سم آلتمن، مدیرعامل اوپن‌ای‌آی، گفته است: «حدس می‌زنم که بسیاری از نقاط جهان به مرور زمان با مراکز داده پوشانده خواهد شد.» تصویرسازی از جون سن.
سم آلتمن، مدیرعامل اوپن‌ای‌آی، گفته است: «حدس می‌زنم که بسیاری از نقاط جهان به مرور زمان با مراکز داده پوشانده خواهد شد.» تصویرسازی از جون سن.

درون مراکز داده‌ای که هوش مصنوعی را آموزش می‌دهند و شبکه برق را تخلیه می‌کنند

یک مرکز داده، که می‌تواند به اندازه شهر فیلادلفیا برق مصرف کند، کارخانه جدید آمریکایی است که آینده را می‌سازد و اقتصاد را سرپا نگه می‌دارد. این وضعیت تا کی می‌تواند ادامه یابد؟

تقریباً از هر شهر آمریکایی به هر سمتی که رانندگی کنید، به زودی به یک مرکز داده می‌رسید – یک جعبه سفید غول‌پیکر که از زمین هموار شده سر برآورده، توسط ژنراتورها احاطه شده و مانند یک زندان حصارکشی شده است. مراکز داده برای هوش مصنوعی، کارخانه‌های جدید آمریکا هستند. این مراکز که مملو از تجهیزات محاسباتی هستند، اطلاعات را جذب کرده و هوش مصنوعی تولید می‌کنند. از زمان راه‌اندازی ChatGPT در سال ۲۰۲۲، این مراکز با سرعتی شگفت‌انگیز در حال افزایش هستند. سم آلتمن، مدیرعامل اوپن‌ای‌آی (OpenAI)، اخیراً گفته است: «حدس می‌زنم که بسیاری از نقاط جهان به مرور زمان با مراکز داده پوشانده خواهد شد.»

اپراتور مستقل پیشرو در مراکز داده هوش مصنوعی در ایالات متحده، شرکت کورویو (CoreWeave) است که هشت سال پیش، به عنوان یک آزمایش غیررسمی، تأسیس شد. در سال ۲۰۱۷، معامله‌گران یک صندوق پوشش ریسک متوسط در نیویورک تصمیم گرفتند استخراج ارز دیجیتال را آغاز کنند، که از آن به عنوان هزینه ورودی لیگ فانتزی فوتبال خود استفاده می‌کردند. برای استخراج ارز دیجیتال، آنها یک واحد پردازش گرافیکی (GPU) خریدند، یک میکروچیپ قدرتمند که توسط شرکت انویدیا (Nvidia) ساخته شده بود. جی‌پی‌یو به گیمرها فروخته می‌شد، اما انویدیا نرم‌افزاری ارائه می‌داد که آن را به یک ابرکامپیوتر ارزان قیمت تبدیل می‌کرد. برایان ونتورو، یکی از بنیانگذاران کورویو، به من گفت: «از منظر بازگشت سرمایه آنقدر موفق بود که شروع به مقیاس‌بندی آن کردیم. اگر در عرض پنج روز پول خود را برگردانید، می‌خواهید این کار را بارها انجام دهید.»

ظرف یک سال، معامله‌گران کسب و کار صندوق پوشش ریسک را رها کرده و چندین هزار جی‌پی‌یو خریدند که آنها را از گاراژ پدربزرگ ونتورو در نیوجرسی مدیریت می‌کردند. پس از سقوط بازار ارز دیجیتال در سال ۲۰۱۸، کورویو میکروچیپ‌های بیشتری را از استخراج‌کنندگان ورشکسته خریداری کرد. طولی نکشید که این شرکت پلتفرمی ساخت که به مشتریان خارجی اجازه دسترسی به جی‌پی‌یوها را می‌داد. سپس، در سال ۲۰۲۲، ونتورو با استیبل دیفیوژن (Stable Diffusion)، یک هوش مصنوعی تولید تصویر، برخورد کرد. او توضیحات صحنه‌های مختلف را به هوش مصنوعی داد و هوش مصنوعی تصاویری دقیق و زیبا بازگرداند. ونتورو به یاد می‌آورد که فکر می‌کرد: «این قرار است تمام دنیا را به وجد بیاورد.»

استیبل دیفیوژن بر روی تجهیزات انویدیا که مشابه تجهیزات کورویو بود، آموزش دیده بود. ونتورو و هم‌بنیان‌گذارانش فرصت تجاری یک عمر را احساس کردند. کورویو صد میلیون دلار سرمایه جذب کرد و تقریباً تمام آن را برای خرید سخت‌افزار انویدیا به کار برد. به زودی، جنسن هوانگ، مدیرعامل انویدیا، جلسه‌ای با این گروه ترتیب داد. ونتورو گفت: «او حدود ده دقیقه به خاطر اینکه من اهل نیوجرسی بودم، مسخره‌ام کرد.» اما به مرور زمان، انویدیا بخشی از این شرکت را خرید. تا اواسط سال ۲۰۲۲، کورویو نوع جدیدی از کسب و کار را اداره می‌کرد که توسعه‌دهندگان هوش مصنوعی را به انبارهای مملو از تجهیزات انویدیا متصل می‌کرد.

ساخت مراکز داده مدرن در دهه نود میلادی، با ورود اینترنت تجاری، آغاز شد. مراکز داده میزبان وب‌سایت‌ها بودند، ایمیل‌ها را هماهنگ می‌کردند، پرداخت‌ها را پردازش می‌کردند و ویدئو و موسیقی را پخش می‌کردند. آمازون به ویژه در ساخت مراکز داده تهاجمی عمل کرد – آنقدر زیاد در شهرستان لودون (Loudoun County) ویرجینیا ساخته شد که این منطقه به "کوچه مرکز داده" معروف شد. حتی قبل از رونق هوش مصنوعی، مراکز داده سودآور بودند؛ در برخی سال‌ها، بخش خدمات وب آمازون (Amazon’s web-services) با کسری از فروش، بیشتر از عملیات خرده‌فروشی شرکت درآمد داشت.

