眾所周知，人工智能技術(shù)的發(fā)展離不開(kāi)強(qiáng)大的計(jì)算力支撐，背后的數(shù)據(jù)中心更是耗電量驚人。據(jù)統(tǒng)計(jì)，全球數(shù)據(jù)中心每年消耗的電量相當(dāng)于一個(gè)中等規(guī)模國(guó)家的年用電量。然而，鮮為人知的是，訓(xùn)練和部署這些龐大的人工智能模型不僅耗電，還需要消耗大量水資源。

數(shù)據(jù)中心水資源消耗驚人

近期的一份報(bào)告顯示，全球數(shù)據(jù)中心的用水量急劇上升，其中位于全球“數(shù)據(jù)中心之都”——美國(guó)北弗吉尼亞的數(shù)據(jù)中心用水量在過(guò)去五年里增長(zhǎng)了三分之二。更為深入的研究發(fā)現(xiàn)，GPT-3級(jí)別的模型（擁有約1750億個(gè)參數(shù)）在一次包含20至50個(gè)問(wèn)題和回答的簡(jiǎn)單對(duì)話(huà)中，大約需要“喝掉”一瓶500毫升的水。而如今，GPT-4模型的參數(shù)規(guī)模已增長(zhǎng)至1.7萬(wàn)億至1.8萬(wàn)億，耗水量無(wú)疑將進(jìn)一步飆升。

省電不省水，省水不省電

數(shù)據(jù)中心本身并不會(huì)直接消耗大量水資源，真正的問(wèn)題在于水被從當(dāng)?shù)丨h(huán)境中抽取，卻未能有效歸還。而且，AI模型本身也不是水資源消耗的罪魁禍?zhǔn)住＜词故遣捎靡豪浼夹g(shù)的數(shù)據(jù)中心，系統(tǒng)運(yùn)行過(guò)程中幾乎不會(huì)損失任何液體。真正大量消耗水資源的是用于冷卻數(shù)據(jù)中心的蒸發(fā)冷卻器（俗稱(chēng)“濕簾冷卻器”），它們負(fù)責(zé)維持?jǐn)?shù)據(jù)中心設(shè)備在安全溫度以下運(yùn)行。

然而，這種冷卻方式并不是所有數(shù)據(jù)中心的必選方案。在較冷的氣候中，干冷卻器或所謂的“自然冷卻”就足夠應(yīng)對(duì)，而在干旱的炎熱地區(qū)，制冷劑冷卻系統(tǒng)可能是更常見(jiàn)的選擇。例如，在經(jīng)歷與當(dāng)?shù)卣膹U水糾紛之后，微軟在亞利桑那州的Goodyear市建設(shè)數(shù)據(jù)中心時(shí)選擇了制冷劑冷卻系統(tǒng)。

雖然蒸發(fā)冷卻能夠有效降低電力能耗，但在供電緊張的地區(qū)，這種做法往往加劇了水資源的消耗，特別是在水資源本就匱乏的干旱地區(qū)。盡管存在替代冷卻方案，但這些方案往往需要消耗更多電力，這在電力供應(yīng)短缺的當(dāng)下顯得尤為棘手。

對(duì)于大規(guī)模數(shù)據(jù)中心運(yùn)營(yíng)商而言，選擇蒸發(fā)冷卻器更多的是出于成本考慮。相比其他冷卻技術(shù)，水的導(dǎo)熱效率更高，這意味著可以降低電費(fèi)，甚至在電力緊張的地區(qū)建造更大、更密集的數(shù)據(jù)中心設(shè)施。盡管在某些情況下，蒸發(fā)冷卻的水資源消耗與減少化石燃料使用之間存在權(quán)衡，但這通常依賴(lài)于所在地區(qū)的具體情況。在水資源短缺的干旱地區(qū)，蒸發(fā)冷卻器無(wú)疑加劇了水荒。

