AI কতটা পানি ব্যবহার করে?

আমি নিশ্চিত যে আপনি "AI কয়েক প্রশ্নের উত্তরে এক বোতল পানি পান করে" থেকে শুরু করে "এটি মূলত কয়েক ফোঁটা," পর্যন্ত সবকিছু শুনেছেন। সত্যটি আরও সূক্ষ্ম। AI এর জলের পদচিহ্ন ব্যাপকভাবে পরিবর্তিত হয় যেখানে এটি কাজ করে, আপনার প্রম্পট কতক্ষণ স্থায়ী হয় এবং একটি ডেটা সেন্টার কীভাবে তার সার্ভারগুলিকে ঠান্ডা করে তার উপর নির্ভর করে। হ্যাঁ, শিরোনাম নম্বরটি বিদ্যমান, তবে এটি সতর্কতার ঝোপের মধ্যে বাস করে।

নীচে আমি স্পষ্ট, সিদ্ধান্ত-প্রস্তুত পরিসংখ্যান প্রকাশ করছি, কেন অনুমানগুলি অসঙ্গত তা ব্যাখ্যা করছি এবং দেখাচ্ছি যে কীভাবে নির্মাতারা এবং দৈনন্দিন ব্যবহারকারীরা টেকসইতা সন্ন্যাসীদের মধ্যে পরিণত না হয়ে জলের ট্যাঙ্ক সঙ্কুচিত করতে পারেন।

এর পরে আপনি যে প্রবন্ধগুলি পড়তে পছন্দ করতে পারেন:

🔗 একটি এআই ডেটাসেট কী?
ব্যাখ্যা করে কিভাবে ডেটাসেটগুলি মেশিন লার্নিং প্রশিক্ষণ এবং মডেল ডেভেলপমেন্ট সক্ষম করে।

🔗 AI কীভাবে প্রবণতার পূর্বাভাস দেয়
পরিবর্তন এবং ভবিষ্যতের ফলাফলের পূর্বাভাস দেওয়ার জন্য AI কীভাবে প্যাটার্ন বিশ্লেষণ করে তা দেখায়।

🔗 এআই কর্মক্ষমতা কীভাবে পরিমাপ করা যায়
নির্ভুলতা, গতি এবং নির্ভরযোগ্যতা মূল্যায়নের জন্য প্রয়োজনীয় মেট্রিক্সগুলি ভেঙে দেয়।

🔗 এআই-এর সাথে কীভাবে কথা বলবেন
স্পষ্টতা, ফলাফল এবং ধারাবাহিকতা উন্নত করার জন্য কার্যকর প্ররোচনামূলক কৌশলগুলি নির্দেশ করে।

AI কত জল ব্যবহার করে? দ্রুত সংখ্যা যা আপনি আসলে ব্যবহার করতে পারেন 📏

• প্রতি প্রম্পটে, আজকের দিনে সাধারণ পরিসর: একটি মূলধারার সিস্টেমে একটি মাঝারি টেক্সট প্রম্পটের জন্য সাব-মিলিলিটার থেকে শুরু করে অন্যটিতে দীর্ঘ, উচ্চ-গণনা প্রতিক্রিয়ার জন্য দশ মিলিলিটার মাঝারি টেক্সট প্রম্পট ~0.26 মিলি (সম্পূর্ণ পরিবেশন ওভারহেড সহ) রিপোর্ট করে [1]। মিস্ট্রালের জীবনচক্র মূল্যায়ন ~45 মিলি (প্রান্তিক অনুমান) এ 400-টোকেন সহকারী উত্তর [2]। প্রসঙ্গ এবং মডেল অনেক গুরুত্বপূর্ণ।

• একটি ফ্রন্টিয়ার-স্কেল মডেল প্রশিক্ষণ: লক্ষ লক্ষ লিটারে যেতে পারে , বেশিরভাগই শীতলকরণ এবং বিদ্যুৎ উৎপাদনে নিহিত জল থেকে। একটি বহুল উদ্ধৃত একাডেমিক বিশ্লেষণে অনুমান করা হয়েছে যে GPT-শ্রেণীর মডেলকে প্রশিক্ষণের জন্য ~৫.৪ মিলিয়ন লিটার প্রায় ৭০০,০০০ লিটার অন্তর্ভুক্ত রয়েছে - এবং জলের তীব্রতা কমাতে স্মার্ট সময়সূচীর পক্ষে যুক্তি দেওয়া হয়েছে [3]।

