Meta તેના AI ડેટા સેન્ટર્સની નજીક વેસ્ટવોટર-ટ્રીટમેન્ટ (ગંદા પાણીના શુદ્ધિકરણ) પ્રોજેક્ટ્સમાં ઓછામાં ઓછા $270 મિલિયન રોકાણ કરી રહી છે, જેનો હેતુ પીવાના પાણીના મોટાભાગના કૂલિંગને રિસાયકલ કરેલા પુરવઠા સાથે બદલવાનો છે. વર્જિનિયાના લાઉડોન કાઉન્ટીમાં – જે ડઝનબંધ સર્વર ફાર્મ્સનું કેન્દ્ર છે – હાલમાં રિસાયકલ કરેલું પાણી દૈનિક કૂલિંગ જરૂરિયાતોના માત્ર 43% ભાગને આવરી લે છે, જેના કારણે બાકીના 57% (આશરે 260 મિલિયન ગેલેન) પીવાના સ્ત્રોતોમાંથી લેવા પડે છે. આ રોકાણ તે અંતરને પૂરવા માટે છે અને તે ઉદ્યોગ તેના સતત વધતા AI વર્કલોડ્સને કેવી રીતે પાવર આપે છે તેને નવો આકાર આપી શકે છે.

AI કૂલિંગ શા માટે મહત્વનું છે

મોટા લેંગ્વેજ મોડલ્સને ટ્રેન કરવા અને ઇન્ફરન્સ ક્લસ્ટર્સ ચલાવવા માટે વીજળી વપરાય છે અને ગરમી ઉત્પન્ન થાય છે. ચિપ્સને સુરક્ષિત તાપમાનમાં રાખવા માટે, ડેટા સેન્ટર્સ ઇવેપોરેટિવ ટાવર્સ જેવી પાણીનો વધુ ઉપયોગ કરતી કૂલિંગ પદ્ધતિઓનો ઉપયોગ કરે છે. પાણીની આ માંગ સ્થાનિક ઘરો અને કૃષિ સાથે સીધી સ્પર્ધા કરે છે, ખાસ કરીને એવા પ્રદેશોમાં જે પહેલેથી જ દુષ્કાળ અને વસ્તીના દબાણનો સામનો કરી રહ્યા છે. જ્યારે ડેટા સેન્ટર દરરોજ ચોથા ભાગના અબજ ગેલેન પીવાનું પાણી ખેંચે છે, ત્યારે તેની અસર મ્યુનિસિપલ સપ્લાય અને ટેકનોલોજીના પર્યાવરણીય ફૂટપ્રિન્ટ વિશેની જાહેર ધારણા પર જોવા મળે છે.

ગટરથી કૂલિંગ લૂપ સુધી

વેસ્ટવોટર (ગંદા પાણી) નો ઉપયોગ કરવો એ કોઈ નવો પ્રયોગ નથી; તે પરિપક્વ ટ્રીટમેન્ટ પ્રક્રિયાઓ પર આધારિત છે. કાચા ગટરના પાણીમાં યુરિયા, ક્ષાર, કાર્બનિક પદાર્થો અને સૂક્ષ્મ જીવો હોય છે જે કૂલિંગ સાધનોને બગાડી શકે છે. આધુનિક પ્લાન્ટ્સ નીચે મુજબના તબક્કાઓ દ્વારા તે પ્રદૂષકોને દૂર કરે છે:

  • Membrane bioreactors ઘન પદાર્થોને પકડે છે અને કાર્બનિક અણુઓને તોડે છે.
  • Reverse osmosis પાણીને સેમી-પર્મિયેબલ મેમ્બ્રેનમાંથી પસાર કરે છે, જેનાથી ઓગળેલા ક્ષારો પાછળ રહી જાય છે.
  • Ultraviolet light બાકી રહેલા કોઈપણ બેક્ટેરિયા અથવા વાયરસનો નાશ કરે છે.

તેનું પરિણામ "ઇન્ડસ્ટ્રિયલ-ગ્રેડ" પાણી છે—જે સ્વચ્છ, રાસાયણિક રીતે સ્થિર અને ગંધ રહિત હોય છે. ડેટા સેન્ટર માટે, તે પાણી કૂલિંગ ટાવરમાં મ્યુનિસિપલ સપ્લાય જેવું જ કામ કરે છે, પરંતુ તે હવે સમુદાયના પીવાના પાણીના રિઝર્વોરમાંથી પાણી લેતું નથી.

ઇન્ફ્રાસ્ટ્રક્ચરની અડચણ

રિસાયકલ કરેલા પાણી પર સ્વિચ કરવું એ કોઈ સરળ અપગ્રેડ નથી. મોટાભાગના AI ફાર્મ્સ નગરોની બહાર આવેલા છે જ્યાં હાલના ટ્રીટમેન્ટ પ્લાન્ટ્સ રહેણાંક જરૂરિયાતો માટે બનાવવામાં આવ્યા હતા, સર્વર ફાર્મ માટે જરૂરી લાખો ગેલેન પ્રવાહ માટે નહીં. સ્કેલિંગ વધારવાનો અર્થ છે મોટા મેમ્બ્રેનનું નિર્માણ કરવું, વધારાના રિવર્સ-ઓસ્મોસિસ ટ્રેન ઉમેરવા અને ઘણીવાર ડેટા-સેન્ટર સાઇટ સુધી નવી પાઇપલાઇન નાખવી. આ મૂડી ખર્ચ કરોડોમાં હોઈ શકે છે, જે ખર્ચ પરંપરાગત ઓપરેટરો ઐતિહાસિક રીતે યુટિલિટી અથવા મ્યુનિસિપાલિટી પર નાખી દેતા હતા.

