ભારતમાં AI ડેટા સેન્ટર્સ: પડકારો અને નીતિ આયોગનું ફ્રેમવર્ક
#GS-3 #સાયન્સ એન્ડ ટેકનોલોજી #AI #ઇન્ફ્રાસ્ટ્રક્ચર #અર્થતંત્ર #પર્યાવરણ #ટકાઉ વિકાસ #ઊર્જા
મુખ્ય મુદ્દા
- ભારતની ડેટા સેન્ટર ક્ષમતા mid-2026 માં 1.6 gigawatts (GW) થી વધીને 2029 સુધીમાં 6 GW થવાનો અંદાજ છે, જેના માટે $110 billion ના મૂડીરોકાણની જરૂર પડશે.
- એક સામાન્ય હાઇપરસ્કેલ AI ડેટા કેમ્પસ માટે ઘણીવાર 20 megawatts (MW) થી વધુ પાવરની જરૂર પડે છે, જ્યારે મોટા કેમ્પસ રોજ લાખો લિટર કૂલિંગ વોટર સાથે 100 MW થી પણ વધુ વીજળી વાપરે છે.
- રાજ્યો દ્વારા હજારો કરોડ રૂપિયાની સબસિડી મળતી હોવા છતાં, આ આધુનિક ડેટા સેન્ટરો અત્યંત ઓટોમેટેડ હોય છે અને શરૂ થયા પછી ઘણીવાર માત્ર 150 થી પણ ઓછા કાયમી ટેકનિકલ કર્મચારીઓને નોકરી આપે છે.
- NITI Aayog નું માળખું 20 to 30 years ના હાઇડ્રોલોજિકલ પ્રભાવ મૂલ્યાંકનને ફરજિયાત બનાવવાની ભલામણ કરે છે અને MeitY ને પાવર વપરાશ અસરકારકતા (PUE) તેમજ જળ વપરાશનું ઓડિટ કરવા આહ્વાન કરે છે.
શા માટે ચર્ચામાં છે
- NITI Aayog ના ફ્રન્ટીયર ટેક હબ દ્વારા આગામી ડેટા સેન્ટરો માટે એક વિગતવાર નીતિગત માળખું (પોલિસી ફ્રેમવર્ક) બહાર પાડવામાં આવ્યું છે.
- આ માળખું નવા પ્રોજેક્ટ્સને મંજૂરી આપતાં પહેલાં રાજ્ય સરકારોને પાવર ગ્રીડની સજ્જતાની ચકાસણી, લાંબા ગાળાના જળ પ્રભાવનું મૂલ્યાંકન અને સ્પષ્ટ આર્થિક માપદંડો નિર્ધારિત કરવાની ભલામણ કરે છે.
AI ડેટા સેન્ટર્સને સમજવું
- ડેટા સેન્ટર એ એક ભૌતિક સુવિધા (ફેસિલિટી) છે જેમાં ડિજિટલ ડેટાનો સંગ્રહ અને પ્રોસેસિંગ કરવા માટે સેન્ટ્રલ કમ્પ્યુટિંગ હાર્ડવેર, વિશાળ સ્ટોરેજ સિસ્ટમ્સ, નેટવર્કિંગ સાધનો અને સંબંધિત ડિજિટલ ઇન્ફ્રાસ્ટ્રક્ચર સ્થાપિત હોય છે.
- જનરેટિવ આર્ટિફિશિયલ ઇન્ટેલિજન્સ પરંપરાગત સર્વર રૂમ્સને વિશાળ હાઇપરસ્કેલ AI રિફાઇનરીઓમાં પરિવર્તિત કરી રહ્યું છે. આ કેન્દ્રો હજારોની સંખ્યામાં વધુ પાવર વાપરતા ગ્રાફિક્સ પ્રોસેસિંગ યુનિટ્સ (GPUs) નો નોન-સ્ટોપ ઉપયોગ કરે છે, જેના માટે અવિરત વીજ પુરવઠો અને આધુનિક કૂલિંગ સિસ્ટમ્સની જરૂર પડે છે.
મુખ્ય આંકડા અને ક્ષેત્રીય વિગતો
- JLL ના અહેવાલ મુજબ, ભારતે mid-2026 સુધીમાં આશરે 1.6 gigawatts (GW) ડેટા સેન્ટર ક્ષમતા હાંસલ કરી લીધી છે, જે 2029 સુધીમાં વધીને 6 GW થવાનો અંદાજ છે.
- ભારતના AI અને ક્લાઉડ સંસાધનોને વિસ્તારીને 6 GW ના લક્ષ્યાંક સુધી પહોંચવા માટે સાધનો, બાંધકામ અને વીજ જોડાણોમાં આશરે $110 billion ના મૂડીરોકાણની જરૂર પડશે.
