظر می‌رسد تلاشی برای پوشش ریسک باشد، در صورتی که سرمایه‌گذاری‌های نرم‌افزاری آن‌ها نتیجه مطلوب ندهد.
اگر این سرمایه‌گذاری‌های نرم‌افزاری ثمربخش باشند، انتظار داشته باشید شرکت‌های فناوری، جاه‌طلبی‌های خود در حوزه انرژی را کاهش دهند. وقتی گزینه میان صرف میلیاردها دلار برای زیرساخت فیزیکی یا سرمایه‌گذاری روی نرم‌افزار باشد، معمولاً شرکت‌های فناوری مورد دوم را انتخاب می‌کنند.
در این میان، تکلیف استارتاپ‌های هسته‌ای و شرکت‌های انرژی چه خواهد شد؟ بستگی دارد. برخی شاید بتوانند برق را با هزینه‌ای چنان پایین تولید کنند که حتی در صورت کاهش تقاضای هوش مصنوعی نیز اهمیتی نداشته باشد. جهان در حال برقی شدن است و حتی پیش از شکل‌گیری حباب هوش مصنوعی نیز انتظار می‌رفت تقاضا برای برق افزایش یابد.
اما در صورت نبود تقاضای ناشی از هوش مصنوعی، احتمالاً فشارهای هزینه‌ای روی پروژه‌های هسته‌ای یا گاز طبیعی بیشتر هم خواهد شد. انرژی باد، خورشیدی و باتری‌ها ارزان هستند و روزبه‌روز ارزان‌تر هم می‌شوند؛ ضمن اینکه ماهیتاً ماژولار بوده و به‌صورت انبوه تولید می‌شوند. توسعه‌دهندگان می‌توانند نیروگاه‌های تجدیدپذیر را به‌صورت مرحله‌ای راه‌اندازی کنند و پیش از تکمیل کل پروژه، برق (و درآمد) را تحویل دهند؛ در حالی که می‌توانند در برابر تقاضای نامشخص، انعطاف بیشتری داشته باشند. این مزیت برای یک راکتور هسته‌ای یا توربین گازی صادق نیست. شرکت‌های فناوری هم به این موضوع واقف‌اند و به همین دلیل، برای تأمین برق مراکز داده خود، بی‌سروصدا در حوزه انرژی‌های تجدیدپذیر سرمایه‌گذاری می‌کنند.
افراد کمی رونق کنونی هوش مصنوعی را پیش‌بینی کرده بودند و احتمالاً هیچ‌کس نمی‌داند پنج سال آینده چگونه پیش خواهد رفت. در نتیجه، سرمایه‌گذاری‌های کم‌ریسک‌تر در حوزه انرژی، احتمالاً به‌سمت فناوری‌هایی روانه خواهد شد که امتحان خود را پس داده و می‌توان آن‌ها را به‌سرعت و متناسب با بازار در حال تحول گسترده کرد. در حال حاضر، انرژی‌های تجدیدپذیر چنین قابلیتی دارند.
مطالب مرتبط
پربازدیدهای هفته
پادکست زوم
