Τεχνητή νοημοσύνη και νέα data centers

06:39 20/4/2025 - Πηγή: Το Ποντικι

Κάποτε τα GPUs, αυτά τα μικρά τσιπάκια πυριτίου, ήταν απλώς το εργαλείο για να «τρέχουν» πιο ομαλά τα βιντεοπαιχνίδια. Σήμερα είναι το καύσιμο που κινεί την πιο φιλόδοξη τεχνολογική επανάσταση των τελευταίων δεκαετιών: την τεχνητή νοημοσύνη. Οι μεγαλύτερες εταιρείες τεχνολογίας του κόσμου στήνουν εξειδικευμένους υπερυπολογιστές, τοποθετώντας χιλιάδες GPUs σε σειρά – συχνά έως και 100.000 chips συνδεδεμένα μεταξύ τους – μέσα σε τεράστια κτήρια, γνωστά ως data centers. Σκοπός τους; Να «εκπαιδεύσουν» τα νέα

A.I. συστήματα, όπως το ChatGPT ή οτιδήποτε πιο εξελιγμένο έρχεται.

Σχεδιάζονται από πυρηνικές μονάδες έως ιδιωτικές τουρμπίνες φυσικού αερίου

Η ισχύς αυτών των εγκαταστάσεων θυμίζει κάτι από sci-fi, αλλά έχει πολύ γήινες (και ενεργοβόρες) απαιτήσεις. Η OpenAI, για παράδειγμα, σχεδιάζει να κατασκευάσει πέντε data centers που θα καταναλώνουν περισσότερη ενέργεια από ό,τι τρία εκατομμύρια νοικοκυριά της Μασαχουσέτης. Και είναι μόνο η αρχή. Καθώς η τεχνητή νοημοσύνη γίνεται το «νέο διαδίκτυο», οι υποδομές του κόσμου επανασχεδιάζονται από το μηδέν. Όπως τη δεκαετία του 1990 χτιζόταν το Ίντερνετ και τα συστήματα προσαρμόζονταν στα δεδομένα της εποχής, τώρα οι εταιρείες ξαναγράφουν τους κανόνες: από τα βασικά εξαρτήματα μέχρι το πού και πώς στεγάζονται οι υπολογιστές.

Και μπορεί οι τεχνολογικοί γίγαντες να χτίζουν data centers εδώ και δύο δεκαετίες, όμως αυτό που έρχεται είναι ένα μέγεθος εντελώς διαφορετικής τάξης. Για να καταλάβουμε τη διαφορά: το 2006 η Google άνοιξε ένα data center στο Όρεγκον με κόστος 600 εκατ. δολάρια. Σήμερα, η OpenAI και οι συνεργάτες της σχεδιάζουν επενδύσεις ύψους 100 δισ. για νέες υπερδομές – με την πρώτη να ξεκινά στο Τέξας. Το συνολικό ποσό μπορεί να φτάσει τα 400 δισ. δολάρια σε όλη την επικράτεια των ΗΠΑ.

Αυτό το τεχνολογικό «big bang» έχει επιπτώσεις όχι μόνο στην πληροφορική, αλλά και στην ενέργεια, την οικονομία και τις τοπικές κοινωνίες. Ιδιωτικά επενδυτικά funds ρίχνουν δισεκατομμύρια σε εταιρείες που διαχειρίζονται data centers, ηλεκτρολόγοι μετακομίζουν σε μέρη όπου στήνονται οι νέες εγκαταστάσεις, ενώ σε ορισμένες περιοχές οι κάτοικοι αντιδρούν, φοβούμενοι τις περιβαλλοντικές και κοινωνικές επιπτώσεις. Και όλα αυτά συμβαίνουν ενώ οι εταιρείες τεχνολογίας ζητούν… περισσότερα απ’ όσα μπορεί να προσφέρει αυτή τη στιγμή ο πλανήτης. Η OpenAI εξετάζει επενδύσεις για εργοστάσια παραγωγής τσιπ στη Μέση Ανατολή. Η Google και η Amazon υπογράφουν συμφωνίες για τη δημιουργία νέας γενιάς πυρηνικών αντιδραστήρων. Και όλα αυτά με φρενήρη ταχύτητα.

