ਭਾਰਤ ਦਾ AI ਸੁਪਨਾ: ਸਥਾਨਕ ਹਾਰਡਵੇਅਰ ਬਣਾਉਣ 'ਚ ਆ ਰਹੀਆਂ ਵੱਡੀਆਂ ਮੁਸ਼ਕਿਲਾਂ

ਭਾਰਤ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਬੁਨਿਆਦੀ ਢਾਂਚੇ (AI infrastructure) ਦੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਗਲੋਬਲ ਪਾਵਰਹਾਊਸ ਬਣਨ ਦੀ ਇੱਛਾ ਰੱਖਦਾ ਹੈ। ਮੰਤਰੀ ਅਸ਼ਵਨੀ ਵੈਸ਼ਨਵ ਦੀ ਅਗਵਾਈ ਹੇਠ, ਇਹ ਰਣਨੀਤੀ ਵਿਸ਼ਾਖਾਪਟਨਮ ਵਿੱਚ Google ਵੱਲੋਂ ਇੱਕ ਵੱਡੇ AI ਹੱਬ ਦੇ ਨੀਂਹ ਪੱਥਰ ਨਾਲ ਹੋਰ ਮਜ਼ਬੂਤ ਹੋਈ ਹੈ। ਇਹ $15 ਬਿਲੀਅਨ ਦਾ ਪ੍ਰੋਜੈਕਟ, ਜੋ ਪੰਜ ਸਾਲਾਂ ਵਿੱਚ ਪੂਰਾ ਹੋਵੇਗਾ, Adani Group ਅਤੇ Bharti Airtel ਨਾਲ ਸਾਂਝੇਦਾਰੀ ਵਿੱਚ ਹੈ। ਇਹ ਭਾਰਤ ਦੇ IT ਸੇਵਾਵਾਂ 'ਤੇ ਕੇਂਦਰਿਤ ਰੁਝਾਨ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਮੁੱਖ ਡਿਜੀਟਲ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਬਣਾਉਣ ਵੱਲ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਹੈ, ਜਿਸ ਨਾਲ ਦੇਸ਼ AI ਤਕਨਾਲੋਜੀ ਵਿੱਚ ਅਗਵਾਈ ਕਰ ਸਕੇ। ਇਹ ਪਹਿਲਕਦਮੀ ਇੱਕ ਵੱਡੇ ਰਾਸ਼ਟਰੀ ਉਪਰਾਲੇ ਦਾ ਹਿੱਸਾ ਹੈ ਜਿੱਥੇ ਭਾਰਤੀ ਕੰਪਨੀਆਂ ਅਤੇ ਸਰਕਾਰ AI ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ $200 ਬਿਲੀਅਨ ਤੋਂ ਵੱਧ ਦਾ ਨਿਵੇਸ਼ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਹੀਆਂ ਹਨ। ਭਾਰਤ ਦੀ ਡਾਟਾ ਸੈਂਟਰ ਸਮਰੱਥਾ, ਜੋ 2024 ਵਿੱਚ ਲਗਭਗ 950 MW ਸੀ, 2026 ਤੱਕ ਲਗਭਗ ਦੁੱਗਣੀ ਅਤੇ 2030 ਤੱਕ 4.5 GW ਤੋਂ ਵੱਧ ਹੋਣ ਦੀ ਉਮੀਦ ਹੈ, ਜੋ ਤੇਜ਼ੀ ਨਾਲ ਵਿਕਾਸ ਦਰਸਾਉਂਦੀ ਹੈ।