- AI સિસ્ટમ્સને તાલીમ આપવા અને ચલાવવા માટે પ્રચંડ વીજળીની જરૂર પડે છે. એક જ હાઇપરસ્કેલ બિલ્ડિંગને સામાન્ય રીતે 20 megawatts (MW) થી વધુ લોડની જરૂર પડે છે, જ્યારે વિશાળ કેમ્પસ માટે 100 MW થી વધુ વીજળીની આવશ્યકતા હોઈ શકે છે.
- મોટી આંતરરાષ્ટ્રીય ટેક કંપનીઓ ભારતમાં મોટા પાયે રોકાણ કરી રહી છે. ઉદાહરણ તરીકે, Google એ વિશાખાપટ્ટનમમાં $15-billion ના AI પ્રોજેક્ટ માટે પ્રતિબદ્ધતા દર્શાવી છે, જ્યારે Amazon Web Services (AWS) અને Microsoft પણ તેમનો વિસ્તાર કરી રહ્યા છે.
એક ઉભરતા AI હબ તરીકે ભારત
- સ્માર્ટફોનનો ઝડપી ઉપયોગ અને વ્યાપક 5G અપનાવવાથી સમગ્ર ભારતમાં મોટા પાયે ડેટા વપરાશ વધ્યો છે, જેનાથી સ્થાનિક, લો-લેટન્સી પ્રોસેસિંગ સિસ્ટમ્સની તાતી જરૂરિયાત ઊભી થઈ છે.
- UPI, ઓપન ડિજિટલ ઇકોસિસ્ટમ્સ અને વીડિયો સ્ટ્રીમિંગના દૈનિક વપરાશને કારણે સ્થાનિક ક્લાઉડ સ્ટોરેજ અને લોકલ એજ પ્રોસેસિંગ સુવિધાઓ અનિવાર્ય બની છે.
- લક્ષિત જાહેર નીતિઓ રાષ્ટ્રીય ડેટા સુરક્ષાને સુનિશ્ચિત કરવા માટે સ્થાનિક કમ્પ્યુટિંગ ઇન્ફ્રાસ્ટ્રક્ચરને પ્રોત્સાહન આપે છે, જેમ કે સ્વદેશી સર્વર્સ પર મોડેલો વિકસાવવા માટે 10,000 public GPUs થી વધુનું ભંડોળ પૂરું પાડતું IndiaAI Mission.
- ભારતની દરિયાકાંઠાની ભૂગોળ અંડરસી ફાઇબર કેબલ દ્વારા ઉત્તમ આંતરરાષ્ટ્રીય કનેક્ટિવિટી પૂરી પાડે છે, જેમાં મુંબઈ, ચેન્નાઈ અને વિશાખાપટ્ટનમ જેવા શહેરો યુરોપ, મધ્ય પૂર્વ અને દક્ષિણપૂર્વ એશિયાને જોડતા પ્રાથમિક લેન્ડિંગ ગેટવે તરીકે કાર્ય કરે છે.
- વિશાળ જમીનના ટુકડાઓની ઉપલબ્ધતા અને ગ્રીન એનર્જી ક્ષેત્રોનો વિસ્તાર નવી મુંબઈ, નોઇડા અને હૈદરાબાદ જેવા ઔદ્યોગિક હબમાં મલ્ટી-ટાયર સુવિધાઓ સ્થાપવા માટે વૈશ્વિક ક્લાઉડ ઓપરેટરોને આકર્ષિત કરે છે.
પડકારો
- બેઝલોડ પાવરની ઊંચી માંગ સ્થાનિક પાવર ગ્રીડ પર ભારે દબાણ લાવે છે. આ વધારો ડિસ્ટ્રિબ્યુશન ટ્રાન્સફોર્મર્સને ઓવરલોડ કરી શકે છે, પાવર ડિસ્ટ્રિબ્યુશન કંપનીઓ (DISCOMs) ને મોંઘા સ્પોટ-માર્કેટમાંથી વીજળી ખરીદવા મજબૂર કરી શકે છે અને સ્થાનિક નાગરિકો માટે વીજળીના દરો વધારી શકે છે.
- હાઇ-ડેન્સિટી કૂલિંગ સાધનો ઇવેપોરેટિવ ટાવર્સ દ્વારા દરરોજ લાખો લિટર પાણી વાપરે છે. પાણીની અછત ધરાવતા વિસ્તારોમાં આટલો મોટો વપરાશ સ્થાનિક પીવાના પાણીના પુરવઠા અને કૃષિ સિંચાઈ સાથે સીધી સ્પર્ધા ઊભી કરે છે.
