लहान नवीन मोठे आहे का?

नम्र स्मार्टफोनद्वारे एक दिवस शक्तिशाली डेटा सेंटर अप्रचलित होऊ शकते, असे पर्प्लेक्सिटीचे सीईओ अरविंद श्रीनिवास यांनी अलीकडील पॉडकास्टवर सांगितले.

होस्ट प्रखर गुप्ता यांच्याशी बोलताना, एआय प्रमुखांनी असा युक्तिवाद केला की लोक अखेरीस शक्तिशाली, वैयक्तिकृत एआय टूल्स वापरतील जे त्यांच्या डिव्हाइसमध्ये आधीपासूनच हार्डवेअरवर चालण्यास सक्षम असतील.

हे एआय प्रचंड डेटा केंद्रांवर आणि तेथून डेटा प्रसारित करण्यावर अवलंबून राहण्याऐवजी आणि कार्य करण्यासाठी रिमोट संगणक वापरण्याऐवजी असेल, जसे की आता सामान्यतः आहे.

Apple ची AI प्रणाली, Apple Intelligence, फर्मच्या नवीनतम उत्पादनांच्या श्रेणीतील विशेष चिप्सवर आधीपासूनच काही वैशिष्ट्ये चालवते. टेक जायंट म्हणते की याचा अर्थ असा आहे की त्याची एआय टूल्स अधिक वेगाने कार्य करू शकतात आणि खाजगी डेटा अधिक सुरक्षित ठेवू शकतात.

Microsoft च्या Copilot+ लॅपटॉपमध्ये ऑन-डिव्हाइस AI प्रोसेसिंग देखील समाविष्ट आहे.

परंतु ही सर्व प्रीमियम-किंमत गॅझेट्स आहेत. सर्वसाधारणपणे, अनेक वर्तमान उपकरणांमध्ये ती क्षमता नसते. AI ला शक्तिशाली प्रक्रिया आवश्यक आहे जी मानक उपकरणांच्या पलीकडे आहे.

टोटल डेटा सेंटर सोल्युशन्स या सल्लागार कंपनीचे संचालक जोनाथन इव्हान्स म्हणतात, “हे दीर्घकालीन 'जर आणि केव्हा' शक्तिशाली आणि कार्यक्षम AI स्थानिक उपकरणांवर चालू शकते.

डेटा सेंटर उद्योग मागणीच्या बाबतीत नक्कीच कमी होत नाही. पण ते इतर मार्गांनी लहान होत आहे का?

डेटा सेंटर्स पारंपारिकपणे मोठ्या इमारती आहेत, ज्यामध्ये शक्तिशाली संगणक आहेत जे AI चालविण्याव्यतिरिक्त, व्हिडिओ स्ट्रीमिंग आणि ऑनलाइन बँकिंगपासून ते AI प्रक्रिया आणि डेटा स्टोरेजपर्यंत मोठ्या प्रमाणात डिजिटल कार्ये करतात.

तुमच्याकडे ऑनलाइन लॉगिन असलेली कोणतीही गोष्ट जगात कुठेतरी डेटा सेंटर वापरण्याची शक्यता आहे. मोठ्या कंपन्या त्यांची मालकी घेतात, लहान कंपन्या त्यांच्या अंतर्गत क्षमता भाड्याने घेतात.

तरीही काही वर्षांपूर्वी मी एका लहान डेटा सेंटरबद्दल ऐकले, वॉशिंग मशीनच्या आकाराचे, जे डेव्हन, यूके येथे चालवले जात होते. त्याच्या संगणकीय शक्तीव्यतिरिक्त, तो सोडत असलेली उष्णता सार्वजनिक जलतरण तलावाला गरम करत होती.

ही पहिलीच वेळ होती जेव्हा मी एका डेटा सेंटरला भेटलो जे एक विशाल कोठार नव्हते आणि मी सुरुवातीला या संपूर्ण गोष्टीबद्दल खूप साशंक होतो.

तेव्हापासून मी इतर बरीच उदाहरणे ऐकली आहेत. नोव्हेंबर 2025 मध्ये, एका ब्रिटिश जोडप्याने उघड केले की ते त्यांच्या बागेच्या शेडमध्ये असलेल्या एका छोट्या डेटा सेंटरद्वारे त्यांचे घर गरम करत आहेत.