વેસ્ટવોટર અપગ્રેડ માટે ભંડોળ પૂરું પાડવાનું Meta નું વચન "એન્કર-ટેનન્ટ" ફાઇનાન્સિંગ તરફના બદલાવનો સંકેત આપે છે: ટેક કંપની કૂલિંગ પાણીના ખાતરીપૂર્વકના પુરવઠાના બદલામાં જાહેર કામોના બજેટનો અમુક ભાગ ઉઠાવે છે. આ મોડેલ મ્યુનિસિપાલિટીઓ માટે નાણાકીય જોખમ ઘટાડી શકે છે અને ક્ષમતાના નિર્માણને વેગ આપી શકે છે જે ડેટા સેન્ટર અને આસપાસના સમુદાય બંનેને ફાયદો પહોંચાડે છે.

જોખમો અને વિરોધ પક્ષના મુદ્દાઓ

રિસાયકલ કરેલું પાણી સસ્તું નથી હોતું. રિવર્સ-ઓસ્મોસિસ મેમ્બ્રેનને નિયમિત બદલવાની જરૂર પડે છે, અને પાણીને તેના દ્વારા દબાણ આપવા માટે જરૂરી ઊર્જા ડેટા સેન્ટરના એકંદર પાવર વપરાશમાં વધારો કરે છે. જે પ્રદેશોમાં વીજળી પહેલેથી જ મોંઘી છે, ત્યાં પાણીની બચત અને ઊંચા એનર્જી બિલ વચ્ચેનો વિનિમય (trade-off) ફરીથી ઉપયોગ કરવાના આર્થિક પાસાઓને નુકસાન પહોંચાડી શકે છે.

વધુમાં, દરેક સ્થળે એવો વેસ્ટવોટર પ્લાન્ટ નથી જે ડેટા સેન્ટરના વધતા જતા શિડ્યુલને પહોંચી વળવા માટે ઝડપથી વિસ્તરી શકે. પરમિટિંગ, બાંધકામ અથવા ગ્રીડ ઇન્ટરકનેક્શનમાં વિલંબને કારણે સુવિધાને વચગાળાના સમય માટે પીવાના પાણી પર નિર્ભર રહેવું પડી શકે છે, જે ટકાઉપણુંના વચનને નબળું પાડે છે.

હવે આગળ શું?

ઉદ્યોગના નિરીક્ષકો કેટલાક સંકેતો પર નજર રાખશે:

  • Follow-on investments અન્ય ક્લાઉડ પ્રોવાઇડર્સ અથવા AI-ચિપ ઉત્પાદકો તરફથી. જો Meta નું ભંડોળ અસરકારક સાબિત થાય છે, તો સ્પર્ધકો પણ આ પદ્ધતિ અપનાવી શકે છે.
  • Policy shifts જે મોટા પાયે કૂલિંગ માટે પીવાના ન હોય તેવા પાણીના ઉપયોગને પ્રોત્સાહન આપે અથવા ફરજિયાત બનાવે, ખાસ કરીને પાણીની અછતવાળા વિસ્તારોમાં.
  • Technology improvements જે મેમ્બ્રેન અને રિવર્સ-ઓસ્મોસિસ પ્રક્રિયાઓની ઊર્જા તીવ્રતા ઘટાડે છે, જેનાથી રિસાયકલ કરેલું પાણી વધુ ખર્ચ-સ્પર્ધાત્મક બને છે.

વ્યાપક AI ઇકોસિસ્ટમને સાઇટ-પસંદગીના નિર્ણયોમાં પાણીની ઉપલબ્ધતાને પણ ધ્યાનમાં લેવી પડશે. જેમ જેમ મોડલ્સ મોટા બનશે અને ટ્રેનિંગ સાયકલ લાંબી થશે, તેમ તેમ કૂલિંગ લોડ પ્રમાણસર વધશે, જેનાથી પાણી વીજળી અને જમીન સમાન એક વ્યૂહાત્મક સંસાધન બની જશે.

સારાંશ

ટેક દિગ્ગજો હવે AI વિસ્તરણમાં ગંદા પાણીના ઈન્ફ્રાસ્ટ્રક્ચરને માત્ર પૂરક બાબત તરીકે નહીં, પરંતુ એક મુખ્ય ભાગ તરીકે ગણવા લાગ્યા છે. ગટરના પાણીને ઔદ્યોગિક-સ્તરના કૂલિંગ વોટરમાં રૂપાંતરિત કરવા માટે કરોડોનું રોકાણ કરીને, Meta જેવી કંપનીઓનો હેતુ પીવાના પાણી પરની નિર્ભરતા ઘટાડવાનો, સામુદાયિક તણાવ ઓછો કરવાનો અને ગરમી પેદા કરતા કાર્યભાર માટે લાંબા ગાળાનો પુરવઠો સુરક્ષિત કરવાનો છે. આ અભિગમ પર્યાવરણીય રાહત આપવાનો સંકેત આપે છે, પરંતુ તે ઊંચો ઊર્જા ખર્ચ અને મોટું પ્રારંભિક મૂડી રોકાણ પણ લાવે છે. રિસાયકલ કરેલું ગંદુ પાણી AI માટે ડિફોલ્ટ કૂલન્ટ બનશે કે નહીં, તેનો આધાર જરૂરી શુદ્ધિકરણ ક્ષમતા કેટલી ઝડપથી બનાવી શકાય છે અને પરંપરાગત પાણીના સ્ત્રોતો સામે આર્થિક પાસાઓ કેવી રીતે સંતુલિત થાય છે તેના પર રહેશે.