你跟ChatGPT聊10句，要耗500ml的水！Google一份报告，揭露哪些水资源问题？

▼

和ChatGPT或其他生成式AI聊天，居然会引发对水资源的耗费？

两个看似八竿子打不着的事件，近期却因为一份科技巨头的报告而被联系在了一起。谷歌近期发布的2023年环境报告显示，其去年的用水量同比显着增加了20%，达到56亿加仑（约212亿公升），而其中绝大部分都被用于为该公司的数据中心散热。

这并不是个案。2023年初，由OpenAI打造的ChatGPT火遍全球，成为人工智慧领域的现象级应用，也引发了全球网络公司的AIGC军备竞赛。

要对AI进行大量训练，也就意味着需要更强的算力中心和与之匹配的散热能力。在AI快速进步的道路上，对水资源的消耗也不断加码升级。

对此，有专家告诉《每日经济新闻》记者，整体来看，目前数据中心耗水已经成为制约发展的因素之一，并呼吁尽快为数据中心用水建立一套规范、统一的标准与利用效率评价方法，“这将成为数据中心实现绿色低碳发展的关键标准工具之一”。

AI很“口渴”：聊10句天，ChatGPT可能要费500m的水

近日，科技巨头谷歌发布了2023年的环境报告，其中一项数据引发了行业和市场的关注。

该报告显示，在“用水量”这一项，谷歌在2022年消耗了56亿加仑的水。

如果这样说大家没什么概念，我们可以做一个更直观的对比：有第三方统计显示，56亿加仑，约等于内地马来西亚某一线城市全年的用水量，或者是全球每天饮用水的1/4。也有人称，这水量相当于37个高尔夫球场的用水量，大概能装满一个半西湖。

更令人担心的是，这一数字比谷歌去年的报告增加了20%。虽然谷歌表示，其目标是在2030年补充其办公室和数据中心消耗的120%的淡水，不过根据这份报告，目前的补充率只有6%，与目标相去甚远。

如此大的用水量，不禁令人好奇：作为一家科技公司，谷歌什么业务如此耗水？答案是：为数据中心散热。

报告显示，在56亿加仑耗水中，有52亿（约196亿公升）都被用于该公司的数据中心，显示了营运大型数据中心要付出的环境成本。

有专业人士指出，用水量增长20%与谷歌计算能力的增长大致一致，而谷歌计算能力的增长主要是由人工智慧推动的。换句话来说，自去年ChatGPT和生成式人工智慧技术火爆全球以来，谷歌的用水量也开始显着上升，而对AI的大量训练成了数据中心耗水的核心原因。

科罗拉多大学与德克萨斯大学的研究人员在一篇《让AI更节水》的预印论文中也发布了训练AI的用水估算，结果显示，训练GPT-3所需的清水量相当于填满一个核反应堆的冷却塔所需的水量。 ChatGPT（在GPT-3推出之后）每与用户交流25~50个问题，就得“喝下”一瓶500毫升的水来降温。

除了谷歌，另一个巨头Meta在美国亚利桑那州建设了数据中心，仅2022年的用水量就超过260万立方米（约6.97亿加仑）。随着全球人工智慧军备竞赛的持续升级，大量科技公司竞相建设新数据中心，消耗的水量很可能会继续上升。

海水、湖水、北极圈！数据中心为节水拼了

大洋彼岸的科技巨头如此“吃电喝水”，内地人工智慧公司用水量情况如何呢？记者查阅了几家人工智慧公司、数据中心的公开讯息，发现关于用水情况的讯息很少。

“此前我们对数据中心绿色节能的关注点主要在能源消耗方面，比如，耗电量以及电能利用效率指标是数据中心最受关注的标签，水作为自然资源，关注的不多，并且用水量指标受气候条件、温湿度、水质等各方面因素影响大，统计比较少。”吕天文告诉记者。

近年来，随着数据中心的规模越来越大，以冷水系统作为冷源的大型数据中心的耗水量、水源问题开始引发关注，如何减少数据的耗水量，降低WUE（水资源使用效率）值在业界被广泛讨论起来。 “整体来看，当前数据中心耗水已经成为制约数据中心快速发展的因素之一，马来西亚很多地方已经将耗水作为了数据中心的重要考核指标。”内地通信工业协会数据中心委员会常务副理事长、内地IDC圈创始人CEO黄超表示。