• সাধারণভাবে ডেটা সেন্টার: বৃহৎ সাইটগুলি প্রতিদিন কয়েক হাজার গ্যালন , কিছু ক্যাম্পাসে জলবায়ু এবং নকশার উপর নির্ভর করে উচ্চতর স্তর থাকে [5]।

আসুন সৎ হই: প্রথমে এই পরিসংখ্যানগুলি অসঙ্গত মনে হয়। তাই। এবং এর যথেষ্ট কারণও রয়েছে।

AI জল ব্যবহারের মেট্রিক্স ✅

"AI কত জল ব্যবহার করে?" এর একটি ভালো উত্তরের জন্য কয়েকটি বাক্সে টিক চিহ্ন দেওয়া উচিত:

1. সীমানা স্পষ্টতা
   কি এতে কেবল অন-সাইট কুলিং ওয়াটার অন্তর্ভুক্ত, নাকি বিদ্যুৎ কেন্দ্রগুলিতে বিদ্যুৎ উৎপাদনের জন্য অফ-সাইট জলও জল উত্তোলন বনাম জল খরচ এবং স্কোপ 1-2-3 এর মধ্যে পার্থক্য করে, যা কার্বন অ্যাকাউন্টিং [3] এর অনুরূপ।

2. অবস্থান সংবেদনশীলতা
   প্রতি kWh জল অঞ্চল এবং গ্রিড মিশ্রণ অনুসারে পরিবর্তিত হয়, তাই একই প্রম্পটটি কোথায় পরিবেশন করা হচ্ছে তার উপর নির্ভর করে বিভিন্ন জলের প্রভাব বহন করতে পারে - সাহিত্যে সময়-এবং-স্থান-সচেতন সময়সূচী [3]।

3. কাজের চাপ বাস্তবতা
   সংখ্যাটি কি মধ্যম উৎপাদন প্রম্পটগুলিকে , নাকি শুধুমাত্র শীর্ষে থাকা অ্যাক্সিলারেটরকে প্রতিফলিত করে? গুগল কেবল TPU গণিত [1] নয়, অনুমানের জন্য পূর্ণ-সিস্টেম অ্যাকাউন্টিং (অলস, CPU/DRAM, এবং ডেটা-সেন্টার ওভারহেড) এর উপর জোর দেয়।

4. কুলিং প্রযুক্তি
   বাষ্পীভবনমূলক কুলিং, ক্লোজড-লুপ লিকুইড কুলিং, এয়ার কুলিং এবং উদীয়মান ডাইরেক্ট-টু-চিপ পরবর্তী প্রজন্মের কিছু সাইটের জন্য কুলিং ওয়াটার ব্যবহার বন্ধ করার উদ্দেশ্যে ডিজাইন তৈরি করছে

5. দিনের সময় এবং ঋতু
   তাপ, আর্দ্রতা এবং গ্রিডের পরিস্থিতি বাস্তব জীবনে জল ব্যবহারের কার্যকারিতা

পানি উত্তোলন বনাম পানি ব্যবহার, ব্যাখ্যা 💡

• প্রত্যাহার = নদী, হ্রদ, বা জলাধার থেকে নেওয়া জল (কিছু ফিরে এসেছে)।

• খরচ = জল যা বাষ্পীভূত হওয়ার কারণে বা প্রক্রিয়া/পণ্যে অন্তর্ভুক্ত হওয়ার কারণে ফেরত দেওয়া হয় না

কুলিং টাওয়ারগুলি মূলত বাষ্পীভবনের মাধ্যমে জল গ্রহণ করে জল উত্তোলন । একটি বিশ্বাসযোগ্য AI-জল নম্বর লেবেল যা এটি রিপোর্ট করছে [3]।

AI তে পানি কোথায় যায়: তিনটি বালতি 🪣

1. সুযোগ ১ - সাইটে শীতলকরণ
   দৃশ্যমান অংশ: ডেটা সেন্টারেই জল বাষ্পীভূত হয়। বাষ্পীভবন বনাম বায়ু বা বন্ধ-লুপ তরলের বেসলাইন নির্ধারণ করে [5]।

2. সুযোগ ২ - বিদ্যুৎ উৎপাদন
   প্রতিটি kWh একটি লুকানো জলের ট্যাগ বহন করতে পারে; মিশ্রণ এবং অবস্থান আপনার কাজের চাপ উত্তরাধিকারসূত্রে প্রাপ্ত লিটার-প্রতি-kWh সংকেত নির্ধারণ করে [3]।

