Chevron, Williams தரவு மைய எரிவாயு தேவையின் உயர்வில் பயனடைகின்றன

AI data centers are becoming a growth market for fossil fuel infrastructure

செயற்கை நுண்ணறிவுக்கான கூடுதல் கணினி திறனை உருவாக்கும் ஓட்டம் தொழில்நுட்பத் துறையை மட்டும் மறுவடிவமைப்பதில்லை. அது வேகமாக எரிவாயு, குழாய்கள், மற்றும் தனித்த மின் நிலையங்களை வழங்க முடியும் பாரம்பரிய ஆற்றல் நிறுவனங்களுக்கு ஒரு புதிய வாடிக்கையாளர் அடிப்படையையும் உருவாக்குகிறது. Wired வெளியிட்ட செய்தியின்படி, Chevron மற்றும் Williams இப்போது data center demand-ஐ வெளிப்படையாக ஒரு முக்கிய வணிக வாய்ப்பாக முன்வைத்து, AI infrastructure உருவாக்கத்தை தங்கள் gas-related செயல்பாடுகளுக்கான நீண்டகால வளர்ச்சியின் புதிய மூலமாக சித்தரிக்கின்றன.

அது முக்கியமானது, ஏனெனில் data center boom இப்போது மின்கட்டமைப்பின் நடைமுறை வரம்புகளுடன் அதிகமாக மோதுகிறது. பெரிய திட்டங்களுக்கு மிகுந்த அளவிலான மின்சாரம் தேவைப்படுகிறது, மேலும் பல developers நீண்ட interconnection timelines-ஐ காத்திருக்க விரும்பவில்லை அல்லது consumer electricity prices-க்கு அழுத்தம் சேர்க்கும் அபாயத்தை ஏற்க விரும்பவில்லை. அத்தகைய சூழலில், ஒரு facility-க்கு நேரடியாக இணைக்கப்படும் gas-fired generation உட்பட, behind-the-meter energy systems-ஐ வழங்கக்கூடிய நிறுவனங்கள் அத்தியாவசிய கூட்டாளிகளாக தங்களை நிலைநிறுத்துகின்றன.

இதன் விளைவாக AI computing விரிவாக்கமும் fossil fuel infrastructure விரிவாக்கமும் மேலும் நெருக்கமாக இணைகின்றன. தொழில்நுட்ப நிறுவனங்களுக்கு, முன்வைக்கப்படும் அம்சம் வேகமும் உறுதியும். எண்ணெய் மற்றும் எரிவாயு நிறுவனங்களுக்கு, அது பொருளாதாரம் முழுவதும் AI முதலீட்டை ஈர்க்கும் நேரத்தில் வந்து சேரும் புதிய demand source ஆகும்.

Williams மற்றும் Chevron data centers-ஐ ஒரு மூலோபாய வளர்ச்சி இயக்கியாகக் கருதுகின்றன

Wired அறிக்கையின்படி, அமெரிக்காவின் மிகப்பெரிய எண்ணெய் மற்றும் எரிவாயு infrastructure நிறுவனங்களில் ஒன்றான Williams, ஏற்கனவே லாபகரமான data-center-services business-ஐ உருவாக்கியுள்ளது. நிறுவனம் கடந்த ஆண்டு, Ohio-வில் ஒரு data center-க்காக மட்டும் ஒரு power plant மற்றும் தொடர்புடைய pipeline infrastructure-ஐ கட்டும் என்று அறிவித்தது. இப்போது அது நாடு முழுவதும் data centers-க்காக ஆறு behind-the-meter gas plants-ஐ கட்டி வருகிறது என்று அந்த அறிக்கை கூறுகிறது.

Chevron கூட முதலீட்டாளர் தொடர்பாடல்களைப் பயன்படுத்தி எதிர்கால demand-இல் data centers-ன் பங்கைக் குறிப்பிட்டு வருகிறது. Williams மற்றும் Chevron இரண்டின் executives-உம் earnings calls-ல், இந்த துறையுடன் தொடர்புடைய பணியை தொடர்ந்து விரிவுபடுத்துவோம் என்று எதிர்பார்ப்பதாக கூறினர். அவர்களின் பொது கருத்துகள், இதை ஒருமுறை கிடைக்கும் commercial opening ஆக அல்ல, பரந்த AI buildout-உடன் இணைந்த நிலையான energy demand பிரிவாகக் கருதப்படுவதைச் சுட்டுகின்றன.

