Proč datová centra využívající umělou inteligenci spotřebovávají tolik vody?

Úlohy umělé inteligence běží na fyzických serverech. Když grafické procesory (GPU), procesory (CPU), paměť, úložná zařízení a síťová zařízení spotřebovávají elektřinu, téměř veškerá tato elektrická energie se nakonec v datovém centru přemění na teplo.

Běžný webový server sice dokáže zpracovávat nenáročné požadavky, ale trénování a inferenční výpočty umělé inteligence mohou způsobit, že akcelerátory budou po dlouhou dobu pracovat s vysokým využitím. Hustě zaplněné regály s grafickými procesory (GPU) koncentrují na menším prostoru mnohem více tepla než tradiční podniková IT zařízení.

Chlazení tedy není pouhým volitelným komfortním systémem. Je součástí infrastruktury nezbytné k udržení čipů v bezpečných provozních teplotách, k zabránění omezení výkonu, k ochraně hardwaru a k zajištění spolehlivého provozu pro uživatele.

Moderní datová centra využívající umělou inteligenci často sdružují tisíce grafických procesorů do klastrů. Tyto grafické procesory jsou navrženy pro paralelní výpočty, a proto jsou tak užitečné pro trénování neuronových sítí a zpracování inferenčních úloh.

Stejná hustota, díky níž je infrastruktura umělé inteligence tak výkonná, zároveň způsobuje tepelné zatížení. Více akcelerátorů v jednom racku znamená vyšší příkon, větší síťové nároky, více paměti a také více tepla, které je třeba odvést ze serverů.

Právě proto jsou datová centra využívající umělou inteligenci úzce provázána jak s dodávkami elektřiny, tak s chladicí kapacitou. Lokalita může disponovat dostatečným pozemkem nebo připojením k optické síti, ale přesto může být omezena dostupným výkonem, kapacitou pro odvod tepla nebo místními podmínkami v oblasti zásobování vodou.

Voda je pro chlazení užitečná, protože dokáže účinně odvádět teplo. Mnohá datová centra využívají okruhy s chlazenou vodou, chladicí věže, odpařovací chlazení nebo hybridní systémy, které v závislosti na venkovních podmínkách kombinují vzduch a vodu.

V odpařovacím systému se část vody záměrně odpařuje za účelem odvodu tepla. To může snížit spotřebu elektrické energie potřebnou pro mechanické chlazení, zejména ve srovnání s intenzivním provozem chladicích jednotek v teplých podmínkách, může však zvýšit místní spotřebu vody.

Ne každé datové centrum využívá stejnou konstrukci. Některá zařízení se více spoléhají na vzduchové chlazení, jiná využívají uzavřený okruh kapalného chlazení v bezprostřední blízkosti čipů a další používají recyklovanou nebo nepitnou vodu. Vodní stopa závisí na architektuře chlazení, klimatu a provozní strategii.

Přímá spotřeba vody znamená vodu spotřebovanou přímo v areálu datového centra, obvykle za účelem chlazení nebo regulace vlhkosti. Jedná se o nejviditelnější aspekt tohoto problému, zejména pokud zařízení využívá odpařovací chlazení v oblasti s nedostatkem vody.

Důležitou roli může hrát i nepřímá spotřeba vody. Výroba elektřiny může vyžadovat vodu k chlazení elektráren nebo k výrobě paliva, v závislosti na místní energetické síti. Datové centrum, které na místě spotřebovává jen málo vody, může být přesto spojeno se spotřebou vody prostřednictvím elektřiny, kterou spotřebovává.

To je jeden z důvodů, proč se veřejně dostupné odhady značně liší. Seriozní posouzení musí upřesnit, zda zahrnuje vodu spotřebovanou přímo na místě, vodu v dodavatelském řetězci, vodu související s výrobou elektřiny, odběry, spotřebu, nebo všechny tyto kategorie.

Litr vody spotřebovaný v chladné oblasti s dostatkem vody nemá stejný místní dopad jako litr spotřebovaný v horké a suché oblasti s přetěžovanými povodími. Stejná technologie chlazení proto může mít v závislosti na místě velmi odlišné důsledky.

Podnebí ovlivňuje, jak často se využívá volné chlazení, odpařovací chlazení nebo mechanické chlazení. Složení energetického mixu ovlivňuje emise uhlíku. Místní dostupnost vody ovlivňuje, zda je dodatečná poptávka zanedbatelná, sporná nebo provozně náročná.

Právě proto nelze udržitelnost datových center redukovat na jediné globální číslo. Rozhodující není jen to, kolik vody se spotřebuje, ale také kde a kdy se spotřebovává a jaké alternativní možnosti chlazení či napájení byly k dispozici.

Snížení spotřeby vody může někdy vést ke zvýšení spotřeby elektřiny. Například řešení, které nevyužívá odpařovací chlazení, může ve větší míře spoléhat na mechanické chladicí jednotky, což může v horkých obdobích zvýšit energetickou náročnost.

Může se stát i opak: využití vody k odpařovacímu chlazení může snížit spotřebu elektřiny, a tím i emise, pokud je elektrická síť uhlíkově náročná. Která varianta je vhodnější, závisí na místním nedostatku vody, uhlíkové náročnosti elektrické sítě, počasí a hustotě hardwaru.

Právě proto je důležité transparentní vykazování. Ukazatele jako PUE pro energetickou účinnost a WUE pro spotřebu vody jsou užitečné, ale je třeba je vnímat v místním kontextu. Návrh s nízkou spotřebou vody nemusí automaticky znamenat nízkou uhlíkovou stopu a návrh s nízkou spotřebou energie nemusí automaticky znamenat nízkou spotřebu vody.

Ano, ale neexistuje žádné univerzální řešení. Mezi možné možnosti patří lepší řízení proudění vzduchu, vyšší provozní teploty, kapalinové chlazení s uzavřeným okruhem, suché chladiče, recyklovaná voda, voda nevhodná k pití, lepší volba umístění a efektivnější hardware pro umělou inteligenci.

Důležitá je také optimalizace modelů umělé inteligence. Menší modely, efektivní inferenční výpočty, dávkové zpracování, ukládání do mezipaměti a hardwarová specializace mohou snížit výpočetní nároky dané služby, což nepřímo snižuje požadavky na odvod tepla a chlazení.

Zároveň však může celková poptávka i nadále růst, pokud se využití umělé inteligence bude rozšiřovat rychleji, než se bude zvyšovat účinnost. Praktickým cílem je proto nejen účinnější chlazení, ale také lepší informovanost, pečlivý výběr lokalit a plánování infrastruktury, které zohlední místní nedostatek vody.