टोक्यो में एआई डेटा सेंटर की गर्मी से ठंडक और गर्म पानी बनाने का परीक्षण

टोक्यो के परीक्षण में फेंकी जा रही सर्वर की गर्मी का उपयोग

टोक्यो एक ऐसी परियोजना का समर्थन कर रहा है जिसमें कृत्रिम बुद्धिमत्ता (एआई) सर्वरों से सीधे गर्मी लेकर इमारतों को ठंडा करने, पास के स्नानगृहों को गर्मी देने और कारखानों की मदद करने के लिए इस्तेमाल किया जाएगा। यह प्रदर्शन 16 जुलाई, 2026 से 31 मार्च, 2028 तक चलेगा। महानगर सरकार पात्र खर्चों के लिए अधिकतम 520 मिलियन येन का योगदान देगी।

टोक्यो इलेक्ट्रिक पावर कंपनी होल्डिंग्स, जिसे टीईपीसीओ के नाम से जाना जाता है, टोक्यो के एक डेटा सेंटर में MESH-X और NHK टेक्नोलॉजीज के साथ मिलकर इस काम का नेतृत्व कर रही है। इसका लक्ष्य एआई के साथ बढ़ रही एक व्यावहारिक समस्या का समाधान करना है: कंप्यूटिंग उपकरणों में जाने वाली बिजली का बड़ा हिस्सा अंततः गर्मी बन जाता है, जिसे मशीनें चलती रहें इसके लिए ऑपरेटरों को हटाना पड़ता है।

टोक्यो सरकार की घोषणा में ऐसी प्रणाली का वर्णन है जो ग्राफिक्स प्रोसेसिंग यूनिट यानी जीपीयू लगे सर्वरों को ठंडा करने के लिए वाष्पीकरण का इस्तेमाल करती है और साथ ही उनकी गर्मी को सीधे उच्च तापमान पर एकत्र करती है। जीपीयू ऐसे चिप होते हैं जो एक साथ कई गणनाएं करते हैं और आधुनिक एआई के केंद्र में हैं।

यह परियोजना आम तौर पर अलग-अलग संभाली जाने वाली दो जरूरतों को जोड़ती है। डेटा सेंटरों को ठंडक चाहिए, जबकि आसपास की इमारतों और कारोबारों को गर्मी। उपयोगी गर्मी को फिर से हासिल करने से एक ही बिजली कंप्यूटिंग और स्थानीय ऊर्जा, दोनों जरूरतों को पूरा कर सकती है।

जापान एक और तरीका भी आजमा रहा है: एआई गणनाओं को शहरों के बीच भेजना या बिजली की उपलब्धता के अनुसार उनके चलने का समय बदलना। मिलकर ये प्रयोग इस बात पर काम करते हैं कि एआई कितनी बिजली इस्तेमाल करता है, वह बिजली कहां खपती है और बाद में उस ऊर्जा का क्या होता है।

WaBiCo चिप से गर्मी कैसे हासिल करता है

टीईपीसीओ अपने तरीके को WaBiCo कहता है, जो Watt Bit Cogeneration का संक्षिप्त नाम है। यह नाम बिजली की शक्ति की इकाई वाट को डिजिटल जानकारी की इकाई बिट से जोड़ता है। इसका मूल विचार शक्तिशाली इलेक्ट्रॉनिक उपकरणों को कंप्यूटिंग संसाधन और उपयोगी गर्मी के स्रोत, दोनों के रूप में देखना है।

इस शीतलन तकनीक में पानी को कम दबाव, यानी वायुमंडलीय दबाव के लगभग आधे पर रखा जाता है। इससे पानी सामान्य 100 डिग्री के बजाय करीब 80 डिग्री सेल्सियस पर उबलता है। जीपीयू की गर्मी वाष्पीकरण को चलाती है, जिससे प्रणाली ऐसा तापीय ऊर्जा एकत्र कर सकती है जिसका अन्य कामों में उपयोग हो।

