每經(jīng)記者 姚亞楠 李蕾 每經(jīng)編輯 彭水萍

和ChatGPT或其他生成式AI聊天，居然會引發(fā)對水資源的耗費？

(資料圖)

兩個看似八竿子打不著的事件，近期卻因為一份科技巨頭的報告而被聯(lián)系在了一起。谷歌近期發(fā)布的2023年環(huán)境報告顯示，其去年的用水量同比顯著增加了20%，達到56億加侖，而其中絕大部分都被用于為該公司的數(shù)據(jù)中心散熱。

這并不是個例。2023年初，由OpenAI打造的ChatGPT火遍全球，一躍成為人工智能領域的現(xiàn)象級應用，也引發(fā)了全球互聯(lián)網(wǎng)公司的AIGC軍備競賽。

要對AI進行大量訓練，也就意味著需要更強的算力中心和與之匹配的散熱能力。在AI快速進步的道路上，對水資源的消耗也不斷加碼升級。

對此，有專家告訴《每日經(jīng)濟新聞》記者，整體來看，當前數(shù)據(jù)中心耗水已經(jīng)成為制約數(shù)據(jù)中心快速發(fā)展的因素之一，并呼吁盡快為數(shù)據(jù)中心用水建立一套規(guī)范、統(tǒng)一的標準與利用效率評價方法，“這將成為數(shù)據(jù)中心實現(xiàn)綠色低碳發(fā)展的又一關鍵標準工具”。

谷歌去年消耗56億加侖水

近日，科技巨頭谷歌發(fā)布了2023年的環(huán)境報告，其中一項數(shù)據(jù)引發(fā)了行業(yè)和市場的廣泛關注。該報告顯示，在“用水量”這一項，谷歌在2022年消耗了56億加侖的水。

如果這樣說大家沒什么概念，我們可以做一個更直觀的對比：有第三方統(tǒng)計顯示，56億加侖，約等于國內(nèi)某一線城市全年的用水量，或者是全球每天飲用水的1/4。也有人稱，這水量相當于37個高爾夫球場的用水量，大概能裝滿一個半西湖。

更令人擔心的是，這一數(shù)字比谷歌去年的報告增加了20%。雖然谷歌表示，其目標是在2030年補充其辦公室和數(shù)據(jù)中心消耗的120%的淡水，不過根據(jù)這份報告，目前的補充率只有6%，與目標相去甚遠。

如此大的用水量，不禁令人好奇：作為一家科技公司，谷歌什么業(yè)務如此耗水？答案是：為數(shù)據(jù)中心散熱。

報告顯示，在56億加侖耗水中，有52億都被用于該公司的數(shù)據(jù)中心，清晰地顯示了運行大型數(shù)據(jù)中心要付出的環(huán)境成本。

有專業(yè)人士指出，用水量增長20%與谷歌計算能力的增長大致一致，而谷歌計算能力的增長主要是由人工智能推動的。換句話來說，自去年ChatGPT和生成式人工智能技術火爆全球以來，谷歌的用水量也開始顯著上升，而對AI的大量訓練成了數(shù)據(jù)中心耗水的核心原因。

卡羅拉多大學與德克薩斯大學的研究人員在一篇《讓AI更節(jié)水》的預印論文中也發(fā)布了訓練AI的用水估算結(jié)果，顯示訓練GPT-3所需的清水量相當于填滿一個核反應堆的冷卻塔所需的水量。ChatGPT(在GPT-3推出之后)每與用戶交流25~50個問題，就得“喝下”一瓶500毫升的水來降溫。

除了谷歌，另一個巨頭Meta在美國亞利桑那州建設了數(shù)據(jù)中心，僅2022年用水量超過260萬立方米(約6.97億加侖)。隨著全球人工智能軍備競賽的持續(xù)升級和大量科技公司競相建設新數(shù)據(jù)中心，其消耗的水量很可能會繼續(xù)上升。

企業(yè)嘗試用各種方法散熱

大洋彼岸的科技巨頭如此“吃電喝水”，國內(nèi)人工智能公司用水量情況如何呢？記者查閱了幾家人工智能公司、數(shù)據(jù)中心的公開信息，發(fā)現(xiàn)關于它們用水情況信息很少。

“此前我們對數(shù)據(jù)中心綠色節(jié)能的關注點主要在能源消耗方面，比如，耗電量以及電能利用效率指標是數(shù)據(jù)中心最受關注的標簽，水作為自然資源，關注的不多，并且用水量指標受氣候條件、溫濕度、水質(zhì)等各方面因素影響大，統(tǒng)計比較少?！眳翁煳母嬖V記者。

近年來，隨著數(shù)據(jù)中心的規(guī)模越來越大，以冷水系統(tǒng)作為冷源的大型數(shù)據(jù)中心的耗水量、水源問題開始引發(fā)關注，如何減少數(shù)據(jù)的耗水量，降低WUE(水資源使用效率)值在業(yè)界被廣泛討論起來?！罢w來看，當前數(shù)據(jù)中心耗水已經(jīng)成為制約數(shù)據(jù)中心快速發(fā)展的因素之一，國內(nèi)很多地方已經(jīng)將耗水作為了數(shù)據(jù)中心的重要考核指標?！敝袊ㄐ殴I(yè)協(xié)會數(shù)據(jù)中心委員會常務副理事長、中國IDC圈創(chuàng)始人CEO黃超表示。

