Job Description: ➤ ಭಾರತವು ಜಾಗತಿಕ ಮಟ್ಟದಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (Artificial Intelligence - AI) ತಂತ್ರಜ್ಞಾನದ ಸೂಪರ್ ಪವರ್ ಆಗಲು ವೇಗವಾಗಿ ಹೆಜ್ಜೆ ಇಡುತ್ತಿದೆ. ಆದರೆ, ದೇಶದ ಈ ತಾಂತ್ರಿಕ ಮಹತ್ವಾಕಾಂಕ್ಷೆಗೆ ಪ್ರಕೃತಿಯ ತೀವ್ರ ತಾಪಮಾನ (Extreme Heat) ಮತ್ತು ನೀರಿನ ಅಭಾವದ ದೊಡ್ಡ ಸವಾಲು ಎದುರಾಗಿದೆ. ಇತ್ತೀಚಿನ ವರದಿಗಳ ಪ್ರಕಾರ, ಭಾರತದ AI ಡೇಟಾ ಸೆಂಟರ್‌ಗಳ (Data Centres) ಕ್ಷಿಪ್ರ ವಿಸ್ತರಣೆಯು ಪರಿಸರದ ಮೇಲಿನ ಒತ್ತಡವನ್ನು ಹೆಚ್ಚಿಸುತ್ತಿದೆ.➤ ಡೇಟಾ ಸೆಂಟರ್ ಎಂದರೇನು? AI ಗೆ ಇವು ಏಕೆ ಬೇಕು?ಡೇಟಾ ಸೆಂಟರ್‌ಗಳು ಎಂಬುದು ಸಾವಿರಾರು ಕಂಪ್ಯೂಟರ್ ಸರ್ವರ್‌ಗಳು ಮತ್ತು ಸ್ಟೋರೇಜ್ ಸಾಧನಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಬೃಹತ್ ಕಟ್ಟಡಗಳಾಗಿವೆ. ನಾವು ಬಳಸುವ ಪ್ರತಿಯೊಂದು AI ಪ್ರಾಂಪ್ಟ್ (ಉದಾಹರಣೆಗೆ ChatGPT ಅಥವಾ ಇಮೇಜ್ ಜನರೇಟರ್‌ಗಳು) ಪ್ರಕ್ರಿಯೆಯಾಗುವುದು ಇದೇ ಡೇಟಾ ಸೆಂಟರ್‌ಗಳಲ್ಲಿ. ಸಾಮಾನ್ಯ ಕ್ಲೌಡ್ ಸ್ಟೋರೇಜ್‌ಗೆ ಹೋಲಿಸಿದರೆ AI ತರಬೇತಿ ಮತ್ತು ಸಂಸ್ಕರಣೆಗೆ ಅತ್ಯಂತ ಶಕ್ತಿಶಾಲಿ ಗ್ರಾಫಿಕ್ಸ್ ಪ್ರೊಸೆಸಿಂಗ್ ಯುನಿಟ್ (GPU) ಚಿಪ್‌ಗಳ ಅಗತ್ಯವಿರುತ್ತದೆ. ಇವು ಸಾಂಪ್ರದಾಯಿಕ ಸರ್ವರ್‌ಗಳಿಗಿಂತ 8 ರಿಂದ 40 ಪಟ್ಟು ಹೆಚ್ಚು ವಿದ್ಯುತ್ ಬಳಸುತ್ತವೆ ಮತ್ತು ಭಾರಿ ಪ್ರಮಾಣದ ಶಾಖವನ್ನು (Heat) ಬಿಡುಗಡೆ ಮಾಡುತ್ತವೆ.➤ ಎದುರಾಗಿರುವ ಪ್ರಮುಖ ಸವಾಲುಗಳು: ಮೆಟ್ರೋ ನಗರಗಳಲ್ಲಿ ತಾಪಮಾನ ಏರಿಕೆಗೆ ಕಾರಣವಾಗುತ್ತಿರುವ ಡೇಟಾ ಸೆಂಟರ್‌ಗಳ ಬಿಸಿ ಗಾಳಿ: ಡೇಟಾ ಸೆಂಟರ್‌ಗಳು ನಿರಂತರವಾಗಿ ಬಿಡುಗಡೆ ಮಾಡುವ ಅಪಾರ ಪ್ರಮಾಣದ ಬಿಸಿ ಗಾಳಿಯಿಂದಾಗಿ ಬೆಂಗಳೂರು, ಮುಂಬೈ ನಂತಹ ಮಹಾನಗರಗಳಲ್ಲಿ ತಾಪಮಾನವು ಗ್ರಾಮೀಣ ಪ್ರದೇಶಗಳಿಗಿಂತ ತೀವ್ರವಾಗಿ ಏರಿಕೆಯಾಗುತ್ತಿದೆ. AI ಸರ್ವರ್‌ಗಳ ತಂಪಾಗಿಸುವಿಕೆಗೆ ಬಳಕೆಯಾಗುತ್ತಿದೆ ಕೋಟ್ಯಂತರ ಲೀಟರ್ ಕುಡಿಯುವ ನೀರು: ಸಾಂಪ್ರದಾಯಿಕ ಎವಾಪರೇಟಿವ್ ಕೂಲಿಂಗ್ ವ್ಯವಸ್ಥೆಯಿಂದಾಗಿ ಭಾರತದ ಡೇಟಾ ಸೆಂಟರ್‌ಗಳ ನೀರಿನ ಬಳಕೆ 2030ರ ವೇಳೆಗೆ 358 ಬಿಲಿಯನ್ ಲೀಟರ್‌ಗೆ ದ್ವಿಗುಣಗೊಳ್ಳುವ ಆತಂಕವಿದ್ದು, ಇದು ನಗರಗಳ ನೀರಿನ ಅಭಾವವನ್ನು ಮತ್ತಷ್ಟು ಹೆಚ್ಚಿಸಲಿದೆ. 