এআই ডেটা সেন্টারগুলি শক্তির কৌশল শিখছে যা বিটকয়েন মাইনাররা প্রথমে আয়ত্ত করেছিল

এআই চ্যাটবট থেকে আপনি যে প্রতিটি উত্তর পান তা বিদ্যুৎ দিয়ে শুরু হয়। শব্দগুলো আপনার স্ক্রিনে দেখা যায়, কিন্তু আসল কাজটি ঘটে একটি দূরবর্তী ভবনে যেখানে কম্পিউটার চিপ ভরা থাকে। সেই চিপগুলো শক্তি খরচ করে, ডেটা সরায় এবং এআই ডেটা সেন্টারগুলো থেকে ভারী ধরনের কুলিং প্রয়োজন হওয়ার মতো পর্যাপ্ত তাপ তৈরি করে।

আপনি যখন লক্ষ লক্ষ প্রম্পট, ইমেজ অনুরোধ এবং ব্যবসায়িক কাজের ওপর এই প্রক্রিয়া গুণ করেন, তখন আপনি বুঝতে শুরু করেন যে কীভাবে একটি প্রশ্নের দ্রুত উত্তর যা ভারহীন মনে হয় তা বিদ্যুৎ কেন্দ্র এবং তারের ওপর একটি শারীরিক চাহিদা তৈরি করে।

বিদ্যুৎ সরবরাহকারীদের কাছ থেকে এই চাহিদা বিশাল, কেন্দ্রীভূত ব্লকে সরবরাহ করার অনুরোধ করা হচ্ছে। আপনার গড় বড় ডেটা-সেন্টার ক্যাম্পাস একটি ছোট শহরের মতো বিদ্যুৎ ব্যবহার করতে পারে, এবং কোম্পানিগুলো একটি তৈরি করতে এবং পরিকল্পনা করতে পারে যা বিদ্যুৎ সরবরাহকারী সামঞ্জস্য করতে পারে তার চেয়ে অনেক দ্রুত।

বিদ্যুৎ সরবরাহকারীকে এমন ঘন্টাগুলোর জন্য প্রস্তুত থাকতে হয় যখন গ্রাহকরা সবচেয়ে বেশি বিদ্যুৎ ব্যবহার করে, এমনকি যদি সেই ক্ষমতার কিছু সাধারণ সময়ে ব্যবহার না হয়। সংক্ষেপে, ডেটা সেন্টারগুলো গ্রিড যত দ্রুত বিদ্যুৎ সরবরাহ করতে পারে তার চেয়ে আগেই বিদ্যুৎ চায়।

একটি সমাধান হলো নতুন বিদ্যুৎ কেন্দ্র তৈরি করা। কিন্তু এটি খুবই ব্যয়বহুল, সময় সাপেক্ষ সমাধান যা কোটি কোটি ডলার এবং বছর লাগতে পারে কাজে লাগানোর জন্য।

তবে, অন্য একটি সমাধান হলো কম্পিউটারের কাজ কিছু অংশ অন্য ঘন্টায় সরিয়ে নেওয়া।

একটি চ্যাটবট উত্তর সাধারণত সঙ্গে সঙ্গে দেখা দেয়, কিন্তু একটি অভ্যন্তরীণ পরীক্ষা বা রাতারাতি ভিডিও প্রসেসিং কিউ অপেক্ষা করতে পারে। যে সফ্টওয়্যার পার্থক্য বুঝতে পারে তা বিদ্যুৎ সঙ্কটের সময় অপেক্ষার কাজ ধীর করতে পারে, তারপর বেশি বিদ্যুৎ পাওয়ার সময় তা আবার ধাপে ধাপে ফিরে আসতে দেয়।

টেক্সাসে একটি ছোট পরীক্ষা দেখায় যে সেই ব্যবস্থা কেমন হতে পারে।

Luxor Energy, একটি কোম্পানি যার শিকড় Bitcoin খনন এ, Bentaus এর সাথে যৌথভাবে কাজ করে, যেটি সফ্টওয়্যার তৈরি করে যা কম্পিউটার চিপগুলো কতটা বিদ্যুৎ ব্যবহার করে তা নিয়ন্ত্রণ করে। একসাথে, তারা একটি একক Nvidia B200 নিয়ন্ত্রণ করে, একটি উচ্চ শক্তির চিপ যা AI কাজের জন্য তৈরি করা হয়েছে।

চিপটি ইনফারেন্স করছিল, যার অর্থ হলো একটি প্রশিক্ষিত AI মডেল ব্যবহার করে উত্তর দেওয়া, যখন সফ্টওয়্যার তাকে কম বিদ্যুৎ খরচ করার নির্দেশ দেয়।

কোম্পানিগুলো বলে যে চিপটির বিদ্যুৎ খরচ অর্ধ সেকেন্ডের মধ্যে প্রায় 25% কমে গেছে, এবং সীমাবদ্ধতার সময় কম অনুরোধ প্রক্রিয়া করেছে।

Ethan Vera, Luxor-এর প্রধান পরিচালন কর্মকর্তা, CryptoSlate-কে বলেছেন যে কোনো কাজ ব্যর্থ হয়নি এবং ইতিমধ্যে চলমান কোনো কাজ হারায়নি। সীমাবদ্ধতা শেষ হওয়ার পর চিপটি পুরো গতিতে ফিরে এসেছে।

Luxor এবং Bentaus বলেছে যে তাদের সার্বজনীন প্রদর্শনী কোনো বিঘ্ন ঘটায়নি, কিন্তু এই বাক্যটি কিছু অনুবাদ প্রয়োজন। অপারেটরের দৃষ্টিকোণ থেকে, কাজটি বেঁচে গেছে এবং পুরো গতিতে পুনরায় শুরু হয়েছে।

