ਭਾਰਤ ਦੀ AI ਮਹਾਂ-ਆਕਾਂਖਿਆ vs. ਇਨਫਰਾਸਟਰੱਕਚਰ ਦੀ ਵੱਡੀ ਖਾੜੀ

TECH
Whalesbook Logo
AuthorAnkit Solanki|Published at:
ਭਾਰਤ ਦੀ AI ਮਹਾਂ-ਆਕਾਂਖਿਆ vs. ਇਨਫਰਾਸਟਰੱਕਚਰ ਦੀ ਵੱਡੀ ਖਾੜੀ
Overview

ਭਾਰਤ ਇੱਕ AI ਪਾਵਰਹਾਊਸ ਬਣਨ ਦਾ ਸੁਪਨਾ ਦੇਖ ਰਿਹਾ ਹੈ, ਪਰ ਦੇਸ਼ ਸਾਹਮਣੇ ਇੱਕ ਵੱਡਾ ਇਨਫਰਾਸਟਰੱਕਚਰ ਗੈਪ (Infrastructure Gap) ਹੈ। ਹਾਲਾਂਕਿ ਪਿਛਲੇ ਸੱਤ ਸਾਲਾਂ ਵਿੱਚ ਡਾਟਾ ਸੈਂਟਰਾਂ ਦੀ ਸਮਰੱਥਾ ਵਿੱਚ ਕਈ ਗੁਣਾ ਵਾਧਾ ਹੋਇਆ ਹੈ, ਪਰ AI ਦੀਆਂ ਵਧਦੀਆਂ ਮੰਗਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਇਹ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ।

ਭਾਰਤ ਦੀ AI ਮਹਾਂ-ਆਕਾਂਖਿਆ ਤੇ ਇਨਫਰਾਸਟਰੱਕਚਰ ਦੀ ਸੱਚਾਈ

ਦੇਸ਼ ਭਰ ਵਿੱਚ ਲਗਭਗ 1 ਅਰਬ ਇੰਟਰਨੈੱਟ ਯੂਜ਼ਰਜ਼ ਨਾਲ, ਭਾਰਤ ਦੁਨੀਆ ਦੇ ਡਾਟਾ ਜਨਰੇਸ਼ਨ (Data Generation) ਅਤੇ ਖਪਤ (Consumption) ਵਿੱਚ ਲਗਭਗ 20% ਦਾ ਯੋਗਦਾਨ ਪਾ ਰਿਹਾ ਹੈ। AI ਦੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਪ੍ਰਮੁੱਖ ਸ਼ਕਤੀ ਬਣਨ ਲਈ, ਭਾਰਤ ਨੂੰ ਆਪਣੇ ਡਿਜੀਟਲ ਇਨਫਰਾਸਟਰੱਕਚਰ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਹਾਲਾਂਕਿ, ਦੇਸ਼ ਦੀ ਡਾਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਸਮਰੱਥਾ (Processing Capacity) ਅਜੇ ਵੀ ਘੱਟ ਹੈ, ਜੋ ਦੁਨੀਆ ਦਾ ਸਿਰਫ 3% ਹੈ।

ਡਾਟਾ ਸੈਂਟਰਾਂ ਦਾ ਵਿਸਥਾਰ ਅਤੇ ਕੰਪਿਊਟ ਦੀ ਲੋੜ

ਪਿਛਲੇ 7 ਸਾਲਾਂ ਵਿੱਚ, ਭਾਰਤ ਦੇ ਡਾਟਾ ਸੈਂਟਰਾਂ ਦੀ ਸਮਰੱਥਾ ਵਿੱਚ ਲਗਭਗ 7 ਗੁਣਾ ਵਾਧਾ ਹੋਇਆ ਹੈ। ਪ੍ਰੋਜੈਕਸ਼ਨਾਂ ਮੁਤਾਬਕ, ਇਹ ਸਮਰੱਥਾ 2030 ਤੱਕ ਲਗਭਗ 960 ਮੈਗਾਵਾਟ (MW) ਤੋਂ ਵਧ ਕੇ 9.2 ਗਿਗਾਵਾਟ (GW) ਤੱਕ ਪਹੁੰਚ ਸਕਦੀ ਹੈ। ਇਸ ਲਈ ਲਗਭਗ $30 ਬਿਲੀਅਨ ਦੇ ਕੈਪੀਟਲ ਐਕਸਪੈਂਡੀਚਰ (CAPEX) ਅਤੇ 45-50 ਮਿਲੀਅਨ ਵਰਗ ਫੁੱਟ ਜ਼ਮੀਨ ਦੀ ਲੋੜ ਪਵੇਗੀ। AI ਵਰਕਲੋਡਸ (Workloads) ਲਈ ਖਾਸ ਤੌਰ 'ਤੇ ਹਾਈ-ਡੈਨਸਿਟੀ GPU ਕਲੱਸਟਰ ਅਤੇ ਐਡਵਾਂਸਡ ਕੂਲਿੰਗ ਸਿਸਟਮ ਵਰਗੇ ਵਿਸ਼ੇਸ਼ ਇਨਫਰਾਸਟਰੱਕਚਰ ਦੀ ਲੋੜ ਹੈ। Nifty IT ਇੰਡੈਕਸ, ਜਿਸਦਾ P/E ਰੇਸ਼ੋ ਲਗਭਗ 23.2x ਹੈ, ਸੈਕਟਰ ਵਿੱਚ ਨਿਵੇਸ਼ਕਾਂ ਦੀ ਦਿਲਚਸਪੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।