टीईपीसीओ के मुताबिक, खास तौर पर बनाया गया कोल्ड प्लेट सीधे जीपीयू को ठंडा करता है और उसकी गर्मी वापस हासिल करता है। इस परिसंचरण प्रणाली में गर्मी को आगे बढ़ाने के लिए गर्मी का ही उपयोग होता है, पंप का नहीं। चिप के पास ही ऊर्जा हासिल करने से सर्वर कक्ष में फैल जाने देने के मुकाबले ज्यादा गर्म और अधिक उपयोगी गर्मी प्राप्त की जा सकती है।

तापमान मायने रखता है, क्योंकि अलग-अलग कामों के लिए अलग स्तर की गर्मी चाहिए। ऐसी गर्म हवा, जिसे इकट्ठा करना महंगा हो, सीमित कामों में ही इस्तेमाल हो सकती है। करीब 80 डिग्री सेल्सियस पर हासिल गर्मी इमारतों और उद्योगों के कई तरह के कामों में उपयोगी हो सकती है; यह उनके उपकरणों और तापमान संबंधी जरूरतों पर निर्भर करता है।

प्रस्तावित उपयोगों में पास के स्नानगृहों और कारखानों को गर्मी देना, जिला तापन उपलब्ध कराना और सर्वर कक्षों या पड़ोसी सुविधाओं को ठंडा करने के लिए हासिल गर्मी को ऊर्जा स्रोत के रूप में इस्तेमाल करना शामिल है। गर्मी से संचालित शीतलन में पूरी तरह बिजली से चलने वाले कंप्रेसर पर निर्भर रहने के बजाय, शीतलन चक्र चलाने के लिए तापीय ऊर्जा का उपयोग होता है।

टोक्यो किस काम के लिए धन दे रहा है और क्या परख रहा है

टीईपीसीओ की परियोजना चयन की घोषणा के मुताबिक, टोक्यो ने 30 जून, 2026 को इस प्रस्ताव को चुना। कंपनी खुद को परियोजना का प्रमुख संचालक बताती है और कहती है कि सरकार तय खर्चों के लिए अधिकतम 520 मिलियन येन का आंशिक सहयोग देगी।

टोक्यो का औद्योगिक एवं श्रम मामलों का ब्यूरो इस प्रदर्शन को अपनी 2050 टोक्यो रणनीति में ऊर्जा दक्षता अधिकतम करने के लक्ष्य के तहत रखता है। व्यावहारिक काम में वाष्पीकरण-आधारित शीतलन प्रणाली विकसित करना और वास्तविक परिचालन वातावरण में उसका परीक्षण करना शामिल है।

परियोजना में हासिल गर्मी को किसी उपयोगी जगह तक पहुंचाना जरूरी है। स्नानगृह के लिए इसका मतलब है तापीय ऊर्जा की भरोसेमंद आपूर्ति। कारखाने के लिए, औद्योगिक प्रक्रिया के तापमान और समय से मेल बैठाना जरूरी है। सर्वर कक्षों के लिए हासिल गर्मी को ऐसी शीतलन प्रणाली में शामिल करना होगा जो भरोसेमंद संचालन बनाए रखे।

घोषणाओं में प्रदर्शन स्थल को केवल टोक्यो का एक डेटा सेंटर बताया गया है। इनमें हासिल गर्मी की मापी गई मात्रा, बिजली की बचत, उत्सर्जन में कमी, गर्मी के नामित ग्राहक या व्यावसायिक शुरुआत की तारीख का उल्लेख नहीं है। परीक्षण के बाद के नतीजे तय करेंगे कि इसका उपयोग कितना कारगर साबित होता है।

शीतलन दक्षता और गर्मी का दोबारा इस्तेमाल अलग-अलग लाभ मापते हैं

टीईपीसीओ डेटा सेंटर दक्षता के एक मानक पैमाने, पावर यूसेज इफेक्टिवनेस यानी पीयूई, को बेहतर बनाने का लक्ष्य रखता है। इसमें किसी सुविधा की कुल बिजली खपत को उसके कंप्यूटिंग उपकरणों की बिजली खपत से भाग दिया जाता है। 1 के जितना करीब नतीजा हो, शीतलन और दूसरी सहायक प्रणालियों पर उतनी ही कम अतिरिक्त बिजली खर्च हो रही होती है।