2030ರ ವೇಳೆಗೆ 5 ಪಟ್ಟು ಹೆಚ್ಚಾಗಲಿರುವ ಡೇಟಾ ಸೆಂಟರ್‌ಗಳ ವಿದ್ಯುತ್ ಬೇಡಿಕೆ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ (AI) ತರಬೇತಿಗಾಗಿ ಶಕ್ತಿಶಾಲಿ ಚಿಪ್‌ಗಳ ಅಗತ್ಯವಿರುವುದರಿಂದ ಭಾರತದಲ್ಲಿ ಡೇಟಾ ಸೆಂಟರ್‌ಗಳ ವಿದ್ಯುತ್ ಬಳಕೆ 13 TWh ನಿಂದ 57 TWh ಗೆ ಏರಿಕೆಯಾಗಿ ದೇಶದ ಒಟ್ಟಾರೆ ವಿದ್ಯುತ್ ಗ್ರಿಡ್ ಮೇಲೆ ಒತ್ತಡ ಹೇರಲಿದೆ. ➤ ಪರಿಹಾರೋಪಾಯಗಳು ಮತ್ತು ಮುಂದಿನ ಹಾದಿ: ಸ್ಥಳ ವೈವಿಧ್ಯೀಕರಣ (Geographic Diversification): ಕೇವಲ ಬೆಂಗಳೂರು, ಮುಂಬೈ ನಂತಹ ಮೆಟ್ರೋ ನಗರಗಳಲ್ಲಿ ಮಾತ್ರ ಡೇಟಾ ಸೆಂಟರ್ ಸ್ಥಾಪಿಸದೆ, ರಾಜಸ್ಥಾನ, ತಮಿಳುನಾಡು ಅಥವಾ ಇತರ ಎರಡನೇ ಹಂತದ (Tier-II) ನಗರಗಳಿಗೆ ವಿಸ್ತರಿಸುವುದು. ಲಿಕ್ವಿಡ್ ಕೂಲಿಂಗ್ ತಂತ್ರಜ್ಞಾನ (Liquid Cooling): ಸಾಂಪ್ರದಾಯಿಕ ನೀರಿನ ಆವಿಕಾರಕಗಳ ಬದಲಿಗೆ ‘ಕ್ಲೋಸ್ಡ್-ಲೂಪ್ ಡೈರೆಕ್ಟ್ ಲಿಕ್ವಿಡ್ ಕೂಲಿಂಗ್’ (Closed-loop Liquid Cooling) ತಂತ್ರಜ್ಞಾನ ಅಳವಡಿಸುವುದು. ಇದರಲ್ಲಿ ನೀರು ವ್ಯರ್ಥವಾಗದೆ ಮರುಬಳಕೆಯಾಗುತ್ತದೆ. ಹಸಿರು ಇಂಧನ ಬಳಕೆ (Renewable Energy): ಸೌರಶಕ್ತಿ ಮತ್ತು ಪವನಶಕ್ತಿಯಂತಹ ನವೀಕರಿಸಬಹುದಾದ ಇಂಧನ ಮೂಲಗಳ ಬಳಿ ಡೇಟಾ ಸೆಂಟರ್‌ಗಳನ್ನು ಸ್ಥಾಪಿಸುವುದು. ತ್ಯಾಜ್ಯ ನೀರಿನ ಬಳಕೆ: ಕುಡಿಯುವ ನೀರಿನ ಬದಲಿಗೆ ಸಂಸ್ಕರಿಸಿದ ಕೈಗಾರಿಕಾ ತ್ಯಾಜ್ಯ ನೀರನ್ನು ತಂಪಾಗಿಸಲು ಬಳಸುವುದು. ➤ ಕರ್ನಾಟಕ ಸರ್ಕಾರದ ಕ್ರಮ: ಕರ್ನಾಟಕ ಸರ್ಕಾರದ ಐಟಿ-ಬಿಟಿ ಇಲಾಖೆಯು ಮುಂಬರುವ ಹೊಸ ‘ಡೇಟಾ ಸೆಂಟರ್ ನೀತಿ’ಯಲ್ಲಿ ಕಂಪನಿಗಳು ನೀರು ಮತ್ತು ವಿದ್ಯುತ್ ಅನ್ನು ಕಡ್ಡಾಯವಾಗಿ ದಕ್ಷತೆಯಿಂದ ಬಳಸುವಂತೆ ಮತ್ತು ಪರಿಸರಕ್ಕೆ ಹಾನಿಯಾಗದಂತೆ ನಿಯಮಗಳನ್ನು ರೂಪಿಸಲು ಸಜ್ಜಾಗಿದೆ.
