ปริมาณการใช้น้ำของ AI: ความกระหายน้ำที่ไม่ยั่งยืนของ AI เจนเนอเรชั่น
เผยแพร่แล้ว: 2023-10-10Generative AI ได้รับความนิยมอย่างมากเนื่องจาก ChatGPT ของ OpenAI ทำให้ผู้ใช้ทั่วไปสามารถโต้ตอบกับปัญญาประดิษฐ์ได้ราวกับเป็นเพื่อนข้างถนน ในปัจจุบัน ปรากฎว่ากระแสความนิยมในการสร้างโครงการดังกล่าวส่งผลกระทบอย่างไม่คาดคิดต่อแหล่งน้ำทั่วประเทศ
ในรายงานความยั่งยืนประจำปี Microsoft ซึ่งเป็นนักลงทุนมูลค่าหลายพันล้านดอลลาร์ใน OpenAI เปิดเผยว่าศูนย์ข้อมูลในรัฐไอโอวาและพื้นที่อื่นๆ ใช้ H 2 0 เกือบ 1.7 พันล้านแกลลอนในปี 2565 ซึ่งมากกว่าที่ใช้ในปี 2564 ถึง 34% และเพียงพอแล้ว เพื่อเติมเต็มสระว่ายน้ำขนาดโอลิมปิก 2,500 สระ
แม้ว่า Microsoft จะไม่ได้ระบุเจาะจงถึงสิ่งที่นำไปสู่การเพิ่มขึ้นอย่างผิดปกติ แต่ผู้เชี่ยวชาญกล่าวว่าไม่ใช่เรื่องบังเอิญที่มันเกิดขึ้น ในขณะที่นักวิทยาศาสตร์ด้านข้อมูลของบริษัทเชื่อว่ากำลังฝึกอบรมโมเดลภาษาขนาดใหญ่ (LLM) ที่ขับเคลื่อนความฉลาดของ ChatGPT
ข้อสรุปเกี่ยวกับการใช้น้ำของ AI ดูเหมือนจะสมเหตุสมผล เนื่องจาก Google รายงานว่ามีการใช้น้ำมากกว่า 5.6 พันล้านแกลลอนในปี 2565 หรือมากกว่าปีก่อนหน้าถึง 20% ในขณะที่ฝึกอบรม LLM สำหรับเครื่องมือ AI เชิงสร้างสรรค์ Bard
AI น้ำ และศูนย์ข้อมูล
ในการแข่งขันเพื่อตอบสนองความต้องการของธุรกิจและผู้บริโภคสำหรับเครื่องมือ AI รุ่นต่อไป บริษัทต่างๆ ได้เพิ่มกิจกรรมศูนย์ข้อมูลอย่างที่ไม่เคยมีมาก่อนเพื่อฝึกอบรมโมเดลและตอบคำถามจากผู้ใช้เครื่องมือ
อุปกรณ์ศูนย์ข้อมูลที่ร้อนกว่าซึ่งต้องการการระบายความร้อนต้องใช้น้ำจำนวนมากสำหรับระบบระเหยเพื่อทำหน้าที่รักษาอุณหภูมิให้ต่ำปานกลาง
ในความเป็นจริง ศูนย์ข้อมูลขนาดใหญ่สามารถใช้น้ำได้ระหว่าง 1 ล้านถึง 5 ล้านแกลลอนต่อวัน หรือมากเท่ากับเมืองที่มีประชากร 10,000 ถึง 50,000 คน ตามรายงานของ The Washington Post
ยิ่งไปกว่านั้น รายงานจากนักวิจัยของ University of California at Riverside พบว่า ChatGPT ต้องการน้ำขวดโดยเฉลี่ย 500 มล. สำหรับทุก ๆ 10 ถึง 50 คำถามที่ถูกถาม ขึ้นอยู่กับว่าเซิร์ฟเวอร์โฮสต์อยู่ที่ใด
“สิ่งนี้ไม่ยั่งยืนจากมุมมองด้านสิ่งแวดล้อม ต้นทุน และประสิทธิภาพ” Joe Capes ซีอีโอของ LiquidStack ผู้พัฒนาระบบทำความเย็นกล่าวกับ Information Week “ต้นทุนพลังงานที่เพิ่มขึ้นทำให้ [แนวทาง] นี้มีราคาแพงขึ้นเรื่อยๆ และโปรเซสเซอร์ที่ทรงพลังซึ่งจำเป็นสำหรับเทคโนโลยีที่ใช้ข้อมูลจำนวนมากในปัจจุบัน … สร้างความร้อนมากเกินไปสำหรับการระบายความร้อนด้วยอากาศเพื่อจัดการ”
Gen AI: น้ำไปไหน?
