Google နှင့် OpenAI တို့သည် AI မေးမြန်းချက်သည် တီဗီကလစ်တိုများထက် လျှပ်စစ်ဓာတ်အားပိုမိုအသုံးပြုကြောင်း အများပြည်သူအား အာမခံချက်ပေးရန် လွန်ခဲ့သည့်နှစ်တွင် အသုံးပြုခဲ့သည်။ ရာသီဥတု သိပ္ပံပညာရှင် Zeke Hausfather မှ လက်တွေ့ကမ္ဘာစစ်ချက်အသစ်တစ်ခုက ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ AI အေးဂျင့်များအတွက် အမှန်တရားသည် ပို၍သတိထားသင့်သည်- ၎င်းတို့သည် စံချတ်ဖလှယ်မှုထက် အကြမ်းဖျင်းအားဖြင့် 600 အဆ စွမ်းအင်ပိုမိုသုံးစွဲနိုင်သည်။ 2026 ခုနှစ် ဩဂုတ်လ 8 ရက်နေ့တွင် ထုတ်ဝေခဲ့သော The Climate Brink ဆိုင်ရာ ခွဲခြမ်းစိတ်ဖြာချက်တစ်ခုတွင် အဆိုပါ တွေ့ရှိချက်သည် AI ၏ ပတ်ဝန်းကျင်ခြေရာခံခြင်းဆိုင်ရာ မေးခွန်းများကို စက်မှုလုပ်ငန်းမှ အမြဲတမ်းတွင်ရှိသော ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ အေးဂျင့်များဆီသို့ ဦးတည်နေသောကြောင့် AI ၏ ပတ်ဝန်းကျင်ခြေရာခံခြင်းဆိုင်ရာ မေးခွန်းများကို အသစ်အဆန်းဖြစ်စေသည်။ လုပ်ငန်းကိုပုံဖော်ခြင်းဆိုင်ရာ ရေရှည်တည်တံ့ခိုင်မြဲမှုဆိုင်ရာ ဆွေးနွေးပွဲ၌ ဆက်လက်အစီရင်ခံတင်ပြရန်အတွက် ကျွန်ုပ်တို့၏ AI လုပ်ငန်းဆိုင်ရာလွှမ်းခြုံမှု ကို လိုက်နာပါ။
Big Tech ၏ စွမ်းအင်တောင်းဆိုချက်များကို လက်တွေ့စစ်ဆေးပါ။
ပျမ်းမျှ Gemini text prompt သည် လျှပ်စစ်ဓာတ်အား 0.24 watt-hours (Wh) သာအသုံးပြုသည် — ရုပ်မြင်သံကြား၏ 9 စက္ကန့်ထက်နည်းကြောင်း ပြီးခဲ့သည့်နှစ်တွင် Google မှဖော်ပြခဲ့သည်။ OpenAI အမှုဆောင်အရာရှိချုပ် Sam Altman သည် 2009 ခုနှစ်မှ Google ရှာဖွေမှုနှင့်အတူ ပျမ်းမျှ ChatGPT မေးမြန်းမှုအား အကြမ်းဖျင်းအားဖြင့် 0.34 Wh ဖြင့် ခန့်မှန်းကာ အလားတူကိန်းဂဏန်းကို ကမ်းလှမ်းခဲ့သည်။
နံပါတ်နှစ်ခုစလုံးသည် ကျဉ်းမြောင်းသော၊ အကောင်းဆုံး-ဖြစ်ရပ်မှန်ကို ဖော်ပြသည်- ရှည်လျားသောအကြောင်းပြချက်မရှိသော စာသားဖလှယ်မှု၊ ဝဘ်ရှာဖွေမှုများမရှိ၊ ဘက်စုံသုံးလုပ်ဆောင်ခြင်းမရှိသော၊ နှင့် looping အေးဂျင့်အပြုအမူတို့မရှိပေ။ Hausfather မှ ထောက်ပြထားသည့်အတိုင်း၊ စုံစမ်းမှုတစ်ခုအတွက် နောက်ထပ်တိုကင်များစွာကို ထုတ်ပေးသည့် ကျိုးကြောင်းဆီလျော်မှုပုံစံများ၊ အလိုအလျောက်လုပ်ဆောင်သော ကိုယ်စားလှယ်အများအပြားစနစ်များ၊ သို့မဟုတ် အဆင့်တိုင်းတွင် အေးဂျင့်များ ပြန်လည်ဖတ်ရှုသည့် ကာစကိတ်အကြောင်းအရာများကို ထည့်သွင်းစဉ်းစားမည်မဟုတ်ပါ။
ရှစ်ပတ်၊ 3.2 ဘီလီယံ တိုကင်
ရာသီဥတုဆိုင်ရာ သိပ္ပံပညာရှင် Hausfather သည် Anthropic ၏ Claude Code ကို ရှစ်ပတ်ကျော်ကြာ စေ့စေ့စပ်စပ် အသေးစိတ်ဖော်ပြသည့် ၎င်း၏အသုံးပြုမှုကို ခြေရာခံခဲ့သည်။ Claude Code သည် မော်ဒယ်ခေါ်ဆိုမှုတစ်ခုစီအတွက် API မှ အစီရင်ခံထားသော တိုကင်အရေအတွက်အတိအကျအပါအဝင် session တစ်ခုစီတိုင်း၏ ဒေသတွင်းမှတ်တမ်းများကို ပြီးပြည့်စုံအောင် သိမ်းဆည်းထားသောကြောင့်၊ သူသည် မော်ဒယ်ခေါ်ဆိုမှုတစ်ခုစီအတွက် အမှန်တကယ်တောင်းဆိုနေသည့် တိကျသောရုပ်ပုံတစ်ပုံကို ပြန်လည်တည်ဆောက်နိုင်သည်။
ဂဏန်းတွေက သိသိသာသာကြီး။ သူ၏ 1,138 ရိုက်သွင်းသော အချက်ပြမှုများ သည် မော်ဒယ်ခေါ်ဆိုမှု 14,000 ကျော်ကို အစပြုခဲ့သည် — အချက်တစ်ခုလျှင် ပျမ်းမျှ ဆယ်နှစ်ခန့်။ အချက်ပြမှုတစ်ခုစီသည် ပုံမှန်စကားပြောဖလှယ်မှုတစ်ခုအတွက် အကြမ်းဖျင်းအားဖြင့် တိုကင်တစ်ထောင်နီးပါးနှင့် နှိုင်းယှဉ်လျှင် ပျမ်းမျှ တိုကင် 2.9 သန်း ကို လုပ်ဆောင်ခဲ့သည်။ စုစုပေါင်း၊ သူ၏အေးဂျင့်သည် အချိန်ကာလအတွင်း ၃.၂ ဘီလီယံတိုကင် ကို လုပ်ဆောင်ခဲ့သည်။
ထူးခြားသောအသေးစိတ်အချက်- အကြမ်းဖျင်းအားဖြင့် 96 ရာခိုင်နှုန်းသည် ထိုတိုကင်များကို ကက်ရှ်ဖတ်ခြင်းဖြစ်သည်။ အဆင့် 14,000 တစ်ခုစီတွင်၊ အေးဂျင့်သည် ရှေ့ဆက်ဘာလုပ်ရမည်ကို မဆုံးဖြတ်မီ ၎င်း၏စုဆောင်းထားသော အကြောင်းအရာတစ်ခုလုံးကို ပြန်လည်ဖတ်ရှုသည်။ Hausfather ဟူသောစာသားသည် စခရင်ပေါ်တွင် အမှန်တကယ်မြင်နေရသည် — မော်ဒယ်၏ထွက်ရှိမှု — သည် လုပ်ဆောင်ပြီးသောတိုကင်အားလုံး၏ 0.4 ရာခိုင်နှုန်း သာရှိသည်။ လျှို့ဝှက်တွက်ချက်မှုကုန်ကျစရိတ်သည် နောက်ကွယ်တွင် လုံးဝနီးပါးဖြစ်ပျက်နေသည်။