اما ورود جی‌پی‌یوهای انویدیا و شروع آموزش هوش مصنوعی در مقیاس بزرگ، تجارت مراکز داده را متحول کرد. چت‌جی‌پی‌تی (ChatGPT) در نوامبر ۲۰۲۲ راه‌اندازی شد و محبوبیت آن به شدت افزایش یافت. ونتورو گفت: «دنیا دیوانه شد.» مایکروسافت (Microsoft) با اوپن‌ای‌آی (OpenAI) برای تأمین ظرفیت مرکز داده مورد نیاز چت‌جی‌پی‌تی همکاری کرد. وقتی مایکروسافت نتوانست تقاضا را برآورده کند، به کورویو (CoreWeave) روی آورد.

کار با سخت‌افزار انویدیا به یک نماد وضعیت تبدیل شده است – نشانه‌ای که نشان می‌دهد فرد در زمینه هوش مصنوعی جدی است. صحبت با مهندسان در مورد تجهیزات، مرا به یاد زمانی انداخت که صف طولانی از مردان جوان را دیدم که در سرما ایستاده بودند تا کفش‌های کتانی از برند لباس‌های خیابانی سوپریم (Supreme) بخرند.

اوایل امسال، کورویو عمومی شد. ونتورو و هم‌بنیان‌گذارانش اکنون میلیاردر هستند. این شرکت دارای چند صد هزار جی‌پی‌یو است و پلتفرم آن مدل‌هایی را برای متا (Meta) و سایر آزمایشگاه‌های پیشرو، علاوه بر اوپن‌ای‌آی، آموزش می‌دهد.

تابستان امسال، از یکی از تأسیسات کورویو در حومه لاس‌وگاس بازدید کردم. ساختمان، که یک انبار بزرگ بود، توسط حصاری ضخیم احاطه شده و در فواصل منظم با دوربین‌های امنیتی پوشانده شده بود. از یک گیت چرخان عبور کردم، جایی که یک نگهبان امنیتی با جلیقه ضد گلوله و شوکر کمری به من خوشامد گفت. پس از تحویل تلفنم، دو گوش‌گیر سبز لیمویی را از یک توزیع‌کننده برداشتم و وارد تأسیسات شدم.

سه مهندس کورویو، افراد بسیار مسلط به فناوری که مانند سهره‌های داروین (Darwin’s finches) با سرمایه‌داری در مقیاس بزرگ سازگار شده بودند، به من ملحق شدند. جیکوب یاندت (Jacob Yundt) از بخش شرکتی، لاغر و شیوا بود و موهایش را به یک طرف شانه کرده بود. کریستوفر کانلی (Christopher Conley)، یک توضیح‌دهنده مشتاق با عینک آفتابی و ریش، بر سخت‌افزار نظارت می‌کرد. شان اندرسون (Sean Anderson)، یک بازیکن سابق بسکتبال دانشگاهی به ارتفاع هفت فوت، پیراهنی به تن داشت که روی آن نوشته شده بود «گره‌ها بیشتر!» (MOAR NODES).

گره‌های مورد نظر، سینی‌های کم‌عمق تجهیزات محاسباتی بودند که هر کدام حدود هفتاد پوند وزن داشتند و چهار جی‌پی‌یو خنک‌شده با آب به همراه مجموعه‌ای از تجهیزات اضافی را در خود جای داده بودند. هجده عدد از این سینی‌ها روی هم چیده شده و سپس با کابل‌هایی به یک واحد کنترل متصل می‌شوند تا رک محاسباتی انویدیا جی‌بی۳۰۰ (Nvidia GB300) را تشکیل دهند که کمی بلندتر از یک یخچال است و چند میلیون دلار قیمت دارد. در یک سال پرکار، یک رک معمولی بیشتر از صد خانه برق مصرف می‌کند. ده‌ها مورد از آنها در دوردست کشیده شده بودند.

کورویو رک‌های خود را در کابینت‌های فلزی سفید نگه می‌دارد تا به خنک نگه داشتن آنها و کاهش سر و صدا کمک کند. کانلی در را باز کرد تا یک رک در حال کار را به من نشان دهد، و من با وزش شدید هوا مواجه شدم. سر و صدا جهنمی بود، گویی یک کمد جارو را باز کرده‌ام و یک موتور جت فعال در داخل آن پیدا کرده‌ام. چراغ‌های چشمک‌زن و چرخش فن‌ها را تماشا کردم. کانلی فریاد زد: «وزوز گوش یک خطر شغلی است.»

به اطراف نگاه کردم. صدها کابینت یکسان در تأسیسات وجود داشت. بالای ما یک راهروی فلزی بود که با توزیع‌کننده‌های برق برای تجهیزات محاسباتی پوشیده شده بود. به راهبان در صومعه‌ها، سربازان در پادگان‌ها، زندانیان در سلول‌ها فکر کردم. با خود فکر کردم چه نوع شخصی داوطلبانه در چنین مکانی کار می‌کند. یاندت بعدها گفت: «از بخش منابع انسانی به من گفته‌اند که دیگر نمی‌توانم این نوع سؤالات را بپرسم، اما من دوست دارم افرادی را استخدام کنم که بتوانند درد زیادی را تحمل کنند. ورزشکاران استقامتی، این جور چیزها.»

کورویو به من نگفت که کدام مشتری در آن روز از فناوری آن استفاده می‌کرد، اگرچه یاندت اشاره کرد که اجرای آموزشی که ما شاهد آن بودیم یک اجرای متوسط بود. او شروع به توضیح پیکربندی رک کرد. از آنجایی که نمی‌توانستم حرف‌هایش را بشنوم، عاقلانه سر تکان دادم، گویی در حال مکالمه در یک کلوب شبانه هستم. حتی با وجود گوش‌گیرها، گوش‌هایم شروع به زنگ زدن کرده بود و سردرد گرفته بودم. یاندت به سمتم برگشت. او فریاد زد: «گاهی اوقات یک مشتری تمام این مکان را برای هفته‌ها اشغال می‌کند.» موهای شانه‌کرده‌اش شروع به تکان خوردن در باد خروجی فن کرد. «ما به این‌ها "اجراهای قهرمانانه" می‌گوییم.»