3. স্কোপ ৩ - সাপ্লাই চেইন
   চিপ ম্যানুফ্যাকচারিং ফ্যাব্রিকেশনে অতি-বিশুদ্ধ জলের উপর নির্ভর করে। আপনি এটি "প্রতি প্রম্পট" মেট্রিকে দেখতে পাবেন না যদি না সীমানা স্পষ্টভাবে মূর্ত প্রভাবগুলি (যেমন, একটি সম্পূর্ণ LCA) অন্তর্ভুক্ত করে [2][3]।

সংখ্যা অনুসারে সরবরাহকারী, সূক্ষ্মতা সহ 🧮

• গুগল জেমিনি
  ফুল-স্ট্যাক সার্ভিং পদ্ধতি (আইডল এবং ফ্যাসিলিটি ওভারহেড সহ) প্রম্পট করে। মিডিয়ান টেক্সট প্রম্পট ~0.26 মিলি জল এবং ~0.24 Wh শক্তি; পরিসংখ্যান উৎপাদন ট্র্যাফিক এবং ব্যাপক সীমানা প্রতিফলিত করে [1]।

• মিস্ট্রাল লার্জ ২ জীবনচক্র
  একটি বিরল স্বাধীন LCA (ADEME/কার্বন ৪ সহ) ~২৮১,০০০ m³ + প্রাথমিক ব্যবহারের জন্য এবং ৪০০-টোকেন জন্য অনুমান প্রান্তিক ~৪৫ mL [2]।

• মাইক্রোসফটের শূন্য-জল শীতলকরণের উচ্চাকাঙ্ক্ষা
  পরবর্তী প্রজন্মের ডেটা সেন্টারগুলি শীতলকরণের জন্য শূন্য জল ব্যবহার করার , ডাইরেক্ট-টু-চিপ পদ্ধতির উপর নির্ভর করে; অ্যাডমিন ব্যবহারকারীদের এখনও কিছু জল প্রয়োজন [4]।

• সাধারণ ডেটা-সেন্টার স্কেল
  প্রধান অপারেটররা পৃথক স্থানে গড়ে প্রতিদিন লক্ষ লক্ষ গ্যালন

• পূর্ববর্তী একাডেমিক বেসলাইন
  "তৃষ্ণার্ত AI" বিশ্লেষণে অনুমান করা হয়েছে যে GPT-শ্রেণীর মডেলগুলিকে প্রশিক্ষণ দেওয়ার জন্য লক্ষ লক্ষ লিটার 10-50টি মাঝারি উত্তর 500 মিলি সমান হতে পারে - এটি কখন/কোথায় চালানো হয় তার উপর ব্যাপকভাবে নির্ভর করে [3]।

অনুমান কেন এত ভিন্ন 🤷

• বিভিন্ন সীমানা
  কিছু পরিসংখ্যান কেবল সাইটে শীতলকরণ ; অন্যরা বিদ্যুতের জল চিপ উৎপাদন যোগ করতে পারে । আপেল, কমলা এবং ফলের সালাদ [2][3]।

• বিভিন্ন কাজের চাপ
  একটি ছোট টেক্সট প্রম্পট দীর্ঘ মাল্টিমোডাল/কোড রান নয়; ব্যাচিং, কনকারেন্সি এবং ল্যাটেন্সি লক্ষ্যগুলি ব্যবহার পরিবর্তন করে [1][2]।

• বিভিন্ন জলবায়ু এবং গ্রিড
  গরম, শুষ্ক অঞ্চলে বাষ্পীভবনীয় শীতলতা ≠ শীতল, স্যাঁতসেঁতে অঞ্চলে বায়ু/তরল শীতলতা। গ্রিডের জলের তীব্রতা ব্যাপকভাবে পরিবর্তিত হয় [3]।

• বিক্রেতা পদ্ধতি
  গুগল একটি সিস্টেম-ব্যাপী পরিবেশন পদ্ধতি প্রকাশ করেছে; মিস্ট্রাল একটি আনুষ্ঠানিক LCA প্রকাশ করেছে। অন্যরা স্পার্স পদ্ধতির সাথে পয়েন্ট অনুমান প্রদান করে। প্রতি-তাৎক্ষণিক দাবির একটি উচ্চ-প্রোফাইল "এক চা চামচের পনেরো ভাগের এক ভাগ" শিরোনাম হয়েছে - কিন্তু সীমানা বিশদ ছাড়া, এটি তুলনীয় নয় [1][3]।

