美国大型科技公司用水量激增，AI将引发“水战争”？
如果翻看美国大型科技公司最新的环境报告，可以发现一个共同点：它们的用水量激增。谷歌2023年环境报告显示，该公司去年用水量同比增长20%，达到56亿加仑（约合212亿升），近乎可以填满1.5个西湖。微软去年全年用水量同比增长34%，接近17亿加仑，大约相当于2500个奥运会泳池总蓄水量。科技巨头用水量激增的原因之一便是正在全球范围内迅猛发展的人工智能（AI）。对于高耗水量是否会限制AI发展，《环球时报》记者也询问了人工智能聊天机器人ChatGPT，它回答：“水消耗可能会间接对AI发展构成挑战，但并不是限制AI发展的主要因素。”谷歌公司位于俄勒冈州达尔斯的数据中心上方冒出滚滚水蒸气。（谷歌公司网站）
每聊10-50次，ChatGPT就“喝掉”一瓶500毫升的水据美国消费者新闻与商业频道（CNBC）报道，加州大学河滨分校电气与计算机工程系副教授任绍磊的一项研究发现，ChatGPT每进行10到50次对话，就会“吞下”500毫升的水，而每个月都有数亿用户在这个平台提问，可见AI大模型是多么“口渴”。任绍磊团队的研究人员警告称，如果AI“口渴”的问题没有得到解决，这可能会成为未来AI实现可持续发展的重要阻碍。
事实上，用水的并不是AI模型本身，而是数据中心的散热系统。据了解，AI模型在计算时，数据中心会产生大量热量，为了使其保持平稳运行，需要耗费水资源来为其降温。谷歌去年增加的水消耗中的大部分就用于数据中心散热。英国科技媒体The Register报道称，数据中心的建造方式、所处位置以及采用的冷却技术不同，都会导致用于降温的耗水量有很大差异。在低温环境部署数据中心是科技巨头降低散热成本的重要手段。例如，脸书公司（现更名为Meta）在2013年将其首座海外数据中心建在瑞典北部小城吕勒奥，该地距北极圈仅约150公里，自1961年以来气温高于30摄氏度的时间不超过24小时。蒸发冷却技术也是仓储式数据中心常见的冷却方案，即通过水的蒸发吸收空气中的热量。该技术耗电量少，且只须在一年中最热的月份使用。此外，微软今年称将在亚利桑那州凤凰城固特异园区的两个数据中心使用“零水”冷却设施，但此方式耗电量更大。据《环球时报》记者了解，与传统的风冷技术相比，如自然通风或空调降温，目前液冷技术被认为能够更好地降低PUE值（即电能利用效率，是评价数据中心能源效率的指标），达到节能减排的目的。按照液体与发热器件的接触方式不同，液冷技术大致分为冷板式（间接接触）、喷淋式和浸没式（直接接触）。浸没式液冷技术被广泛认为更具潜力，被称为“下一代热管理技术”。
谷歌公司位于俄勒冈州达尔斯的数据中心冷却塔。（谷歌公司网站）
数据中心正成为“水战争”新战线？世界上超过30%的数据中心均位于美国，根据弗吉尼亚理工大学的一项研究，运营数据中心是美国最耗水的十大商业类行业之一。值得一提的是，一些美国科技公司“偏爱”将数据中心设立在本就缺水的地方，因为它们看中那里低廉的电价和丰富的清洁能源。此举时常引发当地民众不满，更有媒体直言，这或将引发一场“水战争”。当美国亚利桑那州梅萨市议员珍·达夫得知Meta公司要在当地再建一座数据中心时，她立即质疑说：“我的第一反应是担心我们的水。”据《华盛顿邮报》报道，梅萨这座拥有50万居民的“沙漠城市”已经负载了谷歌、苹果等科技巨头的大型数据中心。这一情况在常遇旱情的美国西部并非个例。在俄勒冈州的达尔斯，与当地居民“抢水”曾让谷歌深陷法律纠纷，最终谷歌被迫公布其数据中心“霸占”该市超1/4水资源的信息；在新墨西哥州的洛斯卢纳斯，农民们抗议市政府允许Meta的数据中心进入。研究人员说，一个大型数据中心每天的耗水量相当于一个1万到5万人口城镇的用水量。