سخت‌افزار کورویو می‌تواند یک هوش مصنوعی را از ابتدا تا انتها آموزش دهد. توسعه‌دهندگان نرم‌افزار، معمولاً در یک ایستگاه کاری در سیلیکون‌ولی، فایلی از اعداد معروف به «وزن‌ها» و مجموعه‌ای وسیع از داده‌های آموزشی را که می‌تواند متن، تصاویر، سوابق پزشکی یا واقعاً هر چیزی باشد، به مرکز داده بارگذاری می‌کنند. در پیکربندی اولیه خود، وزن‌ها تصادفی هستند و هوش مصنوعی هیچ قابلیتی ندارد.

سپس هوش مصنوعی در معرض برشی از داده‌های آموزشی قرار می‌گیرد و از آن خواسته می‌شود پیش‌بینی کند که چه اتفاقی خواهد افتاد – مثلاً چند حرف بعدی در یک جمله. یک هوش مصنوعی آموزش‌ندیده همواره این پیش‌بینی را اشتباه انجام می‌دهد، اما حداقل یاد می‌گیرد که چه کاری را انجام ندهد. وزن‌ها باید تغییر داده شوند تا این قطعه جدید اطلاعات را جذب کنند. محاسبات دشوار است و به ویژه به عملیاتی معروف به ضرب ماتریس بستگی دارد.

جی. اچ. هاردی (G. H. Hardy)، ریاضی‌دان، در سال ۱۹۴۰ نوشت: «زیبایی اولین معیار است: هیچ جایی دائمی در جهان برای ریاضیات زشت وجود ندارد.» اما ضرب ماتریس، که تمدن ما اکنون بسیاری از منابع حاشیه‌ای خود را به آن اختصاص داده، تمام ظرافت یک مردی را دارد که چکش را به میخ می‌کوبد. نه زیبایی دارد و نه تقارن: در واقع، در ضرب ماتریس، `a` ضرب در `b` همانند `b` ضرب در `a` نیست. با افزایش اندازه ماتریس‌ها، محاسبات برای حل شدن به قدرت محاسباتی زیادی نیاز دارد. جدیدترین مدل‌های زبان بزرگ می‌توانند حدود یک تریلیون وزن فردی داشته باشند. یک اجرای قهرمانانه که هفته‌ها طول می‌کشد برای چنین مدلی می‌تواند ده‌ها هزار جی‌پی‌یو را به کار گیرد و به ده تریلیون تریلیون عملیات نیاز دارد، که بیشتر از تعداد ستاره‌های قابل مشاهده در جهان است.

مراکز داده باید با شرکت‌های برق محلی همکاری کنند تا این فرایندهای آموزشی را مدیریت کنند. آبی که در بالای میکروچیپ‌های کورویو جریان دارد، در دمای اتاق وارد می‌شود اما گرم‌تر از یک حمام گرم خارج می‌شود. این آب در یک مخزن ذخیره خنک می‌شود قبل از اینکه دوباره به سیستم بازگردانده شود. دما، رطوبت و میزان ذرات معلق هوا در داخل اتاق نیز به دقت کنترل می‌شوند. کانلی با جدیت گفت: «چگالش دشمن ماست.»

تمام این میکروچیپ‌ها، تمام این برق، تمام این فن‌ها، تمام این پول، تمام این داده‌ها، تمام این پمپ‌های خنک‌کننده آب و کابل‌ها – همه آنها برای تنظیم وزن‌ها، این فایل کوچک از اعداد، که به اندازه کافی کوچک است تا در یک هارد دیسک خارجی جای بگیرد، وجود دارند. بسیاری از مسائل به این مجموعه خوب تنظیم‌شده از نورون‌های مصنوعی بستگی دارد. پولی که برای توسعه آن و موارد مشابه آن هزینه شده، یکی از بزرگترین سرمایه‌گذاری‌ها در تاریخ بشر را نشان می‌دهد.

وقتی محصول نهایی آماده شد، کپی‌هایی از وزن‌ها در مراکز داده سراسر کشور توزیع می‌شوند، جایی که از طریق اینترنت قابل دسترسی هستند، فرآیندی که به آن «استنتاج» (inference) می‌گویند. کاربران سؤال می‌پرسند و هوش مصنوعی را وادار می‌کنند تا واحدهای مجزای هوش به نام «توکن» (token) را تولید کند. یک توکن ممکن است یک مربع کوچک از پیکسل‌ها یا یک تکه از یک کلمه باشد. برای نوشتن یک مقاله دانشجویی، یک هوش مصنوعی ممکن است حدود پنج هزار توکن تولید کند، که به اندازه مصرف برق یک مایکروویو با قدرت کامل به مدت حدود سه دقیقه، برق مصرف می‌کند. با افزایش درخواست‌های پیچیده‌تر هوش مصنوعی – برای ویدئو، برای صدا، برای درمان – نیاز به قدرت محاسباتی چندین برابر افزایش خواهد یافت.

این را در تعداد بیش از هشتصد میلیون نفری که هر هفته از چت‌جی‌پی‌تی استفاده می‌کنند ضرب کنید، تا انفجار مراکز داده منطقی به نظر برسد. چت‌جی‌پی‌تی اکنون محبوب‌تر از ویکی‌پدیا است؛ جوانان آن را «چت» می‌نامند، که به معنای هوش مصنوعی شده، همانطور که «گوگل» به معنای جستجوی اینترنتی است. با یک مدیر اجرایی مراکز داده در مایکروسافت صحبت کردم که فکر می‌کند در آینده به طور مداوم به هوش مصنوعی نیاز خواهیم داشت، درست همانطور که به اینترنت یا برق نیاز داریم، و ساخت مراکز داده فعلی ممکن است کافی نباشد. این مدیر اجرایی گفت: «بیشتر نگران این هستم که کمتر از حد نیاز می‌سازیم تا بیشتر از حد نیاز.»

مایکروسافت یکی از اپراتورهای غالب مراکز داده است، و این تجارت به محرک اصلی رشد اقتصاد آمریکا تبدیل شده است. اگرچه این شرکت هنوز سیستم‌عامل و نرم‌افزارهای اداری تولید می‌کند، اما این هیجان سرمایه‌گذاران در مورد مراکز داده است که مایکروسافت را به ارزشی حدود چهار تریلیون دلار رسانده و آن را به دومین شرکت باارزش جهان تبدیل کرده است. انویدیا (Nvidia)، که میکروچیپ‌هایی را تولید می‌کند که مایکروسافت از آنها استفاده می‌کند، در رتبه اول قرار دارد.