• একটি চলমান লক্ষ্য
  জল-মুক্ত শীতলকরণ পরীক্ষামূলকভাবে চালু করছে ; এগুলি চালু করলে সাইটে জলের ব্যবহার কমবে, এমনকি যদি উজানের বিদ্যুৎ এখনও জলের সংকেত বহন করে [4]।

AI এর জলের প্রভাব কমাতে আজ আপনি কী করতে পারেন 🌱

1. মডেলটিকে ডান-আকার দিন
   ছোট, টাস্ক-টিউন করা মডেলগুলি প্রায়শই কম কম্পিউট বার্ন করার সময় নির্ভুলতার সাথে মেলে। মিস্ট্রালের মূল্যায়ন শক্তিশালী আকার-থেকে-পদচিহ্নের পারস্পরিক সম্পর্ককে জোর দেয় - এবং প্রান্তিক অনুমান সংখ্যা প্রকাশ করে যাতে আপনি ট্রেডঅফ সম্পর্কে যুক্তি দিতে পারেন [2]।

2. জল-ভিত্তিক অঞ্চলগুলি বেছে নিন
   শীতল জলবায়ু, দক্ষ শীতলকরণ এবং প্রতি কিলোওয়াট ঘন্টায় কম জলের তীব্রতা সহ গ্রিড সহ অঞ্চলগুলি পছন্দ করুন; "তৃষ্ণার্ত AI" কাজটি সময়- এবং স্থান-সচেতন সময়সূচী সাহায্য করে [3]।

3. কাজের চাপ সময়ে পরিবর্তন করুন
   জল-সাশ্রয়ী ঘন্টার জন্য প্রশিক্ষণ/ভারী ব্যাচের অনুমানের সময়সূচী করুন (শীতল রাত, অনুকূল গ্রিড পরিস্থিতি) [3]।

4. আপনার বিক্রেতার কাছে স্বচ্ছ মেট্রিক্সের জন্য জিজ্ঞাসা করুন
   প্রতি-প্রম্পট জলের চাহিদা , সীমানা সংজ্ঞা, এবং সংখ্যাগুলিতে নিষ্ক্রিয় ক্ষমতা এবং সুবিধার ওভারহেড অন্তর্ভুক্ত কিনা। নীতি গোষ্ঠীগুলি আপেল-থেকে-আপেল তুলনা সম্ভব করার জন্য বাধ্যতামূলক প্রকাশের জন্য চাপ দিচ্ছে [3]।

5. কুলিং টেকনোলজি গুরুত্বপূর্ণ
   যদি আপনি হার্ডওয়্যার ব্যবহার করেন, তাহলে ক্লোজড-লুপ/ডাইরেক্ট-টু-চিপ কুলিং ; যদি আপনি ক্লাউডে থাকেন, তাহলে জল-আলো ডিজাইনে [4][5]।

6. ধূসর জল ব্যবহার এবং পুনঃব্যবহারের বিকল্পগুলি
   অনেক ক্যাম্পাস অ-পানীয় উৎসগুলি প্রতিস্থাপন করতে পারে অথবা লুপের মধ্যে পুনর্ব্যবহার করতে পারে; বৃহৎ অপারেটররা নেট প্রভাব কমাতে জলের উৎসগুলির ভারসাম্য এবং শীতলকরণের বিকল্পগুলি বর্ণনা করে [5]।

এটি বাস্তবে রূপ দেওয়ার জন্য একটি দ্রুত উদাহরণ (একটি সর্বজনীন নিয়ম নয়): গ্রীষ্মের মাঝামাঝি সময়ে একটি গরম, শুষ্ক অঞ্চল থেকে বসন্তকালে একটি শীতল, আরও আর্দ্র অঞ্চলে একটি রাতারাতি প্রশিক্ষণের কাজ স্থানান্তর করা - এবং অফ-পিক, ঠান্ডা সময়ে এটি চালানো - সাইটে জল ব্যবহার এবং অফ-সাইট (গ্রিড) জলের তীব্রতা উভয়ই পরিবর্তন করতে পারে। এই ধরণের ব্যবহারিক, কম-নাটকীয় জয়ের সময়সূচী [3] আনলক করতে পারে।

