Konsumsi air AI: Rasa haus AI generatif yang tidak berkelanjutan

AI generatif telah menjadi hal yang populer sejak ChatGPT OpenAI memberi rata-rata pengguna kemampuan untuk berinteraksi dengan kecerdasan buatan seolah-olah mereka adalah teman. Kini, ternyata kehebohan untuk membangun program-program tersebut telah menimbulkan dampak yang tidak terduga terhadap sumber daya air di seluruh negeri.

Dalam laporan keberlanjutan tahunannya, Microsoft, investor bernilai miliaran dolar di OpenAI, mengungkapkan bahwa pusat datanya di Iowa dan wilayah lain mengonsumsi hampir 1,7 miliar galon H ₂ 0 pada tahun 2022. Jumlah tersebut 34% lebih banyak daripada yang digunakan pada tahun 2021, dan cukup untuk mengisi 2.500 kolam renang ukuran Olimpiade.

Meskipun Microsoft belum secara spesifik mengatakan apa yang menyebabkan lonjakan yang tidak biasa ini, para ahli mengatakan hal ini bukan suatu kebetulan ketika ilmuwan data perusahaan tersebut diyakini sedang melatih model bahasa besar (LLM) yang mendukung kecerdasan ChatGPT.

Kesimpulan mengenai konsumsi air AI tampaknya masuk akal karena Google juga dilaporkan menghabiskan lebih dari 5,6 miliar galon air pada tahun 2022, atau 20% lebih banyak dibandingkan tahun sebelumnya, saat melatih LLM untuk alat AI generatifnya, Bard.

AI, air, dan pusat data

Dalam perlombaan untuk memenuhi permintaan bisnis dan konsumen terhadap alat AI generasi berikutnya, perusahaan telah meningkatkan aktivitas pusat data yang belum pernah ada sebelumnya untuk melatih model dan menanggapi pertanyaan dari pengguna alat.

Peralatan pusat data yang lebih panas dan memerlukan pendinginan memerlukan banyak air agar sistem evaporasi dapat menjalankan tugasnya menjaga suhu tetap rendah.

Faktanya, sebuah pusat data besar dapat menggunakan antara 1 juta hingga 5 juta galon air per hari, atau setara dengan penggunaan sebuah kota berpenduduk 10.000 hingga 50.000 orang, menurut The Washington Post .

Terlebih lagi, sebuah makalah dari peneliti Universitas California di Riverside menemukan bahwa ChatGPT membutuhkan rata-rata sebotol air berukuran 500ml untuk setiap 10 hingga 50 pertanyaan yang diajukan, bergantung pada lokasi server dihosting.

“Ini tidak berkelanjutan dari sudut pandang lingkungan, biaya, dan kinerja,” Joe Capes, CEO pengembang sistem pendingin LiquidStack, mengatakan kepada Information Week . “Meningkatnya biaya energi membuat [pendekatan] ini semakin mahal, dan prosesor bertenaga yang diperlukan untuk teknologi intensif data saat ini … menghasilkan terlalu banyak panas sehingga tidak dapat ditangani oleh pendingin udara.”

Gen AI: Kemana perginya air?

Ada beberapa alasan mengapa pusat data terkait AI begitu panas dan haus, antara lain:

1. Kepadatan daya yang tinggi : Server AI menjadi cepat panas saat memproses data dalam jumlah besar yang diperlukan untuk memberikan pengetahuan tentang AI.
2. Operasi berkelanjutan : Pusat data yang digunakan untuk pelatihan LLM sering kali beroperasi 24/7, sehingga memerlukan pendinginan yang konstan.
3. Efisiensi energi : Pendinginan berbasis air tidak bergantung pada suhu luar, sehingga cenderung lebih efisien dibandingkan sistem pendingin udara alternatif.
4. Skalabilitas : Seiring dengan skala pusat data untuk mengakomodasi model AI yang lebih besar, peningkatan dayanya memerlukan pendinginan yang lebih besar lagi untuk mempertahankan kinerja dan keandalannya.

