Technologijų troškulys: kodėl iki 2030 metų dirbtiniam intelektui kasdien reikės milijardų litrų vandens

Tyrimo rezultatai, paskelbti preprintų serveryje arXiv, rodo, kad ribotos vandens tiekimo sistemų galimybės tampa kritiniu IT sektoriaus „siaurąja vieta“.

Kodėl serveriams reikia tiek daug vandens?

Šiuolaikiniai duomenų centrai veikia visą parą ir generuoja milžinišką kiekį šilumos. Kad būtų išvengta įrangos gedimų ir perkaitimo, inžinieriai naudoja vandens aušinimą – tai vienas efektyviausių, bet ir daugiausiai išteklių reikalaujančių metodų.

Technologijų gigantai dažnai teigia pereinantys prie uždarų sistemų, kurios sumažina nuostolius. Tačiau realybė sudėtingesnė: dauguma tokių sistemų naudoja garavimo aušinimo bokštus šilumai pašalinti. Dėl to milžiniški vandens kiekiai tiesiog išgaruoja į atmosferą.

Pavyzdžiui, didelio modernaus duomenų centro, naudojančio garavimo aušinimą, maksimalus paros vandens poreikis gali viršyti 3,7 milijono litrų per dieną, teigiama tyrime.

Problemos mastas iki 2030 metų

Išanalizavę viešai prieinamus duomenis, tyrėjai priėjo nerimą keliančių išvadų. Jei dabartiniai vartojimo tempai išliks tokie pat, iki 2030 metų JAV duomenų centrams piko metu (pavyzdžiui, per neįprastas karščio bangas) gali prireikti nuo 2,6 iki 5,5 milijardo litrų vandens per dieną.

Miestų infrastruktūrai tai kelia rimtą riziką. Savivaldybių vandens tiekimo sistemos privalo užtikrinti stabilų vandens tiekimą visiems vartotojams net didžiausio poreikio momentais, o tokio didelio naujo „vartotojo“ atsiradimas gali kelti grėsmę sistemos stabilumui.

Energetinis akligatvis

Vandens problema tiesiogiai susijusi su energetika. Kai vandens ištekliai tampa neprieinami, duomenų centrai turi pereiti prie sauso (oro) aušinimo. Šis metodas yra mažiau efektyvus ir smarkiai padidina elektros energijos suvartojimą.

Karštomis dienomis, kai elektros tinklai jau dirba ties riba dėl kondicionierių naudojimo, papildomas dirbtinio intelekto energijos poreikis gali sukelti elektros tiekimo sutrikimus.

Taigi vandens trūkumas yra ne tik ekologinė problema, bet ir tiesioginė kliūtis, galinti sulėtinti neuroninių tinklų vystymąsi ir priversti didžiąsias technologijų kompanijas iš esmės peržiūrėti savo infrastruktūros kūrimo strategijas.