Το μέλλον της A.I. δεν είναι μόνο ψηφιακό. Είναι ενεργοβόρο, πανάκριβο και απαιτεί να επανασχεδιάσουμε ό,τι μέχρι σήμερα θεωρούσαμε δεδομένο στον κόσμο των υπολογιστών. Κι αν όλο αυτό μοιάζει εντυπωσιακό, είναι επειδή όντως είναι! Πόσο «έξυπνα» μπορούμε να διαχειριστούμε την τεχνητή νοημοσύνη, πριν αυτή αρχίσει να μας ξεπερνά σε όλα;

Γιατί το μέγεθος δεν είναι το παν

Μέχρι πρόσφατα η κυρίαρχη λογική στον κόσμο της τεχνητής νοημοσύνης ήταν απλή: όσο περισσότερα chips τόσο το καλύτερο. Ώσπου μια μικρή κινεζική εταιρεία, η DeepSeek, ήρθε τον Δεκέμβριο να ταράξει τα νερά. Ανακοίνωσε πως δημιούργησε ένα από τα πιο ισχυρά A.I. συστήματα στον κόσμο, χρησιμοποιώντας λιγότερα chips απ’ ό,τι πίστευαν πολλοί ειδικοί πως είναι εφικτό. Οι κολοσσοί της τεχνολογίας, όμως, δεν πτοήθηκαν. Ο απώτερος στόχος τους παραμένει ξεκάθαρος: η δημιουργία τεχνητής γενικής νοημοσύνης (Artificial General Intelligence ή AGI) – μιας μηχανής που να μπορεί να κάνει ό,τι και ο ανθρώπινος εγκέφαλος. Και για να το πετύχουν, πιστεύουν ακράδαντα ότι χρειάζονται όλο και περισσότερη υπολογιστική ισχύ.

Πόσο περισσότερη; Σύμφωνα με τις πρόσφατες ανακοινώσεις των Amazon, Meta, Microsoft και Alphabet (μητρική της Google), οι συνολικές επενδύσεις τους σε data centers το 2025 αναμένεται να ξεπεράσουν τα 320 δισεκατομμύρια δολάρια – υπερδιπλάσιες από αυτές πριν από δύο χρόνια.

Οι «New York Times» επισκέφθηκαν για τις ανάγκες του ρεπορτάζ πέντε νέες εγκαταστάσεις data centers σε Καλιφόρνια, Γιούτα, Τέξας και Οκλαχόμα, μιλώντας με περισσότερους από 50 ανθρώπους της αγοράς – από διευθυντές και μηχανικούς μέχρι τεχνίτες και startup founders – για να καταγράψουν τον αχόρταγο «πυρετό» του νέου αυτού computing. «Αυτό που περιμέναμε να συμβεί μέσα σε μια δεκαετία, συμβαίνει τώρα μέσα σε δύο χρόνια» δήλωσε χαρακτηριστικά ο Sundar Pichai, CEO της Google. «Η A.I. λειτουργεί ως επιταχυντής».

Το μέλλον «τρέχει» πάνω σε GPU

Το τεράστιο άλμα στην τεχνητή νοημοσύνη δεν έγινε με μαγικά – έγινε με GPUs, τα γραφικά chips που κάποτε σχεδιάστηκαν για τα video games. Η Nvidia, ο βασικός παίκτης στην αγορά, τα κατασκεύασε για να αποδίδουν εντυπωσιακά visuals στις κονσόλες. Αλλά αποδείχτηκαν εξαιρετικά ικανά στο να «τρέχουν» τις μαθηματικές πράξεις που απαιτούν τα νευρωνικά δίκτυα – η καρδιά πίσω από τα chatbots και τα A.I. συστήματα που γνωρίζουμε σήμερα.

Τα παραδοσιακά chips CPU ήταν ευέλικτα και έκαναν πολλές δουλειές, ανάμεσά τους και τις πράξεις για τα neural networks. Αλλά τα GPUs το κάνουν… ταχύτερα και μαζικότερα. Όταν ένα CPU μπορεί να κάνει μία πράξη τη φορά, το GPU κάνει χιλιάδες παράλληλα. Αυτό είναι το λεγόμενο parallel processing και επιτρέπει στα A.I. συστήματα να «μαθαίνουν» πιο γρήγορα, επεξεργαζόμενα τεράστιες ποσότητες δεδομένων.