তবে, গ্রাহকরা এখনও উত্তরের জন্য আরও অপেক্ষা করতে পারতো কারণ সীমাবদ্ধতার সময় চিপটি কম কাজ করেছে। AI কে নমনীয় করার কোনো পরিকল্পনা নির্ভর করবে কত বার এই দেরি হয়, কারা এটি অনুভব করে, এবং সেই গ্রাহকদের কী প্রতিশ্রুতি দেওয়া হয়েছে।

পরীক্ষাটি সফল হয়েছে, কিন্তু এটিতে শুধুমাত্র একটি চিপ ছিল। বড় ডেটা সেন্টারগুলোতে হাজার হাজার চিপ থাকে, সাথে সার্ভার, কুলিং সিস্টেম, স্টোরেজ ডিভাইস এবং নেটওয়ার্কিং সরঞ্জাম।

পরীক্ষাটি আরও ব্যাপক ধারণাটিকে দেখা সহজ করে: একটি AI ডেটা সেন্টার কাজকে জরুরি অনুযায়ী সাজাতে পারে এবং মাঝে মাঝে গ্রিডকে কম বিদ্যুৎ চাইতে পারে।

টেক্সাসে কম্পিউটারগুলোকে খাওয়ানোর জন্য বিদ্যুৎ কম

নতুন ডেটা সেন্টার যখন নতুন বিদ্যুৎ অবকাঠামোর চেয়ে দ্রুত আসে তখন যা ঘটে তার সবচেয়ে ভালো উদাহরণ হলো টেক্সাস।

Texas Electric Reliability Council (ERCOT) গ্রিড পরিচালনা করে যা রাজ্যের বেশিরভাগ অংশকে সেবা দেয়। 22 জুলাই বিদ্যুৎ ব্যবহার প্রাথমিক রেকর্ড 91,089 মেগাওয়াট পর্যন্ত পৌঁছেছে, যে সংখ্যাটি অনিয়মিত যতক্ষণ না ডেটা চূড়ান্ত হয়।

ERCOT বলে যে এক মেগাওয়াট প্রায় 250 আবাসিক গ্রাহককে চূড়ান্ত ঘন্টায় সেবা দিতে পারে। সেই আনুমানিক তুলনায়, রেকর্ডটি একসাথে 22 মিলিয়নের বেশি আবাসিক গ্রাহকের চাহিদার সাথে মিলেছে।

গভর্নর গ্রেগ অ্যাবট আগস্টে বলেছিলেন যে ERCOT পরীক্ষা করছে 474 গিগাওয়াটের বেশি বিদ্যুৎ ব্যবহার সংযুক্ত করার অনুরোধ, যার প্রায় 90% ডেটা সেন্টার থেকে আসছে। এক গিগাওয়াট 1,000 মেগাওয়াটের সমান, তাই কাগজে, কিউ এর চাহিদা ERCOT-এর রেকর্ড ঘন্টায় ব্যবহৃত বিদ্যুৎের পাঁচ গুণের বেশি।

অ্যাবট নিয়ন্ত্রকদের প্রকল্পগুলো চালু করার আগে পরীক্ষা করার নির্দেশ দিয়েছেন।

28 জুলাই একটি প্রাথমিক পরীক্ষায়, ERCOT পেয়েছে যে প্রায় 205 গিগাওয়াটের পর্যাপ্ত সমর্থন পরীক্ষা রয়েছে প্রথম পরীক্ষার ব্যাচের জন্য, 474 গিগাওয়াটের মোটের অর্ধেকের কম। অ্যাবটের পরীক্ষা সেই পরীক্ষাকে বাধাগ্রস্ত করেছে।

নিয়ন্ত্রকরা ERCOT-কে আরও সময় দিয়েছে 20 আগস্টে, এবং সংস্থাটি বলেছে যে তারা 31 আগস্টের মধ্যে শর্তসাপেক্ষ যোগ্যতার সিদ্ধান্ত পাঠাবে। ডেভেলপাররা অতিক্রম করা প্রস্তাব জমা দিতে পারে, যে প্রকল্পগুলো কখনও অর্থায়ন পায় না তাদের জায়গা ধরে রাখতে পারে, বা একটি ক্যাম্পাসের জন্য বিদ্যুৎ সরবরাহ করার জন্য বেশ কয়েকটি জায়গা চাইতে পারে।

টেক্সাস পরীক্ষা করছে আংশিকভাবে কারণ তালিকাটি শারীরিক সম্ভাবনা থেকে খুব দূরে চলে গেছে যাতে গ্রিড পরিকল্পনার জন্য নিজে থেকে পথ দেখাতে পারে।

কিন্তু এই সতর্কতার সাথেও, 474 গিগাওয়াট বিদ্যুৎ ব্যবহারের জন্য জায়গার দৌড় দেখায়। তার চেয়ে অনেক বেশি মেশিন প্রস্তাব করা হয়েছে যত তার সেবা দেওয়ার জন্য তার প্রস্তুত নেই।

A Lawrence Berkeley National Laboratory আপডেট এই বছর প্রকাশিত হয়েছে যে ডেটা সেন্টারগুলো 2030 সালে মার্কিন যুক্তরাষ্ট্রের বিদ্যুৎের 11.8% ব্যবহার করতে পারে। এর নিম্ন অনুমান 9.5%, এবং উচ্চ অনুমান 15.3%। আন্তর্জাতিক জ্বালানি সংস্থা আশা করে যে ডেটা সেন্টারগুলো দশকের শেষ পর্যন্ত মার্কিন যুক্তরাষ্ট্রের বিদ্যুৎ ব্যবহারের বৃদ্ধির প্রায় অর্ধেক দায়ী হবে।

কিন্তু এই ধরনের চাহিদার সাথেও, উন্নত অর্থনীতিতে বিদ্যুৎ সরবরাহের লাইন সম্পূর্ণ করতে চার থেকে আট বছর লাগতে পারে। সংস্থাটি বলে যে ট্রান্সফর্মার এবং তারের মতো জরুরি সরঞ্জামের জন্য অপেক্ষা গত তিন বছরে দ্বিগুণ হয়েছে।

AI কোম্পানিগুলো চিপে কথা বলে, কিন্তু বিদ্যুৎ সিস্টেমগুলো শহরে ভাবতে হয়। একটি ব্যক্তিগত B200 1,000 ওয়াট পর্যন্ত বিদ্যুৎ খরচ করতে পারে। Nvidia সর্বোচ্চ বিদ্যুৎ ব্যবহার প্রায় 14.3 কিলোওয়াট দেখায় একটি সম্পূর্ণ আট-GPU DGX B200 সার্ভারের জন্য। এক মেগাওয়াট 1,000 কিলোওয়াটের সমান, এবং টেক্সাসের নতুন নিয়ম খুব বড় বিদ্যুৎ ব্যবহারকারীদের জন্য 75 মেগাওয়াট থেকে শুরু হয়।

ERCOT-এর আবাসিক গ্রাহকের তুলনায়, সেই পরিমাণ প্রায় 18,750 গ্রাহককে চূড়ান্ত ঘন্টায় সেবা দিতে পারে। এটি 75,000 এক কিলোওয়াট GPU-কেও বিদ্যুৎ দিতে পারে, অন্তত প্রসেসর, কুলিং, নেটওয়ার্কিং, ব্যাটারি এবং বিদ্যুৎ ক্ষতি যোগ করার আগে।

তাই একটি চিপের বিদ্যুৎ ব্যবহার নিয়ন্ত্রণ এবং কমানোর উপায় শিখা হলো অনেক, অনেক ধাপের মধ্যে একটি ডেটা সেন্টারের সারা বিদ্যুৎ ব্যবহার পরিচালনা করার উপায় বোঝার প্রথম ধাপ।

সফ্টওয়্যার এবং হার্ডওয়্যার উভয় চাহিদায় সেই প্রচেষ্টার প্রচুর জটিলতা কারণেই গ্রিড পরিকল্পনাকারীরা ডেটা সেন্টারগুলোকে "ফার্ম লোড" হিসেবে বিবেচনা করে, অর্থাৎ বিদ্যুৎ সরবরাহ করা হয় যখনই তারা চায়।

ডেটা সেন্টারের অপারেটররা ব্যয়বহুল GPU চালাতে চায় কারণ প্রতিটি অবসর মিনিট গ্রাহকদের জন্য অর্থ প্রদান করা কাজকে দেরি করে। একটি বড় AI কাজে হাজার হাজার চিপ ঘনিষ্ঠভাবে পরস্পরের সাথে নির্ভরশীল।

কিছু নির্দিষ্ট সময়ে, একটি গ্রুপকে অন্যটি শেষ করার জন্য অপেক্ষা করতে হতে পারে যতক্ষণ না তারা চালিয়ে যেতে পারে। আপনি যদি একটি নির্দিষ্ট গ্রুপকে ধীর করেন, দেরি পাশের মেশিনগুলোতে ছড়িয়ে যেতে পারে।

কিন্তু ডেটা সেন্টারের সব কম্পিউটিং কাজ অবিলম্বে ঘটতে বা পুরো গতিতে চলতে হয় না। কিছু কাজ সময় সংবেদনশীল, অন্যগুলো দেরি করা বা ধীরে চলতে পারে কম পরিণাম সহ। কিছু কাজ অন্য ডেটা সেন্টারে স্থানান্তর করা যেতে পারে যেখানে বিদ্যুৎ সহজেই পাওয়া যায়।

প্রতিটি পছন্দের সাথে বিনিময় রয়েছে, কিন্তু প্রতিটি ডেটা সেন্টারের জন্য একটি নির্দিষ্ট সময়ে স্থানীয় গ্রিড থেকে কতটা বিদ্যুৎ প্রয়োজন তা কমাতে পারে।

Bitcoin খনিজরা কম্পিউটারকে কীভাবে ছাড় দিতে শিখিয়েছিল

পূর্বাভাসটি আসে টেক্সাস গ্রিডে Bitcoin খনন থেকে। Bitcoin খনিজরা প্রতিযোগিতা করে পুরস্কার পাওয়ার জন্য যে মেশিনগুলো অবিচ্ছিন্নভাবে হিসাব করে। যখন একটি মেশিন বন্ধ হয়, খনিজরা সেই সময়ের জন্য অর্থ পাওয়ার সুযোগ হারায়।

কিন্তু বিদ্যুৎ ফিরে এলে, মেশিনটি প্রায় তৎক্ষণাৎ চালু হতে পারে। কোনো গ্রাহক উত্তরের জন্য অপেক্ষা করছে না, এবং কোনো অসম্পূর্ণ কম্পিউটিং কাজ সংরক্ষণ করতে হয় না।

টেক্সাস বুঝেছে যে মৌলিক ধারণাটিকে চাহিদা প্রতিক্রিয়া বলা হয়: যখন বিদ্যুৎ কম এবং ব্যয়বহুল হয়, বড় ব্যবহারকারীরা কম ব্যবহার করার কারণ পায়।