कल्पना करें कि किसी सुविधा की कुल बिजली खपत 120 इकाई है और उसके कंप्यूटर 100 इकाई इस्तेमाल करते हैं। तब उसका पीयूई 1.2 होगा। अतिरिक्त 20 इकाई घटाने से यह आंकड़ा बेहतर होगा। टोक्यो की परियोजना चिप से गर्मी हटाने का तरीका बदलकर ऐसी ही दक्षता हासिल करना चाहती है।

गर्मी के पुनः उपयोग से एक और संभावित लाभ मिलता है: पड़ोसी उपयोगकर्ता कंप्यूटिंग से हासिल ऊर्जा के जरिए अपनी गर्मी की जरूरत का कुछ हिस्सा पूरा कर सकता है। बिजली सर्वरों को चलाती रहती है, जबकि उपयोगी तापीय ऊर्जा किसी अन्य काम के लिए सुविधा से बाहर जाती है।

इन दोनों लाभों को अलग-अलग मापने की जरूरत है। ऑपरेटरों को शीतलन में इस्तेमाल बिजली, ग्राहकों तक वास्तव में पहुंचाई गई गर्मी और उस ऊर्जा का हिसाब रखना होगा जिसे ग्राहक अन्यथा खर्च करते। गर्मी का जुड़ाव तभी उपयोगी होगा जब उसे पाने वाली सुविधा ऊर्जा पहुंचने के समय उसका इस्तेमाल कर सके।

अधिक दक्ष चिप और बढ़ते एआई कार्यभार

NVIDIA एआई अवसंरचना की बुनियाद ऊर्जा को मानता है। जनवरी 2026 में दावोस की बैठक के दौरान कंपनी के मुख्य कार्यकारी जेंसन हुआंग ने उद्योग की तुलना पांच परतों वाले केक से की: सबसे नीचे ऊर्जा, फिर चिप, अवसंरचना, मॉडल और एप्लिकेशन।

NVIDIA के प्रतिनिधि हिरोकी सैतो ऊर्जा को एआई का पहला प्रवेशद्वार बताते हैं। उनका विवरण यह भी दिखाता है कि कंप्यूटिंग की मांग कितनी तेजी से बदल रही है। नवंबर 2022 में ChatGPT के आने को शुरुआती बिंदु मानते हुए, वे जनवरी 2025 के DeepSeek रीजनिंग मॉडल से जुड़ी प्रोसेसिंग जरूरत को उस स्तर से 100 गुना और करीब एक साल बाद आए OpenClaw ऑटोनॉमस एजेंट को 1,000 गुना बताते हैं।

ये उदाहरण एआई के बदलते कामकाज से जुड़े हैं। रीजनिंग मॉडल समस्याओं को हल करने के लिए गणना करते हैं, जबकि एजेंट कई कामों का क्रम पूरा कर सकते हैं। अधिक जटिल कामों में प्रोसेसिंग क्षमता ज्यादा लग सकती है, भले ही अलग-अलग चिप अधिक दक्ष हो रहे हों।

NVIDIA का कहना है कि उसका Rubin पीढ़ी का सिस्टम समान बिजली इस्तेमाल करके Blackwell के मुकाबले 10 गुना अधिक एजेंट प्रोसेसिंग कर सकता है। इसका व्यावहारिक लाभ इस बात पर निर्भर करता है कि उपकरणों का इस्तेमाल कैसे किया जाता है और वे कौन-से काम चलाते हैं।

सैतो परिचालन प्राथमिकताओं में बदलाव का भी जिक्र करते हैं। पारंपरिक डेटा सेंटरों का मुख्य लक्ष्य चालू रहना था। NVIDIA के शब्दों में एआई उत्पादन के लिए बनी अवसंरचना, यानी एआई फैक्ट्री, को उपयोगी कंप्यूटिंग उत्पादन अधिकतम करना भी होता है। बिजली की हर इकाई से बेहतर प्रदर्शन और बढ़ती मांग, दोनों एक साथ आगे बढ़ रहे हैं; इसलिए कुल खपत इन दोनों पर निर्भर है।

