AI ડેટા સેન્ટરોની વધતી પાણીની તરસ: ભારતમાં 150 અબજ લીટરથી વધીને 2030 સુધી 358 અબજ લીટર થવાની શક્યતા

નવી દિલ્હી: આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) વિશ્વને ઝડપથી બદલી રહ્યું છે. ચેટબોટ અને ઈમેજ જનરેટરથી લઈને એડવાન્સ્ડ રિસર્ચ અને બિઝનેસ ઓપરેશન સુધી AIનો ઉપયોગ સતત વધી રહ્યો છે. જોકે, આ ડિજિટલ ક્રાંતિ પાછળ પર્યાવરણ સાથે જોડાયેલી એક મોટી ચિંતા પણ ઊભી થઈ રહી છે…પાણીની વધતી ખપત.

AIને ચલાવવા માટે વિશાળ ડેટા સેન્ટરોની જરૂર પડે છે. આ ડેટા સેન્ટરોમાં હજારો શક્તિશાળી સર્વર અને ચિપ્સ 24 કલાક કામ કરતા હોવાથી ભારે ગરમી ઉત્પન્ન થાય છે. આ ગરમીને નિયંત્રિત કરવા માટે કૂલિંગ સિસ્ટમનો ઉપયોગ કરવામાં આવે છે, જેમાં કેટલીક ટેક્નોલોજીમાં મોટી માત્રામાં પાણીની જરૂર પડે છે.

2030 સુધી પાણીની ખપત 358 અબજ લીટર થઈ શકે

અહેવાલો અનુસાર, ભારતમાં ડેટા સેન્ટરો હાલમાં વાર્ષિક આશરે 150 અબજ લીટર પાણીનો ઉપયોગ કરે છે. 2030 સુધીમાં આ ખપત વધીને આશરે 358 અબજ લીટર સુધી પહોંચી શકે છે.

AIના ઝડપી વિસ્તરણને કારણે ડેટા સેન્ટરોની સંખ્યા અને તેમની કમ્પ્યુટિંગ ક્ષમતા બંનેમાં વધારો થઈ રહ્યો છે. પરિણામે કૂલિંગ માટે પાણીની જરૂરિયાત પણ વધી રહી છે.

ડેલોઇટના અંદાજ મુજબ, 20 મેગાવોટનું એક ડેટા સેન્ટર દરરોજ આશરે 14 લાખ લીટર પાણીનો ઉપયોગ કરી શકે છે. આ માત્ર એક ડેટા સેન્ટરની વાત છે, જ્યારે ભારતમાં આવા સેન્ટરોની સંખ્યા સતત વધી રહી છે.

AI માટે આટલું પાણી શા માટે જરૂરી છે?

AI મોડલને ટ્રેન કરવા અને ચલાવવા માટે અત્યંત શક્તિશાળી GPU અને અન્ય કમ્પ્યુટિંગ ચિપ્સનો ઉપયોગ થાય છે. આ સાધનો સતત કામ કરતા હોવાથી મોટા પ્રમાણમાં ગરમી પેદા કરે છે.

ડેટા સેન્ટરમાં તાપમાન નિયંત્રણ માટે વિવિધ પ્રકારની કૂલિંગ ટેક્નોલોજીનો ઉપયોગ થાય છે. તેમાં કૂલિંગ ટાવર અને લિક્વિડ કૂલિંગ જેવી પદ્ધતિઓનો સમાવેશ થાય છે. કેટલીક સિસ્ટમમાં પાણી બાષ્પીભવન થવાથી તેની નોંધપાત્ર ખપત થાય છે.

AIનો ઉપયોગ જેટલો વધશે, તેટલી વધુ કમ્પ્યુટિંગ ક્ષમતાની જરૂર પડશે અને તેના કારણે ડેટા સેન્ટરોનું પાણીનું ફૂટપ્રિન્ટ પણ વધી શકે છે.