《每日經(jīng)濟新聞》記者注意到，近日，北京市發(fā)展改革委修訂印發(fā)了《關于進一步加強數(shù)據(jù)中心項目節(jié)能審查的若干規(guī)定》，其中就新增了關于引導數(shù)據(jù)中心充分利用再生水的內(nèi)容：再生水輸配管網(wǎng)覆蓋范圍內(nèi)的數(shù)據(jù)中心，設備冷卻水、機房加濕等非生活用水應采用再生水。

呂天文向記者介紹稱，為了節(jié)約寶貴的自來水資源，很多企業(yè)嘗試用各種方法為數(shù)據(jù)中心散熱，例如，微軟曾嘗試部署海下數(shù)據(jù)中心，F(xiàn)acebook數(shù)據(jù)中心選址北極圈附近，阿里云千島湖數(shù)據(jù)中心使用深層湖水制冷，“但上述方法總是會帶來新的問題，目前國內(nèi)數(shù)據(jù)中心的用水主要使用的還是自來水，近幾年政府層面更鼓勵數(shù)據(jù)中心企業(yè)利用中水?！?/p>

今年以來，AIGC的爆火使得科技公司競賽正不斷加碼，國內(nèi)大模型創(chuàng)業(yè)也進入狂飆，來自AI公司、大廠的創(chuàng)業(yè)派，以及來自高校、研究機構(gòu)的學院派加速涌入“百模大戰(zhàn)”，科技部新一代人工智能發(fā)展研究中心發(fā)布的《中國人工智能大模型地圖研究報告》顯示，截至今年5月末，全國參數(shù)在10億規(guī)模以上的大模型已發(fā)布79個。

液冷有望成制冷領域主力

數(shù)據(jù)中心作為傳輸、儲存、處理數(shù)據(jù)資源的新型基礎設施，其用水量隨著AI競賽的升級也迎來新一波增長，“AI大模型訓練需要算力更高，相應的能耗也就更大，AI芯片和AI服務器的發(fā)熱量相比傳統(tǒng)服務器也更大。數(shù)據(jù)中心的水消耗最主要還是用來蒸發(fā)散熱了，所以隨著能耗、發(fā)熱量的增加，耗水必然會增加?！秉S超向記者介紹稱。

在采訪中，呂天文建議相關部門盡快為數(shù)據(jù)中心用水建立一套規(guī)范、統(tǒng)一的標準與利用效率評價方法，這將成為數(shù)據(jù)中心實現(xiàn)綠色低碳發(fā)展的又一關鍵標準工具。

“目前國內(nèi)對WUE指標還沒有廣泛的統(tǒng)一標準，現(xiàn)在較多聚焦在PUE層面，但其它如芯片能耗的控制、算法層面的節(jié)能，以及我們討論的耗水問題，都不是簡單的PUE能夠代表的?！秉S超表示，進一步節(jié)能至少需要在數(shù)據(jù)中心選址、供配電設計、可再生能源利用、余熱回收、雨水/廢水利用、芯片節(jié)能、軟件節(jié)能等全方面去做，最終實現(xiàn)在整體層面上的節(jié)能。

在高密度、高能耗的數(shù)據(jù)中心龐大需求下，制冷領域技術的革新也開始涌現(xiàn)，一個加速的趨勢就是，液冷出現(xiàn)且有望逐步成為制冷領域的主力。

冷液冷技術是指使用液體取代空氣作為冷媒，與CPU、芯片組、內(nèi)存條以及擴展卡等發(fā)熱部件進行熱交換，帶走熱量的技術。相比于傳統(tǒng)的風冷技術，液冷技術的制冷效率更高，可有效降低制冷系統(tǒng)的運行能耗，使數(shù)據(jù)中心PUE達到1.3 以下。

“我國幅員遼闊，各地氣候條件差異大，各地數(shù)據(jù)中心的制冷需求也不盡相同，因此，制冷技術的普適性很重要?！眳翁煳恼J為，液冷技術恰恰能無視海拔、地域的差異，同時余熱還可以創(chuàng)造經(jīng)濟價值。

從市場規(guī)模來看，根據(jù)賽迪顧問的數(shù)據(jù)，2019年我國液冷數(shù)據(jù)中心市場規(guī)模為260億元，預計2025年可達到1283.2億元以上。記者注意到，出于數(shù)據(jù)安全的保護，數(shù)據(jù)中心基礎設施的供應方面存在一定的地域壁壘，目前國外廠商的產(chǎn)品的應用主要以其本國市場為主，國內(nèi)市場的主要玩家有曙光數(shù)創(chuàng)、華為、阿里巴巴、浪潮信息、廣東合一等。

呂天文告訴記者，得益于中國AI具體實踐、5G創(chuàng)新應用的快速推廣，中國公司的液冷技術目前在國際競爭中處于前列，國外掌握液冷技術的企業(yè)比較分散，其產(chǎn)品還處于比較早期的技術性驗證階段，投入商用的相對較少。他判斷，由于風冷技術適用于中小規(guī)模的中低密度數(shù)據(jù)中心，因此不會完全被取代，未來，市場中風冷和液冷將會共同發(fā)展，出現(xiàn)一段共存的局面，長遠來看，液冷產(chǎn)品的市場份額會不斷擴大，逐漸成為主流。

黃超同樣認為，當前液冷是面對AI高密度需求的最佳制冷方式，“但這項技術還處于起步階段，面臨初期部署成本高、產(chǎn)業(yè)鏈不完善、定制化要求高、機房建設要求高等眾多問題，還需要產(chǎn)業(yè)進一步解決?！彼硎?。

關鍵詞：