Bitcoin খনিজরা এই চুক্তিতে অসাধারণভাবে উপযুক্ত ছিল। তারা পাইকারি দাম বেড়ে গেলে বন্ধ করতে পারতো, জরুরি অবস্থায় বিদ্যুৎ কাটা জন্য অর্থ পাওয়া যেতো, এবং গুরুত্বপূর্ণ গ্রীষ্মের কয়েক ঘন্টা বাদ দিয়ে ট্রান্সমিশন চার্জ কমাতে পারতো।

An ERCOT পরীক্ষা এপ্রিলে ক্রিপ্টো খনিজরাকে তার জরুরি প্রোগ্রামের একটির প্রধান দাম সংবেদনশীল অংশীদার হিসেবে বর্ণনা করেছে। একটি খনিজরার জন্য, হিসাবটি সহজ: যখন এক মেগাওয়াট বিটকয়েনের চেয়ে মূল্যবান হয়ে যায় যা মেশিনগুলো তার সাথে উপার্জন করতে পারে, মেশিনগুলো বন্ধ করে দেয়।

Bitcoin-mining load stays near full capacity when electricity is cheap, then declines once prices cross a curtailment threshold. Higher hash price moves that threshold upward. Source: Subir Majumder, based on ERCOT data

Luxor বিটকয়েন খনিজরাকে সফ্টওয়্যার, শক্তি সেবা এবং আর্থিক পণ্য সরবরাহ করে, তাই এটি AI-এর সাথে একটি কম্পিউটেশনের প্রবণতার সাথে এসেছে যা বিরতি দেওয়া যেতে পারে। পরীক্ষাটি জিজ্ঞাসা করে যে গ্রাহকদের সেবা দেওয়া মেশিনগুলো বিদ্যুৎ দামের প্রতি আনুগত্যের কিছু উত্তরাধিকার পেতে পারে কিনা।

এই প্রশ্নটি আরও জরুরি হয়ে উঠছে যখন খনিজরা বিদ্যুৎ সমৃদ্ধ সাইটগুলো AI ক্যাম্পাসে রূপান্তর করছে। যদি গ্রিড একটি বিটকয়েন খনি যা কমানো যায় কমানোর আদেশে একটি ডেটা সেন্টারে রূপান্তর করে, তাহলে এটি একটি মূল্যবান জরুরি ব্রেক ছেড়ে দিতে পারে।

একটি ডেটা সেন্টার কতটা নমনীয় হতে পারে তা নির্ভর করে তার মেশিনগুলো কী করছে তার উপর।

ট্রেনিং হলো একটি মডেলকে শেখানোর দীর্ঘ, কম্পিউটেশন সম্পূর্ণ প্রক্রিয়া, প্রচুর পরিমাণ ডেটা প্রক্রিয়া করার সময় বারবার সামঞ্জস্য করা। ইনফারেন্স হলো পরে যা ঘটে, যখন কেউ শেষ মডেলকে উত্তর, একটি ইমেজ, একটি অনুবাদ বা একটি পূর্বাভাস জিজ্ঞাসা করে। দুটি বিদ্যুৎ কাটা করার বিভিন্ন সুযোগ তৈরি করে।

একটি দীর্ঘ ট্রেনিং রান কখনও কখনও সংরক্ষিত চেকপয়েন্টে থামতে পারে এবং পরে ফিরে আসতে পারে, যদিও হাজার হাজার মেশিন একসাথে বন্ধ করা সহজ নয়। ইনফারেন্স মিলিয়ন ছোট অনুরোধ থেকে গঠিত হতে পারে, কিছু মানুষ অবিলম্বে উত্তর পাওয়ার আশা করে এবং অন্যরা অটোমেটেড কাজ যা কিউতে অপেক্ষা করতে পারে যতক্ষণ বিদ্যুৎ সহজ বা সস্তা হয়।

Google বছরের পর পর এইভাবে তার কম্পিউটিং সাজাচ্ছে। 2023 সালে, কোম্পানিটি বর্ণনা করেছে যে কীভাবে স্থানীয় গ্রিড চাপে থাকলে YouTube ভিডিও প্রসেসিং মতো কাজ দেরি করা যেতে পারে, বা অন্য অঞ্চলে বিদ্যুৎ বেশি থাকলে সেই কাজ পাঠানো যেতে পারে। সার্চ, ম্যাপ এবং অন্যান্য সেবাগুলো যা মানুষ অবিলম্বে কাজ করার আশা করে অনলাইনে থাকে।

Google পরে একই ধারণাটি মেশিন-লার্নিং কাজে নিয়ে আসে। 2026 সালের মার্চ মাসে, তারা বলেছে যে তারা এক গিগাওয়াট ডেটা-সেন্টার ডিমান্ড রেসপন্স দীর্ঘমেয়াদী ইউটিলিটি চুক্তিতে রেখেছে যুক্তরাষ্ট্রের বেশ কয়েকটি অঞ্চলে।

এই চুক্তিগুলোর কিছু নতুন ডেটা সেন্টারকে গ্রিডের সাথে যুক্ত করতে সাহায্য করতে পারে।

গবেষকরা এখন দেখাচ্ছে যে এটি সিমুলেশনের বাইরে কাজ করতে পারে। A পিয়ার-রিভিউ করা Nature Energy পেপার, একটি দল ফিনিক্সে Oracle ক্লাউড ফ্যাসিলিটিতে একটি পরীক্ষা বর্ণনা করেছে। সফ্টওয়্যার 256-GPU ক্লাস্টারের বিদ্যুৎ ব্যবহার 25% কমিয়ে তিন ঘন্টার জন্য প্রাথমিক কাজের পারফরম্যান্স সীমার বাইরে না পাঠিয়ে দিয়েছে।