তুলনা সারণী: AI-এর পানির দাম কমানোর জন্য দ্রুত বিকল্প 🧰

("দাম" ডিজাইনের দিক থেকে একটু নরম - স্থাপনার ধরণ ভিন্ন।)

গভীর ডুব: নীতির ঢোলের সুর আরও জোরে হচ্ছে 🥁

বাধ্যতামূলক প্রকাশের আহ্বান জানিয়েছে যাতে ক্রেতারা এবং সম্প্রদায়গুলি খরচ এবং সুবিধাগুলি বিচার করতে পারে। সুপারিশগুলির মধ্যে রয়েছে সুযোগ সংজ্ঞা, সাইট-স্তরের প্রতিবেদন এবং অবস্থান নির্দেশিকা - কারণ তুলনামূলক, অবস্থান-সচেতন মেট্রিক্স ছাড়া, আমরা অন্ধকারে তর্ক করছি [3]।

গভীরভাবে তলিয়ে দেখুন: সব ডেটা সেন্টার একইভাবে চুমুক দেয় না 🚰

"এয়ার কুলিংয়ে পানি ব্যবহার হয় না" এই ধারণাটি প্রচলিত। কিন্তু তা ঠিক নয়। এয়ার-হেভি সিস্টেমগুলিতে প্রায়শই বেশি বিদ্যুতের , যা অনেক অঞ্চলে গ্রিড থেকে লুকানো পানি ওয়াটার কুলিং সাইটে থাকা পানির বিনিময়ে বিদ্যুৎ এবং নির্গমন কমাতে পারে। বৃহৎ অপারেটররা স্পষ্টভাবে সাইট-বাই-সাইট এই লেনদেনের ভারসাম্য বজায় রাখে [1][5]।

গভীরভাবে অনুসন্ধান: ভাইরাল দাবিগুলির উপর একটি দ্রুত বাস্তবতা পরীক্ষা 🧪

তুমি হয়তো এমন সাহসী বক্তব্য দেখেছো যে, একটি মাত্র প্রম্পট "একটি জলের বোতল" বা অন্য প্রান্তে, "মাত্র কয়েক ফোঁটা" সমান। আরও ভালো ভঙ্গি: গণিতের সাথে নম্রতা । আজকের বিশ্বাসযোগ্য বুকএন্ড হল পূর্ণ পরিবেশন ওভারহেড সহ একটি মাঝারি উৎপাদন প্রম্পটের জন্য ~0.26 মিলি ~45 মিলি (প্রান্তিক অনুমান) [2]। বহুল প্রচারিত "এক চা চামচের পনেরো ভাগের এক ভাগ" দাবিতে কোনও পাবলিক সীমানা/পদ্ধতি নেই; শহর ছাড়াই এটিকে আবহাওয়ার পূর্বাভাসের মতো বিবেচনা করুন [1][3]।

ছোট-প্রায়শই জিজ্ঞাসিত প্রশ্ন: AI কত জল ব্যবহার করে? আবার, সরল ইংরেজিতে 🗣️

• তাহলে, মিটিংয়ে আমার কী বলা উচিত?
  "প্রতিটি প্রম্পটে, এটি মডেল, দৈর্ঘ্য এবং এটি কোথায় চলে তার উপর নির্ভর করে ড্রপ থেকে শুরু করে কয়েক চুমুক পর্যন্ত প্রশিক্ষণের জন্য পুল লাগে , পুকুর নয়।" তারপর উপরে এক বা দুটি উদাহরণ উল্লেখ করুন।

• এআই কি অনন্যভাবে খারাপ?
  এটি অনন্যভাবে ঘনীভূত : উচ্চ-শক্তির চিপগুলি একসাথে প্যাক করা হলে বড় কুলিং লোড তৈরি হয়। কিন্তু ডেটা সেন্টারগুলিও এমন একটি জায়গা যেখানে সেরা দক্ষতার প্রযুক্তি প্রথমে অবতরণ করে [1][4]।

• আমরা যদি সবকিছুকে কেবল এয়ার কুলিংয়ে স্থানান্তর করি তাহলে কী হবে?
  সাইটে কমাতে পারেন কিন্তু সাইটের বাইরে জল বাড়াতে পারেন। পরিশীলিত অপারেটররা উভয়ই [1][5] ওজন করে।