مردی به تلفن روی میز اشاره می کند و زنی عصبانی است.
«من کاملاً به حرف شما گوش می‌دهم – تلفن همراهم رو به پایین است!» کاریکاتور از جرمی نگوین (Jeremy Nguyen)
جرمی نگوین (Jeremy Nguyen)

ورود به یک مرکز داده مایکروسافت دشوار است، به همان دلیلی که ورود به فورت ناکس (Fort Knox) دشوار است. هوش مصنوعی‌های در حال توسعه در این تأسیسات ثروت هنگفتی ارزش دارند. پیتر سالانکی (Peter Salanki)، مدیر ارشد فناوری کورویو (CoreWeave)، به من گفت: «به طور سنتی، وقتی می‌خواهید چیزی را که ارزش دیوانه‌واری دارد بدزدید، مثلاً می‌گویید 'کامیون را بیاورید'. اینجا، کسی با یک درایو USB وارد می‌شود و می‌تواند تمام مالکیت فکری اوپن‌ای‌آی (OpenAI) را روی آن جای دهد.»

اما پاییز امسال، پس از چیزی که حس کردم دویست تماس تلفنی بود، از من دعوت شد تا از یک پردیس عظیم مرکز داده مایکروسافت که در حال ساخت بود، بازدید کنم. موافقت کردم که هیچ عکسی نگیرم، تلفنم را بیرون بگذارم، آنچه را که از فضای داخلی توصیف می‌کنم محدود کنم، و محل دقیق تأسیسات در ایالات متحده را فاش نکنم. در ماه سپتامبر، یک رانندگی طولانی به وسط ناکجا آباد داشتم. مرکز داده توسط زمین‌های کشاورزی احاطه شده بود، و حداقل سه شرکت دیگر در حال ساخت مراکز داده در آن منطقه بودند. مزارع با انبوهی از سیم‌های برج‌های برق فشار قوی پوشیده شده بود، و جعبه‌های بزرگ و زشت در همه جا ظاهر می‌شدند.

نمای بیرونی سایت هیچ برند مایکروسافت – یا هیچ تابلویی – را نمایش نمی‌داد. پشت یک حصار، و پس از چندین ایست بازرسی خودرو، پردیس فضای وسیعی بود از هیچ چیز، به جز یک گوشه که توسط ردیفی از سوله های شماره‌گذاری شده اشغال شده بود. سوله‌ها سفید، باریک، بلند و به طول چندین زمین فوتبال بودند؛ آنها مرا به یاد انبارهای دامداری که در کودکی در نمایشگاه ایالت مینه‌سوتا از آنها بازدید می‌کردم، می‌انداختند. در کنار هر سوله، ردیفی از ژنراتورهای دیزلی و تهویه‌های صنعتی قرار داشت.

در زمان بازدید من، پنج سوله وجود داشت و طرح برای حدود ده سوله بود. خودروهای ساخت و ساز در همه جا بودند: بالابر، ماشین‌آلات خاک‌برداری، کامیون‌های حامل قرقره‌های کابل. کسی کمی محوطه‌سازی جلوی سوله‌ای که من بازدید می‌کردم انجام داده بود، و چند گیاه کوچک در سایه رشد می‌کردند.

در داخل، با جودی پریست (Judy Priest) و استیو سالومون (Steve Solomon)، هر دو از مدیران مایکروسافت ملاقات کردم؛ آنها زندگی حرفه‌ای خود را صرف مدیریت کامپیوترهای به اندازه انبارها کرده بودند. پریست، مهندس برق و فارغ‌التحصیل ام‌آی‌تی (MIT)، ابروهای بلند و برجسته و موهای بلوند وحشی داشت. سالومون، مهندس مکانیک، به سوالات من با مونولوگ‌های طولانی و فنی پاسخ می‌داد. هر دو به نظر می‌رسیدند که از شرکت در انقلاب صنعتی جدید هیجان‌زده هستند. پریست با هیجان یک بازدید اخیر پزشکی را توصیف کرد، که پس از آن خلاصه‌ای با کمک هوش مصنوعی از گفتگوی خود با پزشکش برای او ارسال شده بود. سالومون، که با استریو خود مشکل داشت، عکسی از اتصالات پشت آن گرفته بود و آن را در «چت» آپلود کرده بود. او به من گفت که هوش مصنوعی هفت راه حل ممکن برای عیب‌یابی را برگردانده بود. اینجا صدایش لحن کمی به خود گرفت، که من آن را به معنای ابراز احساسات تعبیر کردم. او گفت: «شماره ۳ کار کرد.»

پس از پوشیدن یک جفت چکمه با پنجه فولادی و تماشای یک نمایش پاورپوینت، از یک ایست بازرسی امنیتی عبور کرده و وارد حرم داخلی شدم. این تأسیسات آرام‌تر، مرتب‌تر و جادارتر از مرکز کورویو بود. صدها ردیف یکسان و چشمک‌زن از سرورها و تجهیزات محاسباتی، متصل به ایستگاه‌های خنک‌کننده و با صدایی پر سر و صدا، بخش زیادی از کف را اشغال کرده بودند. بسته‌های کابل‌کشی شده از سقف آویزان بودند: سیم‌های برق، کابل‌های داده، لوله‌های آب و هوا. کابل‌ها به یک بسته کابل بزرگتر متصل می‌شدند، که با سایر سوله‌ها مرتبط بود و به همه آنها اجازه می‌داد به عنوان یک کامپیوتر واحد و یکپارچه عمل کنند. در میان هر پنج سوله، منطقه اختصاص‌یافته به محاسبات معادل بیست زمین فوتبال بود.

پریست توضیح داد که یک اجرای آموزشی پیشرفته می‌تواند کل سیستم را برای یک ماه درگیر کند. من کنار یک تکنسین در مرکز کنترل ایستادم و میزان مصرف برق را نظارت می‌کردم. ما دیدیم که برق اوج می‌گیرد – کامپیوتر در حال پردازش داده‌های آموزشی بود. سپس کاهش می‌یافت – اکنون نتایج را در فایل می‌نویسد. این پالس‌ها با حرکت هوش مصنوعی از یک ایست بازرسی به دیگری تکرار می‌شدند. جایی در داخل ساختمان، مدل در حال بهبود بود. جایی در داخل ساختمان، کامپیوتر در حال یادگیری نحوه تفکر بود.