बिजली की खपत में अचानक उतार-चढ़ाव एक और समस्या

एआई सुविधाओं के सामने कुल बिजली खपत के अलावा भी चुनौतियां हैं। मॉडल प्रशिक्षण के दौरान सैकड़ों हजार जीपीयू मिलीसेकंड के भीतर एक साथ अपनी बिजली खपत बदल सकते हैं। बिजली के उपकरणों को बिजली स्थिर रखते हुए इन तेज बदलावों को संभालना पड़ता है।

बिजली आपूर्तिकर्ताओं और डेटा सेंटरों को विश्वसनीयता पर सलाह देने वाले Uptime Institute की प्रमुख सलाहकार एंबर विलगस-विलियमसन ने इस दबाव का वर्णन किया:

एआई से बिजली की मांग में बहुत असामान्य उतार-चढ़ाव आता है,

विलगस-विलियमसन ने इस घिसावट की तुलना कार के इंजन को स्थिर गति पर चलाने के बजाय बार-बार अधिक जोर से चलाने से की। टेस्ला की पूर्व कार्यकारी और Heron Power Electronics की संस्थापक ड्रू बाग्लिनो ने कहा कि एआई की मांग कुछ समय के लिए किसी सुविधा की निर्धारित क्षमता से 50% तक अधिक हो सकती है। उनके उदाहरण में, 1 गीगावाट के लिए बना डेटा सेंटर पल भर के लिए 1.5 गीगावाट बिजली खींच सकता है।

इन दबावों से जुड़ी उपकरण विफलताओं में टरबाइन में दरारें और कुछ ही हफ्तों या महीनों में बैटरी बदलने की जरूरत शामिल है। कुछ सुविधाओं की उपलब्धता कथित तौर पर 80% के करीब रही है, जबकि बंद रहने के दौरान अनुमानित राजस्व नुकसान परिचालन के अनुसार प्रति मिनट हजारों से लेकर सैकड़ों हजार डॉलर तक है।

North American Electric Reliability Corporation ने पाया कि अमेरिका के 33 गीगावाट से अधिक डेटा सेंटर बिजली मांग को शामिल करने वाले लोड मॉडल में से करीब तीन चौथाई गतिशील व्यवहार को ठीक से दर्शाने के लिए पर्याप्त नहीं थे। ये मॉडल उपयोगिताओं को यह अनुमान लगाने में मदद करते हैं कि ग्राहक बिजली व्यवस्था को कैसे प्रभावित करते हैं। इसलिए खपत में तेज बदलाव योजना बनाने के लिए महत्वपूर्ण हैं।

पश्चिम टेक्सास में प्रस्तावित 2.67 गीगावाट का एक परिसर दिखाता है कि इसका समय-सारिणी पर क्या असर पड़ सकता है। डेवलपर Joulent ने Microsoft की 99.999% विश्वसनीयता की शर्त पूरी करने के लिए इंजीनियरिंग में अतिरिक्त समय जोड़ा, जिससे बिजली आपूर्ति की शुरुआत 2027 से खिसककर 2028 हो गई। इस विश्वसनीयता स्तर पर सालभर में कुल ठहराव करीब पांच मिनट होगा।

बिजली भेजने के बजाय गणनाएं दूसरी जगह भेजना

जापान का दूसरा प्रयोग इस बात पर केंद्रित है कि एआई बिजली कहां और कब इस्तेमाल करता है। J-Power, Cisco Systems, East Japan Railway, Hitachi और Bitmedia ने 8 अक्टूबर, 2026 को घोषणा की कि वे योकोहामा और किताक्यूशू के एआई डेटा सेंटरों को जोड़ने वाला प्रदर्शन कर रहे हैं।

