服(fú)務谘詢電(diàn)話
400-778-7790
0756-2118136
和ChatGPT或其他(tā)生成式AI聊天,居(jū)然(rán)會引(yǐn)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(yīn)為一份科技巨頭的報告而(ér)被聯係(xì)在了一起。穀歌(gē)近期發布的(de)2023年環境報告顯示,其去年的用水量同比顯著(zhe)增加了20%,達到56億加侖,而(ér)其中絕(jué)大部分都被用於為該公司(sī)的數據中心散熱。
這並不是個例。2023年初,由OpenAI打造的ChatGPT火遍全球(qiú),一躍成為人工智能領域的現象級應用,也引發了全(quán)球互(hù)聯網公司的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(sù)進步的(de)道(dào)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(zhěng)體來看,當前數據中心耗水已經成為製約數據中心(xīn)快(kuài)速發展的因素之一,並呼籲盡快為(wéi)數據中心用水建立一套規範、統一的標準與利用效率評價(jià)方法,“這將成(chéng)為數據中心實現綠色(sè)低碳發展的又一關鍵標(biāo)準工具”。
AI很“口渴”:聊10句天(tiān),ChatGPT可能要費半斤水
近日,科技(jì)巨頭穀歌發布了2023年的環境報告,其中一項數(shù)據引發了行業和市場的(de)廣泛關注。
該報告顯示,在“用(yòng)水量”這(zhè)一項(xiàng),穀歌在2022年消耗了56億加侖的水。
如果(guǒ)這樣說大家沒什麽概念,我們可以做一個更直觀(guān)的對比:有第三方統計顯示,56億加侖,約等於國內某一線城市全年的用水量,或(huò)者是全球每天飲用水的1/4。也有人稱,這水量相(xiàng)當於37個高爾夫球場的用水量,大概能裝滿一個半(bàn)西湖。
更令人擔心的是,這一數字比穀歌去年的報告增加了20%。雖(suī)然穀歌表示,其目標是在2030年補充其辦公室和數據(jù)中心消耗的(de)120%的(de)淡水,不過(guò)根據這份報告,目前的補充(chōng)率隻有6%,與目標相(xiàng)去甚遠。
如此大的用水量,不禁令人好奇:作為一家科技公司,穀歌(gē)什麽業務如此(cǐ)耗水?答案是:為數據(jù)中心散熱。
報告顯示,在56億加侖耗水中,有(yǒu)52億都被用於該公司的數據中心,清晰地顯示了運行大型(xíng)數據中心要付出的環(huán)境成本。
有專業人士(shì)指出,用水量增長20%與穀歌計算能力的增長大致一致(zhì),而穀(gǔ)歌計算能力的增長主要是(shì)由人工智能(néng)推動的。換句話來說,自(zì)去年ChatGPT和生(shēng)成式(shì)人工智能技術火爆全球以來,穀歌的用水量(liàng)也開始顯著(zhe)上升(shēng),而對AI的大量訓練成(chéng)了數據中心耗水的核心原因。
卡羅拉多大學與德克薩(sà)斯大(dà)學的研究人員在一(yī)篇《讓AI更節(jiē)水》的預印論文中也發布了訓練AI的用水估算結果,顯示訓(xùn)練GPT-3所需(xū)的清水量相當於填滿一個核反應堆的冷卻塔所需的(de)水量。ChatGPT(在GPT-3推出之(zhī)後)每與用戶交流25~50個問題,就得“喝(hē)下”一瓶(píng)500毫升的水來降溫。
除了穀歌,另一個巨頭Meta在(zài)美國亞利桑(sāng)那州建設了數據中心(xīn),僅2022年用水量超過260萬立方米(約6.97億加侖)。隨(suí)著全球人工智能軍備競賽的持續升級和大量科技公司競相建設新(xīn)數據中心,其(qí)消耗的水量很可能會繼續上升。
海水、湖水、北極圈,數(shù)據中心為節水拚了
大洋彼岸的科技巨頭如此(cǐ)“吃電喝水”,國內人(rén)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、數據中心的公開信(xìn)息,發現關於它們用水情況信息很少(shǎo)。
“此前我們對數據中心(xīn)綠色節能的關注點主要在能源(yuán)消(xiāo)耗方麵,比如,耗電量以(yǐ)及電能利用效率指標是數據中心最受關注的標(biāo)簽,水作為自然資源,關(guān)注的(de)不多,並且用水量(liàng)指標受氣候條件、溫濕度(dù)、水質等各方(fāng)麵因素影(yǐng)響大,統計比較(jiào)少。”呂天文告訴記(jì)者。
