Zakaj podatkovni centri za umetno inteligenco porabijo toliko vode?

Delovne obremenitve umetne inteligence se izvajajo na fizičnih strežnikih. Ko grafične kartice (GPU), procesorji (CPU), pomnilnik, pomnilniški mediji in omrežna oprema porabljajo električno energijo, se skoraj vsa ta energija sčasoma pretvori v toploto znotraj podatkovnega centra.

Običajni spletni strežnik lahko obdeluje manj zahtevne zahteve, vendar usposabljanje umetne inteligence in sklepanje lahko povzročita, da pospeševalniki dolgo časa delujejo z visoko izkoriščenostjo. Gosto zapolnjene omare z grafičnimi procesorji (GPU) na manjšem prostoru zadržujejo veliko več toplote kot tradicionalna podjetniška IT-oprema.

Hlajenje torej ni le dodatni sistem za udobje. Je del infrastrukture, ki je potrebna za ohranjanje čipov v varnih delovnih temperaturah, preprečevanje omejevanja zmogljivosti, zaščito strojne opreme in zagotavljanje zanesljive storitve za uporabnike.

Sodobna podatkovna središča z umetno inteligenco pogosto združujejo tisoče grafičnih procesorjev (GPU) v grozde. Ti grafični procesorji so zasnovani za vzporedno računanje, zato so tako uporabni za usposabljanje nevronskih mrež in izvajanje nalog sklepanja.

Ista gostota, ki zagotavlja zmogljivost infrastrukture umetne inteligence, povzroča tudi toplotno obremenitev. Več pospeševalnikov na stojalo pomeni večjo porabo energije, več omrežnih povezav, več pomnilnika in več toplote, ki jo je treba odvajati iz strežnikov.

Zato so podatkovni centri za umetno inteligenco tesno povezani tako z električno energijo kot s hladilno zmogljivostjo. Lokacija ima morda dovolj prostora ali optične povezave, vendar jo lahko še vedno omejujejo razpoložljiva električna energija, zmogljivost odvajanja toplote ali lokalni pogoji glede oskrbe z vodo.

Voda je koristna pri hlajenju, ker lahko učinkovito odvaja toploto. Mnoga podatkovna središča uporabljajo kroge s hladno vodo, hladilne stolpe, izparilno hlajenje ali hibridne sisteme, ki glede na zunanje razmere kombinirajo zrak in vodo.

V izparilnem sistemu se del vode namerno izparja, da se odvede toplota. To lahko zmanjša porabo električne energije, potrebne za mehansko hlajenje, zlasti v primerjavi z intenzivnim delovanjem hladilnih naprav v toplih razmerah, vendar lahko poveča lokalno porabo vode.

Ni vsako podatkovno središče zasnovano enako. Nekatera središča se v večji meri zanašajo na zračno hlajenje, druga uporabljajo zaprt sistem tekočinskega hlajenja v neposredni bližini čipov, spet druga pa uporabljajo reciklirano ali nepitno vodo. Vodni odtis je odvisen od arhitekture hlajenja, podnebja in strategije obratovanja.

Neposredna poraba vode pomeni vodo, ki se porabi v samem podatkovnem centru, običajno za hlajenje ali uravnavanje vlažnosti. To je najbolj opazen del problema, zlasti kadar objekt uporablja izparilno hlajenje v regiji z omejenimi vodnimi viri.

Pomembna je lahko tudi posredna raba vode. Pri proizvodnji električne energije je lahko potrebna voda za hlajenje elektrarn ali proizvodnjo goriva, odvisno od lokalnega omrežja. Podatkovni center, ki na kraju samem porabi malo vode, je lahko kljub temu povezan z rabo vode prek električne energije, ki jo porabi.

To je eden od razlogov, zakaj se javne ocene med seboj močno razlikujejo. Resna ocena mora natančno opredeliti, ali upošteva vodo na kraju samem, vodo v dobavni verigi, vodo, povezano z električno energijo, odvzeme, porabo ali vse te kategorije.

Liter vode, porabljen v hladnem območju z obiljem vode, nima enakega lokalnega vpliva kot liter, porabljen v vročem, suhem območju z obremenjenimi porečji. Ista tehnologija hlajenja lahko zato ima zelo različne posledice, odvisno od lokacije.

Podnebje vpliva na to, kako pogosto se uporablja naravno hlajenje, izparilno hlajenje ali mehansko hlajenje. Sestava omrežja vpliva na emisije ogljika. Razpoložljivost vode na lokalni ravni vpliva na to, ali je dodatno povpraševanje zanemarljivo, sporno ali operativno zahtevno.

Zato trajnost podatkovnih centrov ni mogoče zreducirati na eno samo globalno številko. Pomembno vprašanje ni le, koliko vode se porabi, ampak tudi, kje in kdaj se porabi ter katere alternativne možnosti hlajenja ali oskrbe z energijo so bile na voljo.

Zmanjšanje porabe vode lahko včasih povzroči povečanje porabe električne energije. Na primer, zasnova, ki ne predvideva hlajenja z izhlapevanjem, se lahko v večji meri opira na mehanske hladilne naprave, kar lahko v vročih obdobjih poveča porabo energije.

Lahko se zgodi tudi nasprotno: uporaba vode za izparilno hlajenje lahko zmanjša porabo električne energije in s tem tudi emisije, če je omrežje ogljično intenzivno. Katera možnost je boljša, je odvisno od lokalnega pomanjkanja vode, ogljične intenzivnosti omrežja, vremenskih razmer in gostote opreme.

Zato je pregledno poročanje pomembno. Kazalniki, kot sta PUE za energetsko učinkovitost in WUE za porabo vode, so koristni, vendar jih je treba obravnavati v lokalnem kontekstu. Načrt, ki predvideva nizko porabo vode, ni nujno tudi nizkoogljičen, prav tako pa načrt, ki predvideva nizko porabo energije, ni nujno tudi tak, ki predvideva nizko porabo vode.

Da, vendar ni ene same univerzalne rešitve. Med možnostmi so boljše upravljanje pretoka zraka, višje delovne temperature, zaprto-krožno tekočinsko hlajenje, suhi hladilniki, reciklirana voda, nepitna voda, boljše odločitve glede izbire lokacije in učinkovitejša strojna oprema za umetno inteligenco.

Pomembna je tudi optimizacija modelov umetne inteligence. Manjši modeli, učinkovito sklepanje, obdelava v serijah, shranjevanje v predpomnilniku in specializacija strojne opreme lahko zmanjšajo računske zahteve za določeno storitev, kar posredno zmanjša potrebe po hlajenju in toplotno obremenitev.

Hkrati pa se lahko skupno povpraševanje še vedno poveča, če se uporaba umetne inteligence širi hitreje, kot se izboljšuje učinkovitost. Praktični cilj zato ni le učinkovitejše hlajenje, temveč tudi boljše obveščanje, skrbna izbira lokacij in načrtovanje infrastrukture, ki upošteva lokalno pomanjkanje vode.