परीक्षण अगस्त 2026 में शुरू हुआ और 1 फरवरी, 2027 तक चलने वाला है। इसमें कार्यभार स्थानांतरण की जांच की जा रही है, यानी बिजली और कंप्यूटिंग की स्थितियों के अनुसार कंप्यूटिंग कामों को दूसरी जगह या दूसरे समय पर सौंपना।

स्थान बदलने पर गणना दूसरे डेटा सेंटर में भेजी जाती है। समय बदलने पर उसे किसी दूसरे घंटे के लिए तय किया जाता है। प्रणाली में नवीकरणीय बिजली उत्पादन के पूर्वानुमान, बिजली व्यापार की कीमतें, आपूर्ति और मांग, उपलब्ध कंप्यूटिंग क्षमता और आपदाओं से जुड़ी जानकारी पर विचार किया जाता है।

एक लक्ष्य उस नवीकरणीय बिजली का उपयोग करना है जिसे अन्यथा घटाना पड़ सकता है। ऐसा तब होता है जब नेटवर्क उपलब्ध सौर या पवन बिजली को पूरी तरह पहुंचा या इस्तेमाल नहीं कर पाता और उत्पादन कुछ समय के लिए कम करना पड़ता है। उपयुक्त एआई काम उस बिजली की ओर भेजने से उसका उपयोग बढ़ सकता है।

कंपनियां यह भी जांचेंगी कि काम स्थानांतरित करने से प्रोसेसिंग में कितना अतिरिक्त समय लगता है और सेवा की गुणवत्ता कैसे बनाए रखी जाए। किसी काम को दूसरी जगह भेजने की व्यावहारिक लागत होती है, इसलिए परीक्षण बिजली से होने वाले लाभ और कंप्यूटिंग प्रदर्शन पर असर, दोनों मापता है।

रेलवे फाइबर व्यापक प्रयोग को जोड़ता है

पांचों कंपनियां जोएत्सु शिंकानसेन मार्ग पर ऑल-फोटोनिक नेटवर्क का भी परीक्षण कर रही हैं। इचिगो-युजावा, जोमो-कोगेन और ताकासाकी स्टेशनों पर लगे ऑप्टिकल ट्रांसमिशन उपकरण मौजूदा रेलवे फाइबर का इस्तेमाल करके कंपन और बदलते मौसम में संचार गुणवत्ता परखेंगे।

परीक्षण में सिग्नल का क्षीणन, प्रसारण त्रुटियां, देरी और देरी में बदलाव की जांच शामिल है। जब अलग-अलग जगहों पर स्थित कंप्यूटिंग सुविधाओं को एक साथ काम करना हो, तब ये माप मायने रखते हैं। योकोहामा और किताक्यूशू के बीच कार्यभार स्थानांतरण के साथ रेलवे नेटवर्क का परीक्षण इस कार्यक्रम का अलग हिस्सा है।

J-Power इस समूह का नेतृत्व करती है और नतीजों का मूल्यांकन करती है। Hitachi कार्यभार स्थानांतरण प्रणाली और ऑप्टिकल परीक्षण वातावरण बनाती है, Cisco नेटवर्क डिजाइन और मापन में मदद करती है, JR East रेलवे संचार उपकरणों की जांच करती है और Bitmedia डेटा सेंटरों के भीतर प्रणाली विकसित करती है।

यह काम अप्रैल 2026 में बनी एक परिषद के बाद हो रहा है, जिसमें JR West Optical Network और Nagoya Railroad भी शामिल हैं। इसका व्यापक लक्ष्य दूरगामी ऑप्टिकल नेटवर्क और कार्यभार स्थानांतरण के जरिए वितरित एआई डेटा सेंटरों का समन्वित संचालन है।

मुख्य पड़ाव बताते हैं कि गर्मी और कंप्यूटिंग से जुड़े ये प्रयोग किस तरह एक-दूसरे के साथ चल रहे हैं:

