پورے لائف سائیکل کو ناپیں
AI کا نقشِ قدم کسی پرامپٹ سے پہلے شروع ہوتا ہے اور سرور کے ریٹائر ہونے کے بعد بھی جاری رہتا ہے۔ سیمی کنڈکٹر کی تیاری توانائی، انتہائی خالص پانی، کیمیکلز، اور معدنیات استعمال کرتی ہے۔ ڈیٹا سینٹرز بجلی، کولنگ، بیک اپ پیداوار، نیٹ ورکنگ، زمین، اور آلات استعمال کرتے ہیں۔ عمر کے اختتام پر آلات ای-کچرے اور بازیابی کا مسئلہ بن جاتے ہیں۔
عوامی بحث اکثر فی-کوئری پانی یا توانائی کے اعداد کا حوالہ ایسے دیتی ہے جیسے یہ عالمگیر ہو۔ حقیقی استعمال ماڈل، ہارڈویئر، ڈیٹا سینٹر کے استعمال، کولنگ، آب و ہوا، گرڈ، پرامپٹ کی لمبائی، پیداوار کے طریقے، اور تخصیص کے طریقہ کار کے لحاظ سے مختلف ہوتا ہے۔ تربیت اور اندازہ الگ الگ ہیں؛ اندازہ کسی پروڈکٹ کی زندگی بھر پر حاوی ہو سکتا ہے اگر استعمال زیادہ ہو۔ فراہم کنندگان درست عالمی AI-صرف مجموعی اعداد و شمار کے لیے بہت کم ظاہر کرتے ہیں۔
آج کیا ناپا جاتا ہے
International Energy Agency نے تخمینہ لگایا کہ تمام ڈیٹا سینٹرز نے 2024 میں تقریباً 415 ٹیرا واٹ گھنٹے بجلی استعمال کی، عالمی کھپت کا تقریباً 1.5%۔ AI اس کل کا ایک ذیلی حصہ ہے۔ امریکی ڈیٹا سینٹر کی صلاحیت کا تقریباً نصف پانچ علاقائی مجموعوں میں مرتکز تھا، اس لیے مقامی گرڈ کے اثرات عالمی حصے سے کہیں زیادہ ہو سکتے ہیں (IEA، اپریل 2025)۔
IEA کی اپ ڈیٹ شدہ مرکزی پیش گوئی ڈیٹا سینٹر کے استعمال کو 2030 میں تقریباً 950 TWh، عالمی طلب کا تقریباً 3% رکھتی ہے۔ یہ صلاحیت، کارکردگی، اپنانے، اور مارکیٹ کے مفروضوں پر مبنی ایک پیش گوئی ہے، مستقبل سے میٹر کی ریڈنگ نہیں۔ زیادہ توانائی سے بھرپور استدلال، ویڈیو، اور ایجنٹک استعمال طلب کو اوپر دھکیل سکتے ہیں؛ کارکردگی، مالیاتی رکاوٹیں، یا سست اپنانا اسے کم کر سکتا ہے (IEA، 2026)۔
ریاستہائے متحدہ میں، Lawrence Berkeley National Laboratory نے تخمینہ لگایا کہ ڈیٹا سینٹر کی بجلی کا استعمال 2023 میں بڑھ کر 176 TWh ہو گیا اور 2028 میں 325-580 TWh تک پہنچ سکتا ہے (U.S. Department of Energy، دسمبر 2024)۔ یہ حد غیریقینی کو ظاہر کرتی ہے۔ یہ عمومی طور پر ڈیٹا سینٹرز کا احاطہ کرتی ہے، صرف جنریٹو AI کا نہیں۔
اخراج اس پر منحصر ہے کہ بجلی کہاں اور کب پیدا ہوتی ہے
