Whalesbook
पायाभूत सुविधांचा विरोधाभास
भारतातील डिजिटल क्षेत्रात मोठे बदल घडत आहेत. स्थानिक AI पायाभूत सुविधांची तातडीची गरज लक्षात घेता, 2030 पर्यंत एकूण डेटा सेंटर क्षमता तिप्पट होऊन 5 GW पर्यंत पोहोचण्याची शक्यता आहे. तथापि, या वेगाने होणाऱ्या विस्तारात एक मूलभूत अडचण समोर येत आहे: वीज, जमीन आणि पाण्याचे भौतिक मर्यादा.
AI कॉम्प्युट शर्यत
या क्षेत्रात भांडवली गुंतवणूक प्रचंड आहे. रिलायन्स इंडस्ट्रीज जमनगर येथे मल्टी-गिगावॅट क्लस्टर तयार करत आहे, ज्याचा पहिला 120 MW टप्पा 2026 पर्यंत कार्यान्वित होण्याची शक्यता आहे. त्याच वेळी, Google-Adani संयुक्त उपक्रमाने आंध्र प्रदेशात 1 GW AI हबसह आपले स्थान मजबूत केले आहे. टाटा कन्सल्टन्सी सर्व्हिसेस (TCS) ने देखील TPG कडून सुमारे $1 अब्ज उभारले आहेत. पारंपरिक को-लोकेशन प्रदात्यांच्या विपरीत, हे खेळाडू ग्रिड अस्थिरतेचा धोका कमी करण्यासाठी स्वतःच्या कॅम्पसमध्ये वीज आणि अक्षय ऊर्जा स्त्रोत एकत्रित करत आहेत. यातून एक गोष्ट स्पष्ट होते: आता फक्त सर्वात जास्त रॅक्स कोण बांधू शकतो हे महत्त्वाचे नाही, तर उर्जेची कमतरता असलेल्या वातावरणात कोण सातत्यपूर्ण वीज मिळवू शकतो हे निर्णायक ठरेल.
संरचनात्मक कमतरता आणि कार्यान्वयन धोके
वाढीच्या आकडेवारीमागे महत्त्वपूर्ण संरचनात्मक धोके आहेत. AI-आधारित डेटा सेंटर्स पारंपरिक एंटरप्राइझ सर्व्हर रूम्सच्या तुलनेत प्रचंड ऊर्जा वापरतात, ज्यामुळे स्थानिक वीज ग्रीडवर अधिक ताण येतो. याव्यतिरिक्त, पर्यावरणीय चिंता वाढत आहेत. विशाखापट्टणम सारख्या प्रदेशांमध्ये कूलिंग सिस्टमसाठी मोठ्या प्रमाणात पाण्याचा वापर केला जातो, जिथे भूजलाची आधीच कमतरता आहे. काही प्रकल्पांना समुदाय विरोध आणि पर्यावरण प्रभाव मूल्यांकनांसंबंधी कायदेशीर आव्हानांना सामोरे जावे लागले आहे.
सार्वभौम कॉम्प्युटचे भविष्य
गुंतवणूकदारांसाठी, या प्रकल्पांमध्ये सामान्य को-लोकेशन लीजच्या तुलनेत कमी कालावधी असतो आणि तंत्रज्ञानाच्या जलद अवमूल्यनाचा धोका असतो. टियर-१ हबजवळ जमीन संपादन अधिकाधिक कठीण आणि महाग होत असल्याने, ऑपरेटर टियर-II शहरांकडे वळत आहेत. या दशकाच्या उत्तरार्धात यश मिळवण्यासाठी ऑपरेटरची पर्यावरण, नियामक आणि तांत्रिक अडथळे दूर करण्याची क्षमता महत्त्वाची ठरेल. भांडवली गुंतवणूक जास्त असली तरी, हे क्षेत्र एका गंभीर राष्ट्रीय पायाभूत सुविधा घटकात रूपांतरित होत आहे.