• अप्रैल 2026: सात कंपनियां ऑप्टिकल नेटवर्किंग और कार्यभार स्थानांतरण के लिए परिषद बनाती हैं।
• 30 जून, 2026: टोक्यो टीईपीसीओ के गर्मी हासिल करने के प्रस्ताव को चुनता है।
• 16 जुलाई, 2026: टोक्यो में गर्मी का प्रदर्शन शुरू होता है।
• अगस्त 2026: योकोहामा और किताक्यूशू में कार्यभार स्थानांतरण का परीक्षण शुरू होता है।
• 1 फरवरी, 2027: कार्यभार स्थानांतरण प्रदर्शन के समाप्त होने की तय तारीख।
• 31 मार्च, 2028: टोक्यो की गर्मी हासिल करने वाली परियोजना के समाप्त होने की तय तारीख।

जापान कम ऊर्जा बर्बाद करके अधिक कंप्यूटिंग चाहता है

जापान 2050 तक कार्बन तटस्थता का लक्ष्य रखते हुए एआई और सेमीकंडक्टर निवेश को आगे बढ़ा रहा है। कुमामोतो प्रांत में TSMC के कारखाने इस औद्योगिक विस्तार का हिस्सा हैं। 2022 में जापान की करीब 22% बिजली नवीकरणीय स्रोतों से आई थी, इसलिए देश अब भी जीवाश्म ईंधन समेत अन्य स्रोतों पर काफी निर्भर है।

टीईपीसीओ की पांचवीं व्यापक विशेष कारोबारी योजना में वित्त वर्ष 2040 तक महानगरीय टोक्यो के डेटा सेंटरों की मांग को दुनिया की सबसे ऊंची मांगों में पहुंचाने का लक्ष्य भी शामिल है। इसलिए गर्मी की परियोजना इस क्षेत्र के विस्तार की स्पष्ट महत्वाकांक्षा के साथ चल रही है।

गर्मी हासिल करने और कार्यभार स्थानांतरित करने के तरीके इस विस्तार के अलग-अलग पहलुओं पर काम करते हैं। WaBiCo सर्वरों द्वारा पहले से इस्तेमाल की जा रही बिजली से अधिक उपयोगी उत्पादन हासिल करना चाहता है। कार्यभार स्थानांतरण का लक्ष्य कंप्यूटिंग मांग और बिजली की उपलब्धता के बीच बेहतर तालमेल बैठाना है। बिजली में तेज उतार-चढ़ाव संभालने वाले उपकरण इन दोनों तरीकों के लिए जरूरी विश्वसनीयता बनाए रखते हैं।

आसपास के समुदायों के लिए ठोस अवसर उपयोगी गर्मी और डेटा सेंटरों को स्थानीय ऊर्जा जरूरतों से नजदीक जोड़ना है। ऑपरेटरों के लिए ये परीक्षण शीतलन लागत, उपयोगी कंप्यूटिंग समय और भरोसेमंद सेवा से जुड़े हैं। अगला पड़ाव मापे गए प्रदर्शन का होगा: कंप्यूटरों का काम जारी रहते हुए कितनी ऊर्जा बचाई या दोबारा इस्तेमाल की जाती है।

मुख्य बिंदु

• टोक्यो टीईपीसीओ की गर्मी हासिल करने वाली परियोजना के पात्र खर्चों के लिए 520 मिलियन येन तक का समर्थन दे रहा है।
• परियोजना 31 मार्च, 2028 तक चलेगी और इसका लक्ष्य शीतलन, स्नानगृह, कारखाने और जिला तापन हैं।
• WaBiCo कम दबाव में वाष्पीकरण का इस्तेमाल करके जीपीयू से सीधे उपयोगी गर्मी हासिल करता है।
• एक अलग परीक्षण में बिजली की स्थिति के अनुसार एआई कामों को योकोहामा और किताक्यूशू के बीच तथा अलग-अलग समय पर भेजा जाता है।
• एआई की बिजली खपत में तेज उतार-चढ़ाव से उपकरणों और विश्वसनीयता की समस्याएं भी पैदा हो रही हैं।
• मापी गई ऊर्जा बचत, पहुंचाई गई गर्मी और परिचालन प्रदर्शन से तय होगा कि इन प्रदर्शनों का व्यावहारिक महत्व कितना है।