Kāpēc mākslīgā intelekta datu centri patērē tik daudz ūdens?

AI darba slodzes tiek izpildītas fiziskās iekārtās. Kad GPU, CPU, atmiņa, datu uzglabāšanas un tīkla iekārtas patērē elektrību, gandrīz visa šī elektriskā enerģija galu galā pārvēršas siltumā datu centrā.

Parasts tīmekļa serveris var apstrādāt nelielus pieprasījumus, taču mākslīgā intelekta apmācība un secinājumu izdarīšana var nodrošināt, ka paātrinātāji ilgstoši darbojas ar augstu noslogojumu. Blīvi piepildīti GPU plaukti mazākā telpā koncentrē daudz vairāk siltuma nekā tradicionālās uzņēmuma IT iekārtas.

Tādējādi dzesēšana nav papildu komforta sistēma. Tā ir daļa no infrastruktūras, kas nepieciešama, lai nodrošinātu mikroshēmu darbību drošā temperatūras diapazonā, novērstu jaudas ierobežošanu, aizsargātu aparatūru un nodrošinātu uzticamu pakalpojumu sniegšanu lietotājiem.

Mūsdienu mākslīgā intelekta datu centros bieži vien tūkstošiem GPU tiek apvienoti klasteros. Šie GPU ir paredzēti paralēlai aprēķināšanai, tāpēc tie ir tik noderīgi neironu tīklu apmācībai un secinājumu izdarīšanas uzdevumu apstrādei.

Tā pati blīvums, kas padara mākslīgā intelekta infrastruktūru jaudīgu, rada arī siltuma slodzi. Lielāks paātrinātāju skaits vienā plauktā nozīmē lielāku enerģijas patēriņu, lielāku tīkla slodzi, lielāku atmiņas apjomu un lielāku siltuma daudzumu, kas jānovada prom no serveriem.

Tāpēc mākslīgā intelekta datu centri ir cieši saistīti gan ar elektroenerģijas, gan ar dzesēšanas jaudu. Objekts var būt pietiekami plašs vai nodrošināts ar optiskās šķiedras savienojumu, taču tā darbību joprojām var ierobežot pieejamā elektroenerģija, siltuma novadīšanas jauda vai vietējie apstākļi, kas saistīti ar ūdens resursiem.

Ūdens ir noderīgs dzesēšanai, jo tas spēj efektīvi novadīt siltumu. Daudzi datu centri izmanto atdzesēta ūdens kontūrus, dzesēšanas torņus, iztvaikošanas dzesēšanu vai hibrīdās sistēmas, kas atkarībā no ārējiem apstākļiem apvieno gaisa un ūdens dzesēšanu.

Iztvaikošanas sistēmā daļa ūdens tiek apzināti iztvaicēta, lai novadītu siltumu. Tas var samazināt mehāniskajai dzesēšanai nepieciešamo elektroenerģiju, jo īpaši salīdzinājumā ar dzesētāju intensīvu darbību siltos apstākļos, taču tas var palielināt vietējo ūdens patēriņu.

Ne katrs datu centrs izmanto vienādu konstrukciju. Dažas iekārtas lielākā mērā paļaujas uz gaisa dzesēšanu, citas izmanto slēgtas sistēmas šķidruma dzesēšanu mikroshēmu tuvumā, bet vēl citas — atkārtoti izmantotu vai nedzeramu ūdeni. Ūdens ietekme uz vidi ir atkarīga no dzesēšanas arhitektūras, klimata un ekspluatācijas stratēģijas.

Tiešais ūdens patēriņš nozīmē ūdeni, kas tiek patērēts datu centra teritorijā, parasti dzesēšanai vai mitruma regulēšanai. Šī ir visredzamākā problēmas daļa, it īpaši gadījumos, kad objekts izmanto iztvaikošanas dzesēšanu reģionā, kurā valda ūdens trūkums.

Nozīme var būt arī netiešajam ūdens patēriņam. Atkarībā no vietējā elektrotīkla elektroenerģijas ražošanai var būt nepieciešams ūdens, lai dzesētu elektrostacijas vai ražotu degvielu. Datu centrs, kas uz vietas patērē maz ūdens, tomēr var būt saistīts ar ūdens patēriņu caur elektroenerģiju, ko tas patērē.