মূল বিষয় ছিল দেরি করার জায়গা ঠিক করা। যে সফ্টওয়্যার কোন কাজ চলে এবং কখন চলে তা নির্ধারণ করে, যাকে স্কেডুলার বলা হয়, জরুরি কাজকে সুরক্ষিত রাখে এবং বিদ্যুৎ সংরক্ষণ করে যে কাজগুলোর সময়সীমা আরও ক্ষমাশীল।

Bitcoin-mining load falls as the chance of a 4CP interval increases. The response weakens when mining revenue is higher. Source: Subir Majumder, based on ERCOT data

Emerald AI, যে কোম্পানিটি এই কাজের নেতৃত্ব দিয়েছে, 25 আগস্টে $150 মিলিয়ন ফাইন্যান্সিং রাউন্ড ঘোষণা করেছে যা তাকে $1 বিলিয়নের বেশি মূল্য দিয়েছে। তারা আরও বলেছে যে তাদের সফ্টওয়্যার সমগ্র ডেটা সেন্টারে বাণিজ্যিকভাবে চলছে, বহু মেগাওয়াট ব্যবহার করছে।

প্রতিটি সাইটের স্বাধীন পারফরম্যান্স ডেটা উপলব্ধ নয়, কিন্তু এমনকি এই ফাইন্যান্সিং দেখায় যে নমনীয় AI গবেষণা পত্র থেকে বাণিজ্যিক ব্যবসায়ে এগিয়ে গেছে।

অন্যান্য গবেষকরা অনুমান করার চেষ্টা করেছে যে AI ফ্যাসিলিটি কতটা বিদ্যুৎ নিশ্চিতভাবে দেওয়ার প্রতিশ্রুতি দিতে পারে একটি কঠিন ঘন্টায়।

A University of Chicago ওয়ার্কিং পেপার চার বছরের বিদ্যুৎ দাম এবং 49.4 মিলিয়ন আসল ইনফারেন্স অনুরোধ ব্যবহার করে উত্তর মডেল করেছে। লেখক অনুমান করেছেন যে ইনফারেন্সের উপর ফোকাস করা ফ্যাসিলিটি 40% চাহিদা কাটা প্রতিশ্রুতি দিতে পারে। ইনফারেন্স এবং ট্রেনিং মিশ্রণ চালানো ফ্যাসিলিটি 24.6% প্রতিশ্রুতি দিতে পারে।

মডেলটি 10 গিগাওয়াট ফ্লিটে বিস্তৃত হলে এই শতাংশগুলো কেবল সামান্য কমে যায়। মূল সীমাবদ্ধতা ছিল গ্রাহক চুক্তি, কাজ স্থানান্তরের সীমাবদ্ধতা এবং মেশিনগুলো পুরো শক্তিতে ফিরে আসার দৌড়।

University of Alberta গবেষকরা মডেল করেছে যে কীভাবে গ্রিডে AI কাজ দেরি করা বা ডেটা সেন্টারে স্থানান্তর করা যায়। মডেলের সবচেয়ে চাপের পরিস্থিতিতে, সেই নমনীয়তা বিদ্যুৎ কেন্দ্রের ক্ষমতা প্রয়োজনের 21% কমিয়ে দেয়। অন্য পরিস্থিতিতে, যেখানে স্থানীয় গ্রিড চাপানো ছিল, এটি বিদ্যুৎ সরবরাহের মোট খরচ 3.5% কমিয়ে দেয়, যদিও নতুন উৎপাদনে ব্যয় 7.1% বেড়েছে।

কাজ দেরি করার সুবিধার বেশিরভাগ অংশ প্রথম তিন ঘন্টার মধ্যে দেখা যায়, তাই আরও দেরি করা খুব বেশি সাহায্য করে না। যদিও এই কিছুই নতুন বিদ্যুৎ কেন্দ্র এবং ট্রান্সমিশন লাইন তৈরি করার প্রয়োজন দূর করে না, এটি দেখায় যে গ্রিড কম অবকাঠামো এবং সামগ্রিক খরচে আরও AI চাহিদা মেটাতে পারে।

চারটি লুকানো মুহূর্ত সারা বছরের দাম ধারণ করতে পারে

Luxor-এর পরীক্ষার পিছনে টাকাটি টেক্সাসের বিদ্যুৎ বাজারের একটি অস্বাভাবিক বৈশিষ্ট্য থেকে আসে। বড় গ্রাহকরা উচ্চ ভোল্টেজ ট্রান্সমিশন নেটওয়ার্কের জন্য অর্থ প্রদান করে, এবং সেই বিলের একটি অংশ নির্ভর করতে পারে তারা সারা বছরে মাত্র চারটি 15 মিনিটের উইন্ডোতে কতটা বিদ্যুৎ ব্যবহার করে।

সেই উইন্ডোগুলো হলো জুন, জুলাই, আগস্ট এবং সেপ্টেম্বরে সিস্টেম সার্বিক চাহিদার সর্বোচ্চ মুহূর্ত, যা Four Coincident Peaks বা 4CP নামে পরিচিত।

ধরা হয় যে কেউ ঠিক জানে না কখন 4CP ঘটছে যতক্ষণ না মাস শেষ হয়। তাই বড় বিদ্যুৎ ব্যবহারকারীরা গ্রিড, আবহাওয়া এবং বিদ্যুৎ চাহিদা দেখার জন্য পূর্বাভাসকারীদের নিয়োগ করে এবং চাহিদা কখন উচ্চ হওয়ার সম্ভাবনা রয়েছে তা অনুমান করে।

