Yapay Zeka Veri Merkezleri Neden Bu Kadar Çok Su Kullanıyor?

Yapay zeka iş yükleri fiziksel makinelerde çalıştırılır. GPU’lar, CPU’lar, bellek, depolama ve ağ donanımları elektrik tükettiğinde, bu elektrik enerjisinin neredeyse tamamı sonunda veri merkezi içinde ısıya dönüşür.

Geleneksel bir web sunucusu hafif istekleri işleyebilir, ancak yapay zeka eğitimi ve çıkarım işlemleri, hızlandırıcıların uzun süreler boyunca yüksek kullanım oranında çalışmasına neden olabilir. Yoğun GPU rafları, geleneksel kurumsal BT ekipmanlarına kıyasla daha küçük bir alanda çok daha fazla ısı biriktirir.

Bu nedenle soğutma, isteğe bağlı bir konfor sistemi değildir. Bu, yongaları güvenli çalışma sıcaklıklarında tutmak, performans kısıtlamasını önlemek, donanımı korumak ve kullanıcılara güvenilir hizmet sunmak için gerekli altyapının bir parçasıdır.

Modern yapay zeka veri merkezleri genellikle binlerce GPU’yu kümeler halinde gruplandırır. Bu GPU’lar paralel hesaplama için tasarlanmıştır; bu nedenle sinir ağlarının eğitilmesi ve çıkarım iş yüklerinin yürütülmesi için son derece kullanışlıdırlar.

Yapay zeka altyapısını güçlü kılan aynı yoğunluk, aynı zamanda termal baskı da yaratır. Raf başına daha fazla hızlandırıcı, daha fazla güç dağıtımı, daha fazla ağ bağlantısı, daha fazla bellek ve sunuculardan uzaklaştırılması gereken daha fazla ısı anlamına gelir.

İşte bu nedenle yapay zeka veri merkezleri hem elektrik hem de soğutma kapasitesiyle yakından bağlantılıdır. Bir tesis yeterli araziye veya fiber bağlantı kapasitesine sahip olsa da, mevcut elektrik gücü, ısı tahliye kapasitesi veya yerel su kaynaklarıyla ilgili kısıtlamalarla karşı karşıya kalabilir.

Su, ısıyı verimli bir şekilde aktarabildiği için soğutmada kullanışlıdır. Birçok veri merkezi, dış ortam koşullarına bağlı olarak soğutulmuş su devreleri, soğutma kuleleri, buharlaşmalı soğutma veya hava ile suyu birleştiren hibrit sistemler kullanmaktadır.

Bir buharlaştırmalı sistemde, ısıyı uzaklaştırmak amacıyla bir miktar su kasıtlı olarak buharlaştırılır. Bu, özellikle sıcak havalarda soğutma santrallerini yoğun bir şekilde çalıştırmaya kıyasla mekanik soğutma için gereken elektrik tüketimini azaltabilir, ancak yerel su tüketimini artırabilir.

Her veri merkezi aynı tasarıma sahip değildir. Bazı tesisler hava soğutmaya daha fazla güvenirken, bazıları yongaların yakınında kapalı devre sıvı soğutma kullanır ve bazıları da geri kazanılmış veya içilemeyen su kullanır. Su ayak izi, soğutma mimarisine, iklim koşullarına ve işletme stratejisine bağlıdır.

Doğrudan su kullanımı, genellikle soğutma veya nem kontrolü amacıyla veri merkezi tesisinde tüketilen suyu ifade eder. Bu, özellikle bir tesisin su sıkıntısı yaşanan bir bölgede buharlaşmalı soğutma yöntemi kullandığı durumlarda, sorunun en göze çarpan kısmıdır.

Dolaylı su kullanımı da önemli olabilir. Elektrik üretimi, yerel şebekeye bağlı olarak, santrallerin soğutulması veya yakıt üretimi için su gerektirebilir. Tesis içinde çok az su kullanan bir veri merkezi bile, tükettiği elektrik yoluyla su kullanımıyla bağlantılı olabilir.