پس از ترک مرکز داده، به شدت تشنه ارتباط انسانی بودم. نیم مایل پایین‌تر جاده، بالای یک سیلو گندم از پشت یک سایت ساخت و ساز مرکز داده دیده می‌شد. در میان چشم‌اندازی از ساختمان‌های خاکستری، کانال‌های آبیاری، خطوط برق و مزارع سرسبز رانندگی کردم تا به یک حیاط خاکی پر از تراکتورها و وانت‌ها رسیدم. آنجا، یک کشاورز یونجه‌کار نسل چهارم را پیدا کردم که شلوار جین آبی، پیراهن چهارخانه و کلاه بیسبالی با یک تانکر گلدوزی شده روی آن پوشیده بود.

کشاورز به خطوط برقی اشاره کرد که از میان مزرعه‌اش می‌گذشتند، خطوطی که شرکت برق محلی در دهه چهل میلادی نصب کرده بود. او گفت: «ما همیشه این چیزها را یک مسئولیت می‌دانستیم. فکر می‌کردیم ارزش زمین را کاهش می‌دهند.» اما اکنون، به گفته او، دسترسی به یک پست برق ارزش یک ثروت را دارد – یکی از همسایگانش ادعا کرد که یک قطعه زمین کشاورزی را به یک توسعه‌دهنده مرکز داده به مبلغ بیش از یک میلیون دلار در هر هکتار فروخته است، یعنی بیش از آنچه مزرعه در طول یک عمر بازدهی خواهد داشت. کشاورز گفت، خانواده‌اش تکه به تکه همین کار را انجام می‌دهند.

یک مرکز داده جدید در شمال مزرعه و دیگری در شرق در حال ساخت بود. تأسیسات گسترده مایکروسافت افق را تحت سلطه خود داشت؛ این تأسیسات بر روی تکه‌ای از خاک قرار داشت که خانواده‌اش از سال ۱۹۷۹ روی آن کار می‌کردند. او به من گفت که قصد دارد به زودی نقل مکان کند – محیط اطراف برای کشاورزی، یا حتی برای زندگی انسانی، نامناسب به نظر می‌رسید.

از کشاورز پرسیدم که آیا او از زندگی در کنار مراکز داده متوجه هیچ اثر زیست‌محیطی شده است. او گفت، تأثیر بر منابع آب ناچیز است. او گفت: «صادقانه بگویم، ما احتمالاً بیشتر از آنها آب مصرف می‌کنیم.» (آموزش یک هوش مصنوعی پیشرفته کمتر از میزان آب مصرفی در یک مایل مربع زمین کشاورزی در یک سال آب می‌برد.) برق داستانی متفاوت دارد: کشاورز گفت که شرکت برق محلی قرار است برای سومین بار در سه سال گذشته نرخ‌ها را افزایش دهد، با آخرین افزایش پیشنهادی که دو رقمی است. بزرگترین ضرر، خاک غنی از مواد مغذی بود که خانواده‌اش با تناوب کشت دقیق آن را حفظ کرده بودند. او گفت: «مایکروسافت یک بیل مکانیکی آورد و همه آن را در یک روز از بین برد!» گویی درباره یک میراث گمشده صحبت می‌کرد. «شش تا ده فوت از آن، همه از بین رفت.»

ما تماشا کردیم که یک سگ زرد بلند شد، دایره کوچکی زد، سپس زیر سایه یک درخت دوباره به خواب رفت. پشت درخت، و در مقابل آن غول‌پیکر، یک انبار مستطیلی بزرگ قرار داشت. از کشاورز پرسیدم که آیا او تا به حال از هوش مصنوعی استفاده کرده است. او گفت: «من از کلاود (Claude) استفاده می‌کنم. گوگل اکنون مزخرف است.»

دو زن در اتاق نشیمن نشسته‌اند و صحبت می‌کنند.
«بیدار می‌شوم، تمام این تمرینات را برای پرورش مثبت‌اندیشی انجام می‌دهم، سپس به خواب می‌روم.» کاریکاتور از بروس اریک کاپلان (Bruce Eric Kaplan)
بروس اریک کاپلان (Bruce Eric Kaplan)

مراکز داده شروع به وارد کردن فشار شدید بر شبکه برق آمریکا کرده‌اند. در سال ۱۹۹۹، شرکت انرژی کانسل‌اِیشِن (Constellation Energy) تنها راکتور فعال در تری مایل آیلند (Three Mile Island) را خریداری کرد و به مدت بیست سال آن را اداره کرد. در سال ۲۰۱۹، این شرکت راکتور را تعطیل کرد و به این نتیجه رسید که از نظر اقتصادی غیرقابل توجیه است. برایان هنسون (Bryan Hanson)، مدیری که بر ناوگان تولید هسته‌ای کانسل‌اِیشِن نظارت دارد، برای کارمندان یک جشن خداحافظی ترتیب داد. او گفت: «غذا بود، اما هیچ‌کس آن را نخورد. حال و هوا شبیه یک مراسم خاکسپاری بود.»

به زودی ممکن است جشن‌ها به تری مایل آیلند بازگردند. کانسل‌اِیشِن اعلام کرده است که این تأسیسات را در سال ۲۰۲۷ دوباره بازگشایی خواهد کرد و آن را با نام «مرکز انرژی پاک کرین» (Crane Clean Energy Center) تغییر برند می‌دهد. یک قرارداد بزرگ با مایکروسافت این تفاوت را ایجاد کرد. هنسون گفت: «اگر به من می‌گفتید که تنها هشت سال بعد این نیروگاه را دوباره بازگشایی خواهیم کرد، هرگز باور نمی‌کردم.» (راکتور دوم در این سایت، که در سال ۱۹۷۹ ابری از گاز رادیواکتیو را به جو منتشر کرد، غیرفعال باقی خواهد ماند.)