যদি সম্ভাবনা যথেষ্ট বেশি দেখায়, তারা সেই 15 মিনিটের উইন্ডোর জন্য বিদ্যুৎ ব্যবহার কমিয়ে দেয়। যথেষ্ট বার সঠিক অনুমান করলে, ট্রান্সমিশন চার্জে সংরক্ষণ বিশাল হতে পারে। এটি 4CP-কে কারখানা, Bitcoin খনি, ব্যাটারি এবং এখন, সম্ভাব্যভাবে, AI ডেটা সেন্টারের জন্য পূর্বাভাস এবং বিদ্যুৎ কাটার একটি পুনরাবৃত্ত খেলায় পরিণত করেছে।

সেই সম্ভাব্য পুরস্কার অনেক ভুল সতর্কতাকে সহ্য করার মতো করে তোলে। 2026 PUCT সংখ্যাগুলো ERCOT ট্রান্সমিশন খরচকে প্রায় $6 বিলিয়ন রাখে, যা একটি গড় 4CP চাহিদার মধ্যে বিভক্ত হয় 80,859.8 মেগাওয়াট।

এটি প্রায় $74.89 প্রতি কিলোওয়াট প্রতি বছর। সেই হারে, 100 মেগাওয়াট চাহিদা চারটি চূড়ান্ত উইন্ডোতে প্রায় $7.49 মিলিয়ন বছরের ট্রান্সমিশন খরচ দেখায়।

যদিও আসল বিল ইউটিলিটি অঞ্চল এবং চুক্তি অনুযায়ী ভিন্ন হবে, এখানে আর্থিক প্রেরণা বেশ স্পষ্ট। একটি বড় ডেটা সেন্টার একটি গোটা গ্রীষ্মে ছড়িয়ে থাকা একটি ঘন্টার বিদ্যুৎ ব্যবহারে কোটি কোটি ডলার লাগতে পারে। সেই ঘন্টাটি ধরে রাখার জন্য কয়েক ঘন্টা বিদ্যুৎ কাটা খুব ভালো বিনিময় হতে পারে।

Bitcoin-mining load falls as the chance of a 4CP interval increases. The response weakens when mining revenue is higher. Source: Subir Majumder, based on ERCOT data

Luxor সিদ্ধান্ত নিয়েছে যে তারা GPU নিজেই থ্রোটল করবে, লাইভ গ্রিড ডেটা ব্যবহার করে কখন কাজ করা উচিত তা ঠিক করার জন্য। ভেরা বলেছেন যে কোম্পানিটি 4CP উইন্ডো গঠন হওয়ার লক্ষণ দেখছে, তারপর চিপে নিজের কমান্ড পাঠাচ্ছে। ERCOT কখনও GPU-কে ধীর করার জন্য বলেনি, এবং কোনো জরুরি গ্রিড প্রোগ্রাম জড়িত ছিল না।

এটি মূলত একটি ব্যক্তিগত বাজি ছিল যখন বিদ্যুৎ চাহিদা চূড়ান্ত হবে, সাইটের ট্রান্সমিশন বিল কমানোর লক্ষ্যে। ERCOT এই ধরনের 4CP স্ব-কাটা প্রোগ্রামকে তার পরিচালিত চাহিদা প্রতিক্রিয়া প্রোগ্রাম থেকে আলাদা করে শ্রেণীবদ্ধ করে।

এটি অর্ধ সেকেন্ডের প্রতিক্রিয়া সময়কেও প্রেক্ষিতে রাখে। 4CP উইন্ডো 15 মিনিট স্থায়ী হয়, তাই GPU তার নিম্ন শক্তি স্তরে পৌঁছায় অর্ধ সেকেন্ডে বা কয়েক সেকেন্ডে ট্রান্সমিশন সংরক্ষণে প্রায় কোনো পার্থক্য নেই।

ERCOT-এর জরুরি প্রোগ্রাম সাধারণত অংশগ্রহণকারী গ্রাহকদের 10 বা 30 মিনিট সময় দেয় তারা যে বিদ্যুৎ কমানোর প্রতিশ্রুতি দিয়েছে তা পূরণ করার জন্য। কিছু অন্যান্য গ্রিড সেবা আরও দ্রুত চলে, গ্রাহকদের অবিলম্বে বিদ্যুৎ কাটা শুরু করতে হয় এবং 10 মিনিটের মধ্যে পুরো কমানো পূরণ করতে হয়।

যদি AI হার্ডওয়্যার শেষ পর্যন্ত সেই বাজারগুলোতে অংশগ্রহণ করে, সেকেন্ডের কম নিয়ন্ত্রণ আরও বেশি উপযোগী হতে পারে। Luxor-এর জন্য, প্রতিটি অতিরিক্ত সেকেন্ড GPU থ্রোটল করার সময় একটি সেকেন্ড যা কম্পিউটিং করে অর্থ উপার্জন করতে পারে।

Bentaus ইতিমধ্যে একই মৌলিক ধারণাটি বড় স্কেলে পরীক্ষা করেছে। ফেব্রুয়ারিতে, CPower, Bentaus এবং Supermicro বর্ণনা করেছে ক্যালিফোর্নিয়ার একটি প্রদর্শনী যেখানে B200 GPU সজ্জিত সার্ভারের একটি ক্লাস্টার ব্যবহার করা হয়েছে।

