Zużycie wody przez sztuczną inteligencję: niezrównoważone pragnienie generatywnej sztucznej inteligencji

Generatywna sztuczna inteligencja stała się modna, odkąd ChatGPT OpenAI umożliwił przeciętnym użytkownikom interakcję ze sztuczną inteligencją jak z przyjacielem na ulicy. Teraz okazuje się, że szaleństwo tworzenia takich programów pochłonęło nieprzewidziane straty w zasobach wodnych w całym kraju.

W swoim rocznym raporcie dotyczącym zrównoważonego rozwoju Microsoft, wielomiliardowy inwestor w OpenAI, ujawnił, że jego centra danych w Iowa i innych obszarach zużyły prawie 1,7 miliarda galonów H ₂ 0 w 2022 r. To o 34% więcej niż zużyto w 2021 r. i to wystarczy. do napełnienia 2500 basenów o wymiarach olimpijskich.

Chociaż Microsoft nie powiedział konkretnie, co doprowadziło do niezwykłego wzrostu, eksperci twierdzą, że to nie przypadek, że miało to miejsce w czasie, gdy uważa się, że badacze danych firmy szkolą duże modele językowe (LLM), które napędzają inteligencję ChatGPT.

Ten wniosek na temat zużycia wody przez sztuczną inteligencję wydaje się mieć sens, ponieważ według doniesień Google w 2022 r. również pochłonął ponad 5,6 miliarda galonów wody, czyli o 20% więcej niż w roku poprzednim, szkoląc LLM w zakresie swojego generatywnego narzędzia AI, Bard.

Sztuczna inteligencja, woda i centra danych

W wyścigu o zaspokojenie zapotrzebowania przedsiębiorstw i konsumentów na narzędzia AI nowej generacji firmy intensyfikują działalność centrów danych jak nigdy dotąd, aby szkolić modele i odpowiadać na zapytania użytkowników narzędzi.

Cieplejszy sprzęt w centrum danych wymagający chłodzenia wymaga dużej ilości wody, aby systemy wyparne mogły wykonać swoje zadanie polegające na utrzymywaniu umiarkowanie niskich temperatur.

Według The Washington Post duże centrum danych może zużywać od 1 miliona do 5 milionów galonów wody dziennie, czyli tyle, co miasto liczące od 10 000 do 50 000 mieszkańców.

Co więcej, z artykułu badaczy z Uniwersytetu Kalifornijskiego w Riverside wynika, że ​​ChatGPT potrzebuje średnio 500 ml butelki wody na każde 10 do 50 zadawanych pytań, w zależności od tego, gdzie hostowane są serwery.

„Jest to nie do utrzymania z perspektywy środowiska, kosztów i wydajności” – powiedział Information Week Joe Capes, dyrektor generalny firmy LiquidStack, dewelopera systemów chłodzenia. „Rosnące koszty energii sprawiają, że to [podejście] staje się coraz droższe, a wydajne procesory wymagane w dzisiejszych technologiach intensywnie przetwarzających dane… po prostu generują zbyt dużo ciepła, aby obsłużyć chłodzenie powietrzem”.

Gen AI: Dokąd ucieka woda?

Istnieje kilka powodów, dla których w centrach danych związanych ze sztuczną inteligencją jest tak gorąco i duszno, m.in.:

1. Wysoka gęstość mocy : serwery AI szybko się nagrzewają podczas przetwarzania ogromnych ilości danych potrzebnych do zasilania wiedzy AI.
2. Praca ciągła : centra danych wykorzystywane do szkoleń LLM często działają 24 godziny na dobę, 7 dni w tygodniu, co wymaga ciągłego chłodzenia.
3. Efektywność energetyczna : Chłodzenie wodne nie jest zależne od temperatury zewnętrznej, dlatego jest zwykle bardziej wydajne niż alternatywne systemy chłodzenia powietrzem.
4. Skalowalność : w miarę skalowania centrów danych w celu dostosowania ich do większych modeli sztucznej inteligencji, ich zwiększona moc wymaga jeszcze większego chłodzenia, aby utrzymać ich wydajność i niezawodność.

Shaolei Ren, współautorka badania przeprowadzonego przez UC-Riverside, twierdzi, że zużycie wody w oparciu o energię nie stanowi problemu w perspektywie krótkoterminowej, ponieważ generatywna sztuczna inteligencja jest wciąż na wczesnym etapie. Jego zdaniem jednak w dłuższej perspektywie raporty o zwiększonym zużyciu wody przez zaawansowane technologie powinny pobudzić publiczną debatę na temat przyszłej ochrony środowiska.