တိုကင်များကို လျှပ်စစ်အဖြစ်သို့ ဘာသာပြန်ခြင်း။
Frontier model အတွက် တိုကင်တစ်ခုအတွက် စွမ်းအင်ကုန်ကျစရိတ်ကို ပြင်ပအဖွဲ့အစည်းမှ မသိသောကြောင့် Hausfather သည် မတူညီသော ယူဆချက်များဖြင့် သီးခြားလွတ်လပ်သော ခန့်မှန်းချက်နည်းလမ်းသုံးခုကို အသုံးပြု၍ ၎င်း၏ တိုကင်နံပါတ်များကို လျှပ်စစ်တန်ဖိုးအဖြစ်သို့ ပြောင်းလဲခဲ့သည်။ ၎င်း၏အကောင်းဆုံးခန့်မှန်းချက်မှာ ရှစ်ပတ်အတွင်း ဒေတာစင်တာလျှပ်စစ်ဓာတ်အား၏ စုစုပေါင်းသုံးစွဲမှု 170 ကီလိုဝပ်နာရီ (kWh) ခန့်ရှိပြီး မသေချာမရေရာသည့်အကွာအဝေးမှာ 70 မှ 330 kWh ဖြစ်သည်။
အချက်ပေးချက်အရ၊ ၎င်းသည် အကြမ်းဖျင်းအားဖြင့် 150 Wh—အလယ်အလတ်ချက်တင်အချက်ပြမှုတစ်ခု၏ စွမ်းအင်ထက် အဆ 600 ခန့်ရှိသည်။ သူ၏ပျမ်းမျှ Claude Code စက်ရှင်သည် 0.6 kWh ခန့် သုံးစွဲပြီး စမတ်ဖုန်းတစ်လုံးအား အားသွင်းရန် လိုအပ်သည့် လျှပ်စစ်ဓာတ်အား အဆငါးဆယ်ခန့် သုံးစွဲခဲ့သည်။ ပျမ်းမျှနေ့တွင်၊ သူ၏အေးဂျင့်အသုံးပြုမှုသည် 3.0 kWh (1.2 မှ 5.9 kWh) အထိ) သည် အိမ်သုံးရေခဲသေတ္တာနှစ်လုံး၏နေ့စဉ်ဆွဲအားထက် ပိုများသည်။
အပြိုင်အေးဂျင့်များစွာသည် ကျယ်ပြန့်သော ပထဝီဝင်ဒေတာ ခွဲခြမ်းစိတ်ဖြာမှုကို လုပ်ဆောင်သောအခါ ၎င်း၏ အပြင်းထန်ဆုံးသောနေ့သည် ခန့်မှန်းခြေ 11 kWh ဖြစ်ပြီး၊ အမေရိကန်အိမ်ထောင်စု၏ နေ့စဉ်လျှပ်စစ်ဓာတ်အားသုံးစွဲမှု၏ သုံးပုံတစ်ပုံကျော်ရှိသည်။
အေးဂျင့်တစ်နှစ်အသုံးပြုမှုအတွက် ဆိုလိုရင်းဖြစ်သည်။
တစ်နှစ်တာအတိုင်းအတာအထိ၊ Hausfather ၏အေးဂျင့်အခြေခံအလုပ်အသွားအလာသည် အကြမ်းဖျင်းအားဖြင့် 1.1 မဂ္ဂါဝပ်နာရီ (MWh) ဒေတာစင်တာလျှပ်စစ်ဓာတ်အား 0.4 မှ 2.2 မဂ္ဂါဝပ်နာရီ——နှစ်စဉ်အမေရိကန်အိမ်ထောင်စုများ၏ ဆယ်ပုံတစ်ပုံခန့်သည် နှစ်စဉ်အသုံးပြုသည့်ပျမ်းမျှ လျှပ်စစ်ဓာတ်အားသုံးစွဲမည်ဖြစ်သည်။ ပျမ်းမျှအားဖြင့် US လျှပ်စစ်ဓာတ်အား ရောနှောမှုကို အခြေခံ၍ တစ်နှစ်လျှင် CO2 နှင့်ညီမျှသော ထုတ်လွှတ်မှု 370 ကီလိုဂရမ်ခန့် ** သို့ပြန်ဆိုသည်။