فوسل بھاری گرڈ پر ایک موثر سرور ایک کم موثر سرور سے زیادہ آپریشنل اخراج پیدا کر سکتا ہے جسے کم کاربن بجلی فراہم کی جاتی ہے۔ سالانہ قابلِ تجدید توانائی کے معاہدے ہمیشہ طلب کے گھنٹے پر کسی سہولت کی خدمت کرنے والی بجلی کو ظاہر نہیں کرتے۔ حاشیائی طلب فوسل پیداوار کو آن لائن رکھ سکتی ہے چاہے کوئی کمپنی قابلِ تجدید سرٹیفکیٹ خریدے۔
IEA نے 2024 میں بجلی سے متعلق ڈیٹا سینٹر کے اخراج کا تخمینہ تقریباً 180 ملین ٹن کاربن ڈائی آکسائیڈ لگایا، عالمی ایندھن کے جلانے کے اخراج کا تقریباً 0.5%۔ اس کا بنیادی کیس 2030 تک 1% کی طرف بڑھتا ہے (IEA climate analysis)۔ چھوٹے عالمی حصے پھر بھی مقامی موسمیاتی منصوبوں سے متصادم ہو سکتے ہیں یا تیز شعبہ جاتی ترقی پیدا کر سکتے ہیں۔
قابلِ اعتماد رپورٹنگ میں مقام پر مبنی اور مارکیٹ پر مبنی اخراج، جہاں ممکن ہو گھنٹہ وار مماثلت، بیک اپ جنریٹرز، تعمیر، اور شامل شدہ ہارڈویئر کے اخراج شامل ہونے چاہئیں۔ AI کی اصلاح سے اجتناب شدہ اخراج کے دعووں کی الگ سے رپورٹ دی جانی چاہیے اور ایک متضاد حقیقت کے خلاف توثیق کی جانی چاہیے۔
پانی مقامی ہے
ڈیٹا سینٹرز بخارات کی کولنگ کے ذریعے براہ راست اور بجلی کی پیداوار کے ذریعے بالواسطہ طور پر پانی استعمال کر سکتے ہیں۔ سیمی کنڈکٹر کی تیاری کو بھی اعلیٰ معیار کے پانی کی ضرورت ہوتی ہے۔ نکالنا استعمال کے مترادف نہیں ہے: نکالا گیا پانی واپس آ سکتا ہے، جبکہ استعمال شدہ پانی مقامی آبی ذخیرے کے لیے فوری طور پر دستیاب نہیں ہوتا۔
پانی کی کمی والے بیسن میں استعمال ہونے والا ایک گیلن ایک ایسی جگہ استعمال ہونے والے سے مختلف اثر رکھتا ہے جہاں سپلائی وافر ہو۔ سالانہ عالمی کل گھرانوں، ماحولیاتی نظاموں، زراعت، اور صنعت کے ساتھ موسمی مقابلے کو چھپا سکتی ہے۔ ہوا کی کولنگ براہ راست پانی کا استعمال کم کر سکتی ہے لیکن بجلی کا استعمال بڑھا سکتی ہے؛ بحال شدہ پانی پینے کے قابل طلب کو کم کر سکتا ہے لیکن اس کے لیے بنیادی ڈھانچے اور حفاظتی تدابیر درکار ہیں۔
OECD نوٹ کرتا ہے کہ ماحولیاتی تشخیص کو توانائی اور کاربن سے آگے میٹھے پانی اور معدنیات نکالنے تک بڑھایا جانا چاہیے، اور یہ کہ ڈیٹا سینٹر پانی کی رپورٹنگ نامکمل رہتی ہے (OECD AI compute)۔ کمیونٹیز کو اجازت ناموں سے پہلے سہولت کی سطح پر نکالنے، کھپت، ذریعہ، موسمی دباؤ، اخراج، اور ہنگامی منصوبوں کی ضرورت ہے۔
چپس کا ایک بالائی نقشِ قدم ہوتا ہے
