গ্রিড একটি কাঠামোগত পরীক্ষার মুখোমুখি, সাময়িক উল্লম্ফনের নয়
AI এবং হাইপারস্কেল ডেটা সেন্টার নির্মাণের হুড়োহুড়ি যুক্তরাষ্ট্রে বিদ্যুৎ-সংক্রান্ত বিতর্ককে নতুনভাবে গড়ে তুলতে শুরু করেছে। ২৭ মে Utility Dive-এ প্রকাশিত একটি মতামত নিবন্ধে বাজার-বিশ্লেষণ নির্বাহী Abbey O’Brien যুক্তি দেন যে ইউটিলিটিগুলোর উচিত এই উত্থানকে বড় গ্রাহক অনুরোধের একটি সাধারণ ব্যাকলগ হিসেবে না দেখে, সমগ্র ব্যবস্থার আধুনিকীকরণের সমস্যা হিসেবে দেখা। সতর্কবার্তাটি সোজাসাপ্টা: বিদ্যুৎ সরবরাহকারীরা যদি খণ্ডিতভাবে প্রতিক্রিয়া জানায়, তবে তারা স্ট্রিমিং যুগে পুরনো মিডিয়া কোম্পানিগুলোর করা ভুলের পুনরাবৃত্তি করতে পারে।
এই তুলনাটি কাকতালীয় নয়। নিবন্ধটি বলছে, দশকের পর দশক প্রায় স্থির লোড বৃদ্ধির ধারা এখন বড় প্রযুক্তি কোম্পানিগুলোর গিগাওয়াট-স্কেলের ইন্টারকানেকশন অনুরোধে উল্টে যাচ্ছে। এই পরিবর্তন সেবা চাইছে এমন কোম্পানিগুলোর অনেক বাইরে চাপ সৃষ্টি করে। নির্ভরযোগ্যতা, ট্রান্সমিশন পরিকল্পনা, মূলধনী ব্যয় এবং মূল্য নির্ধারণ একসঙ্গে নড়তে শুরু করলে ইউটিলিটি, নিয়ন্ত্রক এবং সাধারণ বিলদাতারা সবাই একই সমীকরণের অংশ হয়ে যায়।
সেই অর্থে, AI ডেটা সেন্টারের উত্থান আরেকটি শিল্প-প্রসারণ চক্র নয়। এটি এমন ব্যবস্থার ওপর একটি ধাক্কা, যেগুলো অন্য ধরনের চাহিদার প্রোফাইলের জন্য তৈরি হয়েছিল। মতামত নিবন্ধটি বলছে, নতুন প্রবেশকারীরা যখন বিদ্যমান ব্যবস্থার মানিয়ে নেওয়ার গতির চেয়ে দ্রুত বাড়ে, তখন ফল হতে পারে চাপ, জটিলতা এবং অন্য সবার জন্য বাড়তি খরচ। এখানেই স্ট্রিমিং যুদ্ধের সঙ্গে তুলনাটি প্রাসঙ্গিক হয়ে ওঠে।
স্ট্রিমিং তুলনাটি খণ্ডিতকরণ নিয়ে
মিডিয়া ক্ষেত্র থেকে O’Brien-এর মূল শিক্ষা হলো, বিদ্যমান প্রতিষ্ঠানগুলো খুব ধীরে সাড়া দিয়েছিল, তারপর আলাদা আলাদা সিলোতে প্রতিক্রিয়া জানায়। মসৃণ রূপান্তর নকশা করার বদলে স্টুডিও এবং পরিবেশকরা আলাদা প্ল্যাটফর্ম তৈরি করে, খরচের পুনরাবৃত্তি ঘটায়, এবং ভোক্তাদের জন্য আরও বিভ্রান্তিকর ও ব্যয়বহুল পরিবেশ তৈরি করে। বিদ্যুৎ খাতে, একই ধরনের ধারা মানে হবে বৃহত্তর ব্যবস্থাকে আধুনিকীকরণ না করেই ডেটা সেন্টারের চাহিদাকে একেকটি আলাদা মামলায় সামলানো।
এই ধরনের খণ্ডিত প্রতিক্রিয়া স্বল্পমেয়াদে ব্যবহারিক মনে হতে পারে। একটি ইউটিলিটি একসময়ে একটি ইন্টারকানেকশন, একটি সাবস্টেশন আপগ্রেড বা একটি ট্রান্সমিশন স্টাডি এগিয়ে নিতে পারে। কিন্তু নিবন্ধটি বলছে, এতে পরিবর্তনের মাত্রা ধরা পড়ে না। AI অবকাঠামো থেকে হঠাৎ কেন্দ্রীভূত, উচ্চ-বৃদ্ধির চাহিদার মুখোমুখি হওয়া একটি বিদ্যুৎ ব্যবস্থা অনন্তকাল পুরোনো পরিকল্পনা-ধারণার ওপর নির্ভর করতে পারে না। যদি তা করতে চেষ্টা করে, তবে ফল হতে পারে বিলম্ব, গ্রাহকের হতাশা, রাজনৈতিক প্রতিক্রিয়া বা ব্যয় বণ্টন-সংক্রান্ত বিরোধ, যা বিনিয়োগের প্রতি জনসমর্থনকে বিষিয়ে তুলতে পারে।