• ভবিষ্যতের প্রযুক্তি সম্পর্কে কী বলা যায়?
  পানি ঠান্ডা করা এড়িয়ে চলা ডিজাইনগুলো স্কোপ ১-এর জন্য এক যুগান্তকারী পরিবর্তন আনবে। কিছু অপারেটর এই পথে এগিয়ে যাচ্ছে; গ্রিড পরিবর্তন না হওয়া পর্যন্ত উজানের বিদ্যুৎ এখনও জলের সংকেত বহন করে [4]।

শেষ মন্তব্য - অনেক লম্বা, আমি এটা পড়িনি 🌊

• প্রতি প্রম্পটে: মডেল, প্রম্পটের দৈর্ঘ্য এবং এটি কোথায় চলে তার উপর নির্ভর করে সাব-মিলিলিটার থেকে দশ মিলিলিটার পর্যন্ত ভাবুন একটি প্রধান স্ট্যাকে মিডিয়ান প্রম্পট ~0.26 মিলি অন্য একটিতে 400-টোকেন উত্তরের জন্য ~45 মিলি

• প্রশিক্ষণ: লক্ষ লক্ষ লিটার , যা সময়সূচী, স্থান নির্ধারণ এবং শীতলকরণ প্রযুক্তিকে গুরুত্বপূর্ণ করে তোলে [3]।

• কী করবেন: সঠিক আকারের মডেল তৈরি করুন, জল-ভিত্তিক অঞ্চল নির্বাচন করুন, ভারী কাজগুলিকে শীতল সময়ে স্থানান্তর করুন, জল-আলোর নকশা প্রমাণকারী বিক্রেতাদের পছন্দ করুন এবং স্বচ্ছ সীমানা দাবি করুন [1][3][4][5]।

শেষ পর্যন্ত একটু ত্রুটিপূর্ণ রূপক: AI হলো একটি তৃষ্ণার্ত অর্কেস্ট্রা - সুরটি কম্পিউটেড, কিন্তু ড্রামগুলি ঠান্ডা করে জল গ্রিড করছে। ব্যান্ডটি সুর করুন, এবং শ্রোতারা এখনও স্প্রিংকলার না বন্ধ করেই সঙ্গীত শুনতে পাবে। 🎻💦

তথ্যসূত্র

1. গুগল ক্লাউড ব্লগ - গুগলের এআই কত শক্তি ব্যবহার করে? আমরা গণিত করেছি (পদ্ধতি + ~0.26 মিলি মিডিয়ান প্রম্পট, সম্পূর্ণ পরিবেশন ওভারহেড)। লিঙ্ক
   (প্রযুক্তিগত কাগজ পিডিএফ: গুগল স্কেলে এআই সরবরাহের পরিবেশগত প্রভাব পরিমাপ ।) লিঙ্ক

2. মিস্ট্রাল এআই - এআই-এর জন্য একটি বিশ্বব্যাপী পরিবেশগত মানদণ্ডে আমাদের অবদান (ADEME/কার্বন 4 সহ LCA; ~281,000 m³ প্রশিক্ষণ + প্রাথমিক ব্যবহার; 400-টোকেন উত্তরে ~45 mL , প্রান্তিক অনুমান)। লিঙ্ক

3. লি এবং অন্যান্য - এআইকে "তৃষ্ণার্ত" কমানো: এআই মডেলের গোপন জলের পদচিহ্ন উন্মোচন এবং সম্বোধন ( লক্ষ লক্ষ লিটার , সময় এবং স্থান-সচেতন সময়সূচী, উত্তোলন বনাম খরচ প্রশিক্ষণ)। লিঙ্ক

4. মাইক্রোসফট - পরবর্তী প্রজন্মের ডেটাসেন্টারগুলি শীতলকরণের জন্য কোনও জল ব্যবহার করে না (নির্দিষ্ট স্থানে জল-মুক্ত শীতলকরণের লক্ষ্যে সরাসরি-থেকে-চিপ ডিজাইন)। লিঙ্ক

5. গুগল ডেটা সেন্টার - টেকসইভাবে পরিচালিত (সাইট-বাই-সাইট কুলিং ট্রেড-অফ; রিপোর্টিং এবং পুনঃব্যবহার, পুনরুদ্ধারকৃত/ধূসর জল সহ; মাত্রার সাধারণ দৈনিক সাইট-স্তরের ব্যবহারের ক্রম)। লিঙ্ক

অফিসিয়াল এআই অ্যাসিস্ট্যান্ট স্টোরে সর্বশেষ এআই খুঁজুন

আমাদের সম্পর্কে