جدید ایکسلریٹرز جغرافیائی طور پر مرتکز تیاری، پیکیجنگ، میموری، اور مواد پر انحصار کرتے ہیں۔ مینوفیکچرنگ پلانٹس کی بڑی تعمیراتی اور یوٹیلیٹی ضروریات ہوتی ہیں۔ مختصر ماڈل اپ گریڈ چکر اب بھی کام کرنے والے آلات کو ریٹائر کر سکتے ہیں، اگرچہ پرانے ایکسلریٹرز کم مطالبہ کرنے والے اندازے کے لیے دوبارہ استعمال کیے جا سکتے ہیں۔
کان کنی اور پروسیسنگ رہائش گاہ کو نقصان، آلودگی، پیشہ ورانہ خطرات، اور جغرافیائی سیاسی انحصار پیدا کر سکتی ہے۔ “AI” کو صحیح انتساب مشکل ہے کیونکہ وہی سپلائی چین فونز، گاڑیوں، نیٹ ورکنگ، اور دیگر کمپیوٹنگ کی خدمت کرتی ہے۔ لائف سائیکل تجزیے کو تمام سیمی کنڈکٹر ترقی کو AI سے منسوب کرنے کے بجائے اثر کو شفاف طریقے سے تقسیم کرنا چاہیے۔
UNEP توانائی، گرین ہاؤس گیس کے اخراج، پانی، معدنیات نکالنے، اور ای-کچرے کو براہ راست لائف سائیکل خدشات کے طور پر شناخت کرتا ہے اور مشترکہ پیمائش کے طریقوں کا مطالبہ کرتا ہے (UNEP، ستمبر 2024)۔ UNEP کا ایک ماحولیاتی مینڈیٹ ہے، جو اس کی توجہ کو تشکیل دیتا ہے؛ اس کی پیمائش کی سفارش وسیع پیمانے پر مفید رہتی ہے۔
AI ماحولیاتی فوائد پیدا کر سکتا ہے
مشین لرننگ موسم اور موسمیاتی ماڈلنگ کو بہتر بنا سکتی ہے، میتھین کا پتہ لگا سکتی ہے، گرڈز اور عمارتوں کو بہتر بنا سکتی ہے، قابلِ تجدید پیداوار کی پیش گوئی کر سکتی ہے، مواد ڈیزائن کر سکتی ہے، اور تحفظ کی حمایت کر سکتی ہے۔ فوائد کو تعیناتی میں ناپا جانا چاہیے، بینچ مارک کی درستگی سے اخذ نہیں کیا جانا چاہیے۔
ری باؤنڈ اثرات اہم ہیں۔ اگر کارکردگی لاگت کو کم کرتی ہے، تو کل استعمال اتنا بڑھ سکتا ہے کہ بچت مٹ جائے۔ اصلاح نقصان کو بھی منتقل کر سکتی ہے: بجلی کی لاگت کم کرتے ہوئے پانی کا استعمال بڑھانا یا کسی کمزور کمیونٹی میں بنیادی ڈھانچہ رکھنا۔ خالص تشخیص میں حوصلہ افزا طلب اور تقسیم شامل ہونی چاہیے۔
IEA اپنے بنیادی کیس میں 2035 تک ڈیٹا سینٹر بجلی کی طلب میں ترقی کے تقریباً نصف حصے کو قابلِ تجدید ذرائع سے پورا ہونے کی پیش گوئی کرتا ہے، لیکن قدرتی گیس اور کوئلہ بھی مختصر مدت میں کافی ترقی فراہم کرتے ہیں۔ “قابلِ تجدید ذرائع سے چلنے والا” اس لیے عالمی شعبے کی وضاحت نہیں ہے۔
بہتر بنیادی ڈھانچے کے انتخاب