মতামত নিবন্ধটি সেই সামাজিক ও রাজনৈতিক ঝুঁকিগুলো নিয়ে স্পষ্টভাবে সতর্ক করেছে। বিদ্যুৎ বিভ্রাট, অস্থির বিল বা বড় গ্রাহকদের প্রতি পক্ষপাতের ধারণা দ্রুত আস্থা নষ্ট করতে পারে। এটা গুরুত্বপূর্ণ, কারণ বড় মূলধনী বিনিয়োগ করতে ইউটিলিটিগুলোর প্রায়ই জন ও নিয়ন্ত্রক সমর্থন লাগে। যদি গৃহস্থালি ব্যবহারকারীরা মনে করতে শুরু করে যে তারা নিজেরা ভালো সেবা না পেয়েই একটি প্রযুক্তি-উত্থানকে ভর্তুকি দিচ্ছে, তাহলে গ্রিড আধুনিকীকরণ প্রচেষ্টা টিকিয়ে রাখা কঠিন হয়ে পড়তে পারে।
AI নির্মাণকাজ কেন ঝুঁকি বাড়ায়
বর্তমান মুহূর্তটিকে আলাদা করে যে বিষয়টি, তা হলো চাহিদার আকার ও গতি। নিবন্ধটি এমন একটি বিশ্বের কথা বলছে, যেখানে স্থির বা সামান্য লোড-ধারণা আর প্রযোজ্য নয়। গিগাওয়াট-স্কেলের ইন্টারকানেকশন অনুরোধ শুধু বেশি বিদ্যুৎ ব্যবহারের ইঙ্গিত দেয় না, বরং ট্রান্সমিশন, ডিস্ট্রিবিউশন পরিকল্পনা এবং সিস্টেমের নমনীয়তা নিয়ে আরও তাড়াহুড়োর প্রয়োজনও বোঝায়। ইউটিলিটিগুলোকে এমন গ্রাহকদের সেবা দিতে বলা হচ্ছে, যাদের পরিসর সাধারণ বাণিজ্যিক বৃদ্ধির নয়, অবকাঠামোর মতো।
এর জন্য দরকার আলাদা পরিকল্পনার মানসিকতা। পৃথক প্রকল্পের একটি সারি প্রশাসনিকভাবে সামলানো যায়। কাঠামোগত চাহিদা-পরিবর্তনকে কৌশলগতভাবে মোকাবিলা করতে হয়। নিবন্ধটির মূল সুপারিশ হলো, ইউটিলিটিগুলো যেন AI উত্থানকে পুরো ব্যবস্থার আধুনিকীকরণের সুযোগ হিসেবে দেখে। বাস্তবে এর অর্থ হলো একবারের দরকষাকষির বাইরে গিয়ে এমন স্থায়ী উন্নয়নের দিকে চিন্তা করা, যা পুরো নেটওয়ার্ক জুড়ে নির্ভরযোগ্যতা ও সাশ্রয়ীতা বাড়ায়।
মতামত নিবন্ধটি সহজ সমাধানের প্রতিশ্রুতি দেয় না। বরং এটি ভুল ফ্রেমিংয়ের ঝুঁকি চিহ্নিত করে। ইউটিলিটিগুলো যদি AI উত্থানকে কেবল খুব বড় গ্রাহকদের সাময়িক ঢল হিসেবে দেখে, তবে তারা প্রতিরক্ষামূলক ও ধাপে ধাপে প্রতিক্রিয়া দিতে পারে। যদি তারা এটিকে এক প্রজন্মে একবার ঘটে এমন সিস্টেম-রূপান্তর হিসেবে দেখে, তবে স্থিতিস্থাপকতা, ন্যায়বিচার এবং দীর্ঘমেয়াদি বৃদ্ধির জন্য নির্মাণের সুযোগ পায়।
স্ট্রিমিং তুলনার আসল শিক্ষাই সেটি। চাহিদার পরিবর্তনকে সাময়িক প্রবণতা ভেবে ভুল করলে প্রতিষ্ঠানগুলো বিঘ্নের শাস্তি পায়। যে ইউটিলিটিগুলো AI ডেটা সেন্টারকে ব্যতিক্রম না ভেবে, গ্রিড যে এক ভিন্ন যুগে প্রবেশ করেছে তার প্রমাণ হিসেবে দেখতে শুরু করবে, তারাই সবচেয়ে ভালোভাবে মানিয়ে নিতে পারবে।
এই নিবন্ধটি Utility Dive-এর রিপোর্টিংয়ের ওপর ভিত্তি করে। মূল নিবন্ধ পড়ুন.
Originally published on utilitydive.com