Shaolei Ren, salah satu penulis penelitian UC-Riverside, mengatakan konsumsi air yang didorong oleh energi ini tidak menjadi perhatian dalam jangka pendek karena AI generatif masih dalam tahap awal. Namun, dalam jangka panjang, ia mengatakan laporan tentang peningkatan penggunaan air oleh teknologi tinggi seharusnya memicu perdebatan publik mengenai konservasi di masa depan.

Baik Microsoft maupun Google telah secara terbuka berkomitmen untuk bersikap positif terhadap air – yang berarti mereka akan mengisi lebih banyak air daripada yang mereka minum – pada tahun 2030.

Tanggung jawab sosial dan keberlanjutan perusahaan: Cara menyelamatkan bumi

Saat ini tanggung jawab sosial perusahaan harus mencakup keberlanjutan. Temukan contoh, definisi, dan cara mencapai perdagangan berkelanjutan.

Cara mengurangi dampak AI terhadap lingkungan

Pakar industri mengatakan ada beberapa langkah yang dapat diambil perusahaan untuk memastikan bahwa AI generatif tidak secara serius menguras cadangan air di masa depan.

Jika infrastruktur pendukung AI memerlukan air dalam jumlah besar untuk tujuan pendinginan, maka masuk akal untuk menempatkannya di dekat danau, sungai, dan kolam. Namun jika sumber air tersebut terdapat di wilayah yang mengalami kekeringan seperti di Amerika Serikat bagian barat, maka hal ini dapat menyebabkan masalah operasional dan bisnis yang signifikan ketika pasokan air tiba-tiba dibatasi atau bahkan terputus.

Oleh karena itu, Ren merekomendasikan perusahaan untuk mulai mencari cara menggunakan perangkat lunak untuk pelatihan AI penyeimbang beban di seluruh lokasi atau menjadwalkannya pada waktu yang lebih dingin dalam sehari atau setahun untuk meminimalkan penguapan air selama pendinginan.

Ia menambahkan bahwa ketika masyarakat mengetahui dampak AI terhadap lingkungan, perusahaan harus peka terhadap pandangan masyarakat terhadap rencana mereka membangun pusat data lokal. Upaya Google untuk membangun pusat data yang dilaporkan akan menggunakan 7,6 juta liter air per hari, (cukup untuk mendukung penggunaan domestik sehari-hari oleh 55.000 orang), memicu protes lokal yang sengit di Uruguay yang dilanda kekeringan.

Jika memungkinkan, para ahli menyarankan untuk menggunakan peralatan yang menggunakan udara luar untuk mendinginkan fasilitas. Namun ketika suhu naik di atas 85F, yang sering terjadi di iklim panas seperti Phoenix atau Asia Timur, hal tersebut mungkin tidak dapat terjadi. Dalam situasi seperti ini, perusahaan perlu meneliti dan mengembangkan teknologi pendinginan baru yang menggunakan lebih sedikit air.

Microsoft telah melakukan beberapa pekerjaan di bidang ini dengan menggunakan pendinginan adiabatik, di mana unit pengendali udara mendorong udara melalui media evaporatif untuk menambah kelembapan udara dan menurunkan suhu dengan penggunaan energi minimal. Di Gavle, Swedia, mereka juga menangkap air hujan untuk menyuntikkan kelembapan pendingin ke pusat datanya setiap kali kelembapan udara luar turun di bawah 5%.

Peningkatan penggunaan sistem pendingin yang menggunakan air daur ulang dibandingkan air bersih adalah taktik lain, kata para ahli.

Melindungi persediaan air yang berharga

Ren mengatakan masyarakat harus menuntut transparansi mengenai penggunaan air dan komitmen konservasi. Solusi AI dari perusahaan yang membuktikan bahwa mereka melakukan yang terbaik untuk menghemat air akan lebih menarik bagi pelanggan, tambahnya.

Ren mengatakan masih ada waktu untuk memasukkan konservasi air ke dalam pelatihan dan teknologi AI, namun waktu akan habis jika masalah ini tidak ditanggapi seserius mungkin.

“Secara umum, kita belum sampai pada titik dimana AI secara nyata telah merampas salah satu sumber daya alam kita yang paling penting,” katanya. “Jika kita lebih berhati-hati dalam menggunakan AI, saya rasa kita pasti bisa memastikan manfaat AI secara keseluruhan adalah positif.”