အခြေအနေအရ၊ ၎င်းသည် တစ်နှစ်တာ လျှပ်စစ်အဝတ်ခြောက်စက် (262 ကီလိုဂရမ်ခန့်) နှင့် ဆန်ဖရန်စစ္စကိုမှ နယူးယောက်သို့ အသွားအပြန် စီးပွားရေးလေကြောင်း၏ ထက်ဝက်ခန့် (700 ကီလိုဂရမ်ခန့်) ထက် ပိုပါသည်။ Hausfather က ၎င်းသည် ပုံမှန် US ဂတ်စ်စွမ်းအင်သုံး ကားတစ်စီး၏ နှစ်စဉ်ထုတ်လွှတ်မှု၏ ရှစ်ရာခိုင်နှုန်းခန့်နှင့် ပျမ်းမျှအမေရိကန်၏ တစ်နှစ်တာ ကာဗွန်ခြေရာခံ၏ နှစ်ရာခိုင်နှုန်းခန့်ရှိကြောင်း မှတ်သားထားသည်။
"ဒါဟာ တစ်ပြိုင်နက်တည်းမှာ ကြီးမားတဲ့ ဓာတ်ငွေ့ထုတ်လွှတ်မှု အရင်းအမြစ်တစ်ခုဖြစ်ပြီး ကျွန်တော့်ရဲ့ စုစုပေါင်း ကာဗွန်ခြေရာကို နှိမ့်ချတဲ့ အစိတ်အပိုင်းတစ်ခုပါ" ဟု ရေးသားခဲ့သည်။
စစ်မှန်သော Levers များ- သန့်ရှင်းသော ပါဝါနှင့် စမတ်ကျသောလမ်းကြောင်း
Hausfather သည် ကိုယ်ရေးကိုယ်တာအပြစ်နှင့်ပတ်သက်သော ပြဿနာကို ဘောင်မခတ်မိစေရန် ဂရုပြုပါသည်။ လေးလံသောအသုံးပြုသူအုပ်စုငယ်မှ ထိန်းကျောင်းခြင်းသည် "မည်သည့်ခါးဆစ်ကိုမျှ ကွေးမည်မဟုတ်" ဟု စောဒကတက်သည်။ ယင်းအစား၊ သူသည် တည်ဆောက်ပုံဆိုင်ရာ မောင်းတံနှစ်ခုကို မီးမောင်းထိုးပြသည်။
ပထမ၊ မော်ဒယ်ငယ်များဆီသို့ ပိုမိုရိုးရှင်းသော လုပ်ဆောင်ချက်များကို လမ်းကြောင်းပေးခြင်းသည် အဓိပ္ပါယ်ရှိသော ကွဲပြားမှုကို ဖြစ်စေသည်။ သေးငယ်သော မော်ဒယ်များသည် တိုကင်တစ်ခုလျှင် စွမ်းအင် ရှေ့တန်း မော်ဒယ်များထက် ငါးဆမှ ခုနစ်ဆအထိ လျော့နည်းသည်။ ဒုတိယ—နှင့် အရေးအကြီးဆုံးမှာ- လျှပ်စစ်ဓာတ်အား၏ ကာဗွန်ပြင်းအား သည် အဓိကအချက်ဖြစ်သည်။ တူညီသောအလုပ်ဝန်သည် အလွန်သန့်ရှင်းသောစွမ်းအင်ကိုအသုံးပြုပါက၊ ကာဗွန်ခြေရာကို အကြမ်းဖျင်းအားဖြင့် 90 ရာခိုင်နှုန်း** ကျဆင်းသွားမည်ဖြစ်သည်။