இந்த framing முக்கியமானது. Data centers நீண்ட காலமாகவே பெரிய மின்சார பயனாளர்களாக இருந்தாலும், தற்போதைய AI சுழற்சி தேவைப்படும் அளவையும் வழங்கலின் அவசரத்தையும் அதிகரிக்கிறது. முக்கிய fossil fuel நிறுவனங்கள் data center load-ஐ மின்சாரம் மற்றும் gas demand இரண்டிற்கும் ஒரு பெரிய இயக்கியாக விவரிக்கும்போது, இது இப்போது capital allocation மற்றும் infrastructure planning-ஐ பாதிக்கக்கூடிய அளவுக்கு முக்கியமானதாகிவிட்டது என்பதைக் காட்டுகின்றன.

Behind-the-meter power ஏன் கவர்ச்சிகரமாக உள்ளது

Behind-the-meter projects grid bottlenecks-க்கு ஒரு மாற்றுப்பாதையை வழங்குவதால் மேலும் கவர்ச்சிகரமாகி வருகின்றன. ஒரு tech company மேம்பாடுகளுக்கோ அல்லது புதிய transmission capacity-க்கோ காத்திருக்காமல், site-இலேயே அல்லது நேரடியாக அர்ப்பணிக்கப்பட்ட generation-ஐ உறுதி செய்யலாம். இது புதிய server campus-ன் வளர்ச்சியில் தாமதத்தை குறைக்கவும், திட்டத்தை சில broader grid constraints-களிலிருந்து பாதுகாக்கவும் உதவும்.

Williams போன்ற suppliers-க்கு, இந்த model ஒரே நேரத்தில் பல revenue opportunities-ஐ உருவாக்குகிறது: gas itself, அதை வழங்க தேவையான pipeline infrastructure, மற்றும் site-க்கு இணைக்கப்பட்ட power generation equipment. இது data center-ஐ நீண்ட ஆயுளுடைய fossil fuel assets-க்கு மேலும் நேரடியாக இணைத்து, பல ஆண்டுகளுக்கான demand-ஐ பூட்டி விடக்கூடும்.

காலநிலை விளைவுகள் குறிப்பிடத்தக்கவை

இந்த வளர்ச்சி கதை தெளிவான சுற்றுச்சூழல் செலவை உடன் கொண்டு வருகிறது. Wired அறிக்கையின்படி, Williams மற்றும் Chevron-ன் second-quarter results-ல் முக்கியப்படுத்தப்பட்ட ஏழு data-center-connected gas-fired power plants-இல் வெறும் ஐந்து மட்டுமே, permit applications அடிப்படையில், ஆண்டுக்கு 21 million tons வரை greenhouse gases வெளியிடக்கூடும். உண்மையான emissions இக்கருத்தரங்க permits அனுமதிக்கும் அளவைக் காட்டிலும் குறைவாக இருக்கலாம் என்று கட்டுரை குறிப்பிடுகிறது, ஆனால் அளவு இன்னும் stakes-ஐ வெளிப்படுத்துகிறது.

அறிக்கையில் பயன்படுத்தப்பட்ட ஒப்பீடு கவனிக்கத்தக்கது: அந்த permitted volume, Guatemala-வின் ஆண்டாந்திர emissions-க்கு அருகிலேயே உள்ளது. அனுமதிக்கப்பட்ட உச்சவரம்புக்கும் உண்மையான செயல்பாட்டு நிலைகளுக்கும் இடையிலான uncertainty-யை கருத்தில் கொண்டாலும், computing demand-ஐ குறைந்த கார்பன் மாற்றுகளுக்குப் பதிலாக புதிய gas capacity மூலம் நிறைவேற்றும் போது AI-related infrastructure-ன் climate footprint எவ்வளவு விரைவாக வளரக்கூடும் என்பதை இந்த எண் காட்டுகிறது.

இதனால்தான் data center power குறித்த விவாதம் server design மற்றும் semiconductor supply chains-ஐத் தாண்டி நகர்கிறது. பிரச்சினை இனி பெரிய models-ஐ train செய்வது அல்லது அதிக inference traffic-ஐ host செய்வது மட்டுமல்ல. அந்த விரிவாக்கத்தை ஆதரிக்க எந்த வகையான industrial system கட்டப்படுகிறது, அதனால் யார் பயனடைகிறார்கள், மற்றும் செயல்முறையில் எவ்வளவு carbon embedded ஆகிறது என்பதையும் பற்றியது.

ஒரு tech boom gas assets-ன் ஆயுளை நீட்டிக்கிறது

அறிக்கையில் மேற்கோள் காட்டப்பட்ட விமர்சகர்கள், தொழில்நுட்ப நிறுவனங்களுக்கும் fossil fuel suppliers-க்கும் இடையிலான கூட்டணி, climate policy shrink செய்யவேண்டும் என்று கருதும் தொழில்துறைகளின் பங்கை நீட்டிக்கக்கூடும் என வாதிடுகின்றனர். Friends of the Earth-இன் Lukas Shankar-Ross Wired-க்கு, இந்த உறவு விரிவுபடுத்தப்பட வேண்டியதற்குப் பதிலாக படிப்படியாக நிறுத்தப்பட வேண்டிய துறைக்கு ஒரு lifeline போல இருப்பதாக கூறினார்.

