இந்தியாவின் AI வளர்ச்சிக்கு தடை? மின்சாரப் பற்றாக்குறை ஒரு பெரிய சிக்கல்!

மின்சாரப் பற்றாக்குறை ஒரு பெரிய தடை

இந்தியாவின் மென்பொருள் திறமை உலகப் புகழ் பெற்றிருந்தாலும், AI துறையின் வளர்ச்சிக்கு மிகப்பெரிய தடைக்கல்லாக இருப்பது மின்சாரம். டேட்டா சென்டர்கள் அதிகளவு மின்சாரத்தை உறிஞ்சி வருவதால், கணினி சக்திக்கும் மின்சார விநியோகத்திற்கும் நேரடித் தொடர்பு உருவாகியுள்ளது. பெரிய AI பயிற்சிகளுக்கு நூற்றுக்கணக்கான மெகாவாட் மின்சாரம் தேவைப்படுகிறது, அதாவது ஒரு டேட்டா சென்டர் மட்டுமே ஒரு பெரிய நகரத்தின் மின்சாரத் தேவையைப் பூர்த்தி செய்ய வேண்டியிருக்கும். இதனால், நிறுவனங்கள் மின்சாரச் செலவுகளில் அதிக கவனம் செலுத்த வேண்டியுள்ளது. இதுவே தற்போது பெரிய டேட்டா சென்டர்களின் முக்கிய செலவினமாக மாறியுள்ளது. AI உள்கட்டமைப்பிற்கான திட்டமிடல் என்பது, இப்போது மின்சார நிறுவனங்களுடன் நேரடியாகப் பேச்சுவார்த்தை நடத்துவதாக மாறியுள்ளது.

AI உள்கட்டமைப்பு மற்றும் மின்சாரக் கட்டமைப்பு வலிமை

மென்பொருளைப் போலல்லாமல், AI வன்பொருளுக்கு நம்பகமான மின்சாரம் தேவைப்படும் குறிப்பிட்ட இடங்கள் அவசியம். இந்தியாவில் உள்ள பெரும்பாலான டேட்டா சென்டர்கள், 24/7 மின்சாரம் கிடைக்கும் பகுதிகளில் அமைந்துள்ளன. இது நாட்டின் பல்வேறு பிராந்தியங்களில் உள்ள உள்கட்டமைப்பு இடைவெளியைக் காட்டுகிறது. 2030-களின் நடுப்பகுதிக்குள் கணிக்கப்பட்டுள்ள 10-14 GW மின்சாரத் தேவையைப் பூர்த்தி செய்ய, தேசிய மின்சாரக் கட்டமைப்பு, வழக்கமான மின்சாரத் தேவைகளை நிர்வகிப்பதிலிருந்து, தொடர்ச்சியான, அதிகத் தேவைப்படும் தொழில்துறை பயன்பாடுகளை ஆதரிக்கும் வகையில் மாற வேண்டும். இதனால், AI வளர்ச்சி, வீடுகளுக்கும் பிற தொழிற்சாலைகளுக்கும் மின்சாரம் எடுப்பதைத் தடுக்க, அணுசக்தி மற்றும் தனியார் புதுப்பிக்கத்தக்க எரிசக்தி ஆதாரங்களில் மீண்டும் ஆர்வம் ஏற்பட்டுள்ளது. வலுவான மற்றும் நம்பகமான எரிசக்தி அமைப்பு இல்லாவிட்டால், இந்தியாவின் கணினிச் செலவுகள், அரசாங்க ஆதரவு பெற்ற எரிசக்தி திட்டங்களைக் கொண்ட நாடுகளுடன் ஒப்பிடும்போது மிக அதிகமாக மாறக்கூடும்.

சிப் சார்ந்திருத்தல் மற்றும் உலகளாவிய பதற்றம்

AI-யின் வன்பொருள் பக்கம் இன்னும் பெரிய சவால்களை முன்வைக்கிறது. உலகளாவிய தொழில்நுட்பத் துறை மேம்பட்ட 2-நானோமீட்டர் சிப் உற்பத்தியை நோக்கிச் செல்லும்போது, இந்தியா பழைய, நன்கு நிறுவப்பட்ட சிப் உற்பத்தி முறைகள் மற்றும் அசெம்பிளியில் கவனம் செலுத்துகிறது. இது அதிநவீன சிப் தொழிற்சாலைகளை அமைக்க, சுமார் $20 பில்லியன் செலவாகும் என்பதை ஒப்புக்கொள்கிறது. இருப்பினும், இது இந்தியாவின் AI துறையை சர்வதேச சிப் விநியோகங்களின் ஏற்ற இறக்கங்களுக்கு ஆளாக்குகிறது. அதிகப்படியான கணினிப் பணிகளுக்கு வெளிநாட்டு வன்பொருளைச் சார்ந்திருப்பது, சர்வதேச வர்த்தக மோதல்களின் போது உள்நாட்டு கண்டுபிடிப்பாளர்களுக்கு விநியோகப் பற்றாக்குறை அல்லது அதிக விலையைச் சந்திக்க நேரிடும். உள்ளூர் செமிகண்டக்டர் வடிவமைப்பு மற்றும் உற்பத்தியை மேம்படுத்துவது இந்த சார்புநிலையைக் குறைப்பதற்கான நீண்ட கால திட்டமாகும், ஆனால் இது உடனடித் தீர்வு இல்லை.

இந்தியாவின் AI வளர்ச்சிக்கு உள்ள கட்டமைப்பு அபாயங்கள்

விரிவான AI திறனை உருவாக்குவது குறிப்பிடத்தக்க பொருளாதார மற்றும் செயல்பாட்டு அபாயங்களுடன் வருகிறது. முதலாவதாக, தற்போதைய வட்டி விகிதங்களுடன் டேட்டா சென்டர்களைக் கட்டுவதற்கான அதிக செலவு, பெரிய உலகளாவிய கிளவுட் வழங்குநர்களுடன் போட்டியிடும் உள்நாட்டு நிறுவனங்களின் லாபத்தைப் பாதிக்கலாம். இரண்டாவதாக, சுதந்திரமான இந்திய மாதிரிகளை உருவாக்குவதற்குப் பதிலாக, உலகளாவிய AI மாதிரிகளின் திருத்தப்பட்ட பதிப்புகளைச் சார்ந்திருப்பது, உரிமம் தொடர்பான சிக்கல்களின் தொடர்ச்சியான அபாயத்தை உருவாக்குகிறது. இந்த அடிப்படை தளங்கள் சர்வதேச அறிவுசார் சொத்துச் சட்டங்களில் ஏற்படும் மாற்றங்கள் காரணமாக மிக விலை உயர்ந்ததாகவோ அல்லது அணுக முடியாததாகவோ மாறினால், உள்ளூர் AI பயன்பாடுகள் பயனற்றதாகிவிடும். இறுதியாக, இந்தியாவின் காலநிலையில் இந்த வசதிகளைக் குளிர்விக்க வேண்டிய அவசியம், குறிப்பிடத்தக்க சுற்றுச்சூழல், சமூக மற்றும் ஆளுகை (ESG) சவாலைச் சேர்க்கிறது. ஏற்கனவே நீர் பற்றாக்குறையை எதிர்கொள்ளும் பிராந்தியங்களில் நீர் மற்றும் மின்சார நுகர்வு அரசியல் பிரச்சினைகளாக மாறினால், இது எதிர்காலத்தில் ஒழுங்குமுறை சிக்கல்களுக்கு வழிவகுக்கும்.