AI ਈਕੋਸਿਸਟਮ: ਰਣਨੀਤੀ ਅਤੇ ਮੁਕਾਬਲਾ

ਭਾਰਤ ਦੀ AI ਰਣਨੀਤੀ ਵਿੱਚ ਹਾਈਬ੍ਰਿਡ ਮਾਡਲਾਂ (Hybrid Models) 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ ਜਾ ਰਿਹਾ ਹੈ, ਜਿੱਥੇ ਛੋਟੇ ਮਾਡਲ ਡਿਵਾਈਸਾਂ 'ਤੇ ਚੱਲਦੇ ਹਨ ਅਤੇ ਭਾਰੀ ਪ੍ਰੋਸੈਸਿੰਗ ਕਲਾਉਡ 'ਤੇ ਹੁੰਦੀ ਹੈ। ਇਸ ਦੇ ਨਾਲ ਹੀ, ਭਾਰਤ ਦੀਆਂ ਵਿਲੱਖਣ ਭਾਸ਼ਾਈ, ਸੱਭਿਆਚਾਰਕ ਅਤੇ ਰਣਨੀਤਕ ਜ਼ਰੂਰਤਾਂ ਮੁਤਾਬਕ AI ਮਾਡਲਾਂ ਨੂੰ 'ਦੇਸੀ' (Indigenize) ਬਣਾਉਣ 'ਤੇ ਵੀ ਜ਼ੋਰ ਹੈ। ਦੁਨੀਆ ਭਰ ਵਿੱਚ, ਅਮਰੀਕਾ ਅਤੇ ਚੀਨ ਵਰਗੇ ਦੇਸ਼ AI ਕੰਪਿਊਟ ਸਮਰੱਥਾ 'ਤੇ ਹਾਵੀ ਹਨ। ਫਰਾਂਸ ਵਰਗੇ ਦੇਸ਼ ਵੀ ਆਪਣੀ ਤਕਨੀਕੀ ਆਜ਼ਾਦੀ ਲਈ ਸੰਪ੍ਰਭੂ AI ਇਨਫਰਾਸਟਰੱਕਚਰ ਵਿੱਚ ਭਾਰੀ ਨਿਵੇਸ਼ ਕਰ ਰਹੇ ਹਨ। ਭਾਰਤ ਦੇ ਡਿਜੀਟਲ ਪਰਸਨਲ ਡਾਟਾ ਪ੍ਰੋਟੈਕਸ਼ਨ (DPDP) ਰੂਲਜ਼ 2025, ਜੋ ਕਿ 2027 ਤੱਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਲਾਗੂ ਹੋਣ ਦੀ ਉਮੀਦ ਹੈ, 'ਡਾਟਾ ਕੋਰੀਡੋਰਜ਼' (Data Corridors) ਰਾਹੀਂ ਭਰੋਸੇਯੋਗ ਕ੍ਰਾਸ-ਬਾਰਡਰ ਡਾਟਾ ਫਲੋਜ਼ ਨੂੰ ਸਮਰੱਥ ਬਣਾ ਸਕਦੇ ਹਨ, ਜੋ AI ਮਾਡਲਾਂ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰ ਸਕਦੇ ਹਨ।