Kamu sektöründeki tahminlerin büyük ölçüde farklılık göstermesinin nedenlerinden biri budur. Ciddi bir değerlendirme, yerinde kullanılan suyu, tedarik zincirindeki suyu, elektrikle ilgili suyu, su çekimlerini, tüketimi mi yoksa tüm bu kategorileri mi dikkate aldığını açıkça belirtmelidir.

Serin ve su kaynakları bol bir bölgede tüketilen bir litre su, su kaynaklarının yetersiz olduğu sıcak ve kurak bir bölgede tüketilen bir litre suyla aynı yerel etkiye sahip değildir. Dolayısıyla, aynı soğutma teknolojisi, bulunduğu yere bağlı olarak çok farklı sonuçlar doğurabilir.

İklim, serbest soğutma, buharlaşmalı soğutma veya mekanik soğutmanın ne sıklıkla kullanıldığını etkiler. Şebeke karışımı, karbon emisyonlarını etkiler. Yerel su kaynaklarının mevcudiyeti ise ek talebin önemsiz, tartışmalı mı yoksa operasyonel açıdan zor mu olacağını belirler.

İşte bu nedenle veri merkezlerinin sürdürülebilirliği tek bir küresel rakama indirgenemez. Asıl önemli olan soru, sadece ne kadar su kullanıldığı değil, bu suyun nerede ve ne zaman kullanıldığı ve hangi alternatif soğutma ya da güç seçeneklerinin mevcut olduğudur.

Su tüketimini azaltmak, bazen elektrik tüketimini artırabilir. Örneğin, buharlaşmalı soğutmayı önleyen bir tasarım, mekanik soğutuculara daha fazla bağımlı hale gelebilir; bu da sıcak dönemlerde enerji talebini artırabilir.

Bunun tam tersi de söz konusu olabilir: Şebekenin karbon yoğunluğu yüksekse, buharlaşmalı soğutma için su kullanımı elektrik tüketimini azaltabilir ve dolayısıyla emisyonları düşürebilir. Hangi seçeneğin daha uygun olduğu, yerel su stresi, şebekenin karbon yoğunluğu, hava koşulları ve donanım yoğunluğuna bağlıdır.

İşte bu yüzden şeffaf raporlama önemlidir. Enerji verimliliği için PUE ve su kullanımı için WUE gibi göstergeler yararlıdır, ancak bunların yerel bağlamda değerlendirilmesi gerekir. Su tüketimini azaltan bir tasarım, otomatik olarak düşük karbonlu bir tasarım anlamına gelmez; aynı şekilde, enerji tüketimini azaltan bir tasarım da otomatik olarak su tüketimini azaltan bir tasarım anlamına gelmez.

Evet, ancak tek bir evrensel çözüm yoktur. Seçenekler arasında daha iyi hava akışı yönetimi, daha yüksek çalışma sıcaklıkları, kapalı devre sıvı soğutma, kuru soğutucular, geri kazanılmış su, içilemeyen su, daha iyi yer seçimi kararları ve daha verimli yapay zeka donanımı sayılabilir.

AI modelinin optimizasyonu da önemlidir. Daha küçük modeller, verimli çıkarım, toplu işleme, önbellekleme ve donanım özelleştirmesi, belirli bir hizmet için hesaplama ihtiyacını azaltabilir; bu da dolaylı olarak ısı ve soğutma gereksinimlerini düşürür.

Aynı zamanda, yapay zeka kullanımının verimlilik artışından daha hızlı yaygınlaşması durumunda toplam talep yine de artabilir. Dolayısıyla pratik hedef, yalnızca daha verimli soğutma sağlamak değil, aynı zamanda daha şeffaf bilgi paylaşımı, özenli yer seçimi ve yerel su sıkıntısını dikkate alan altyapı planlamasıdır.