Tas ir viens no iemesliem, kāpēc sabiedrības aplēses ievērojami atšķiras. Nopietnā novērtējumā ir jānorāda, vai tajā tiek ņemts vērā uz vietas patērētais ūdens, piegādes ķēdē izmantotais ūdens, ar elektroenerģijas ražošanu saistītais ūdens, ūdens ieguve, patēriņš vai visas šīs kategorijas.

Litram ūdens, kas patērēts vēsā, ar ūdeni bagātā reģionā, nav tāda pati ietekme uz vietējo vidi kā litram, kas patērēts karstā, sausā reģionā ar pārslodzētiem ūdens baseiniem. Tādējādi vienai un tai pašai dzesēšanas tehnoloģijai var būt ļoti atšķirīgas sekas atkarībā no atrašanās vietas.

Klimats ietekmē to, cik bieži tiek izmantota brīvā dzesēšana, iztvaikošanas dzesēšana vai mehāniskā dzesēšana. Elektroenerģijas avotu struktūra ietekmē oglekļa emisijas. Vietējā ūdens pieejamība nosaka, vai papildu pieprasījums ir neliels, strīdīgs vai ekspluatācijas ziņā sarežģīts.

Tāpēc datu centru ilgtspējību nevar reducēt uz vienu vienīgu globālu rādītāju. Būtiskais jautājums ir ne tikai tas, cik daudz ūdens tiek patērēts, bet arī – kur tas tiek patērēts, kad tas tiek patērēts un kādas alternatīvas dzesēšanas vai energoapgādes iespējas bija pieejamas.

Ūdens patēriņa samazināšana dažkārt var palielināt elektroenerģijas patēriņu. Piemēram, projektā, kurā netiek izmantota iztvaikošanas dzesēšana, var tikt plašāk izmantoti mehāniskie dzesēšanas agregāti, kas karstajos periodos var palielināt enerģijas pieprasījumu.

Var notikt arī pretējais: ūdens izmantošana iztvaikošanas dzesēšanai var samazināt elektroenerģijas patēriņu un tādējādi samazināt emisijas, ja elektroenerģijas tīkls rada lielu oglekļa intensitāti. Labākais risinājums ir atkarīgs no vietējā ūdens deficīta, elektroenerģijas tīkla oglekļa intensitātes, laika apstākļiem un iekārtu blīvuma.

Tāpēc ir svarīga pārredzama atskaitīšanās. Tādi rādītāji kā energoefektivitātes rādītājs PUE un ūdens patēriņa rādītājs WUE ir noderīgi, taču tos jāvērtē, ņemot vērā vietējos apstākļus. Ūdens taupīgs projekts ne vienmēr nozīmē zemu oglekļa emisiju līmeni, un energoefektīvs projekts ne vienmēr nozīmē zemu ūdens patēriņu.

Jā, taču nav viena universāla risinājuma. Starp iespējamajiem risinājumiem ir labāka gaisa plūsmas vadība, augstākas darbības temperatūras, slēgtas sistēmas šķidruma dzesēšana, sausie dzesētāji, atkārtoti izmantots ūdens, nedzeramais ūdens, labāki lēmumi par iekārtu izvietošanu un efektīvāka mākslīgā intelekta aparatūra.

Svarīga ir arī AI modeļu optimizācija. Mazāki modeļi, efektīva secināšana, apstrāde partijās, kešēšana un aparatūras specializācija var samazināt konkrēta pakalpojuma aprēķinu slodzi, kas netieši samazina siltuma izdalīšanos un dzesēšanas prasības.

Tajā pašā laikā kopējais pieprasījums joprojām var pieaugt, ja mākslīgā intelekta izmantošana paplašināsies straujāk nekā uzlabosies efektivitāte. Tāpēc praktiskais mērķis ir ne tikai efektīvāka dzesēšana, bet arī labāka informācijas sniegšana, rūpīga vietas izvēle un infrastruktūras plānošana, ņemot vērā vietējos ūdens resursu ierobežojumus.