কোম্পানিগুলো বলেছে যে ক্লাস্টারটি রাজ্যের পাইকারি বিদ্যুৎ বাজারের সাথে যুক্ত একটি সিগন্যালে প্রতিক্রিয়া দেয় 20 মিলিসেকেন্ডের কম সময়ে এবং তার বিদ্যুৎ ব্যবহার 75% পর্যন্ত কমিয়ে দেয়, যদিও এটি প্রতিশ্রুতি দেওয়া পারফরম্যান্স স্তর পূরণ করে।

টেক্সাসের পরীক্ষাটি ছোট এবং অনেক সংকীর্ণ: একটি GPU একটি নির্দিষ্ট ট্রান্সমিশন-বিলিং প্রোত্সাহনে প্রতিক্রিয়া দেয়। কিন্তু এটি একটি আরও বাস্তব পরীক্ষাকে যোগ করে যে ধারণাটি ইতিমধ্যে ব্যক্তিগত চিপ থেকে সার্ভার ক্লাস্টার এবং ইউটিলিটি প্রোগ্রামে চলে গেছে।

টেক্সাসের পরীক্ষার বিষয়ে আমাদের যা জানা আছে তাতে গুরুত্বপূর্ণ ফাঁক রয়েছে। কোম্পানিগুলো কোন এআই মডেল চলছিল বা GPU কতক্ষণ কম শক্তি ব্যবহার করেছে তা প্রকাশ করেনি। তারা বলেনি যে এটি আগে কতটা বিদ্যুৎ ব্যবহার করেছিল, কম্পিউটিং প্রবাহ কতটা কমেছে, বা অনুরোধগুলো কতটা দেরি হয়েছে পূরণ করার জন্য।

Luxor-এর প্রতিনিধি টেক্সাসের বিদ্যুৎ বাজারে বিদ্যুৎ কমানো নিশ্চিত করেছে, কিন্তু পরীক্ষার কোনো স্বাধীন বিশ্লেষণ প্রকাশিত হয়নি।

পরীক্ষাটি দেখায় যে একটি B200 ইনফারেন্স কাজ চালালে তা প্রচুর বিদ্যুৎ কাটা নিতে পারে কোনো কাজ ইতিমধ্যে চলমান না থাকলেও। এটি অনিশ্চিত যে এটি গ্রাহকদের অপেক্ষার সময়ে কী করে, অন্য ইনফারেন্স বা ট্রেনিং কাজ একইভাবে প্রতিক্রিয়া দেয় কিনা, বা সমগ্র ডেটা সেন্টারে এই পদ্ধতি কতটা বিদ্যুৎ সংরক্ষণ করতে পারে।

GPU হলো একটি ভবনের বিদ্যুৎ বিলের শুধুমাত্র একটি অংশ। কুলিং সিস্টেম, নেটওয়ার্কিং সরঞ্জাম, স্টোরেজ, পাম্প এবং শক্তি রূপান্তরও বিদ্যুৎ ব্যবহার করে। তাই একটি চিপের বিদ্যুৎ 75% কমিয়ে দেওয়া মানে না যে ডেটা সেন্টার গ্রিড থেকে 75% কম বিদ্যুৎ ব্যবহার করে।

ভবনের মিটারে পরিমাপ করা কমানোটি অনেক কম হতে পারে।

Luxor ইতিমধ্যে তার পরবর্তী পরীক্ষা প্রস্তুত করছে, এবার Nvidia H100 GPU-এর একটি গ্রুপ নিয়ে টেক্সাসে। ভেরা বলেছেন যে স্কেলিং মানে এমন সফ্টওয়্যার তৈরি করা যা বুঝতে পারে কোন কাজ নিরাপদে ধীর করা যায়, তারপর সেই কাজ করা মেশিনগুলোকে সমন্বয় করা। এটি গ্রাহকদের প্রতিশ্রুতি দেওয়া পারফরম্যান্স মেনে চলতে হবে।

স্কেলের প্রতিটি লাফ, একটি GPU থেকে একটি সার্ভার, একটি র‍্যাক এবং শেষ পর্যন্ত একটি সম্পূর্ণ ডেটা সেন্টারে, আরও একটি জটিলতা যোগ করে। আরও সরঞ্জাম বিদ্যুৎ ব্যবহার করে, আরও মেশিন একসাথে চলতে হয়, এবং আরও গ্রাহক কাজ ধীর করা সহ্য করতে পারে বা নাও করতে পারে।

টেক্সাস এই নমনীয়তার কিছু প্রয়োজন করতে শুরু করেছে। সিনেট বিল 6, 2025 সালে পাস হয়েছে, নির্দিষ্ট বড় বিদ্যুৎ ব্যবহারকারীদের 2026 সাল থেকে সংযুক্ত হওয়ার জন্য গ্রিডের গুরুতর জরুরি অবস্থায় ব্যবহার কমানোর প্রয়োজন রয়েছে। এটি একটি প্রোগ্রামের আহ্বান করে যা কমপক্ষে 75 মেগাওয়াট ব্যবহার করা সাইটগুলোকে চাহিদা কমানোর জন্য অর্থ প্রদান করবে যখন সমস্যা আশা করা হয়।

একই সময়ে, রাজ্য আবার 4CP সম্পর্কে ভাবছে। তার চারটি গ্রীষ্মের চূড়ান্ত ঘন্টা সন্ধ্যা এবং শীতের ঘন্টা মিস করতে পারে যখন গ্রিড আরও চাপে থাকে। নিয়ন্ত্রকরা এটিকে 12CP দিয়ে প্রতিস্থাপন করার প্রস্তাব দিয়েছে, যা প্রতিটি মাসে একটি 30 মিনিটের চূড়ান্ত ঘন্টার উপর ভিত্তি করে ট্রান্সমিশন চার্জ নির্ধারণ করবে।