近年來,隨著數據中心的規(guī)模越來越大,以冷水係統(tǒng)作為冷源的大型(xíng)數據中心(xīn)的耗水(shuǐ)量、水源問題開始引(yǐn)發關注(zhù),如(rú)何減少數據的耗水量,降低WUE(水資(zī)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(shuǐ)已經成為製約數據中(zhōng)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(yào)考核指標。”中(zhōng)國通信工業協會數據中心委(wěi)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(gǎi)革委修訂印發了《關於進一步加強數據中心項目節(jiē)能審(shěn)查的若幹規定》,其(qí)中就新增了關於引導數據中心充分利用再(zài)生(shēng)水的內容:再生水輸配(pèi)管網覆(fù)蓋範圍(wéi)內的數據中心,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(jiè)紹稱,為了節(jiē)約寶貴的自來水資源,很多企業嚐試用各種方法為數據中心散熱,例如(rú),微軟曾嚐試部署海下數據中心,Facebook數據中心(xīn)選址北極圈附(fù)近,阿裏雲千島湖(hú)數據中心使(shǐ)用深層湖水製冷,“但上述方法(fǎ)總是會帶來新的問題,目前國內數(shù)據中心的用水主要(yào)使(shǐ)用的還是自來水,近幾年(nián)政府層麵更鼓勵(lì)數(shù)據中心企業(yè)利用中水。
” AI競賽升級,專家呼籲建立數據中心用水國標
今年以來,AIGC的爆火(huǒ)使(shǐ)得科技公司競賽(sài)正(zhèng)不斷加碼,國內大模型創業也進入狂飆,來(lái)自AI公司、大廠的創業派,以及來自高校、研究(jiū)機(jī)構的學院派加速湧入(rù)“百模大戰”,科技部新一代人工智能發展研究中心發布(bù)的《中國人工智能大模型地圖研究報(bào)告》顯示,截至今年5月末(mò),全國參(cān)數在10億規模以上的大模型(xíng)已發布79個。
數據中心作為傳輸、儲存(cún)、處理(lǐ)數據資(zī)源的新型基(jī)礎設(shè)施,其用水量隨著AI競賽的升(shēng)級也迎來新一波增長,“AI大模型(xíng)訓練(liàn)需要算力更高,相應的能耗也就更大(dà),AI芯片和AI服務器的發熱量相比傳統(tǒng)服務器也更大。數據中心的(de)水消耗(hào)最(zuì)主要還是用來蒸發散熱(rè)了,所以隨著能耗、發熱量的增加,耗水(shuǐ)必然會增加。”黃超(chāo)向(xiàng)記者介紹稱。
在采訪中,呂天文建議相關部門盡快為數據中心用水建立一(yī)套規範、統一的標準(zhǔn)與利用效率評價方法,這(zhè)將成為數據中心(xīn)實現綠色(sè)低碳(tàn)發展的又一關鍵(jiàn)標準工具。
“目前國(guó)內(nèi)對WUE指標還沒有廣(guǎng)泛的統一標(biāo)準,現在較多聚焦在PUE層麵,但其它如芯片能耗的控製、算法層麵的節能,以及我們討論的耗水問題,都不是簡單(dān)的PUE能夠代表的。”黃超(chāo)表示,進一步節能至少需要在數據中心選址(zhǐ)、供配電設計、可再(zài)生能源利用、餘熱回收(shōu)、雨水/廢水利用、芯片節能、軟件節能等全方麵去做(zuò),最終實現在整體層麵上的節能。
液冷有望逐步成為(wéi)製冷領域主力
在高(gāo)密度、高能耗的數據中心龐大(dà)需求下,製冷領域技術的革新(xīn)也開始湧現,一個加速(sù)的趨勢就是,液冷出現且有望逐步成為製冷領域的主力。
冷(lěng)液冷技術是指使用液體取代空氣作為冷媒(méi),與CPU、芯(xīn)片組、內存條以及擴展卡等(děng)發熱部件進行熱交換,帶走(zǒu)熱量的技術。相比(bǐ)於傳統的風冷技術,液冷技術的(de)製冷效率更高,可有(yǒu)效(xiào)降低製冷係統(tǒng)的運(yùn)行能耗,使數據中心PUE達到1.3 以下。
“我國幅員(yuán)遼闊,各地氣候條件差異大,各地數據中心的製冷需(xū)求也不盡相同,因此,製冷(lěng)技術的普適性(xìng)很重要。”呂天文認為,液冷技術(shù)恰恰能(néng)無視海拔、地域的差異(yì),同時餘熱還可以創造經濟價值。
從市場規模來看,根據賽(sài)迪顧問的數據,2019年我國液冷數(shù)據中心市場規模(mó)為260億元,預計2025年(nián)可達到1283.2億元(yuán)以上。記者(zhě)注意到,出(chū)於數據安(ān)全的保護,數據中心基礎(chǔ)設施的供應方麵存在一定的地域壁壘,目前國外廠商的產品的應用主要以(yǐ)其本(běn)國(guó)市場為(wéi)主,國內市場(chǎng)的主(zhǔ)要玩家有曙光數創、華為、阿裏巴巴、浪(làng)潮信息、廣東合一等。
呂天文告訴記(jì)者,得益於中(zhōng)國(guó)AI具體實踐、5G創新應用的(de)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(fèn)散,其產品還處於比較早期的技術性驗證階段,投入商用的(de)相對較少(shǎo)。
他判斷,由於風冷技術適(shì)用於中小規模的中(zhōng)低密度(dù)數據中心,因此不(bú)會完全被取代,未(wèi)來,市場中風冷和液冷將會共同發展(zhǎn),出現一(yī)段共存的局(jú)麵(miàn),長遠來看,液冷(lěng)產品(pǐn)的市場份額會不斷擴(kuò)大,逐漸成為主流。
黃超同樣認(rèn)為,當前液冷是麵對AI高密度需求的最佳製冷方式,“但這項技術(shù)還(hái)處於起步階段,麵臨初期部署成本高、產業(yè)鏈不完善、定製化要求高、機房建設要求高等眾多問(wèn)題,還需要產業進一步解決。”他表示。