มีสาเหตุหลายประการที่ทำให้ศูนย์ข้อมูลที่เกี่ยวข้องกับ AI ร้อนและกระหายน้ำมาก ได้แก่ :
- ความหนาแน่นของพลังงานสูง : เซิร์ฟเวอร์ AI จะร้อนขึ้นอย่างรวดเร็วเมื่อประมวลผลข้อมูลปริมาณมหาศาลที่จำเป็นในการป้อนความรู้ของ AI
- การดำเนินงานต่อเนื่อง : ศูนย์ข้อมูลที่ใช้สำหรับการฝึกอบรม LLM มักจะทำงานตลอด 24 ชั่วโมงทุกวัน ซึ่งต้องใช้การระบายความร้อนอย่างต่อเนื่อง
- ประสิทธิภาพการใช้พลังงาน : การระบายความร้อนด้วยน้ำไม่ได้ขึ้นอยู่กับอุณหภูมิภายนอก ดังนั้นจึงมีแนวโน้มที่จะมีประสิทธิภาพมากกว่าระบบระบายความร้อนด้วยอากาศแบบอื่น
- ความสามารถในการปรับขนาด : เนื่องจากศูนย์ข้อมูลปรับขนาดเพื่อรองรับโมเดล AI ที่ใหญ่ขึ้น พลังงานที่เพิ่มขึ้นจึงต้องมีการระบายความร้อนมากขึ้นเพื่อรักษาประสิทธิภาพและความน่าเชื่อถือ
Shaolei Ren ผู้ร่วมเขียนการศึกษาของ UC-Riverside กล่าวว่าการใช้น้ำที่ขับเคลื่อนด้วยพลังงานนี้ไม่ใช่เรื่องน่ากังวลในระยะสั้น เนื่องจาก Generative AI ยังอยู่ในช่วงเริ่มต้น อย่างไรก็ตาม ในระยะยาว เขากล่าวว่ารายงานเกี่ยวกับการใช้น้ำที่เพิ่มขึ้นของเทคโนโลยีขั้นสูงควรกระตุ้นให้เกิดการอภิปรายสาธารณะเกี่ยวกับการอนุรักษ์ในอนาคต
ทั้ง Microsoft และ Google ต่างให้คำมั่นสัญญาต่อสาธารณชนในการคำนึงถึงน้ำในเชิงบวก ซึ่งหมายความว่าพวกเขาจะเติมน้ำให้มากกว่าที่พวกเขาใช้ภายในปี 2573
ความรับผิดชอบต่อสังคมและความยั่งยืนขององค์กร: วิธีกอบกู้โลก
ปัจจุบันความรับผิดชอบต่อสังคมขององค์กรต้องรวมไปถึงความยั่งยืนด้วย ค้นพบตัวอย่าง คำจำกัดความ และวิธีการบรรลุการค้าที่ยั่งยืน
วิธีลดผลกระทบต่อสิ่งแวดล้อมของ AI
ผู้เชี่ยวชาญในอุตสาหกรรมกล่าวว่ามีหลายขั้นตอนที่บริษัทต่างๆ สามารถทำได้เพื่อให้แน่ใจว่า generative AI จะไม่ระบายปริมาณน้ำสำรองในอนาคตอย่างจริงจัง
หากโครงสร้างพื้นฐานที่สนับสนุน AI ต้องการน้ำปริมาณมากเพื่อการทำความเย็น ก็สมเหตุสมผลที่จะวางตำแหน่งไว้ใกล้ทะเลสาบ แม่น้ำ และสระน้ำ แต่หากแหล่งน้ำเหล่านั้นเกิดขึ้นในพื้นที่ที่มีปัญหาภัยแล้ง เช่น ทางตะวันตกของสหรัฐอเมริกา การตั้งค่าดังกล่าวอาจนำไปสู่ปัญหาด้านการดำเนินงานและธุรกิจที่สำคัญเมื่อใดก็ตามที่แหล่งน้ำถูกจำกัดหรือตัดขาดอย่างกะทันหัน
ด้วยเหตุผลดังกล่าว Ren แนะนำให้บริษัทต่างๆ เริ่มมองหาวิธีใช้ซอฟต์แวร์สำหรับการฝึกอบรม AI ที่ปรับสมดุลโหลดในสถานที่ต่างๆ หรือกำหนดเวลาให้เย็นลงในแต่ละวันหรือปีเพื่อลดการระเหยของน้ำระหว่างการทำความเย็น