ERCOT এপ্রিলের পরীক্ষায় একই সিদ্ধান্তে পৌঁছেছে: টেক্সাসে প্রচুর চাহিদা প্রতিক্রিয়া রয়েছে, কিন্তু এটি সবসময় গ্রিডের সবচেয়ে প্রয়োজনে দেখা যায় না। 4CP বেশিরভাগ বিদ্যুৎ কাটা চালায়, কিন্তু তার গ্রীষ্মের চূড়ান্ত ঘন্টা চাহিদা উচ্চ এবং বাতাস ও সৌর উৎপাদন কম থাকার ঘন্টা মিস করতে পারে।

ERCOT বলেছে যে এই অসঙ্গতি একটি সমস্যা। নতুন বিদ্যুৎ কেন্দ্র এবং ট্রান্সমিশন লাইন বছরের পর বছর লাগে, কিন্তু নমনীয় চাহিদা মাসে যোগ করা যেতে পারে। এখন চ্যালেঞ্জ হলো নিশ্চিত করা যে সেই নমনীয়তা সঠিক সময়ে দেখা যায়।

সবচেয়ে কঠিন অংশ হলো প্রমাণ করা যে একটি ডেটা সেন্টার নির্ভরযোগ্যভাবে বিদ্যুৎ কাটা করতে পারে। যদি গ্রিড 50 মেগাওয়াট অদৃশ্য হওয়ার উপর নির্ভর করে, তাহলে সাইট অন্যথায় কতটা ব্যবহার করতো তা জানতে হবে, তারপর মিটার ডেটা দিয়ে কমানো নিশ্চিত করতে হবে।

এটি আরও জানতে হবে যে কতক্ষণ কাটা চলতে পারে এবং কী হয় যখন GPU আবার বাড়ে। হাজার হাজার ফিরে আসুন একসাথে, ডেটা সেন্টার একটি নতুন বিদ্যুৎ স্পাইক তৈরি করতে পারে।

এটি গ্রাহকদের চুক্তিকে সমীকরণের একটি অপরিহার্য কিন্তু অগোচর অংশ করে। একটি ডেটা সেন্টার ইন্টারেক্টিভ এবং নিরাপত্তা-সংবেদনশীল কাজ স্বাভাবিকভাবে চলতে দিতে পারে যখন অভ্যন্তরীণ পরীক্ষা, ইনডেক্সিং বা রাতারাতি প্রসেসিং মতো কাজগুলো নমনীয় স্তরে রাখা যায়।

গ্রাহকরা সেই নমনীয়তার জন্য কম অর্থ দিতে পারে, যখন গ্রিড ডেটা সেন্টারকে প্রতিশ্রুতি দেওয়া নির্ভরযোগ্য, পরিমাপযোগ্য বিদ্যুৎ কাটা দিতে পারে।

এটি AI-এর একটি তথ্য অসম্ভব অগ্রাহ্য করবে: প্রতিটি কম্পিউটেশন সমানভাবে জরুরি নয়। শিল্পটি ইতিমধ্যে দাম, গতি এবং কম্পিউটেশন খরচ অনুযায়ী কাজ সাজায়, তাই বিদ্যুৎ সেই হিসাবে আরেকটি পরিবর্তনশীল হতে পারে।

যখন গ্রিড কঠিন হয়, একটি ইমেজ রেন্ডার করতে বেশি সময় লাগতে পারে বা একটি ট্রেনিং রান আগামীকালে পড়ে যেতে পারে, যখন অন্যান্য সেবা চলতে থাকে। প্রতিটি GPU চক্রকে সমান গুরুত্ব দেওয়ার পরিবর্তে, ডেটা সেন্টারগুলো এখন থেকে কী ঘটতে হবে এবং কী অপেক্ষা করতে হবে তা আলাদা করতে পারে।

Luxor-এর অর্ধ সেকেন্ডের বিদ্যুৎ কাটা ছিল সহজ অংশ। হাজার হাজার GPU-এ এটি করা, গ্রাহকদের প্রতিশ্রুতি ভঙ্গ না করে এবং গ্রিড যে মেগাওয়াট বিশ্বাস করতে পারে তা সরবরাহ করার সময় এটি অনেক কঠিন হবে।

কিন্তু এটিই সেই জায়গা যেখানে ধারণাটি আকর্ষণীয় হয়ে ওঠে, কারণ AI-এর একটি শক্তি সমস্যা এবং গ্রিডের একটি নমনীয়তা সমস্যা রয়েছে, এবং ডেটা সেন্টারগুলো ঠিক মাঝখানে রয়েছে। তারা মেশিন দিয়ে ভরা যা কখনও কখনও সেকেন্ড, মিনিট বা ঘন্টার মধ্যে সরানো যায় কারও নজরে না পড়ে।

যদি অপারেটররা সেই নমনীয়তাকে নির্ভরযোগ্য বিদ্যুৎ সংরক্ষণে পরিণত করতে পারে, AI-এর বিদ্যুৎের বিপুল আকাঙ্ক্ষা গ্রিড যে কাজে কাজ করতে পারে তা হতে পারে। এটি AI নির্মাণের পরবর্তী পর্যায়কে সঠিক সময়ে বিদ্যুৎ ব্যবহার করার মতো করে তুলতে পারে যেমন প্রথমে তার পর্যাপ্ত পরিমাণ খুঁজে পাওয়া যায়।

পোস্টটি AI ডেটা সেন্টারগুলো AI ডেটা সেন্টারগুলো বিদ্যুৎ ট্রিক শিখছে যা Bitcoin খনিজরা প্রথমে পারে প্রথমে CryptoSlate-এ প্রকাশিত হয়েছে।