مدیران اجرایی انرژی مانند هنسون، با درخواست‌های زیادی برای برق بیشتر مواجه شده‌اند. او گفت: مراکز داده «شاید به مراتب بزرگ‌تر از هر چیزی باشند که تا کنون به شبکه متصل کرده‌ایم. اگر به شهر فیلادلفیا فکر کنید، بار آن حدود یک گیگاوات است. اکنون تصور کنید که مراکز داده به اندازه یک گیگاوات، و نه فقط یکی، بلکه چندین مورد از آنها، به شبکه اضافه شوند.»

هنگامی که یک مرکز داده آنلاین می‌شود، مشتریان خرد معمولاً به پرداخت قبض برق کمک می‌کنند: شرکت‌های برق آمریکایی در نیمه اول سال ۲۰۲۵ نزدیک به سی میلیارد دلار افزایش نرخ خرده‌فروشی درخواست کردند. بهار امسال، شرکت‌های برق تقریباً دو برابر افزایش نرخ‌های درخواستی از مدت مشابه سال قبل را درخواست کردند. یک تحلیل توسط بلومبرگ (Bloomberg) تخمین زده است که در مناطق نزدیک به مراکز داده، هزینه‌های عمده‌فروشی برق در پنج سال گذشته بیش از دویست درصد افزایش یافته است. و نرخ‌ها احتمالاً به افزایش خود ادامه خواهند داد – نیروگاه‌ها به سختی می‌توانند برق کافی برای تأمین تقاضا تولید کنند. اریک اشمیت (Eric Schmidt)، مدیرعامل سابق گوگل (Google)، گفته است که ایالات متحده برای تأمین تقاضای مراکز داده باید نود و دو گیگاوات برق به عرضه ملی اضافه کند – حدود نود و دو فیلادلفیا. اگر برق کافی نباشد، توسعه‌دهندگان هوش مصنوعی آمریکایی ممکن است رقابت را به خاورمیانه و چین واگذار کنند، جایی که پروژه‌های عظیم مراکز داده در حال انجام هستند.

مراکز داده باید ۲۴ ساعت شبانه‌روز کار کنند تا از نظر اقتصادی توجیه‌پذیر باشند. (تأسیسات مایکروسافت که از آن بازدید کردم، مجاز به پنج دقیقه و پانزده ثانیه خرابی برنامه‌ریزی نشده در سال است.) منابع انرژی تجدیدپذیر مانند باد و خورشید، که به آب و هوا بستگی دارند، در حال حاضر تنها می‌توانند بخش کوچکی از این تقاضا را برآورده کنند. انرژی هسته‌ای نیز حداقل به این زودی‌ها ما را نجات نخواهد داد؛ هنسون گفت که سال‌ها طول خواهد کشید تا هر راکتور هسته‌ای بزرگ مقیاس جدیدی در ایالات متحده ساخته شود. او با حسادت در صدایش به من گفت: «چین در حال ساخت بیست و شش راکتور هسته‌ای است.»

در کوتاه مدت، مراکز داده جدید عمدتاً با سوخت‌های فسیلی تأمین انرژی خواهند شد. توسعه‌دهندگان در حال خرید زمین در نزدیکی ذخایر گاز طبیعی مانند مارسلوس شیل (Marcellus Shale)، یک مخزن عظیم گاز زیرزمینی در آپالاشیا، هستند. در ماه آوریل، هومر سیتی ریدولوپمنت (Homer City Redevelopment)، گروهی مستقر در پنسیلوانیا، اعلام کرد که قصد دارد یک نیروگاه زغال‌سنگ تعطیل شده در خارج از پیتسبورگ (Pittsburgh) را به بزرگترین نیروگاه گاز طبیعی در کشور تبدیل کند، که تقریباً به طور انحصاری به مراکز داده اختصاص دارد و قادر به تولید حدود چهار و نیم گیگاوات برق است. به گفته یک سازمان غیرانتفاعی زیست‌محیطی، نیروگاه هومر سیتی می‌تواند هر ساعت حدود چهار میلیون پوند دی‌اکسید کربن به جو منتشر کند، که تقریباً معادل چهار میلیون خودرو در حالت درجا کار کردن است.

زمین اکنون با نرخ تخمینی سه‌دهم درجه سانتی‌گراد در هر دهه گرم می‌شود – تقریباً ده برابر سریع‌تر از پایان یک عصر یخبندان. پس از پایان آخرین عصر یخبندان، اقیانوس‌ها چهارصد فوت بالا آمدند. افزودن نیروگاه‌هایی مانند هومر سیتی – و ده‌ها مورد دیگر در سراسر جهان – این جدول زمانی فاجعه‌بار را سرعت خواهد بخشید. دولت ترامپ (Trump Administration) با محدود کردن استفاده از عبارت «تغییرات آب و هوایی» در مکاتبات دولتی به این موضوع واکنش نشان داده است.

مراکز داده همچنین آلودگی محلی ایجاد می‌کنند. شرکت ایکس‌ای‌آی (xAI) متعلق به ایلان ماسک (Elon Musk) یک مرکز داده با سوخت گاز طبیعی در ممفیس (Memphis)، نزدیک محله سیاه‌پوست‌نشین باکستاُن (Boxtown) ساخته است. این منطقه، که قبلاً بالاترین میزان مراجعه به اورژانس برای آسم را در تنسی (Tennessee) داشت، پس از راه‌اندازی این نیروگاه، افزایش تا نه درصدی در سطح دی‌اکسید نیتروژن، که این وضعیت را تشدید می‌کند، مشاهده کرد. مناطق ثروتمندتر سعی کرده‌اند جلوی ساخت مراکز داده را بگیرند. در نوامبر ۲۰۲۴، رأی‌دهندگان در وارنتون (Warrenton)، ویرجینیا، یک منطقه ثروتمند در حومه واشنگتن دی.سی.، اعضای شورای شهر را که از یک مرکز داده جدید آمازون حمایت می‌کردند، با یک گروه ضد توسعه جایگزین کردند. (آن ویلر (Ann Wheeler)، یک دموکرات در یک شهرستان همسایه ویرجینیا که کرسی خود را به دلیل مراکز داده از دست داد، از آنچه او «ذهنیت موز» (BANANA) فعالان می‌نامید، شکایت کرد: «قطعاً هیچ چیز در هیچ کجا نزدیک هیچ کسی ساخته نشود.»)