Zarówno Microsoft, jak i Google zobowiązały się publicznie, że do roku 2030 będą uzupełniać więcej wody, niż pobierają.

Społeczna odpowiedzialność biznesu i zrównoważony rozwój: Jak ocalić Ziemię

Społeczna odpowiedzialność biznesu musi dziś uwzględniać zrównoważony rozwój. Odkryj przykłady, definicje i sposoby osiągnięcia zrównoważonego handlu.

Jak zmniejszyć wpływ sztucznej inteligencji na środowisko

Eksperci branżowi twierdzą, że firmy mogą podjąć kilka kroków, aby zapewnić, że generatywna sztuczna inteligencja nie spowoduje poważnego wyczerpania przyszłych rezerw wody.

Jeśli infrastruktura obsługująca sztuczną inteligencję potrzebuje dużych ilości wody do celów chłodzenia, warto zlokalizować ją w pobliżu jezior, rzek i stawów. Jeśli jednak te zbiorniki wodne znajdą się na obszarach dotkniętych suszą, takich jak zachodnie Stany Zjednoczone, taka konfiguracja może prowadzić do poważnych problemów operacyjnych i biznesowych w przypadku nagłego ograniczenia lub nawet odcięcia dostaw wody.

Z tego powodu Ren zaleca firmom, aby zaczęły szukać sposobów wykorzystania oprogramowania do szkoleń AI w zakresie równoważenia obciążenia w różnych lokalizacjach lub zaplanowały je na chłodniejsze pory dnia lub roku, aby zminimalizować parowanie wody podczas chłodzenia.

Dodaje, że w miarę jak ludzie dowiadują się o wpływie sztucznej inteligencji na środowisko, firmy muszą zwracać uwagę na to, jak mieszkańcy mogą postrzegać swoje plany budowy lokalnych centrów danych. Wysiłki Google mające na celu utworzenie centrum danych, które według doniesień zużywałoby 7,6 miliona litrów wody dziennie (w ilości wystarczającej do codziennego użytku domowego 55 000 osób), wywołały gwałtowne lokalne protesty w dotkniętym suszą Urugwaju.

Eksperci zalecają, aby tam, gdzie to możliwe, wykorzystywać sprzęt wykorzystujący powietrze zewnętrzne do chłodzenia obiektów. Ale gdy temperatura wzrośnie powyżej 35 stopni Celsjusza, co często zdarza się w cieplejszym klimacie, takim jak Phoenix czy Azja Wschodnia, może to nie być możliwe. W takich sytuacjach firmy muszą badać i opracowywać nowe technologie chłodzenia, które zużywają mniej wody.

Firma Microsoft wykonała pewne prace w tym obszarze, stosując chłodzenie adiabatyczne, w którym centrale wentylacyjne przepychają powietrze przez media wyparne, aby zwiększyć wilgotność powietrza i obniżyć temperaturę przy minimalnym zużyciu energii. W Gavle w Szwecji wychwytuje również wodę deszczową, aby wprowadzić wilgoć chłodzącą do centrum danych, gdy wilgotność powietrza na zewnątrz spadnie poniżej 5%.

Eksperci twierdzą, że kolejną taktyką jest zwiększone wykorzystanie systemów chłodzenia wykorzystujących wodę pochodzącą z recyklingu zamiast wody słodkiej.

Ochrona cennych zasobów wody

Ren twierdzi, że społeczeństwo musi domagać się przejrzystości w zakresie zużycia wody i zobowiązań w zakresie ochrony środowiska. Rozwiązania AI firm, które udowodnią, że robią wszystko, co w ich mocy, aby oszczędzać wodę, będą atrakcyjniejsze dla klientów – dodaje.

Ren twierdzi, że wciąż jest czas na włączenie ochrony wody do szkoleń i technologii w zakresie sztucznej inteligencji, ale czas się skończy, jeśli kwestia ta nie zostanie potraktowana tak poważnie, jak to możliwe.

„Ogólnie rzecz biorąc, nie doszliśmy jeszcze do punktu, w którym sztuczna inteligencja w namacalny sposób odebrała nam jeden z najważniejszych zasobów naturalnych” – mówi. „Jeśli będziemy bardziej świadomi wykorzystania sztucznej inteligencji, myślę, że z pewnością możemy mieć pewność, że ogólne korzyści ze sztucznej inteligencji będą pozytywne”.