एका महिन्यानंतर, मी एका विद्यापीठाच्या प्राध्यापकासोबत रात्रीचे जेवण केले ज्याने मला सांगितले की त्यांच्याकडे एक GPU आहे – एक शक्तिशाली संगणक प्रोसेसर आहे जो AI चालविण्यासाठी वापरला जातो – त्याच्या डेस्कखाली. आणि जसजसे ते मंथन होत होते, तसतसे ते त्याचे कार्यालय देखील उबदार ठेवत होते.

त्याच वेळी, तंत्रज्ञान कंपन्या जगभरातील प्रचंड डेटा सेंटर प्लांटमध्ये अब्जावधी डॉलर्सची गुंतवणूक करत आहेत. एकट्या यूकेमध्ये सुमारे 100 नवीन सुरू आहेत. डेटा केंद्रे ऊर्जा भुकेली आहेत, आणि त्यांच्या पर्यावरणीय प्रभावाबद्दल लक्षणीय चिंता आहेत.

Nvidia CEO जेन्सेन हुआंग डेटा केंद्रांना “AI कारखाने” म्हणतात. त्यांच्या बाजूने युक्तिवाद असा आहे की वेगाने विकसित होणारे एआय तंत्रज्ञान सक्षम करण्यासाठी आम्हाला त्यांची आवश्यकता आहे.

बर्याच काळापासून, AI क्षेत्राने आग्रह धरला की एक स्पष्टपणे घातांकीय “स्केलिंग” नियम आहे ज्याचा अर्थ असा आहे की तुम्ही AI वर जितकी अधिक संगणकीय शक्ती फेकली तितकी ती अधिक चांगली होईल – जरी ते मंद झाले आहे असे दिसते.

परंतु मला तंत्रज्ञान क्षेत्रातील आवाज अधिकाधिक ऐकू येत आहेत जे या सर्व गोष्टी रिमोट आणि मोठ्या डेटा सेंटरमध्ये ठेवल्या पाहिजेत या तर्कावर प्रश्न विचारतात.

इव्हान्स म्हणतात की “मोठ्या लोकसंख्येजवळील लहान 'एज' डेटा सेंटरसाठी” एक केस आहे, ज्यामुळे विलंब कमी होईल आणि परिणामी वेगवान प्रतिसाद वेळ मिळेल.

मार्क ब्योर्नगार्ड म्हणतात, “लहान नक्कीच नवीन मोठी आहे. ते DeepGreen चे संस्थापक होते – ज्या कंपनीने स्विमिंग पूल डेटा सेंटर बनवले.

त्याला वाटते की प्रत्येक सार्वजनिक इमारतीमध्ये एक लहान डेटा सेंटर असणे आवश्यक आहे तेथे मोठ्या नेटवर्कमध्ये काम करणे आणि उप-उत्पादन म्हणून गरम करणे आवश्यक आहे.

“लंडन हे फक्त एक महाकाय डेटा सेंटर आहे जे अद्याप बांधले गेले नाही,” तो म्हणतो.

ओपनयूके या व्यवसाय संस्थेच्या प्रमुख अमांडा ब्रॉक यांनी हे मत मांडले आहे. “माझ्या मते, डेटा सेंटर मिथ एक बबल असेल जो कालांतराने फुटेल,” ती मला सांगते. जरी तिला त्यावर तारीख टाकायची नव्हती.

तिला वाटते की पडक्या इमारती आणि बंद दुकाने त्याऐवजी छोट्या डेटा सेंटरमध्ये पुनर्संचयित केल्या पाहिजेत.

काही उंच रस्त्यांपेक्षा आणि शहरांपेक्षा थोडेसे पुढे दिसत आहेत: जागा.

“स्पेस डेटा स्ट्रक्चरचा पुनर्विचार करण्याची एक अनोखी संधी देते, जेथे कक्षेतील लहान, स्केलेबल डेटा सेंटर्स कार्यक्षमता, कार्यप्रदर्शन आणि लवचिकता देऊ शकतात,” असे तंत्रज्ञान विकसित करणाऱ्या रेमन स्पेसचे सीईओ अवि शबताई म्हणतात.

