出品 | 51CTO技術(shù)棧（微信號：blog51cto）
我們都知道，AI對電力的能源需求。相比之下，更少的人了解AI是如何耗水的。
想象一下，煮兩包方便面可能只需要半升水。但如果告訴你，和 AI 工具如 ChatGPT 在線聊天一次，消耗的水量和煮面一樣多，你可能會覺得很驚訝。雖然這個量看起來很小，但當(dāng)每天有數(shù)百萬人使用聊天機(jī)器人時(shí)，這就變成了一個龐大的數(shù)字，并增加了總水足跡（編者注：直接或間接消耗的淡水總量）。
根據(jù)信息和通信技術(shù)（ICT）專家 A. Shaji George 的一項(xiàng)關(guān)于 ChatGPT 水消耗的研究，AI 聊天機(jī)器人每次與用戶進(jìn)行較長對話時(shí)，消耗大約 0.5 升的水。這適用于所有現(xiàn)有的 AI 系統(tǒng)和大語言模型。
另一項(xiàng)由加州大學(xué)河濱分校的 Pengfei Li 和 Shaolei Ren 撰寫的研究《AI 模型的秘密水足跡》中，也指出了AI的“口渴”現(xiàn)象，并預(yù)測了 AI 工作負(fù)載對淡水資源造成的壓力。
圖片
根據(jù) 2027 年的預(yù)測，全球水資源短缺的憂慮下，AI 需求將導(dǎo)致大量的水資源提取——從地下或地表水源中臨時(shí)或永久提取的淡水。這一提取量將大致相當(dāng)于丹麥和英國一半的年度總水提取量，即 42 到 66 億立方米。
考慮到人類每年大約 4000 億立方米的淡水消耗量（根據(jù)聯(lián)合國世界水發(fā)展報(bào)告和聯(lián)合國糧食及農(nóng)業(yè)組織的數(shù)據(jù)），這一數(shù)字顯得尤為重要。
AI 訓(xùn)練數(shù)據(jù)中心是水資源消耗的重要來源之一。根據(jù)該研究，即使不考慮第三方設(shè)施的水資源消耗，“谷歌自有的數(shù)據(jù)中心在 2022 年直接提取了 250 億升水，并消耗了近 200 億升用于現(xiàn)場冷卻，其中大部分是飲用水?！?/p>
1.AI 是如何使用水的？
AI 是如何使用水的？AI 系統(tǒng)的水資源使用分為三個部分。首先，它包括用于支持 AI 工作負(fù)載的數(shù)據(jù)中心的水消耗。這些數(shù)據(jù)中心擁有高性能服務(wù)器，由于持續(xù)的發(fā)熱，需要大量冷卻劑。大多數(shù)冷卻系統(tǒng)，如冷卻塔和外部空氣冷卻，對水資源的敏感性很高。冷卻塔在高峰時(shí)段每消耗 1 千瓦時(shí)的能源，可能需要多達(dá) 9 升的水。
圖片
其次，它還包括在火力發(fā)電廠中的用水?；鹆Πl(fā)電廠為數(shù)據(jù)中心提供電力，而發(fā)電本身需要大量水。在美國，平均每千瓦時(shí)發(fā)電需要 43.8 升水。
此外，制造 AI 芯片的過程中也需要用水。這個過程每天可能消耗數(shù)百萬升的水，特別是在需要超純水的工藝中，如水制造工藝。
AI 對水資源的需求似乎正在上升 關(guān)于數(shù)據(jù)中心經(jīng)濟(jì)影響的一項(xiàng)研究指出，將數(shù)據(jù)中心設(shè)立在監(jiān)管不太嚴(yán)格的地區(qū)具有優(yōu)勢。這有助于更快、更高效地發(fā)展，因?yàn)閿?shù)據(jù)中心對經(jīng)濟(jì)增長、創(chuàng)造就業(yè)和提升競爭力都有影響。
2.尋求更加綠色的AI方案
水下數(shù)據(jù)中心是解決方案嗎？2024 年 6 月，微軟正式宣布終止其水下數(shù)據(jù)中心項(xiàng)目 Project Natick。該項(xiàng)目始于 2013 年，旨在探索由可再生能源供電的水下數(shù)據(jù)中心的效率。通過利用海水進(jìn)行冷卻，他們希望使冷卻過程更高效。盡管取得了一些有希望的結(jié)果，微軟決定停止進(jìn)一步開發(fā)。
“我們從海底操作、振動及其對服務(wù)器的影響中學(xué)到了很多東西。我們會將這些學(xué)習(xí)成果應(yīng)用于其他場景中。”微軟云運(yùn)營與創(chuàng)新（CO+I）部門負(fù)責(zé)人 Noelle Walsh 說。
而在去年3月份，海南省陵水黎族自治縣的清水灣，我們率先落地了全球首個商用海底數(shù)據(jù)中心。據(jù)海蘭云海底數(shù)據(jù)中心總經(jīng)理介紹，該數(shù)據(jù)中心每年能節(jié)省用電總量1.22億千瓦時(shí)、節(jié)省建設(shè)用地面積6.8萬平方米、節(jié)省淡水10.5萬噸。
還有許多其他公司也嘗試跟進(jìn)過該技術(shù)，嘗試建設(shè)成功的水下數(shù)據(jù)中心以節(jié)約淡水資源。不過，專家們認(rèn)為，資源管理的效率仍需改進(jìn)。
參考鏈接：
1.https://analyticsindiamag.com/ai-insights-analysis/ai-chatbots-thirst-may-kill-our-water-resources/
2.https://www.ccdi.gov.cn/yaowenn/202403/t20240311_333473.html