ပြဿနာက မီးလောင်မှုရဲ့ နောက်ကွယ်က လောင်စာဆီပါ။ Hausfather ၏ အဆိုအရ US ဒေတာစင်တာများအတွက် စီစဉ်ထားသော ဆိုက်တွင်းလျှပ်စစ်ဓာတ်အားထုတ်လုပ်ရေး၏ လေးပုံသုံးပုံနီးပါးသည် သဘာဝဓာတ်ငွေ့ဖြင့် လုပ်ဆောင်နေပါသည် ဟူသော အဓိပ္ပာယ်မှာ AI ကွန်ပြူတာ၏ လျင်မြန်စွာ ချဲ့ထွင်မှုကို ရုပ်ကြွင်းလောင်စာများဖြင့် အစိတ်အပိုင်းများစွာဖြင့် ရေးသွင်းလျက်ရှိသည်။
Agents Scale အဖြစ် သတိပေးချက်
Hausfather ၏ ခန့်မှန်းချက်များသည် ကျိုးကြောင်းဆီလျော်သော်လည်း ခန့်မှန်းချက်များ ကျန်ရှိနေသေးသည် — နှင့် ၎င်းတို့သည် လက်ရှိအသုံးပြုမှုပုံစံများကို ထင်ဟပ်စေသည်။ AI ဓာတ်ခွဲခန်းများသည် ရက်များ၊ သီတင်းပတ်များ သို့မဟုတ် လများအထိ အလိုအလျောက်လုပ်ဆောင်သည့် အေးဂျင့်အခြေပြုစနစ်များကို အသုံးချရန် ပြိုင်နေကြပါပြီ။ အကယ်၍ ထိုအမြင်မျိုး အကောင်အထည်ပေါ်လာပါက "အသုံးပြုသူ" တစ်ဦးလျှင် စွမ်းအင်သုံးစွဲမှု ပိုမိုမြင့်မားလာနိုင်သည်။
သူ၏ အဓိက မက်ဆေ့ချ်မှာ Google နှင့် OpenAI တို့၏ စုံစမ်းမေးမြန်းမှု ကိန်းဂဏန်းများသည် နည်းပညာ မည်ကဲ့သို့ ပြောင်းလဲနေသည်ဆိုသော အဖြစ်မှန်ကို လူသိရှင်ကြား ကမောက်ကမ ဖြစ်စေခဲ့သည်။ "အချက်ပြမှု" သည် နောက်ဆုံးတွင် 'ခရီးစဉ်များ' ထက်ပို၍အသုံးပြုသည့် AI ယူနစ်တစ်ခုမဟုတ်ပါ၊ မောင်းနှင်ခြင်း၏အတိုင်းအတာတစ်ခုဖြစ်သည်၊ သင်မည်မျှအကွာအဝေးသို့သွားရမည်ဟူသည် အရေးကြီးသည်" ဟု Hausfather ကရေးသားခဲ့သည်။
AI ၏ရှေ့တွင်နေပါ။
ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရအေးဂျင့်များသည် အသစ်အဆန်းမှ မူလအခြေခံအဆောက်အအုံသို့ ရွေ့လျားလာသည်နှင့်အမျှ ၎င်းတို့၏လျှို့ဝှက်စွမ်းအင်ဥပဒေကြမ်းကို လျစ်လျူရှုရန် ပိုမိုခက်ခဲလာမည်ဖြစ်သည်။ AI သုတေသန၊ ရေရှည်တည်တံ့မှုနှင့် နယ်ပယ်ကိုပုံဖော်သည့်ကုမ္ပဏီများအတွက် စဉ်ဆက်မပြတ်၊ အချက်အလက်စစ်ဆေးထားသော အစီရင်ခံခြင်းအတွက်၊ ကျွန်ုပ်တို့၏ပင်မစာမျက်နှာကို မှတ်သားပြီး https://aibuzzwire.news တွင် ပိုမိုဖတ်ရှုရန် AI သတင်း→။