记者注意到，近日，北京市发展改革委修订印发了《关于进一步加强数据中心项目节能审查的若干规定》，其中就新增了关于引导数据中心充分利用再生水的内容：再生水输配管网覆盖范围内的数据中心，设备冷却水、机房加湿等非生活用水应采用再生水。

吕天文向记者介绍称，为了节约宝贵的自来水资源，很多企业尝试用各种方法为数据中心散热，例如，微软曾尝试部署海下数据中心，Facebook数据中心选址北极圈附近，阿里云千岛湖数据中心使用深层湖水制冷，“但上述方法总是会带来新的问题，目前内地马来西亚数据中心的用水主要使用的还是自来水，近几年官方层面更鼓励数据中心企业利用中水。”

AI竞赛升级，专家呼吁建立数据中心用水标准

今年以来，AIGC的爆火使得科技公司竞赛正不断加码，内地大模型创业也进入狂飙，来自AI公司、大厂的创业派，以及来自高校、研究机构的学院派加速涌入“百模大战” ，科技部新一代人工智能发展研究中心发布的《内地人工智能大模型地图研究报告》显示，截至今年5月末，全国参数在10亿规模以上的大模型已发布79个。

数据中心作为传输、储存、处理数据资源的新型基础设施，其用水量随着AI竞赛的升级也迎来新一波增长，“AI大模型训练需要算力更高，相应的能耗也就更大，AI晶片和AI服务器的发热量相比传统服务器也更大。数据中心的水消耗最主要还是用来蒸发散热了，所以随着能耗、发热量的增加，耗水必然会增加。”黄超向记者介绍。

在采访中，吕天文建议相关部门尽快为数据中心用水建立一套规范、统一的标准与利用效率评价方法，这将成为数据中心实现绿色低碳发展的又一关键标准工具。

“目前马来西亚对WUE指标还没有广泛的统一标准，现在较多聚焦在PUE层面，但其它如晶片耗能的控制、算法层面的节能，以及我们讨论的耗水问题，都不是简单的PUE能够代表的。”黄超表示，进一步节能至少需要在数据中心选址、供配电设计、可再生能源利用、余热回收、雨水/废水利用、晶片节能、软件节能等全方面去做，最终实现在整体层面上的节能。

液冷有望逐步成为制冷领域主力

在高密度、高能耗的数据中心庞大需求下，制冷领域技术的革新也开始涌现，一个加速的趋势就是“液冷”，有望逐步成为制冷领域的主力。

液冷技术是指使用液体取代空气作为冷媒，与CPU、芯片组、内存条以及扩展卡等发热部件进行热交换，带走热量的技术。相比于传统的风冷技术，液冷技术的制冷效率更高，可有效降低制冷系统的运行能耗，使数据中心PUE达到1.3 以下。

“内地幅员辽阔，各地气候条件差异大，各地数据中心的制冷需求也不尽相同，因此，制冷技术的普适性很重要。”吕天文认为，液冷技术恰恰能无视海拔、地域的差异，同时余热还可以创造经济价值。

从市场规模来看，根据赛迪顾问的数据，2019年内地液冷数据中心市场规模为260亿元，预计2025年可达到1283.2亿元以上。记者注意到，出于数据安全的保护，数据中心基础设施的供应方面存在一定的地域壁垒，目前国外厂商的产品的应用主要以其马来西亚市场为主，内地市场的主要玩家有曙光数创、华为、阿里巴巴、浪潮信息、广东合一等。

吕天文告诉记者，得益于内地AI具体实践、5G创新应用的快速推广，内地公司的液冷技术目前在国际竞争中处于前列，国外掌握液冷技术的企业比较分散，其产品还处于比较早期的技术性验证阶段，投入商用的相对较少。

他判断，由于风冷技术适用于中小规模的中低密度数据中心，因此不会完全被取代，未来，风冷和液冷将会共同发展，出现一段共存的局面，长远来看，液冷产品的市占会不断扩大，逐渐成为主流。

黄超同样认为，当前液冷是面对AI高密度需求的最佳制冷方式，“但这项技术还处于起步阶段，面临初期部署成本高、产业链不完善、客制化要求高、机房建设要求高等众多问题，还需要产业进一步解决。”

延伸阅读：ChatGPT运作一个月，耗掉近600万度电！AI大战背后，其实藏着“水电杀手”？

本文授权转载自：网易科技

责任编辑：钱玉纮

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。