ਭਾਰਤ ਦੀ AI ਰਣਨੀਤੀ ਦਾ ਇੱਕ ਮੁੱਖ ਹਿੱਸਾ "ਦੇਸ਼ ਵਿੱਚ ਹੀ ਬਣਾਉਣ" (build locally) ਦਾ ਟੀਚਾ ਹੈ। ਮੰਤਰੀ ਵੈਸ਼ਨਵ ਨੇ ਟੈਕ ਕੰਪਨੀਆਂ ਨੂੰ ਭਾਰਤ ਵਿੱਚ ਸਰਵਰ ਬਣਾਉਣ ਲਈ ਕਿਹਾ ਹੈ, ਕਿਉਂਕਿ ਵੱਡੇ ਡਾਟਾ ਸੈਂਟਰਾਂ ਦੀ ਹਾਰਡਵੇਅਰ ਲੋੜ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੈ ਅਤੇ ਭਾਰਤ ਵਿੱਚ ਸਸਤੇ ਪਾਰਟਸ ਬਣਾਉਣ ਦੀ ਸਮਰੱਥਾ ਹੈ। ਉਨ੍ਹਾਂ ਨੇ ਸੈਮੀਕੰਡਕਟਰ ਅਸੈਂਬਲੀ ਅਤੇ ਟੈਸਟਿੰਗ (OSAT) ਨੂੰ ਵੀ ਇੱਕ ਤੁਰੰਤ ਮੌਕਾ ਦੱਸਿਆ ਹੈ ਤਾਂ ਜੋ ਦਰਾਮਦ 'ਤੇ ਨਿਰਭਰਤਾ ਘਟਾਈ ਜਾ ਸਕੇ। ਭਾਵੇਂ ਭਾਰਤੀ OSAT ਕੰਪਨੀਆਂ ਦੱਖਣ-ਪੂਰਬੀ ਏਸ਼ੀਆ (ਚੀਨ ਨੂੰ ਛੱਡ ਕੇ) ਦੇ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਦੇ ਭਾਅ ਦੇ ਬਰਾਬਰ ਆ ਰਹੀਆਂ ਹਨ, ਪਰ ਉਹ ਮੰਨਦੀਆਂ ਹਨ ਕਿ ਚੀਨ ਦੇ ਉੱਚ-ਵਾਲੀਅਮ ਉਤਪਾਦਨ (high-volume manufacturing) ਅਜੇ ਵੀ ਲਾਗਤ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਬਿਹਤਰ ਫਾਇਦਾ ਪੇਸ਼ ਕਰਦੇ ਹਨ। Suchi Semicon ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਵਿਸ਼ੇਸ਼ ਪੈਕੇਜਿੰਗ ਵਿੱਚ ਵਿਸਥਾਰ ਕਰ ਰਹੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ, ਲਗਾਤਾਰ, ਉੱਚ-ਮਾਤਰਾ ਵਾਲੇ ਉਤਪਾਦਨ ਲਈ ਸਕੇਲਿੰਗ (scaling up) ਵਿੱਚ ਆਮ ਤੌਰ 'ਤੇ 18 ਤੋਂ 36 ਮਹੀਨੇ ਲੱਗਦੇ ਹਨ। ਸਰਕਾਰ ਦੇ ਸੈਮੀਕਨ ਇੰਡੀਆ ਪ੍ਰੋਗਰਾਮ ਨੇ ਕਈ OSAT ਪ੍ਰੋਜੈਕਟਾਂ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦਿੱਤੀ ਹੈ, ਜੋ ਕਿ ਗਲੋਬਲ ਸੈਮੀਕੰਡਕਟਰ ਉਤਪਾਦਨ ਚੇਨ ਵਿੱਚ ਭਾਰਤ ਨੂੰ ਸਥਾਪਿਤ ਕਰਨ ਲਈ ਅਰਬਾਂ ਦਾ ਨਿਵੇਸ਼ ਕਰਨ ਦਾ ਵਾਅਦਾ ਕਰਦੇ ਹਨ। ਫਿਰ ਵੀ, ਸ਼ੁਰੂਆਤੀ ਯੋਜਨਾਵਾਂ ਤੋਂ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਉਤਪਾਦਨ ਤੱਕ ਪਹੁੰਚਣਾ ਇੱਕ ਲੰਮੀ ਪ੍ਰਕਿਰਿਆ ਹੈ। ਸੈਮੀਕੰਡਕਟਰ ਡਿਜ਼ਾਈਨ ਵਿੱਚ ਬਹੁਤ ਸਾਰੇ ਮਾਹਿਰ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ਭਾਰਤ ਕੋਲ ਉੱਨਤ ਹਾਰਡਵੇਅਰ ਗਿਆਨ ਅਤੇ ਨਿਰਮਾਣ ਸੁਵਿਧਾਵਾਂ ਦੀ ਘਾਟ ਹੈ, ਜੋ ਸਥਾਨਕ, ਹਾਈ-ਐਂਡ ਉਤਪਾਦਨ ਲਈ ਇੱਕ ਵੱਡੀ ਚੁਣੌਤੀ ਹੈ।

ਵਿਸ਼ਾਖਾਪਟਨਮ ਨੂੰ ਭਾਰਤ ਦੇ ਨਵੇਂ ਡਿਜੀਟਲ ਗੇਟਵੇ ਵਜੋਂ ਵਿਕਸਿਤ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ, ਜਿਸਨੂੰ "AI-ਪਟਨਮ" ਵਜੋਂ ਕਲਪਨਾ ਕੀਤੀ ਗਈ ਹੈ। ਇਸ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਨੂੰ ਸ਼ਹਿਰ ਵਿੱਚ ਤਿੰਨ ਵੱਡੀਆਂ ਅੰਤਰਰਾਸ਼ਟਰੀ ਸਬਸੀ ਕੇਬਲ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਆਉਣ ਨਾਲ ਮਜ਼ਬੂਤੀ ਮਿਲੀ ਹੈ। ਇਹ ਕੇਬਲਾਂ ਡਾਟਾ ਟ੍ਰਾਂਸਫਰ ਵਿੱਚ ਦੇਰੀ ਨੂੰ ਘਟਾਉਣ ਅਤੇ AI ਦੇ ਗੁੰਝਲਦਾਰ ਕੰਮਾਂ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਣ ਲਈ ਜ਼ਰੂਰੀ ਹਨ ਜਿਨ੍ਹਾਂ ਲਈ ਰੀਅਲ-ਟਾਈਮ ਪ੍ਰੋਸੈਸਿੰਗ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਹ ਵਿਕਾਸ ਭਾਰਤ ਦੀ ਕਨੈਕਟੀਵਿਟੀ ਨੂੰ ਵਿਭਿੰਨਤਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਜੋ ਇਤਿਹਾਸਕ ਤੌਰ 'ਤੇ ਮੁੰਬਈ ਅਤੇ ਚੇਨਈ 'ਤੇ ਕੇਂਦਰਿਤ ਰਹੀ ਹੈ, ਇਸ ਤਰ੍ਹਾਂ ਰਾਸ਼ਟਰੀ ਡਿਜੀਟਲ ਸਥਿਰਤਾ ਵਿੱਚ ਸੁਧਾਰ ਹੁੰਦਾ ਹੈ। ਭਾਵੇਂ ਵਿਸ਼ਾਖਾਪਟਨਮ ਦਾ ਇੱਕ ਏਕੀਕ੍ਰਿਤ ਡਿਜੀਟਲ ਹੱਬ ਵਜੋਂ ਵਿਕਾਸ, ਜਿਸ ਵਿੱਚ ਕੰਪਿਊਟਿੰਗ ਪਾਵਰ, ਕਨੈਕਟੀਵਿਟੀ ਅਤੇ ਸਾਫ਼ ਊਰਜਾ ਸ਼ਾਮਲ ਹੈ, ਆਸ਼ਾਵਾਦੀ ਹੈ, ਪਰ ਭਾਰਤ ਦਾ ਡਾਟਾ ਸੈਂਟਰ ਬਾਜ਼ਾਰ ਬਹੁਤ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਵਾਲਾ ਹੈ। AWS, Equinix, NTT, ਅਤੇ Nxtra by Airtel ਵਰਗੇ ਵੱਡੇ ਖਿਡਾਰੀ ਸਰਗਰਮੀ ਨਾਲ ਵਿਸਥਾਰ ਕਰ ਰਹੇ ਹਨ, ਅਕਸਰ ਵੱਡੇ ਨਿਵੇਸ਼ਾਂ ਨਾਲ। ਦੇਸ਼ ਦੀ ਕੁੱਲ ਡਾਟਾ ਸੈਂਟਰ ਸਮਰੱਥਾ ਤੇਜ਼ੀ ਨਾਲ ਵੱਧ ਰਹੀ ਹੈ, ਪਰ ਭਾਰਤ ਦੁਨੀਆ ਦੇ ਡਾਟਾ ਦਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸਾ ਪੈਦਾ ਕਰਨ ਦੇ ਬਾਵਜੂਦ, ਗਲੋਬਲ ਸਮਰੱਥਾ ਵਿੱਚ ਇੱਕ ਮੁਕਾਬਲਤਨ ਛੋਟਾ ਹਿੱਸਾ ਰੱਖਦਾ ਹੈ।

ਮੰਤਰੀ ਵੈਸ਼ਨਵ ਨੇ ਭਾਰਤ ਦੇ ਭੂ-ਰਾਜਨੀਤਿਕ ਫਾਇਦੇ (geopolitical advantage) 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ, ਦੇਸ਼ ਨੂੰ ਸਥਿਰ ਸਪਲਾਈ ਚੇਨ ਅਤੇ ਬੌਧਿਕ ਜਾਇਦਾਦ ਦੀ ਸੁਰੱਖਿਆ ਦੀ ਮੰਗ ਕਰਨ ਵਾਲੀਆਂ ਗਲੋਬਲ ਫਰਮਾਂ ਲਈ ਇੱਕ "ਭਰੋਸੇਮੰਦ ਭਾਈਵਾਲ" (trusted partner) ਵਜੋਂ ਪੇਸ਼ ਕੀਤਾ। ਇਸ ਰਣਨੀਤੀ ਦਾ ਉਦੇਸ਼ ਮੌਜੂਦਾ ਨਿਰਮਾਣ ਕੇਂਦਰਾਂ (manufacturing hubs) ਤੋਂ ਇੱਕ ਵਿਕਲਪ ਪੇਸ਼ ਕਰਕੇ ਵਿਦੇਸ਼ੀ ਸਿੱਧੇ ਨਿਵੇਸ਼ (FDI) ਨੂੰ ਆਕਰਸ਼ਿਤ ਕਰਨਾ ਹੈ। ਹਾਲਾਂਕਿ, GPU ਵਰਗੇ ਕ੍ਰਿਟੀਕਲ AI ਹਾਰਡਵੇਅਰ ਲਈ ਘਰੇਲੂ ਨਿਰਮਾਣ 'ਤੇ ਨਿਰਭਰਤਾ ਅਜੇ ਵੀ ਮਹੱਤਵਪੂਰਨ ਜੋਖਮਾਂ (risks) ਨਾਲ ਜੁੜੀ ਹੋਈ ਹੈ। ਭਾਰਤ GPU ਦੀ ਘਾਟ, ਉੱਚ ਲਾਗਤਾਂ ਅਤੇ ਲੰਬੇ ਖਰੀਦ ਸਮੇਂ (procurement times) ਵਰਗੀਆਂ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਿਹਾ ਹੈ, ਭਾਵੇਂ ਸਰਕਾਰ ਹਜ਼ਾਰਾਂ ਹਾਈ-ਐਂਡ GPU ਸਰਵਰ ਖਰੀਦਣ ਅਤੇ ਸਥਾਨਕ ਬਦਲ ਵਿਕਸਿਤ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਹੀ ਹੈ। ਭਾਵੇਂ ਕਿ ਲੇਬਰ ਸਮੇਤ ਨਿਰਮਾਣ ਲਾਗਤਾਂ ਚੀਨ ਦੇ ਮੁਕਾਬਲੇ ਭਾਰਤ ਵਿੱਚ ਮੁਕਾਬਲੇਬਾਜ਼ ਹਨ, ਪਰ ਚੀਨ ਦੀਆਂ ਪੂਰੀਆਂ ਸਪਲਾਈ ਚੇਨ ਅਤੇ ਆਟੋਮੇਟਿਡ ਨਿਰਮਾਣ ਸਮਰੱਥਾਵਾਂ ਗੁੰਝਲਦਾਰ ਹਾਈ-ਟੈਕ ਉਤਪਾਦਾਂ ਲਈ ਗਤੀ ਅਤੇ ਪੈਮਾਨੇ (speed and scale) ਵਿੱਚ ਫਾਇਦਾ ਪੇਸ਼ ਕਰਦੀਆਂ ਰਹਿੰਦੀਆਂ ਹਨ।

ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਵਿਕਾਸ ਦੇ ਨਾਲ-ਨਾਲ, ਭਾਰਤ ਨੇ ਡਾਟਾ ਸੈਂਟਰ ਸੰਚਾਲਨ ਲਈ ਸਥਿਰਤਾ (sustainability) ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਤੈਅ ਕੀਤੀਆਂ ਹਨ, ਜੋ ਊਰਜਾ ਕੁਸ਼ਲਤਾ ਅਤੇ ਪਾਣੀ ਦੀ ਸੰਭਾਲ 'ਤੇ ਕੇਂਦਰਿਤ ਹਨ। ਸਰਕਾਰੀ ਨੀਤੀਆਂ ਡਾਟਾ ਸੈਂਟਰਾਂ ਲਈ ਨਵਿਆਉਣਯੋਗ ਊਰਜਾ (renewable energy) ਦੀ ਵਰਤੋਂ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦੀਆਂ ਹਨ, ਅਤੇ ਰਾਜ ਵੱਖ-ਵੱਖ ਪ੍ਰੋਤਸਾਹਨ (incentives) ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦੇ ਹਨ। ਹਾਲਾਂਕਿ, AI ਕੰਮਾਂ, ਖਾਸ ਕਰਕੇ ਵੱਡੇ ਮਾਡਲਾਂ ਦੀ ਸਿਖਲਾਈ ਲਈ, ਬਹੁਤ ਜ਼ਿਆਦਾ ਊਰਜਾ ਦੀ ਮੰਗ ਕਾਰਨ ਸੰਚਾਲਨ ਵਿੱਚ ਵੱਡੀਆਂ ਚੁਣੌਤੀਆਂ ਪੈਦਾ ਹੁੰਦੀਆਂ ਹਨ। ਵਾਤਾਵਰਣ ਕਾਰਕੁੰਨਾਂ ਨੇ ਕੁਝ ਵੱਡੇ ਪੱਧਰ ਦੇ ਡਾਟਾ ਸੈਂਟਰ ਪ੍ਰੋਜੈਕਟਾਂ ਲਈ ਵਾਤਾਵਰਣ ਮਨਜ਼ੂਰੀਆਂ (environmental approvals) ਦੀ ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਨਿਗਰਾਨੀ ਬਾਰੇ ਵੀ ਚਿੰਤਾਵਾਂ ਉਠਾਈਆਂ ਹਨ।

ਭਾਰਤ ਦੀਆਂ ਮਹੱਤਵਪੂਰਨ AI ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀਆਂ ਪਹਿਲਕਦਮੀਆਂ ਨੂੰ ਕਈ ਵੱਡੀਆਂ ਰੁਕਾਵਟਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ। ਹਾਰਡਵੇਅਰ ਨਿਰਮਾਣ ਲਈ "ਦੇਸ਼ ਵਿੱਚ ਹੀ ਬਣਾਉਣ" ਦਾ ਨਿਰਦੇਸ਼, ਦਰਾਮਦ ਨਿਰਭਰਤਾ ਘਟਾਉਣ ਲਈ ਰਣਨੀਤਕ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ਸਥਾਪਿਤ, ਉੱਚ-ਪੈਮਾਨੇ ਵਾਲੇ ਗਲੋਬਲ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਦੇ ਵਿਰੁੱਧ ਇੱਕ ਸਖ਼ਤ ਲੜਾਈ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਿਹਾ ਹੈ। ਉੱਨਤ ਨਿਰਮਾਣ ਲਈ ਮਹੱਤਵਪੂਰਨ ਨਿਵੇਸ਼ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਅਤੇ ਦੇਸ਼ ਕੋਲ ਲੋੜੀਂਦੇ ਕੁਸ਼ਲ ਹਾਰਡਵੇਅਰ ਪੇਸ਼ੇਵਰਾਂ ਦੀ ਘਾਟ ਹੈ, ਜੋ ਕਿ ਸੌਫਟਵੇਅਰ ਅਤੇ ਡਿਜ਼ਾਈਨ ਵਿੱਚ ਇਸਦੀ ਮਜ਼ਬੂਤੀ ਤੋਂ ਵੱਖਰਾ ਹੈ। ਭਾਰੀ GPU ਲਾਗਤਾਂ ਅਤੇ ਸੀਮਤ ਉਪਲਬਧਤਾ ਸਟਾਰਟਅੱਪਸ ਅਤੇ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਰੋਕ ਰਹੀ ਹੈ, ਭਾਵੇਂ ਕਿ ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਸਕੇਲੇਬਿਲਟੀ ਅਤੇ ਕੁਸ਼ਲਤਾ ਦੇ ਮੁੱਦਿਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਹੀਆਂ ਹਨ। ਸੈਮੀਕੰਡਕਟਰ ਅਤੇ ਗੁੰਝਲਦਾਰ ਹਾਰਡਵੇਅਰ ਲਈ ਅਰਥਪੂਰਨ ਘਰੇਲੂ ਉਤਪਾਦਨ ਸਮਰੱਥਾ ਪ੍ਰਾਪਤ ਕਰਨ ਵਿੱਚ ਲੱਗਣ ਵਾਲਾ ਸਮਾਂ ਮਹੀਨਿਆਂ ਵਿੱਚ ਨਹੀਂ, ਸਗੋਂ ਸਾਲਾਂ ਵਿੱਚ ਮਾਪਿਆ ਜਾਂਦਾ ਹੈ। ਇਹ ਭਾਰਤ ਦੀ ਨਿਰੰਤਰ ਗਲੋਬਲ ਸਪਲਾਈ ਚੇਨ 'ਤੇ ਨਿਰਭਰਤਾ ਤੋਂ ਬਿਨਾਂ ਤੁਰੰਤ AI ਮੰਗਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੀ ਯੋਗਤਾ ਬਾਰੇ ਸਵਾਲ ਖੜ੍ਹੇ ਕਰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਸੰਭਾਵੀ ਕਾਰਜਕਾਰੀ ਸਮੱਸਿਆਵਾਂ, ਨਿਯਮਾਂ ਵਿੱਚ ਬਦਲਾਅ, ਅਤੇ ਗੀਗਾਵਾਟ-ਪੈਮਾਨੇ ਦੇ ਡਾਟਾ ਸੈਂਟਰਾਂ ਲਈ ਅਥਾਹ ਊਰਜਾ ਅਤੇ ਪਾਣੀ ਦੀਆਂ ਲੋੜਾਂ ਇਸ ਵੱਡੇ ਉੱਦਮ ਵਿੱਚ ਹੋਰ ਜਟਿਲਤਾਵਾਂ ਜੋੜਦੀਆਂ ਹਨ।