پیش‌بینی می‌شود ساخت مراکز داده در سال‌های آینده دو تا سه درصد از تولید ناخالص داخلی ایالات متحده را تشکیل دهد. در قرن نوزدهم، ساخت راه‌آهن حدود شش درصد به این رقم کمک کرد. راه‌آهن آمریکا را متحول کرد و رفاهی عظیم – اگرچه نابرابر توزیع شده – ایجاد کرد، اما این شور و شوق یکی از بزرگترین حباب‌های سفته‌بازی در تاریخ را نیز به وجود آورد. بحران مالی سال ۱۸۹۳ به دنبال آن آمد: بیکاری اوج گرفت، صدها بانک ورشکست شدند، و موجی از احساسات پوپولیستی محیط سیاسی ایالات متحده را بی‌ثبات کرد.

جون گِرِی (Jon Gray)، سرمایه‌دار و رئیس شرکت مدیریت دارایی‌های جایگزین بلک‌اِستون (Blackstone)، زندگینامه جان دی. راکفلر سینیور (John D. Rockefeller, Sr) نوشته ران چرناو (Ron Chernow) را مطرح کرد. او گفت: «بسیاری از راه‌آهن‌ها ورشکست شدند! شما سعی می‌کنید از این مشکل اجتناب کنید، زیرا نمی‌دانید پایان بازی چگونه خواهد بود.» بلک‌اِستون برای ساخت مراکز داده بدهی صادر کرده است؛ گرِی که نمی‌خواهد جزو ورشکست‌شدگان باشد، می‌تواند با تضمین یک قرارداد اجاره پانزده ساله از یک غول فناوری مانند مایکروسافت یا آمازون، که جزو اعتبارترین مشتریان موجود هستند، ریسک را پوشش دهد. بلک‌اِستون معمولاً در یک مرکز داده سرمایه‌گذاری نمی‌کند مگر اینکه چنین مشتری‌ای از قبل آماده باشد. گرِی گفت: «این مثل کاندوها در میامی یا دبی نیست.»

فرض ادامه ساخت مراکز داده این است که جای دادن تراشه‌های انویدیا (Nvidia) بیشتر در سوله‌ها منجر به هوش مصنوعی بهتری خواهد شد. تاکنون این موضوع درست از آب درآمده است: آخرین نسل از هوش مصنوعی تواناترین نمونه تولید شده است. GPT-5 اوپن‌ای‌آی (OpenAI) حتی می‌تواند هوش مصنوعی‌های دیگر و ابتدایی‌تر را بسازد. با این حال، این یک قانون تغییرناپذیر نیست که تراشه‌های بیشتر برابر با هوش بیشتر است، و محققان کاملاً مطمئن نیستند که چرا این اثر مقیاس‌گذاری اصلاً وجود دارد. دمیس هاسابیس (Demis Hassabis)، پیشگام هوش مصنوعی، درباره مقیاس‌گذاری گفته است: «این یک سوال تجربی است که آیا به یک بن‌بست خواهیم رسید یا خیر. هیچ‌کس نمی‌داند.»

همچنین ممکن است یک نوآوری تکنولوژیک، مقیاس‌گذاری بیش از حد را منسوخ کند. اوایل امسال، زمانی که دیپ‌سیک (DeepSeek)، یک شرکت چینی، آنچه را که به نظر می‌رسید یک پارادایم آموزشی کارآمدتر برای هوش مصنوعی بود، رونمایی کرد، سهام انویدیا (Nvidia) سقوط کرد و تقریباً ششصد میلیارد دلار از ارزش خود را در یک روز از دست داد. (البته از آن زمان بهبود یافته است.)

دونالد ترامپ (Donald Trump) ساخت مراکز داده را یک اولویت ملی اعلام کرده است؛ این موضوع به نوعی به یک رسم برای مدیران اجرایی فناوری تبدیل شده است که پروژه‌های جدید را از کاخ سفید اعلام کنند. اما دلجویی از ترامپ ممکن است به معنای تحریف حقیقت باشد. در یک شام کاخ سفید در ماه سپتامبر، مارک زاکربرگ (Mark Zuckerberg) گفت که متا (Meta) در چند سال آینده ششصد میلیارد دلار برای مراکز داده و زیرساخت‌های مرتبط هزینه خواهد کرد. در حالی که میکروفونش هنوز روشن بود، زاکربرگ به سمت ترامپ خم شد و آهسته گفت: «ببخشید، آماده نبودم. مطمئن نبودم که شما چه عددی را می‌خواهید انتخاب کنید.» کِری پرسون (Kerry Person)، که عملیات جهانی مراکز داده آمازون (Amazon) را مدیریت می‌کند، به من گفت که شرکت‌های برق نسبت به برخی از توسعه‌دهندگان جدیدتر مراکز داده که درخواست برق می‌دهند، تردید دارند. پرسون گفت: «اگر به میزان تقاضا در این صف‌ها نگاه کنم، و به میزان پولی که برای ساخت آنها لازم است نگاه کنم، آن مقدار پول وجود ندارد.»

هوش مصنوعی، با تمام قابلیت‌های شگفت‌انگیز خود، ممکن است سرمایه‌گذاران را ناامید کند. شاید ثابت شود که یک کالای بی‌سود است: کلاود (Claude)، گروک (Grok)، جِمینی (Gemini) و چت‌جی‌پی‌تی (ChatGPT) همگی قابلیت‌های مشابهی دارند و نوآوری‌های تکنولوژیک به سرعت توسط رقبا کپی می‌شوند. غول‌های فناوری در واقع بودجه نامحدودی ندارند: هرچه شرکت‌هایی مانند مایکروسافت و متا پول بیشتری را در رقابت مراکز داده سرازیر می‌کنند، ذخایر نقدی آنها کاهش می‌یابد. سرمایه‌گذاران ممکن است انتظارات غیرواقعی داشته باشند: بازار سهام ایالات متحده در حال نزدیک شدن به نسبت‌های ارزش‌گذاری است که آخرین بار در دوران دات‌کام مشاهده شد، و بازار سرمایه‌گذاری خطرپذیر کف‌آلود شده است. جف بزوس (Jeff Bezos) اخیراً گفت: «سرمایه‌گذاران معمولاً به یک تیم شش نفره چند میلیارد دلار بدون محصول نمی‌دهند. این نادر است، و امروز در حال وقوع است.»