2030 સુધી વૈશ્વિક સ્તરે પણ મોટો પડકાર

જૂન 2026માં યુનાઇટેડ નેશન્સ યુનિવર્સિટીના અહેવાલમાં AI સંચાલિત ડેટા સેન્ટરોની વધતી પાણીની જરૂરિયાત અંગે ચિંતા વ્યક્ત કરવામાં આવી હતી. અંદાજ મુજબ 2030 સુધીમાં આવા ડેટા સેન્ટરો માટે જરૂરી પાણીનો જથ્થો આશરે 1.3 અબજ લોકોની વાર્ષિક ઘરેલુ પાણીની જરૂરિયાત જેટલો હોઈ શકે છે.

કેટલાક સંશોધનો અનુસાર, 2030 સુધીમાં AIનો વાર્ષિક વોટર ફૂટપ્રિન્ટ 1.1થી 1.7 ટ્રિલિયન ગેલન સુધી પહોંચી શકે છે.

શું વિદેશી કંપનીઓ પાણી માટે ભારતમાં આવી રહી છે?

વિદેશી ટેક્નોલોજી કંપનીઓ ભારતમાં ડેટા સેન્ટર સ્થાપી રહી છે, પરંતુ તેઓ ખાસ કરીને પાણીની ઉપલબ્ધતાને કારણે ભારતમાં આવી રહી છે એવું કહેવું યોગ્ય નથી.

ભારતનું વિશાળ ડિજિટલ માર્કેટ, ઝડપથી વધી રહેલા ઈન્ટરનેટ અને AI યુઝર્સ, ડેટા સ્થાનિક સ્તરે સ્ટોર કરવાની વધતી જરૂરિયાત તથા સરકાર દ્વારા ડિજિટલ ઈન્ફ્રાસ્ટ્રક્ચરને અપાતું પ્રોત્સાહન…આ મુખ્ય કારણો છે.

જોકે, સમસ્યા એ છે કે ભારતમાં ડેટા સેન્ટરોનો મોટો હિસ્સો એવા શહેરોમાં છે જ્યાં પહેલેથી જ પાણીનું દબાણ છે.

મુંબઈ, ચેન્નાઈ, બેંગલુરુ અને નોઈડામાં ચિંતા

વર્લ્ડ રિસોર્સિસ ઇન્સ્ટિટ્યૂટ (WRI) ઇન્ડિયાના અહેવાલ મુજબ, ભારતના અડધાથી વધુ ડેટા સેન્ટરો પાણીની અછત અથવા વોટર-સ્ટ્રેસનો સામનો કરી રહેલા વિસ્તારોમાં આવેલા છે.

મુંબઈ, ચેન્નાઈ, બેંગલુરુ અને નોઈડા જેવા શહેરોમાં ડેટા સેન્ટરોનું વિસ્તરણ થઈ રહ્યું છે, જ્યારે આ શહેરો પહેલેથી જ પાણીના સંકટનો સામનો કરી રહ્યા છે.

કર્ણાટકમાં આશરે 32 ડેટા સેન્ટર હોવાનું જણાવાય છે, જેમાંથી લગભગ 30 બેંગલુરુમાં છે. બીજી તરફ, ભારતની કુલ ડેટા સેન્ટર ક્ષમતાનો આશરે 70 ટકા હિસ્સો મુંબઈ અને ચેન્નાઈમાં હોવાનું જણાવાય છે.

ભારતમાં AIનો ઝડપથી થઈ રહ્યો છે વિકાસ

ભારતમાં AIનો ઉપયોગ પણ ઝડપથી વધી રહ્યો છે. IBMના વૈશ્વિક સંશોધન મુજબ, સર્વેમાં સામેલ ભારતીય કંપનીઓમાંથી આશરે 59 ટકા કંપનીઓએ AI અપનાવ્યું છે, જે સર્વે કરાયેલા દેશોમાં સૌથી ઊંચો આંકડો હોવાનું જણાવાયું છે.

ભારત સરકારે પણ IndiaAI Mission દ્વારા AI ઈકોસિસ્ટમને પ્રોત્સાહન આપ્યું છે. આ મિશન હેઠળ પાંચ વર્ષમાં આશરે 10,300 કરોડ રૂપિયાના રોકાણની જોગવાઈ કરવામાં આવી છે.

ભારત વિશ્વના કુલ ડેટામાં આશરે 20 ટકા ડેટા જનરેટ કરે છે, પરંતુ વૈશ્વિક ડેટા સેન્ટર ક્ષમતામાં તેની ભાગીદારી હજુ લગભગ 3 ટકા છે. આ ગેપ પૂરો કરવા માટે દેશમાં ડેટા સેન્ટર ઈન્ફ્રાસ્ટ્રક્ચર ઝડપથી વિકસાવવામાં આવી રહ્યું છે.