அந்த விமர்சனம் இந்த இழுபறியின் மையத்துக்குச் செல்கிறது. AI நிறுவனங்கள் திறனை விரைவாக வழங்க வேண்டும் என்ற அழுத்தத்தில் உள்ளன. Utilities மற்றும் grid planners இணைப்பு backlogs மற்றும் system limits-ஐ சமாளித்து வருகின்றனர். Gas companies இப்போது நிதியளிக்கவும், நிறுவவும் முடியும், ஒப்பிடுகையில் முதிர்ந்த, வணிக ரீதியாக தெளிவான தீர்வை வழங்க முடியும். Speed advantage உண்மையானது, ஆனால் demand growth otherwise cleaner options-இல் முதலீட்டைக் கூடுதலாகத் தூண்டியிருக்கக்கூடிய அந்தத் தருணத்திலேயே fossil infrastructure-க்கு சார்பை அது கடினப்படுத்தவும் முடியும்.

அறிக்கையில் மேற்கோள் காட்டப்பட்ட BloombergNEF data இன்னொரு அடுக்கைச் சேர்க்கிறது. Research group, data centers-இன் ஒரு பகுதியால் இயக்கப்படும், 2030s நடுப்பகுதிக்குள் இயற்கை எரிவாயு தேவை அதிகரித்தால், அமெரிக்கா production-ஐ 36 percent உயர்த்த வேண்டியிருக்கும் என்று கண்டறிந்தது. இது சிறிய மாற்றமல்ல. AI காலம் gas extraction-க்கும் downstream-ல் pipelines மற்றும் generation-க்கும் நேரடி விளைவுகளை ஏற்படுத்தலாம் என்பதைக் குறிக்கிறது.

AI economy-க்கு இதன் அர்த்தம் என்ன

நடைமுறை takeaway என்னவென்றால், AI boom அருகிலுள்ள தொழில்துறைகளை மறுசீரமைக்கத் தொடங்கியுள்ளது. இது chipmakers, cloud providers, மற்றும் software developers-ஐ மட்டும் செழிக்கச் செய்யவில்லை. Data centers இயங்கத் தேவையான physical systems-ஐ வழங்கக்கூடிய நிறுவனங்களுக்கு இது வாய்ப்புகளையும் உருவாக்குகிறது.

• Fossil fuel firms-க்கு, data centers urgent demand உடைய premium industrial customer-ஆக உள்ளன.
• Tech companies-க்கு, grid access மெதுவாக இருக்கும் போது dedicated gas generation speed-ஐ வழங்க முடியும்.
• Climate policy-க்கு, இந்த விரிவாக்கம் digital growth ஒரு புதிய carbon-intensive infrastructure அலைக்குடன் இணைக்கப்படும் அபாயத்தை அதிகரிக்கிறது.

AI மற்றும் energy இடையிலான உறவு எப்போதும் முக்கியமானதாக இருக்கும் என்பதும் தெளிவாக இருந்தது, ஆனால் Chevron மற்றும் Williams-இன் சமீபத்திய investor messaging அந்த இணைப்பை மேலும் வெளிப்படையாகச் செய்கிறது. AI infrastructure-ன் அடுத்த கட்டம் software மற்றும் semiconductor கதை மட்டும் அல்ல. இது pipelines, turbines, permits, மற்றும் computing race-ஐ இயக்க உருவாக்கப்படும் systems-ன் emissions profile பற்றிய கதையுமாக மாறி வருகிறது.

இந்த போக்கு தொடர்ந்தால், industry ஒரு கடுமையான policy கேள்வியை எதிர்கொள்ள வேண்டியிருக்கும்: AI-ஐ scale செய்வதற்கான மிக வேகமான பாதை, நீண்டகால gas dependency-யை மேலும் ஆழப்படுத்துவதற்கும் அனுமதிக்கப்பட வேண்டுமா என்பது. இப்போது, energy sector-இன் சில பகுதிகளிலிருந்து வரும் commercial பதில் தெளிவாக உள்ளது. Data centers வெறும் power-ஐ மட்டுமே பயன்படுத்தவில்லை. அவை அமெரிக்காவில் fossil fuel infrastructure-க்கு ஒரு புதிய growth narrative-ஐ உருவாக்குகின்றன.

இந்தக் கட்டுரை Wired வெளியிட்ட செய்தியை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.