เขาเสริมว่าในขณะที่ผู้คนเรียนรู้เกี่ยวกับผลกระทบต่อสิ่งแวดล้อมของ AI บริษัทต่างๆ จะต้องมีความอ่อนไหวต่อวิธีที่ผู้อยู่อาศัยอาจมองแผนการของพวกเขาในการสร้างศูนย์ข้อมูลในท้องถิ่น ความพยายามของ Google ในการสร้างศูนย์ข้อมูลที่รายงานว่าจะใช้น้ำ 7.6 ล้านลิตรต่อวัน (เพียงพอที่จะรองรับการใช้น้ำภายในประเทศจำนวน 55,000 คนต่อวัน) จุดประกายให้เกิดการประท้วงรุนแรงในท้องถิ่นในประเทศอุรุกวัยที่ประสบภัยแล้ง
หากเป็นไปได้ ผู้เชี่ยวชาญกล่าวว่าให้ใช้อุปกรณ์ที่ใช้อากาศภายนอกเพื่อทำให้สิ่งอำนวยความสะดวกเย็นลง แต่เมื่ออุณหภูมิสูงกว่า 85F ซึ่งมักเกิดขึ้นในสภาพอากาศที่ร้อนกว่า เช่น ฟีนิกซ์หรือเอเชียตะวันออก นั่นอาจเป็นไปไม่ได้ ในสถานการณ์ดังกล่าว บริษัทต่างๆ จำเป็นต้องวิจัยและพัฒนาเทคโนโลยีทำความเย็นใหม่ๆ ที่ใช้น้ำน้อยลง
Microsoft ได้ดำเนินการบางอย่างในพื้นที่นี้โดยใช้การทำความเย็นแบบอะเดียแบติก โดยที่หน่วยจัดการอากาศจะดันอากาศไปเหนือตัวกลางระเหยเพื่อเพิ่มความชื้นให้กับอากาศ และลดอุณหภูมิลงโดยใช้พลังงานน้อยที่สุด ในเมือง Gavle ประเทศสวีเดน ยังดักจับน้ำฝนเพื่อส่งความชื้นความเย็นเข้าไปในศูนย์ข้อมูลเมื่อใดก็ตามที่อากาศภายนอกมีความชื้นต่ำกว่า 5%
การใช้ระบบทำความเย็นที่เพิ่มขึ้นซึ่งใช้น้ำรีไซเคิลเทียบกับน้ำจืดเป็นอีกกลยุทธ์หนึ่ง ผู้เชี่ยวชาญกล่าว
การค้าสีเขียวและการเพิ่มขึ้นของผู้บริโภคที่มีสติ
โมเดลการค้าสีเขียวกำลังเติบโตเนื่องจากผู้บริโภคต้องการลดผลกระทบต่อสิ่งแวดล้อมโดยการซื้อสินค้ามือสองหรือเช่า
ปกป้องแหล่งน้ำอันมีค่า
Ren กล่าวว่าประชาชนจะต้องเรียกร้องความโปร่งใสเกี่ยวกับพันธกรณีการใช้น้ำและการอนุรักษ์ โซลูชัน AI จากบริษัทต่างๆ ที่พิสูจน์ว่าพวกเขาพยายามอย่างดีที่สุดในการประหยัดน้ำจะดึงดูดลูกค้าได้มากขึ้น เขากล่าวเสริม
Ren กล่าวว่ายังมีเวลาที่จะสร้างการอนุรักษ์น้ำในการฝึกอบรมและเทคโนโลยี AI แต่เวลาจะหมดลงหากปัญหานี้ไม่ได้รับการแก้ไขอย่างจริงจังที่สุดเท่าที่จะเป็นไปได้
“โดยทั่วไปแล้ว เรายังไม่ถึงจุดที่ AI ได้แย่งชิงทรัพยากรธรรมชาติที่สำคัญที่สุดอย่างหนึ่งของเราไป” เขากล่าว “หากเราคำนึงถึงการใช้ AI มากขึ้น ฉันคิดว่าเราสามารถมั่นใจได้ว่าประโยชน์โดยรวมของ AI จะเป็นไปในเชิงบวกอย่างแน่นอน”