和ChatGPT或其他生成式AI聊天，居然會引發對水資源的耗費？
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繫在了一起。谷歌近期發布的2023年環境報告顯示，其去年的用水量同比顯著增加了20%，達到56億加侖（約212億公升），而其中絕大部分都被用於為該公司的數據中心散熱。
這並不是個案。2023年初，由OpenAI打造的ChatGPT火遍全球，成為人工智慧領域的現象級應用，也引發了全球網路公司的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《每日經濟新聞》記者，整體來看，目前數據中心耗水已經成為制約發展的因素之一，並呼籲盡快為數據中心用水建立一套規範、統一的標準與利用效率評價方法，「這將成為數據中心實現綠色低碳發展的關鍵標準工具之一」。
AI很「口渴」：聊10句天，ChatGPT可能要費500m的水
近日，科技巨頭谷歌發布了2023年的環境報告，其中一項數據引發了行業和市場的關注。
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麼概念，我們可以做一個更直觀的對比：有第三方統計顯示，56億加侖，約等於中國國內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，這水量相當於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據中心消耗的120%的淡水，不過根據這份報告，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，谷歌什麼業務如此耗水？答案是：為數據中心散熱。
報告顯示，在56億加侖耗水中，有52億（約196億公升）都被用於該公司的數據中心，顯示了營運大型數據中心要付出的環境成本。
有專業人士指出，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慧推動的。換句話來說，自去年ChatGPT和生成式人工智慧技術火爆全球以來，谷歌的用水量也開始顯著上升，而對AI的大量訓練成了數據中心耗水的核心原因。
科羅拉多大學與德克薩斯大學的研究人員在一篇《讓AI更節水》的預印論文中也發布了訓練AI的用水估算，結果顯示，訓練GPT-3所需的清水量相當於填滿一個核反應堆的冷卻塔所需的水量。 ChatGPT（在GPT-3推出之後）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據中心，僅2022年的用水量就超過260萬立方米（約6.97億加侖）。隨著全球人工智慧軍備競賽的持續升級，大量科技公司競相建設新數據中心，消耗的水量很可能會繼續上升。
海水、湖水、北極圈！數據中心為節水拼了
大洋彼岸的科技巨頭如此「吃電喝水」，中國人工智慧公司用水量情況如何呢？記者查閱了幾家人工智慧公司、數據中心的公開訊息，發現關於用水情況的訊息很少。
「此前我們對數據中心綠色節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據中心最受關注的標籤，水作為自然資源，關注的不多，並且用水量指標受氣候條件、溫濕度、水質等各方面因素影響大，統計比較少。」呂天文告訴記者。
近年來，隨著數據中心的規模越來越大，以冷水系統作為冷源的大型數據中心的耗水量、水源問題開始引發關注，如何減少數據的耗水量，降低WUE（水資源使用效率）值在業界被廣泛討論起來。 「整體來看，當前數據中心耗水已經成為制約數據中心快速發展的因素之一，國內很多地方已經將耗水作為了數據中心的重要考核指標。」中國通信工業協會數據中心委員會常務副理事長、中國IDC圈創始人CEO黃超表示。
記者注意到，近日，北京市發展改革委修訂印發了《關於進一步加強數據中心項目節能審查的若干規定》，其中就新增了關於引導數據中心充分利用再生水的內容：再生水輸配管網覆蓋範圍內的數據中心，設備冷卻水、機房加濕等非生活用水應採用再生水。
呂天文向記者介紹稱，為了節約寶貴的自來水資源，很多企業嘗試用各種方法為數據中心散熱，例如，微軟曾嘗試部署海下數據中心，Facebook數據中心選址北極圈附近，阿里雲千島湖數據中心使用深層湖水製冷，「但上述方法總是會帶來新的問題，目前中國國內數據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據中心企業利用中水。」
AI競賽升級，專家呼籲建立數據中心用水標準
今年以來，AIGC的爆火使得科技公司競賽正不斷加碼，中國大模型創業也進入狂飆，來自AI公司、大廠的創業派，以及來自高校、研究機構的學院派加速湧入「百模大戰」 ，科技部新一代人工智能發展研究中心發布的《中國人工智能大模型地圖研究報告》顯示，截至今年5月末，全國參數在10億規模以上的大模型已發布79個。
數據中心作為傳輸、儲存、處理數據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晶片和AI伺服器的發熱量相比傳統伺服器也更大。數據中心的水消耗最主要還是用來蒸發散熱了，所以隨著能耗、發熱量的增加，耗水必然會增加。」黃超向記者介紹。
在採訪中，呂天文建議相關部門盡快為數據中心用水建立一套規範、統一的標準與利用效率評價方法，這將成為數據中心實現綠色低碳發展的又一關鍵標準工具。
「目前國內對WUE指標還沒有廣泛的統一標準，現在較多聚焦在PUE層面，但其它如晶片耗能的控制、算法層面的節能，以及我們討論的耗水問題，都不是簡單的PUE能夠代表的。」黃超表示，進一步節能至少需要在數據中心選址、供配電設計、可再生能源利用、餘熱回收、雨水/廢水利用、晶片節能、軟體節能等全方面去做，最終實現在整體層面上的節能。
液冷有望逐步成為製冷領域主力
在高密度、高能耗的數據中心龐大需求下，製冷領域技術的革新也開始湧現，一個加速的趨勢就是「液冷」，有望逐步成為製冷領域的主力。
液冷技術是指使用液體取代空氣作為冷媒，與CPU、芯片組、內存條以及擴展卡等發熱部件進行熱交換，帶走熱量的技術。相比於傳統的風冷技術，液冷技術的製冷效率更高，可有效降低製冷系統的運行能耗，使數據中心PUE達到1.3 以下。
「中國幅員遼闊，各地氣候條件差異大，各地數據中心的製冷需求也不盡相同，因此，製冷技術的普適性很重要。」呂天文認為，液冷技術恰恰能無視海拔、地域的差異，同時餘熱還可以創造經濟價值。
從市場規模來看，根據賽迪顧問的數據，2019年中國液冷數據中心市場規模為260億元，預計2025年可達到1283.2億元以上。記者注意到，出於數據安全的保護，數據中心基礎設施的供應方面存在一定的地域壁壘，目前國外廠商的產品的應用主要以其本國市場為主，中國市場的主要玩家有曙光數創、華為、阿里巴巴、浪潮信息、廣東合一等。
呂天文告訴記者，得益於中國AI具體實踐、5G創新應用的快速推廣，中國公司的液冷技術目前在國際競爭中處於前列，國外掌握液冷技術的企業比較分散，其產品還處於比較早期的技術性驗證階段，投入商用的相對較少。
他判斷，由於風冷技術適用於中小規模的中低密度數據中心，因此不會完全被取代，未來，風冷和液冷將會共同發展，出現一段共存的局面，長遠來看，液冷產品的市佔會不斷擴大，逐漸成為主流。
黃超同樣認為，當前液冷是面對AI高密度需求的最佳製冷方式，「但這項技術還處於起步階段，面臨初期部署成本高、產業鏈不完善、客製化要求高、機房建設要求高等眾多問題，還需要產業進一步解決。」
本文授權轉載自：網易科技
責任編輯：錢玉紘