«Είναι τελείως διαφορετικά από τα chips που απλώς σερβίρουν μια ιστοσελίδα», λέει ο Vipul Ved Prakash, CEO της Together A.I. «Εκτελούν εκατομμύρια υπολογισμούς για να “σκεφτεί” η μηχανή ένα πρόβλημα». Γι’ αυτό και οι τεχνολογικές εταιρείες άρχισαν να στοιβάζουν GPUs μαζικά, δημιουργώντας όλο και πιο ισχυρά A.I. συστήματα. Η Nvidia ξανασχεδίασε τα chips της ειδικά για τις ανάγκες της τεχνητής νοημοσύνης, γεμίζοντάς τα με ακόμα περισσότερους τρανζίστορ για να εκτελούν απίστευτο όγκο υπολογισμών ανά δευτερόλεπτο.

Παράλληλα, από το 2013, η Google άρχισε να αναπτύσσει δικά της A.I. chips, γνωστά ως TPUs (Tensor Processing Units). Αυτά τα εξειδικευμένα chips δεν μπορούν να «τρέξουν» ένα laptop με Windows ή ένα iPhone, αλλά είναι κομμένα και ραμμένα για A.I. tasks. «Το παλιό μοντέλο κράτησε 50 χρόνια», λέει ο Norm Jouppi, μηχανικός της Google που ηγείται της προσπάθειας ανάπτυξης νέων silicon chips για A.I. «Τώρα έχουμε έναν εντελώς νέο τρόπο να κάνουμε τα πράγματα».

Όλο και περισσότερα chips

Στην κούρσα της τεχνητής νοημοσύνης δεν αρκούν οι ισχυρότεροι επεξεργαστές. Το πώς αυτοί οι επεξεργαστές συνεργάζονται μεταξύ τους, πόσο γρήγορα επικοινωνούν και πόσο «σφιχτά» είναι τοποθετημένοι στο data center είναι εξίσου κρίσιμο. «Κάθε GPU πρέπει να μιλάει με κάθε άλλη GPU όσο πιο γρήγορα γίνεται», λέει χαρακτηριστικά ο Dave Driggers, CTO της Cirrascale Cloud Services, η οποία διαχειρίζεται κέντρο δεδομένων στο Όστιν του Τέξας για λογαριασμό του ερευνητικού ιδρύματος Allen Institute for Artificial Intelligence.

Έτσι οι τεχνολογικοί κολοσσοί άρχισαν να τοποθετούν όσο το δυνατόν περισσότερα chips σε κάθε κτήριο. Παράλληλα, ανέπτυξαν νέα hardware και καλώδια υψηλής ταχύτητας για να μεταφέρεται η πληροφορία με ιλιγγιώδη ρυθμό από chip σε chip. Το αποτέλεσμα; Οι υποδομές αλλάζουν ριζικά – τα data centers θυμίζουν πλέον περισσότερο υπερυπολογιστές μεγέθους… οικοδομικού τετραγώνου.

Χαρακτηριστικό είναι το παράδειγμα της Meta. Πριν από την άνθηση του A.I., είχε ήδη ξεκινήσει την κατασκευή πέντε data centers στη Γιούτα, έκτασης όσο… το Empire State Building ξαπλωμένο στην έρημο! Ο αρχικός τους ρόλος ήταν να υποστηρίξουν το Facebook και το Instagram. Όμως, μετά την κυκλοφορία του ChatGPT το 2022, η Meta επανασχεδίασε όλη τη στρατηγική της: χρειαζόταν να τοποθετήσει χιλιάδες GPUs σε ένα νέο data center, ικανό να φέρει εις πέρας εβδομάδες ή και μήνες υπολογισμών που απαιτούνται για την εκπαίδευση ενός μόνο νευρωνικού δικτύου. «Όλα πρέπει να λειτουργούν σαν ένας τεράστιος υπερυπολογιστής στο μέγεθος ενός data center», εξηγεί η Rachel Peterson, αντιπρόεδρος των data centers της Meta. Και έτσι ξεκίνησε η ανέγερση δύο ακόμη υπερδομών στη Γιούτα. Σε εγκαταστάσεις 65.200 τετραγωνικών μέτρων τεχνικοί τοποθετούν ειδικά μηχανήματα γεμάτα GPUs, που μπορεί να κοστίζουν δεκάδες χιλιάδες δολάρια το καθένα. Μόνο το 2023, η Meta κατέγραψε έξοδα αναδιάρθρωσης ύψους 4,2 δισ. δολαρίων – εν μέρει για να μετατρέψει τα μελλοντικά της data centers σε «A.I.-ready» υποδομές. Και δεν ήταν η μόνη.

Ο πόλεμος για την ενέργεια

Η μετάβαση στην A.I. εποχή σημαίνει και νέα δεδομένα στην κατανάλωση ενέργειας. Τα νέα data centers, γεμάτα GPUs, έχουν τεράστιες ενεργειακές απαιτήσεις. Τον Δεκέμβριο του 2023 η Cirrascale νοίκιασε ένα παραδοσιακό data center στο Όστιν, επιφάνειας 13.000 τετραγωνικών μέτρων, που αρχικά λειτουργούσε με πέντε ΜW – αρκετά για να τροφοδοτήσουν περίπου 3.600 αμερικανικά νοικοκυριά. Όμως, όταν αφαιρέθηκαν οι «παλιομοδίτικοι» υπολογιστές και τοποθετήθηκαν GPUs, η ίδια κατανάλωση ρεύματος φτάνει πλέον για μόλις οκτώ έως δέκα σειρές μηχανημάτων. Η Cirrascale σχεδιάζει να επεκταθεί στα 50 ΜW, όμως ούτε αυτό θα αρκεί για να γεμίσει πλήρως το data center με GPUs. Και πρόκειται για μια «συγκρατημένη» περίπτωση. Η OpenAI σχεδιάζει να χτίσει πέντε data centers που θα ξεπερνούν σε κατανάλωση ηλεκτρικής ενέργειας τα τρία εκατομμύρια νοικοκυριά.

Το πρόβλημα δεν είναι μόνο η πυκνότητα εξοπλισμού. Οι ίδιες οι GPUs καταναλώνουν πολλαπλάσια ενέργεια από τα κλασικά chips. Ένας παραδοσιακός CPU χρειάζεται 250 με 500 Watt, ενώ ένας GPU μπορεί να φτάσει έως και τα 1.000 Watt.

Κέντρα δεδομένων καταπίνουν ολόκληρες πόλεις

Η κατασκευή κάθε νέου data center συνεπάγεται πλέον διαπραγματεύσεις με τις τοπικές αρχές: Πόσο ρεύμα μπορεί να παρέχει η περιοχή; Σε ποιο κόστος; Αν χρειαστεί να αναβαθμιστεί το δίκτυο, ποιος πληρώνει; Το 2023, τα data centers κατανάλωσαν το 4,4% της συνολικής ηλεκτρικής ενέργειας των ΗΠΑ – περισσότερη από τη διπλάσια που κατανάλωναν τα crypto-mines. Κι αν συνεχίσουμε έτσι, η κατανάλωση μπορεί να τριπλασιαστεί έως το 2028, σύμφωνα με έκθεση του αμερικανικού υπουργείου Ενέργειας.

Η τεχνητή νοημοσύνη «καίει»

«Ο χρόνος είναι το νέο νόμισμα στον κλάδο», λέει ο Arman Shehabi, ερευνητής στο Lawrence Berkeley National Laboratory. «Υπάρχει αγώνας δρόμου για να χτιστούν όλο και περισσότερα κέντρα δεδομένων – και δεν βλέπω αυτό να σταματά τα επόμενα χρόνια». Τα data centers στις ΗΠΑ δυσκολεύονται πλέον να βρουν διαθέσιμη ηλεκτρική ισχύ. Σε περιοχές όπως η Βόρεια Βιρτζίνια – ο μεγαλύτερος κόμβος στον κόσμο λόγω της εγγύτητάς της με τα υποθαλάσσια καλώδια που διασυνδέουν ΗΠΑ και Ευρώπη – οι εταιρείες έχουν σχεδόν εξαντλήσει την τοπική ενέργεια.

Κάποιες από τις μεγάλες δυνάμεις της τεχνητής νοημοσύνης στρέφονται πλέον σε… πυρηνική ενέργεια. Η Microsoft επανεκκινεί τον παροπλισμένο πυρηνικό σταθμό Three Mile Island στην Πενσυλβάνια. Άλλοι, όπως ο Elon Musk και η xAI, παρακάμπτουν τις καθαρές μορφές ενέργειας επιλέγοντας να εγκαταστήσουν δικές τους τουρμπίνες φυσικού αερίου σε νέο data center στο Μέμφις. «Οι συζητήσεις μας δεν αφορούν πια το ‘‘πού θα βρούμε τα πιο εξελιγμένα chips’’, αλλά ‘‘πού θα βρούμε ρεύμα’’» λέει χαρακτηριστικά ο David Katz, επενδυτής στην Radical Ventures.