البته، ممکن است این هیجان توجیه‌پذیر باشد. جنسن هوانگ (Jensen Huang), مدیرعامل انویدیا (Nvidia)، که اخیراً زندگینامه‌اش را منتشر کردم، یک دانشمند کامپیوتر در سطح جهانی است که میکروچیپ‌هایی را تولید می‌کند که عصر هوش مصنوعی را ممکن می‌سازند. پریست، مهندس مایکروسافت، گفت: «ما قبلاً هر دو سال یک بار سیلیکون دریافت می‌کردیم. اکنون هر چند ماه یک بار سیلیکون دریافت می‌کنیم.» انویدیا تقریباً هشت درصد از ارزش بازار اس‌اندپی ۵۰۰ (S. & P. 500) را به خود اختصاص داده است، بالاترین تمرکز در هر سهام در حداقل چهل و پنج سال گذشته. بسیاری از مسائل به توانایی هوانگ برای تولید تراشه‌های بهتر بستگی دارد. اگر آمریکایی‌ها می‌خواهند بازنشستگی راحتی داشته باشند، انویدیا باید موفق شود.

آب، برق و زمین منابع کمیاب هستند، اما با ارزش‌ترین کالا برای یک مرکز داده، همانطور که از نامش پیداست، داده است. کلاود (Claude) بر اساس LibGen آموزش دیده است، مجموعه‌ای حجیم از کتاب‌های الکترونیکی دزدی دریایی که می‌توان از طریق تورنت دانلود کرد. در ماه سپتامبر، انتروپیک (Anthropic)، توسعه‌دهنده کلاود، موافقت کرد که یک و نیم میلیارد دلار به صاحبان حق کپی‌رایت این کتاب‌ها بپردازد، یا حدود سه هزار دلار به ازای هر نقض – بزرگترین تسویه نقض حق کپی‌رایت دسته‌جمعی در تاریخ. (من و دیگران در این مجله جزو مدعیان هستیم.) پرونده‌های قضایی مشابه علیه اوپن‌ای‌آی (OpenAI) و انویدیا (Nvidia) در حال رسیدگی هستند.

مایکروسافت نمی‌داند مشتریانش چه چیزی را در مراکز داده خود بارگذاری می‌کنند – داده‌ها اختصاصی هستند. قضاوت در مورد مقیاس نقض حق کپی‌رایت در عصر هوش مصنوعی دشوار است، اما حدس من این است که ناپستر (Napster) در مقایسه با آن مثل یک مبادله نوار کاست به نظر می‌رسد. رویکرد مدرن به توسعه هوش مصنوعی این بوده است که هر داده آنلاین موجود – از جمله صدا، ویدئو، تقریباً تمام آثار منتشر شده به زبان انگلیسی، و بیش از سه میلیارد صفحه وب – را جذب کند و اجازه دهد وکلا این آشفتگی را مرتب کنند.

اما اکنون صحبت از کمبود داده است. گمان می‌رود حدود چهارصد تریلیون کلمه در اینترنت ایندکس شده وجود داشته باشد، اما همانطور که آندری کارپاتی (Andrej Karpathy)، یکی از بنیانگذاران اوپن‌ای‌آی، اشاره کرده است، بخش زیادی از آن «کاملاً بی‌ارزش» است. یافتن متن با کیفیت بالا دشوارتر است. محققان می‌گویند اگر روندها ادامه یابد، توسعه‌دهندگان هوش مصنوعی می‌توانند عرضه قابل استفاده متن انسانی را بین سال‌های ۲۰۲۶ تا ۲۰۳۲ تمام کنند. از آنجایی که چت‌بات‌های هوش مصنوعی در حال بازیافت کارهای موجود هستند، به کلیشه‌ها متکی هستند و عبارات آنها به سرعت کهنه می‌شود. به دست آوردن نوشته‌های تازه و با کیفیت بالا از آنها دشوار است – من امتحان کرده‌ام.

پریست (Priest) از مایکروسافت (Microsoft) به من گفت که نگران تمام شدن داده‌ها نیست: دنیایی فراتر از متن وجود دارد و توسعه‌دهندگان هوش مصنوعی تازه شروع به کاوش آن کرده‌اند. مرز بعدی، داده‌های «مدل جهان» (world model) است که برای آموزش ربات‌ها استفاده خواهد شد. جریان‌هایی از ویدئو و داده‌های فضایی به مراکز داده تغذیه می‌شوند تا ربات‌های خودگردان توسعه یابند. هوانگ (Huang) از انویدیا (Nvidia) نیز می‌خواهد در این بازار باشد و سال گذشته با دو اندروید متحرک روی صحنه ظاهر شد. در لس‌آنجلس، من پشت خودروهای بدون راننده مکث کرده‌ام و اخیراً به طور اتفاقی با یک واگن تحویل خودگردان برخورد کردم، اما در یک بازدید اخیر از پکن (Beijing) بود که شروع به درک این موضوع کردم که انقلاب ربات‌ها چگونه خواهد بود.

ربات‌ها در چین همه جا هستند. آنها را در حال چیدن قفسه‌ها و تمیز کردن کف‌ها در یک مرکز خرید دیدم. وقتی غذا به اتاق هتلم سفارش دادم، توسط یک ربات چرخ‌دار دو فوتی به شکل سطل زباله، با صدای یک کودک تحویل داده شد. در را باز کردم، گیج و حیران، و آن را در مقابلم دیدم که با لباس خدمتکاری قلابی تزئین شده و به زبان ماندارین چهچه می‌زد. یک دریچه در جلوی ربات باز شد و سینی نودل بیرون لغزید. ماشین دوباره چهچه زد. من غذایم را برداشتم، دریچه بسته شد و ربات دور شد. مدتی آنجا ایستادم، سینی را در دست داشتم و با خودم فکر می‌کردم که آیا دیگر هرگز با یک انسان صحبت خواهم کرد؟