De ce consumă centrele de date pentru IA atât de multă apă?

Sarcinile de lucru bazate pe IA se execută pe mașini fizice. Atunci când GPU-urile, CPU-urile, memoria, echipamentele de stocare și cele de rețea consumă energie electrică, aproape toată această energie electrică se transformă în cele din urmă în căldură în interiorul centrului de date.

Un server web convențional poate gestiona cereri de mică amploare, dar antrenarea și inferența AI pot menține acceleratoarele la un grad ridicat de utilizare pe perioade îndelungate. Rack-urile dens populate cu GPU-uri concentrează mult mai multă căldură într-un spațiu mai mic decât echipamentele IT tradiționale din mediul corporativ.

Prin urmare, răcirea nu este un sistem opțional de confort. Ea face parte din infrastructura necesară pentru a menține cipurile în limite de temperatură de funcționare sigure, pentru a evita limitarea performanței, pentru a proteja hardware-ul și pentru a asigura un serviciu fiabil pentru utilizatori.

Centrele de date moderne bazate pe inteligență artificială grupează adesea mii de GPU-uri în clustere. Aceste GPU-uri sunt concepute pentru calcul paralel, motiv pentru care sunt atât de utile pentru antrenarea rețelelor neuronale și pentru procesarea sarcinilor de inferență.

Aceeași densitate care conferă infrastructurii de IA puterea sa generează, totodată, o presiune termică. Un număr mai mare de acceleratoare pe rack înseamnă un consum mai mare de energie, o capacitate de rețea mai mare, mai multă memorie și mai multă căldură care trebuie evacuată din servere.

De aceea, centrele de date pentru IA sunt strâns legate atât de capacitatea de alimentare cu energie electrică, cât și de cea de răcire. O locație poate dispune de suficient teren sau de conectivitate prin fibră optică, dar poate fi totuși limitată de puterea disponibilă, de capacitatea de evacuare a căldurii sau de constrângerile locale legate de aprovizionarea cu apă.

Apa este utilă în procesul de răcire deoarece poate transfera căldura în mod eficient. Multe centre de date utilizează circuite de apă răcită, turnuri de răcire, sisteme de răcire prin evaporare sau sisteme hibride care combină aerul și apa, în funcție de condițiile exterioare.

Într-un sistem evaporativ, o parte din apă este evaporată în mod intenționat pentru a elimina căldura. Acest lucru poate reduce cantitatea de energie electrică necesară pentru răcirea mecanică, mai ales în comparație cu funcționarea intensivă a grupurilor frigorifice în condiții de temperaturi ridicate, dar poate duce la creșterea consumului local de apă.

Nu toate centrele de date au aceeași configurație. Unele instalații se bazează mai mult pe răcirea cu aer, altele utilizează sisteme de răcire cu lichid în circuit închis în apropierea cipurilor, iar altele folosesc apă reciclată sau apă nepotabilă. Amprenta hidrică depinde de arhitectura sistemului de răcire, de climat și de strategia de exploatare.

Consumul direct de apă se referă la apa consumată la sediul centrului de date, de obicei pentru răcire sau controlul umidității. Aceasta este partea cea mai vizibilă a problemei, mai ales atunci când o instalație utilizează răcirea prin evaporare într-o regiune afectată de deficit de apă.

Consumul indirect de apă poate avea, de asemenea, o importanță semnificativă. Producerea de energie electrică poate necesita apă pentru răcirea centralelor electrice sau pentru producția de combustibil, în funcție de rețeaua locală. Un centru de date care consumă puțină apă la fața locului poate fi totuși asociat cu consumul de apă prin intermediul energiei electrice pe care o consumă.

Acesta este unul dintre motivele pentru care estimările publice prezintă variații semnificative. O evaluare serioasă trebuie să precizeze dacă ia în calcul apa utilizată la fața locului, apa din lanțul de aprovizionare, apa legată de consumul de energie electrică, prelevările, consumul sau toate aceste categorii.

Un litru de apă consumat într-o regiune răcoroasă, cu resurse abundente de apă, nu are același impact local ca un litru consumat într-o regiune caldă și aridă, cu bazine hidrografice supuse presiunilor. Prin urmare, aceeași tehnologie de răcire poate avea consecințe foarte diferite, în funcție de locație.

Clima influențează frecvența cu care se utilizează răcirea naturală, răcirea prin evaporare sau răcirea mecanică. Mixul energetic influențează emisiile de carbon. Disponibilitatea locală a apei determină dacă cererea suplimentară este minoră, controversată sau dificil de gestionat din punct de vedere operațional.

De aceea, sustenabilitatea centrelor de date nu poate fi redusă la o singură cifră globală. Întrebarea relevantă nu este doar câtă apă se consumă, ci și unde este consumată, când este consumată și ce opțiuni alternative de răcire sau de alimentare cu energie erau disponibile.

Reducerea consumului de apă poate duce, uneori, la creșterea consumului de energie electrică. De exemplu, un sistem care evită răcirea prin evaporare poate depinde într-o măsură mai mare de instalațiile de răcire mecanice, ceea ce poate determina o creștere a cererii de energie în perioadele caniculare.

Se poate întâmpla și invers: utilizarea apei pentru răcirea prin evaporare poate reduce consumul de energie electrică și, prin urmare, emisiile, în cazul în care rețeaua electrică are o intensitate ridicată a emisiilor de carbon. Opțiunea optimă depinde de stresul hidric local, de intensitatea emisiilor de carbon ale rețelei, de condițiile meteorologice și de densitatea echipamentelor.

De aceea, raportarea transparentă este importantă. Indicatorii precum PUE pentru eficiența energetică și WUE pentru consumul de apă sunt utili, dar trebuie priviți în contextul local. Un proiect cu consum redus de apă nu înseamnă automat unul cu emisii reduse de carbon, iar un proiect cu consum redus de energie nu înseamnă automat unul cu consum redus de apă.

Da, dar nu există o soluție universală. Printre opțiuni se numără o gestionare mai eficientă a fluxului de aer, temperaturi de funcționare mai ridicate, răcirea cu lichid în circuit închis, răcitoare uscate, apa reciclată, apa nepotabilă, alegeri mai bune privind amplasarea și hardware de IA mai eficient.

Optimizarea modelelor de IA este, de asemenea, importantă. Modelele mai mici, inferența eficientă, procesarea în loturi, stocarea în cache și specializarea hardware pot reduce cerințele de calcul pentru un anumit serviciu, ceea ce duce indirect la reducerea căldurii generate și a cerințelor de răcire.

În același timp, cererea totală poate continua să crească dacă utilizarea IA se extinde mai rapid decât îmbunătățirea eficienței. Obiectivul practic nu este, așadar, doar o răcire mai eficientă, ci și o mai bună transparență, o selecție atentă a amplasamentelor și o planificare a infrastructurii care să țină seama de stresul hidric local.