آپریٹرز استعمال کو بہتر بنا سکتے ہیں، موثر ماڈلز اور ہارڈویئر استعمال کر سکتے ہیں، جب صاف تر بجلی دستیاب ہو تو لچکدار ورک لوڈز کا شیڈول بنا سکتے ہیں، آلات کی زندگی بڑھا سکتے ہیں، جہاں مفید ہو حرارت بازیافت کر سکتے ہیں، بیکار صلاحیت کم کر سکتے ہیں، اور مقامی آبی ذخیرے کے لیے موزوں کولنگ منتخب کر سکتے ہیں۔ چھوٹے کام کے لیے مخصوص ماڈلز کسی فرنٹیئر ماڈل کے فضول استعمال سے بہتر کارکردگی دکھا سکتے ہیں۔
یوٹیلیٹیز اور ریگولیٹرز حقیقت پسندانہ باہمی رابطے کے مطالعات، لاگت کی تخصیص، طلب کی لچک، صاف سپلائی، عوامی پانی کا جائزہ، اور بندش کے منصوبوں کا تقاضا کر سکتے ہیں۔ ڈیٹا سینٹر کے صارفین کو خاموشی سے گرڈ اپ گریڈز یا قلت کے اخراجات گھرانوں پر منتقل نہیں کرنے چاہئیں۔
انکشاف کو مشترکہ فعالی اکائیاں استعمال کرنی چاہئیں: فی تربیتی رن، فی معیاری ورک لوڈ، اور فی خدمت کے حجم توانائی اور پانی، مطلق کمپنی اور سہولت کے کل کے ساتھ ساتھ۔ مطلق ترقی کے بغیر کارکردگی کے تناسب گمراہ کن ہو سکتے ہیں۔
AGI کیا بدل سکتا ہے
AGI کی توانائی کی طلب ایک منظرنامہ ہے۔ ایسے نظام جو تحقیق اور معاشی سرگرمی کو خودکار بناتے ہیں کمپیوٹ کا استعمال تیزی سے بڑھا سکتے ہیں۔ وہ چپ ڈیزائن، مواد، گرڈز، اور صاف توانائی کی تعیناتی کو بھی بہتر بنا سکتے ہیں۔ Jevons-انداز کا ری باؤنڈ کارکردگی کے فوائد کو زیادہ کل کھپت میں بدل سکتا ہے۔
جسمانی رکاوٹیں برقرار رہتی ہیں: فیبس، ٹرانسفارمرز، پیداوار، گرڈز، پانی کے نظام، اور اجازت ناموں میں وقت لگتا ہے۔ فوری ذہانت کی وافرت کے دعووں کو ان رکاوٹوں کا حساب رکھنا چاہیے۔ ماحولیاتی حکمرانی تعیناتی پر ایک بیرونی مسئلے کے بجائے ایک عملی حد بن سکتی ہے۔
ایک متوازن معیار
چار سوالات پوچھیں: مطلق لائف سائیکل نقشِ قدم کیا ہے؟ یہ کہاں اور کب واقع ہوتا ہے؟ فائدہ کس کو ملتا ہے اور لاگت کون برداشت کرتا ہے؟ کون سا متبادل وہی فعل فراہم کرتا ہے؟
ثبوت نہ تو “AI ماحولیاتی طور پر نہ ہونے کے برابر ہے” کی حمایت کرتا ہے اور نہ ہی ایک عالمگیر فی-پرامپٹ تباہی کی۔ ڈیٹا سینٹرز عالمی بجلی کے استعمال کی اقلیت ہیں لیکن ایک تیزی سے بڑھتا ہوا، جغرافیائی طور پر مرتکز بوجھ ہیں جس کے حقیقی پانی اور سپلائی چین کے اثرات ہیں۔ AI ماحولیاتی بہتری کو ممکن بنا سکتا ہے، لیکن صرف ناپے گئے خالص نتائج ہی شمار ہوتے ہیں۔ لازمی سہولت کا انکشاف، لائف سائیکل معیارات، مقامی شرکت، صاف-گرڈ سرمایہ کاری، اور موثر ماڈل کا انتخاب ایک دیانتدارانہ ماحولیاتی پالیسی کی بنیادیں ہیں۔