ભારતમાં ડેટા સેન્ટરની ક્ષમતા 2020માં આશરે 375 MW હતી, જે 2025માં વધીને લગભગ 1,500 MW થઈ ગઈ છે.

ડિજિટલ ટેક્નોલોજી પાણી બચાવવામાં પણ મદદ કરી શકે

AI અને ડિજિટલ ઈન્ફ્રાસ્ટ્રક્ચર માત્ર પાણીનો વપરાશ વધારનાર નથી. તેનો ઉપયોગ પાણીનું સંચાલન વધુ અસરકારક બનાવવા માટે પણ થઈ શકે છે.

સ્માર્ટ વોટર મેનેજમેન્ટ: પાઇપલાઇનમાં IoT સેન્સર લગાવીને પાણીના લીકેજને ઝડપથી શોધી શકાય છે અને મોટા પ્રમાણમાં પાણીનો બગાડ અટકાવી શકાય છે.

ચોક્કસ મોનિટરિંગ: ડિજિટલ પ્લેટફોર્મ દ્વારા કયા વિસ્તારમાં કેટલું પાણી પહોંચે છે અને ક્યાં અછત છે તેની માહિતી મેળવી શકાય છે.

સ્માર્ટ ખેતી: હવામાનના ડેટા અને સેન્સરની મદદથી પાકને ક્યારે અને કેટલું પાણી આપવું તે નક્કી કરી શકાય છે. તેનાથી સિંચાઈમાં પાણીનો બગાડ ઘટાડી શકાય છે.

પરંતુ ટેક્નોલોજી એકલી પાણીની સમસ્યા ઉકેલી શકશે નહીં

ડિજિટલ ટેક્નોલોજી ઉપલબ્ધ પાણીનો વધુ કાર્યક્ષમ ઉપયોગ કરવામાં મદદ કરી શકે છે, પરંતુ તે નવા જળસ્રોત ઊભા કરી શકતી નથી.

ભારતમાં ભૂગર્ભજળનું ઘટતું સ્તર, અનિયમિત વરસાદ, આબોહવા પરિવર્તન, નદીઓ અને તળાવોમાં વધતું પ્રદૂષણ તથા ઝડપી શહેરીકરણ પાણીની અછતના મોટા કારણો છે.

આ સમસ્યાઓ માટે વરસાદી પાણીનો સંગ્રહ, ભૂગર્ભજળનું રિચાર્જિંગ, નદીઓ અને જળાશયોની જાળવણી, ગંદા પાણીની ટ્રીટમેન્ટ તથા પાણીના જવાબદાર ઉપયોગ જેવી જમીની સ્તરની કામગીરી જરૂરી છે.

AI વિકાસ સાથે પાણીનું સંતુલન પણ જરૂરી

AI અને ડેટા સેન્ટર ઉદ્યોગ ભારત માટે મોટા આર્થિક અને ટેક્નોલોજીકલ અવસર ઊભા કરી શકે છે. પરંતુ જ્યાં પાણીની અછત ગંભીર હોય ત્યાં ડેટા સેન્ટરોને મંજૂરી આપતી વખતે પાણીનો વપરાશ, સ્થાનિક જળસ્રોતો પર અસર અને કૂલિંગ ટેક્નોલોજી જેવા મુદ્દાઓને ગંભીરતાથી ધ્યાનમાં લેવા પડશે.

સારાંશમાં, AI પોતે પાણીનું સંકટ ઊભું કરશે એવું કહેવું યોગ્ય નથી, પરંતુ તેના અનિયંત્રિત અને અસ્થિર વિકાસથી પહેલેથી જ પાણીની તંગી ધરાવતા વિસ્તારો પર વધારાનું દબાણ ચોક્કસ વધી શકે છે. ટેક્નોલોજી પાણી બચાવવાનું સાધન બની શકે છે, પરંતુ પાણીના સંરક્ષણ માટે જમીન પર અસરકારક પગલાં લેવાનું કોઈ વિકલ્પ નથી.