- ડેટા સેન્ટરોમાં વિશાળ પ્રારંભિક મૂડીરોકાણની જરૂર પડે છે પરંતુ તે ખૂબ જ ઓછી પ્રત્યક્ષ કાયમી નોકરીઓનું સર્જન કરે છે. ઘણા રાજ્યો મોટા કેમ્પસને ટેક્સ હોલિડે અને સસ્તી વીજળી આપે છે, જે આખરે 150 થી પણ ઓછા કાયમી ટેકનિકલ સ્ટાફને રોજગારી આપે છે.
- ગ્રીડમાં વિક્ષેપ દરમિયાન અવિરત કામગીરી ચાલુ રાખવા માટે ડીઝલ જનરેટરના મોટા સેટ પર આધાર રાખવો પડે છે. તેના સમયાંતરે પરીક્ષણ અને પાવર કટને કારણે સ્થાનિક વાયુ પ્રદૂષણ થાય છે, જ્યારે ઝડપી અપગ્રેડ સાયકલથી નોંધપાત્ર પ્રમાણમાં જટિલ ઇ-વેસ્ટ પેદા થાય છે.
આગળનો માર્ગ
- રાજ્યોએ ડેવલપર્સ, DISCOMs અને સ્ટેટ ટ્રાન્સમિશન યુટિલિટીઝનો સમાવેશ કરતા સંયુક્ત પાવર અપગ્રેડ પ્લાનને ફરજિયાત બનાવવો જોઈએ. 20 MW થી વધુ ક્ષમતા ધરાવતી સુવિધાઓએ સ્ટેટ લોડ ડિસ્પેચ સેન્ટર્સ (SLDCs) સાથે સ્વચાલિત ડિમાન્ડ-રિસ્પોન્સ સિસ્ટમ્સ જોડવી આવશ્યક છે.
- સત્તાવાળાઓએ ભૂગર્ભજળ, નદીઓ અને નળના પાણીના પુરવઠાને આવરી લેતા 20 to 30 years ના હાઇડ્રોલોજિકલ મૂલ્યાંકનને ફરજિયાત બનાવવું જોઈએ. પાણીની તંગીવાળા સ્થળોએ ટ્રીટેડ વેસ્ટવોટરનો ઉપયોગ અને કડક મીટરિંગ કાયદેસર રીતે ફરજિયાત કરવું જોઈએ.
- રાજ્ય સરકારોએ નાણાકીય સબસિડીને માત્ર પ્રારંભિક મૂડીરોકાણના વચનોને બદલે સ્થાનિક ખરીદી, સંશોધન રોકાણ, રિન્યુએબલ એનર્જી અપનાવવા અને રોજગાર જેવા વાસ્તવિક આર્થિક લાભો સાથે સીધી જોડવી જોઈએ.
- સરકારોએ વધારાની રિન્યુએબલ ઊર્જા ધરાવતા સ્પષ્ટ 'ડેટા-સેન્ટર-રેડી' ઝોન સ્થાપિત કરવા જોઈએ, જ્યારે ઇકોલોજીકલ રીતે સંવેદનશીલ અને પાણીની અછત ધરાવતા વિસ્તારોમાં બાંધકામ પર સંપૂર્ણ પ્રતિબંધ મૂકવો જોઈએ.
- ઇલેક્ટ્રોનિક્સ અને ઇન્ફોર્મેશન ટેકનોલોજી મંત્રાલયે (MeitY) પાણીના વપરાશ, પાવર વપરાશ અસરકારકતા (PUE), કાર્બન ફૂટપ્રિન્ટ અને રિન્યુએબલ ઊર્જાના વપરાશનું સમયાંતરે મૂલ્યાંકન કરવા માટે કેન્દ્રીય ઓડિટ હાથ ધરવું જોઈએ.
નિષ્કર્ષ
- AI કમ્પ્યુટિંગ હબ તરીકે ભારતની વધતી ભૂમિકા ડિજિટલ અર્થતંત્રને વેગ આપે છે, પરંતુ આ વૃદ્ધિ વીજળીના ગ્રીડ અને તાજા પાણીના ભંડારોને જોખમમાં મૂક્યા વિના થવી જોઈએ.
- NITI Aayog ની નીતિગત ભલામણો માત્ર રોકાણના આંકડાઓને બદલે સંસાધનોની કાર્યક્ષમતા, સ્થાનિક ગ્રીડની સ્થિરતા અને વાસ્તવિક આર્થિક મૂલ્યવર્ધન તરફ ધ્યાન કેન્દ્રિત કરે છે.
- પર્યાવરણીય સ્થિરતા સાથે ઝડપી ડિજિટલ વિસ્તરણનો યોગ્ય સમન્વય એ નક્કી કરશે કે ભારતનો આ ડેટા બૂમ લાંબા ગાળાની ડિજિટલ સ્વાયત્તતાનું નિર્માણ કરશે કે પર્યાવરણીય સંકટ ઊભું કરશે.