बहु-अरब डॉलर का उद्योग, डेटा केंद्रों का भविष्य, एक अप्रत्याशित व्यवधान का सामना कर सकता है, जिसका स्रोत शायद वही उपकरण हैं जिनकी वे वर्तमान में सेवा करते हैं। ऑन-डिवाइस AI प्रोसेसिंग की ओर बदलाव, जिसका समर्थन Perplexity के CEO अरविंद श्रीनिवास जैसे तकनीकी नेता कर रहे हैं, डेटा स्टोरेज और कंप्यूटेशन के परिदृश्य को महत्वपूर्ण रूप से बदल सकता है।

श्रीनिवास ने, हाल ही में एक पॉडकास्ट में बोलते हुए, एक ऐसे भविष्य की भविष्यवाणी की जहाँ व्यक्तिगत AI उपकरण सीधे उपयोगकर्ता उपकरणों पर काम करते हैं, जिससे बड़े डेटा केंद्रों से लगातार डेटा ट्रांसमिशन की आवश्यकता समाप्त हो जाती है। यह दृष्टिकोण, अभी भी शुरुआती दौर में है, उस प्रचलित मॉडल को चुनौती देता है जो दूरस्थ कंप्यूटरों और व्यापक बुनियादी ढांचे पर निर्भर करता है। डेटा सेंटर बाजार के लिए निहितार्थ, जिसके आने वाले वर्षों में सैकड़ों अरब डॉलर तक पहुंचने का अनुमान है, संभावित रूप से गहरे हैं।

Apple और Microsoft पहले से ही इस दिशा में प्रगति कर रहे हैं। Apple का नया "Apple Intelligence" सिस्टम स्थानीय रूप से कुछ AI सुविधाओं को चलाने के लिए अपने नवीनतम उत्पादों के भीतर विशेष चिप्स का लाभ उठाता है। कंपनी का दावा है कि यह दृष्टिकोण गति और बेहतर डेटा सुरक्षा दोनों प्रदान करता है। इसी तरह, Microsoft के Copilot लैपटॉप में ऑन-डिवाइस AI प्रोसेसिंग क्षमताएं शामिल हैं। हालाँकि, ये सुविधाएँ वर्तमान में प्रीमियम-कीमत वाले उपकरणों तक ही सीमित हैं, जो व्यापक रूप से अपनाने में एक प्रमुख बाधा को उजागर करती हैं: AI के लिए आवश्यक प्रोसेसिंग पावर अभी भी मानक उपकरणों की क्षमताओं से परे है।

वर्तमान डेटा सेंटर मॉडल पैमाने की अर्थव्यवस्थाओं पर बनाया गया है। बड़ी सुविधाएँ, जो अक्सर भारी मात्रा में ऊर्जा की खपत करती हैं, दुनिया भर में अरबों उपकरणों द्वारा उत्पन्न डेटा को संसाधित और विश्लेषण करने के लिए आवश्यक शक्तिशाली सर्वरों को रखती हैं। कंपनियाँ क्लाउड कंप्यूटिंग, AI अनुप्रयोगों और अन्य डेटा-गहन सेवाओं का समर्थन करने के लिए इन केंद्रों में भारी निवेश करती हैं। ऑन-डिवाइस प्रोसेसिंग की ओर बढ़ने से इस स्थापित व्यवस्था में व्यवधान आ सकता है, जिससे केंद्रीकृत डेटा स्टोरेज और कंप्यूटेशन की मांग कम हो सकती है।

आगे देखते हुए, शक्तिशाली और कुशल ऑन-डिवाइस AI का "कब और कैसे" एक महत्वपूर्ण प्रश्न बना हुआ है। जैसे-जैसे चिप तकनीक आगे बढ़ती जा रही है और AI एल्गोरिदम अधिक सुव्यवस्थित होते जा रहे हैं, इस बदलाव की व्यवहार्यता बढ़ती जाएगी। जबकि निकट भविष्य में डेटा केंद्रों का पूरी तरह से अप्रचलित होना असंभव लगता है, एक हाइब्रिड मॉडल, जहाँ कुछ AI कार्य स्थानीय रूप से किए जाते हैं और अन्य को क्लाउड पर ऑफलोड किया जाता है, एक संभावित भविष्य प्रतीत होता है। इसके लिए डेटा सेंटर निवेश रणनीतियों के महत्वपूर्ण पुनर्मूल्यांकन और ऊर्जा-कुशल और अत्यधिक विशिष्ट सुविधाओं के विकास पर अधिक ध्यान देने की आवश्यकता होगी। यह निर्धारित करने की दौड़ जारी है कि AI का भविष्य केंद्रीकृत शक्ति में है या वितरित बुद्धिमत्ता में।