टेरा फर्मा वर परत, ब्रॉक पर्प्लेक्सिटीच्या श्रीनिवासशी सहमत आहे की कमी डेटा सेंटर्सची आवश्यकता असेल आणि त्याऐवजी तिला असे वाटते की “प्रोसेसिंग हँडहेल्ड डिव्हाइसवर, किंवा सेट-टॉप बॉक्समध्ये किंवा तुमच्या घरातील राउटरवर जाईल”.

केवळ डेटा सेंटर्सच कमी होत नसतील तर – पण स्वतः AI टूल्स देखील कमी होत असतील तर ही शक्यता अधिक होऊ शकते.

लार्ज लँग्वेज मॉडेल्सच्या आजूबाजूला प्रचंड प्रचार झाला आहे – प्रचंड प्रमाणात डेटावर प्रशिक्षित प्रचंड, शक्तिशाली AI मॉडेल्स, जे आम्ही सामग्री तयार करण्यासाठी वापरत असलेले AI चॅटबॉट्स चालवतो. पण त्यांच्या चुका करण्याची प्रवृत्तीही आपण परिचित झालो आहोत.

हे त्यांच्या आश्चर्यकारकपणे व्यापक पाठपुराव्यामुळे होते.

एआय आचारसंहिता प्रचारक एड न्यूटन रेक्सने एकदा मला सांगितले: कर्करोगाची चिन्हे शोधण्यासाठी डिझाइन केलेले एआय टूल टेलर स्विफ्टच्या शैलीमध्ये गाण्याचे बोल लिहिण्यास सक्षम असणे आवश्यक नाही.

व्यवसाय वाढत्या प्रमाणात सहमत आहेत, आणि त्याऐवजी बेस्पोक एंटरप्राइझ एआय टूल्सची निवड करत आहेत: अधिक महाग परंतु त्यांच्या स्वत: च्या डेटावर प्रशिक्षित, जे नंतर इतर उत्पादनांच्या प्रशिक्षणात वापरले जात नाही आणि कंपनीसाठी विशिष्ट कार्ये पार पाडण्यासाठी प्राइम केले जाते.

ही लहान, खाजगी साधने अधिक अचूकपणे कार्य करतात आणि त्यांना कमी संगणन आवश्यक असते. हे सर्व आवारात संग्रहित केले जाण्याची शक्यता देखील अधिक आहे.

मशीन-लर्निंग फर्म हगिंग फेसच्या AI आणि क्लायमेट लीड डॉ. साशा लुसिओनी म्हणतात, “मी अनेक लोकांशी बोललो आहे ज्यांना जेनेरिक AI टूल्स वापरण्याचे फायदे दिसत नाहीत.

“आम्ही आधीपासूनच मोठ्या प्रमाणात संसाधने घेणाऱ्या मोठ्या मॉडेल्समध्ये बदल पाहत आहोत, लहान मॉडेल्स अधिक योग्य आहेत आणि अधिक स्थानिक पातळीवर चालत आहेत आणि व्यावसायिक वापरासाठी अनुकूल आहेत.”

पण लहान डेटा सेंटर्सची संख्या राष्ट्रीय सुरक्षेसाठी डोकेदुखी ठरेल का?

“येथे काउंटर युक्तिवाद असा आहे की लहान लक्ष्ये भेदली गेल्यास त्यांचा कमी परिणाम होतो,” असे सरे विद्यापीठातील प्रोफेसर ॲलन वुडवर्ड, संगणक सुरक्षा तज्ञ म्हणतात.

“मोठे केंद्रे अपयशाचे मोठे बिंदू असू शकतात, जसे की आम्ही अलीकडेच मोठ्या AWS सह पाहिले आहे [Amazon Web Services] केंद्रे खाली जात आहेत.

मोठ्या डेटा केंद्रांपासून दूर जाण्याचा पर्यावरणीय फायदा देखील आहे, लुसिओनी जोडते, जे म्हणतात की ते “अधिकाधिक संसाधने घेत आहेत”. “ते सर्व वेळ न वापरण्यात अर्थ आहे.”