Yeşil veri altyapısıyla birleştirilen daha akıllı yapay zeka (YZ) teknolojilerinin tasarlanması, Güneydoğu Asya'nın enerji geçiş hedeflerinden ödün vermeden dijital hedeflerine ulaşmasına yardımcı olabilir.
Güneydoğu Asya'nın dijital ekonomisi hızla büyüyor. E-ticaret, fintech ve yapay zeka hizmetlerindeki hızlı büyümeyle birlikte bölge, özellikle veri merkezlerinden gelen elektrik talebinde artış yaşıyor.
Bu tesisler 7/24 çalışmakta ve büyük kapasiteli soğutma sistemlerine ihtiyaç duymakta olup, ulusal şebekeye sürekli bir işletme yükü getirmektedir.
Dünya genelinde veri merkezlerinin 2024 yılına kadar yaklaşık 415 TWh elektrik tüketmesi bekleniyor. Bu miktar, Endonezya'nın toplam tüketiminden daha fazla.
2030 yılına gelindiğinde bu merkezlerin elektrik tüketiminin Japonya'nın mevcut tüketimini aşması öngörülüyor.
Küresel veri merkezi genişlemesinin büyük kısmı ABD, Çin ve Avrupa'da gerçekleşse de Güneydoğu Asya hızla bu açığı kapatıyor ve bölgedeki talebin 2030 yılına kadar iki katından fazla artması öngörülüyor.
Ulusal tahminler, şebeke için büyük bir zorluk olduğunu gösteriyor. Malezya'da veri merkezlerinden gelen elektrik talebi 2030 yılına kadar yedi kat artarak ülkenin toplam tüketiminin yaklaşık %30'una ulaşabilir.
Endonezya'da talebin neredeyse dört katına çıkması beklenirken, Filipinler'de ise 18 kattan fazla artması bekleniyor.
Veri merkezlerindeki talep artışı, özellikle sınırlı elektrik şebekesi ve su kaynaklarına sahip bölgelerde, yerleşim alanları ve topluluklarla elektrik ve su için rekabet etme riskini de beraberinde getirerek daha geniş çaplı sosyal ve eşitlik endişelerini gündeme getiriyor.
Bu artan talebin büyük ölçüde fosil yakıtlara dayalı şebekeler tarafından karşılanması durumunda, bölgenin temiz enerji geçişinin yavaşlaması, hatta rayından çıkması riski ortaya çıkıyor.
Yenilenebilir enerjinin sürekli genişlemesine rağmen, 2022 itibarıyla başta kömür olmak üzere fosil yakıtlar Güneydoğu Asya'nın elektriğinin %70'inden fazlasını sağlamaya devam edecek.
Bu bağlamda çözümün önemli bir parçası, özellikle “Yeşil Veri Merkezleri”nin geliştirilmesi yoluyla donanım inovasyonunda yatmaktadır.
Bu tesislerde yüksek verimli soğutma sistemleri, atık ısı geri dönüşümü, iş yükünün yoğun olmayan saatlere kaydırılması ve yenilenebilir enerji entegrasyonu gibi ileri teknolojiler kullanılıyor.
Bu iyileştirmelerle veri merkezleri çok daha fazla enerji verimliliğine sahip olabilir ve daha da önemlisi temiz enerji dağıtımını teşvik etmek için kaldıraç görevi görebilir.
Güneydoğu Asya ülkeleri şimdiden bu yönde ilerliyor. Singapur'un 2024 Yeşil Veri Merkezi Yol Haritası, sektör lideri enerji verimliliği standartları belirliyor ve yenilenebilir enerji kullanımına teşvikler sunuyor. Malezya, 2025 yılı sonuna kadar sürdürülebilir bir veri merkezi çerçevesi başlatmaya hazırlanıyor.
Donanımsal iyileştirmelerin yanı sıra, yazılım katmanında başka güçlü kaldıraçlardan da yararlanılabilir.
Çözümlerden biri, benzer sonuçlar veren ancak daha az hesaplama gücü gerektiren uygulamalar oluşturarak daha akıllı, daha yalın bir yapay zeka tasarlamak ve böylece hem altyapı hem de enerji ihtiyacını azaltmaktır.
Uygulamada bu, hantal genel amaçlı modeller yerine daha küçük, göreve özgü yapay zeka modelleri konuşlandırılarak; model eğitimi sırasında daha küçük ancak daha yüksek kaliteli veri kümeleri kullanılarak; hesaplama yükünü azaltmak için budama ve niceleme gibi model sıkıştırma tekniklerinin uygulanmasıyla; ve hem eğitim hem de çıkarım için daha verimli algoritmaların uygulanmasıyla başarılabilir.
Bu önlemler, yazılım verimliliğini artırma ve enerji kullanımını azaltma konusunda önemli bir potansiyele sahiptir. Örneğin Google, daha verimli yazılım mimarileri ve algoritmalarını donanım iyileştirmeleriyle birleştiren Gemini modelinin, daha önceki birçok kamu tahmininden önemli ölçüde daha az enerji tükettiğini belirtiyor.
Ayrıca doğru destekleyici ortamı yaratmak da önemlidir.
Yıllardır platform modelleri geliştiren mühendislerden uygulama yaratıcılarına kadar yapay zeka geliştiricileri genellikle enerji verimliliğine göre değil, doğruluk, hız ve işlevselliğe göre ödüllendirildi.
Bu durum, artan hesaplama maliyetleri ve belirteç maliyetlerinin verimliliği tartışmaya zorlamasıyla değişmeye başlıyor, ancak çoğu çaba kendiliğinden kalıyor.
Yapay zeka uygulama geliştirme sürecinde enerji verimliliğini hesaba katacak net bir politika sinyali olmadan, enerji maliyetleri düştüğünde veya öncelikler değiştiğinde ilerleme durabilir ve enerji yoğun yazılımlar üstünlük kazanabilir.
İşte tam da bu noktada hükümetler ve şirketler bir araya gelebilir. Politika yapıcılar, yapay zeka tasarımını doğrudan düzenlemek yerine, yapay zeka uygulamalarının enerji kullanımına ilişkin raporlama standartlarını teşvik ederek elverişli bir ortam yaratabilirler.
Şirketler ise veri paylaşımı, hafif uygulamaları test etme ve algoritma optimizasyonunda en iyi uygulamaları sunma yoluyla iş birliği yapabilirler.
Kamu otoriteleri ayrıca, yapay zeka talebi arttıkça şebekenin toplumun daha geniş çıkarlarına hizmet etmeye devam etmesini sağlayarak, temel olmayan kullanımlar yerine temel sosyal ihtiyaçlara öncelik vermeyi de değerlendirmelidir.
Kaynak: https://www.vietnamplus.vn/xanh-hoa-ai-nhiem-vu-cap-bach-cho-dong-nam-a-post1061088.vnp
Yorum (0)