AI用水量:生成式AI的不可持续的干渴
已发表: 2023-10-10自从 OpenAI 的 ChatGPT 让普通用户能够像街上的朋友一样与人工智能交互以来,生成式 AI 一直风靡一时。 现在,事实证明,建设此类项目的热潮对全国水资源造成了意想不到的损失。
OpenAI 的数十亿美元投资者微软在其年度可持续发展报告中透露,其位于爱荷华州和其他地区的数据中心在 2022 年消耗了近 17 亿加仑的 H 2 0。这比 2021 年的使用量多了 34%,足够了。可以填满 2,500 个奥林匹克规模的游泳池。
虽然微软没有具体说明导致异常激增的原因,但专家表示,这并非巧合,因为该公司的数据科学家据信正在训练为 ChatGPT 智能提供支持的大型语言模型 (LLM)。
关于人工智能耗水量的这一结论似乎是有道理的,因为据报道,谷歌在 2022 年为其生成式人工智能工具 Bard 培训法学硕士时,消耗了超过 56 亿加仑的水,比前一年多了 20%。
人工智能、水和数据中心
为了满足企业和消费者对下一代人工智能工具的需求,各公司一直在以前所未有的方式加强数据中心活动,以训练模型并响应工具用户的询问。
需要冷却的较热的数据中心设备需要大量的水来让蒸发系统保持适度较低的温度。
事实上,据《华盛顿邮报》报道,一个大型数据中心每天可使用 100 万至 500 万加仑的水,或者相当于一个拥有 10,000 至 50,000 人的城镇的水量。
此外,加州大学河滨分校研究人员的一篇论文发现,ChatGPT 平均每询问 10 到 50 个问题就需要一瓶 500 毫升的水,具体取决于服务器所在的位置。
“从环境、成本和性能角度来看,这是不可持续的,”冷却系统开发商 LiquidStack 首席执行官 Joe Capes 告诉《信息周刊》 。 “不断上涨的能源成本使得这种[方法]变得越来越昂贵,而当今的数据密集型技术所需的强大处理器……只会产生过多的热量,而空气冷却无法处理。”
Gen AI:水去哪儿了?
人工智能相关数据中心如此炙手可热的原因有几个,包括:
- 高功率密度:人工智能服务器在处理提供人工智能知识所需的大量数据时会快速升温。
- 连续运行:用于LLM培训的数据中心通常24/7运行,这需要持续冷却。
- 能源效率:水基冷却不依赖于外部温度,因此它往往比替代空气冷却系统更有效。
- 可扩展性:随着数据中心不断扩展以适应更大的人工智能模型,其增加的功率需要更多的冷却来维持其性能和可靠性。
加州大学河滨分校这项研究的合著者 Shaolei Ren 表示,这种能源驱动的水消耗在短期内并不是一个问题,因为生成式人工智能仍处于早期阶段。 不过,他表示,从长远来看,有关高科技增加用水量的报道应该会引发公众对未来保护的辩论。
微软和谷歌都公开承诺,到 2030 年,他们将补充比消耗更多的水。
企业社会责任和可持续发展:如何拯救地球
如今,企业社会责任必须包括可持续性。 发现示例、定义以及如何实现可持续商业。
如何减少人工智能对环境的影响
行业专家表示,公司可以采取几个步骤来确保生成式人工智能不会严重耗尽未来的水资源储备。
如果支持人工智能的基础设施需要大量的水来冷却,那么将其放置在湖泊、河流和池塘附近是有意义的。 但如果这些水体恰好存在于美国西部等受干旱困扰的地区,那么每当供水突然受到限制甚至切断时,这种设置可能会导致重大的运营和商业问题。
因此,任正非建议公司开始寻找方法,使用软件在不同地点进行负载平衡人工智能培训,或将其安排在一天或一年中较凉爽的时间,以最大限度地减少冷却过程中的水蒸发。
他补充说,随着人们了解人工智能对环境的影响,公司需要对居民如何看待他们建立本地数据中心的计划保持敏感。 据报道,谷歌建立的数据中心每天将使用 760 万升水(足以支持 55,000 人的家庭日常用水),这在遭受干旱的乌拉圭引发了激烈的当地抗议。
专家表示,在可能的情况下,应使用利用外部空气来冷却设施的设备。 但当温度升至 85 华氏度以上时(这种情况经常发生在凤凰城或东亚等气候炎热的地区),这可能就不可能了。 在这些情况下,公司需要研究和开发用水更少的新冷却技术。
微软已经通过使用绝热冷却在这一领域做了一些工作,其中空气处理器单元将空气推过蒸发介质,以增加空气湿度并以最少的能源消耗降低温度。 在瑞典耶夫勒,每当外部空气湿度低于 5% 时,它还会收集雨水,为数据中心注入冷却湿度。
专家表示,增加使用回收水而不是淡水的冷却系统是另一种策略。
绿色商业和有意识的消费者的崛起
随着消费者希望通过购买二手物品或租赁来减少对环境的影响,绿色商业模式正在不断发展。
保护宝贵的水资源
任正非表示,公众必须要求水的使用和保护承诺的透明度。 他补充说,那些证明自己正在尽最大努力节约用水的公司的人工智能解决方案将对客户更具吸引力。
任正非表示,还有时间将节水纳入人工智能培训和技术中,但如果不尽可能认真地对待这个问题,时间就会耗尽。
“总的来说,我们还没有达到人工智能切实夺走我们最重要的自然资源之一的地步,”他说。 “如果我们更加关注人工智能的使用,我认为我们绝对可以确保人工智能的整体效益是积极的。”