直接液冷技術(shù)潛力巨大

隨著AI技術(shù)的飛速發(fā)展，芯片發(fā)熱量不斷增加，許多設(shè)備的功率已經(jīng)突破千瓦級(jí)別，這推動(dòng)了液冷技術(shù)的廣泛應(yīng)用。例如，Nvidia的Grace Blackwell超級(jí)芯片的功耗達(dá)到了2700瓦，這迫使其采用直接液冷（DLC）技術(shù)。

液冷技術(shù)雖然能提高能源效率，但對(duì)數(shù)據(jù)中心的運(yùn)營(yíng)商而言卻是一大難題，尤其是許多舊的數(shù)據(jù)中心難以改造以適應(yīng)這一技術(shù)。

從長(zhǎng)遠(yuǎn)來(lái)看，液冷系統(tǒng)的廣泛應(yīng)用可減少數(shù)據(jù)中心的水資源消耗，因?yàn)橐豪浼夹g(shù)的高熱傳導(dǎo)系數(shù)允許使用干冷卻器，這種冷卻器類(lèi)似于汽車(chē)散熱器，只是規(guī)模更大。

此外，液冷技術(shù)還有助于實(shí)現(xiàn)廢熱再利用。例如，在一次關(guān)于GPT-3模型訓(xùn)練的實(shí)驗(yàn)中，研究人員估算其產(chǎn)生的廢熱足以為4.6個(gè)溫室提供熱量，生產(chǎn)超過(guò)一百萬(wàn)顆番茄。在一些地區(qū)，數(shù)據(jù)中心已經(jīng)開(kāi)始將廢熱用于區(qū)域供暖。

盡管液冷技術(shù)的潛力巨大，但在其廣泛部署之前，數(shù)據(jù)中心的水資源消耗問(wèn)題仍將持續(xù)存在。隨著AI模型的不斷擴(kuò)展，如何平衡水電資源的消耗，將成為擺在科技公司面前的一大挑戰(zhàn)。

東數(shù)西算的“水荒”挑戰(zhàn)

在中國(guó)，人工智能與數(shù)據(jù)中心面臨的資源挑戰(zhàn)同樣嚴(yán)峻，尤其是在水資源方面。中國(guó)的水資源分布極不均衡，華北地區(qū)、華東地區(qū)人口稠密，但人均水資源極度緊缺，遠(yuǎn)低于全球平均水平。根據(jù)水利部數(shù)據(jù)，北方的用水緊張問(wèn)題多年未解，而長(zhǎng)三角、珠三角等經(jīng)濟(jì)發(fā)達(dá)地區(qū)也面臨著水資源的巨大壓力。

與此同時(shí)，中國(guó)提出的“東數(shù)西算”戰(zhàn)略正推動(dòng)大量數(shù)據(jù)中心從東部向西部地區(qū)轉(zhuǎn)移，利用西部相對(duì)低廉的土地與電力資源解決東部數(shù)據(jù)中心的高能耗難題。然而，這一戰(zhàn)略也帶來(lái)了水資源管理的新挑戰(zhàn)。西部地區(qū)的干旱氣候，尤其是西北和華北等地區(qū)，水資源匱乏，氣候條件使得蒸發(fā)冷卻器的使用效率較高，但這無(wú)疑將進(jìn)一步加劇當(dāng)?shù)氐摹八摹薄?/p>

例如，內(nèi)蒙古、新疆等地近年來(lái)成為“東數(shù)西算”戰(zhàn)略下的重點(diǎn)數(shù)據(jù)中心建設(shè)區(qū)域，但這些地區(qū)長(zhǎng)期以來(lái)都面臨著嚴(yán)重的水資源匱乏問(wèn)題。在水資源本就緊張的情況下，大規(guī)模的數(shù)據(jù)中心建設(shè)可能加劇當(dāng)?shù)氐纳鷳B(tài)壓力。對(duì)于數(shù)據(jù)中心運(yùn)營(yíng)商而言，如何在電力與水資源之間尋求平衡，選擇更加節(jié)能高效的冷卻方式，成為了至關(guān)重要的決策。

未來(lái)，“東數(shù)西算”戰(zhàn)略的實(shí)施不僅需要考慮電力布局，還需要充分評(píng)估水資源的承載能力。