ਚੁਣੌਤੀਆਂ ਅਤੇ ਨਿਵੇਸ਼ ਦੀ ਲੋੜ

ਭਾਰਤ ਦੀ AI ਲੀਡਰਸ਼ਿਪ ਦੀਆਂ ਇੱਛਾਵਾਂ ਦੇ ਰਾਹ ਵਿੱਚ ਵੱਡੀਆਂ ਰੁਕਾਵਟਾਂ ਹਨ। ਲੋੜੀਂਦੇ ਇਨਫਰਾਸਟਰੱਕਚਰ ਦੇ ਵਿਕਾਸ ਲਈ ਬੇਮਿਸਾਲ ਪੂੰਜੀ ਨਿਵੇਸ਼ ਦੀ ਲੋੜ ਹੈ। ਦੇਸ਼ ਦੀ ਮੌਜੂਦਾ ਡਾਟਾ ਸੈਂਟਰ ਸਮਰੱਥਾ, ਹਾਲਾਂਕਿ ਵਧ ਰਹੀ ਹੈ, ਅਜੇ ਵੀ ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ ਬਹੁਤ ਪਿੱਛੇ ਹੈ। ਹਾਰਡਵੇਅਰ ਲਈ ਵਿਦੇਸ਼ੀ ਤਕਨਾਲੋਜੀ 'ਤੇ ਨਿਰਭਰਤਾ ਇੱਕ ਰਣਨੀਤਕ ਕਮਜ਼ੋਰੀ ਹੈ। DPDP ਨਿਯਮਾਂ ਦਾ ਪੜਾਅਵਾਰ ਲਾਗੂ ਹੋਣਾ ਕਾਰੋਬਾਰਾਂ ਲਈ ਅਨਿਸ਼ਚਿਤਤਾ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਸਰਕਾਰ ਨੇ IndiaAI ਮਿਸ਼ਨ ਲਈ ₹10,372 ਕਰੋੜ ਦਾ ਫੰਡ ਦਿੱਤਾ ਹੈ, ਜਿਸ ਵਿੱਚ 38,000 GPUs ਸ਼ਾਮਲ ਹਨ, ਪਰ ਇਸ ਨਿਵੇਸ਼ ਨੂੰ ਸਾਰੇ ਘਰੇਲੂ AI ਉਦੇਸ਼ਾਂ ਲਈ ਪਹੁੰਚਯੋਗ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ ਬਦਲਣਾ ਇੱਕ ਵੱਡੀ ਚੁਣੌਤੀ ਹੈ।

ਭਵਿੱਖ ਦੀ ਦਿਸ਼ਾ

DPDP ਨਿਯਮਾਂ ਦੁਆਰਾ ਸੰਚਾਲਿਤ AI ਵਿਕਾਸ ਅਤੇ ਮਜ਼ਬੂਤ ਡਾਟਾ ਗਵਰਨੈਂਸ ਦਾ ਸੁਮੇਲ ਇੱਕ ਭਰੋਸੇਯੋਗ ਡਾਟਾ ਈਕੋਸਿਸਟਮ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰ ਸਕਦਾ ਹੈ। ਭਾਰਤੀ ਭਾਸ਼ਾਵਾਂ ਅਤੇ ਸੰਦਰਭਾਂ ਦੇ ਅਨੁਸਾਰ ਸਥਾਨਕ AI ਮਾਡਲਾਂ ਦਾ ਵਿਕਾਸ, ਵਿਦੇਸ਼ੀ ਪਲੇਟਫਾਰਮਾਂ 'ਤੇ ਨਿਰਭਰਤਾ ਘਟਾਉਣ ਅਤੇ ਡਿਜੀਟਲ ਪ੍ਰਭੂਸੱਤਾ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰਨ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ। IndiaAI ਮਿਸ਼ਨ ਦੀ ਸਫਲਤਾ AI ਈਕੋਸਿਸਟਮ ਦੇ ਨਿਰਮਾਣ ਲਈ ਕੁੰਜੀ ਹੈ। ਭਾਰਤ ਦੀ AI ਲੀਡਰਸ਼ਿਪ ਵੱਲ ਦਾ ਸਫਰ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਪਾੜੇ ਨੂੰ ਪੂਰਾ ਕਰਨ, ਜਨਤਕ-ਨਿੱਜੀ ਭਾਈਵਾਲੀ ਰਾਹੀਂ ਨਵੀਨਤਾ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨ ਅਤੇ ਗਲੋਬਲ ਤਕਨੀਕੀ ਲੈਂਡਸਕੇਪ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਨੈਵੀਗੇਟ ਕਰਨ ਦੀ ਸਮਰੱਥਾ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗਾ।

Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.