Η Α.Ι. ζεσταίνει – και μόνο το νερό μπορεί να την ψύξει

Οι υπερσυμπυκνωμένες A.I. μονάδες παράγουν τόση θερμότητα που αλλάζουν ριζικά τον τρόπο με τον οποίο ψύχονται τα data centers. Η κυκλοφορία του αέρα δεν αρκεί πλέον. Στην εγκατάσταση της Cirrascale στο Όστιν η θερμοκρασία στο πίσω μέρος ενός rack μπορεί να φτάσει σχεδόν τους 37°C, ενώ μπροστά είναι μόλις 21,8°C. Αν η θερμότητα δεν αποβληθεί σωστά, υπάρχει κίνδυνος ακόμη και για πυρκαγιά.

Αναζητούνται λύσεις ψύξης με τεράστιο περιβαλλοντικό αποτύπωμα

Η Google δίνει τη δική της λύση σε ένα τεράστιο campus στην Οκλαχόμα, όπου 13 data centers ψύχονται με κυκλοφορία κρύου νερού. Πλέον οι σωλήνες δεν περνούν απλώς δίπλα στα μηχανήματα, αλλά ακουμπούν σχεδόν απευθείας στα chips – αλλιώς η θερμότητα δεν προλαβαίνει να αποβληθεί. Φυσικά η μεταφορά νερού δίπλα σε ευαίσθητο ηλεκτρονικό εξοπλισμό κρύβει κινδύνους. Η Google αντιμετωπίζει το πρόβλημα χρησιμοποιώντας χημικά επεξεργασμένο νερό, που έχει μειωμένη αγωγιμότητα.

Αφού το νερό «πάρει πάνω του» τη θερμότητα, οι εταιρείες πρέπει να βρουν και τρόπους να το ξανακρυώσουν. Συνήθως το κάνουν με τεράστιους πύργους ψύξης στις οροφές των εγκαταστάσεων. Μέρος του νερού εξατμίζεται, δροσίζοντας το υπόλοιπο – όπως ακριβώς λειτουργεί ο ιδρώτας στο ανθρώπινο σώμα. «Αυτό το αποκαλούμε free cooling», λέει ο Joe Kava, αντιπρόεδρος των data centers της Google. «Η εξάτμιση που συμβαίνει φυσικά σ’ ένα δροσερό, ξηρό πρωινό». Όμως η διαδικασία αυτή απαιτεί συνεχή αναπλήρωση του νερού, γεγονός που δημιουργεί εντάσεις με τις τοπικές κοινότητες. Το 2023 τα data centers της Google κατανάλωσαν 6,1 δισεκατομμύρια γαλόνια νερού – αύξηση 17% σε σχέση με το 2022. Στην Καλιφόρνια, που πλήττεται συχνά από ξηρασία, πάνω από 250 data centers απορροφούν δισεκατομμύρια λίτρα ετησίως, ανησυχώντας τους τοπικούς αξιωματούχους. Κάποιες εταιρείες, όπως η Cirrascale, επιλέγουν γιγάντιους ψύκτες (chillers) αντί για towers, ώστε να κάνουν ανακύκλωση νερού και να μειώσουν τη ζήτηση από τα δίκτυα ύδρευσης. Όμως αυτό έχει τεράστιο κόστος σε ηλεκτρική ενέργεια.

Το μέλλον δεν θα περιμένει

Και η επέκταση συνεχίζεται. Η Google ξεκίνησε την κατασκευή 11 νέων data centers σε Νότια Καρολίνα, Ιντιάνα, Μιζούρι και αλλού. Η Meta δήλωσε ότι το νέο της κέντρο στη Λουιζιάνα θα είναι αρκετά μεγάλο ώστε να καλύψει σχεδόν όλο το Central Park, τη Midtown, το Greenwich Village και το Lower East Side της Νέας Υόρκης. «Αυτή θα είναι η χρονιά που η A.I. θα ορίσει τα πάντα», δήλωσε ο Mark Zuckerberg τον Ιανουάριο. Και έκλεισε με ένα αποφασιστικό κάλεσμα: «Let’s go build!»…

Διαβάστε επίσης:

Τεχνητή Νοημοσύνη: Αυτές είναι οι πέντε λέξεις που χρησιμοποιούν συχνά άνθρωποι χαμηλού IQ

Ενας αστεροειδής δίνει «ραντεβού» με τη Σελήνη – Οι νέες εκτιμήσεις της NASA για πρόσκρουση

Ενας αστεροειδής δίνει «ραντεβού» με τη Σελήνη – Οι νέες εκτιμήσεις της NASA για πρόσκρουση