除了对本土用水造成威胁外，美跨国互联网公司还试图将数据中心建在海外。据英国《卫报》报道，今年初，谷歌宣布在乌拉圭南部建立数据中心的计划引发众怒并导致抗议活动爆发。乌拉圭共和国大学研究员丹尼尔·佩纳表示，谷歌数据中心使用的水都将直接取自该国公共饮用水系统，目前乌拉圭正遭受74年来的最严重干旱，首都蒙得维的亚已宣布进入供水紧急状态。在同样面临用水压力的智利，位于首都大区的基利库拉市受到科技巨头的青睐。谷歌早在2015年就在当地建成一座数据中心，后于2018年宣布扩建。不过，智利圣地亚哥郊区的居民在2020年2月举行公投反对该中心的建设，尽管没有约束力，但公投还是说服谷歌采用了一种耗水量较低的冷却系统。微软在2020年12月也宣布了在基利库拉的数据中心项目，目前相关抗议仍在进行中。环保网站Mongabay报道称，如果数据使用仍以指数级速度增长，那么到2035年，全球可能需要建立10至20倍数量的数据中心，而水电便宜的拉丁美洲被IT行业视为这种扩张的“廉价场所”。一些分析人士认为，美国向南半球“出口”数据中心不是一种经济机遇，而是一种新的剥削形式，即数据殖民主义。对外经济贸易大学国家安全计算实验室副主任严展宇对《环球时报》记者分析称，耗水多会成为AI发展的隐忧，主要原因有三点：首先，大量用水及采取节水措施会抬高企业的隐形成本；其次，企业需要承担国际社会与国内政策限制用水的风险；此外，公众特别是环保人士的关切使企业不得不花费精力去应对反对声音，使AI发展的阻力增加。不过，严展宇认为，即便存在这三重隐忧，AI的发展也不太可能会放缓进程，主要还是因为AI的技术竞赛和应用竞赛都已成为现代产业和国家安全领域最前沿的赛道。“水资源消耗是一个重要的问题，但不是一个迫切的问题。所以不管是国家、企业还是科学界人士，都不会把环保问题置于安全和技术问题之上，牺牲一定的环保来保证竞争力增强可能是相当一段时间内AI发展的趋势。”
AI技术和节水技术的代差让实现“水资源正效益”面临挑战据美国《财富》杂志报道，美国开放人工智能研究中心（OpenAI）最先进的大型语言模型ChatGPT诞生于美国艾奥瓦州，它们从该州中部的阮昆河和得梅因河交汇处抽水，来为超级计算机降温。OpenAI日前在声明中回应称，“我们认识到训练大模型可能会消耗大量能源和水资源”，并正“认真考虑”如何更好地利用计算能力以提高效率。因大模型“吞水”过多而遭受指责的科技巨头正尝试挽回声誉，Meta、谷歌、微软等公司已承诺在2030年实现“水资源正效益”（water positive）的目标。根据这些科技公司的说法，这意味着它们回馈给社区的水资源将超过直接运营的用水量。微软曾表示，该公司正通过两种方式解决用水问题：一是降低用水强度；二是在其运营的缺水地区补充水供应。微软今年发布的《2022年环境可持续发展报告》显示，该公司签订了一系列水补偿项目，这些项目预计将提供超过1560万立方米的水资源，使微软的水补偿总量达到3500万立方米。
此外，各国在政府层面也开始推出应对措施。经《环球时报》记者查阅，国内已经出台相关政策与考核文件，以优化数据中心的水资源使用效率，如北京市发展改革委今年7月修订印发了被媒体称为“史上最严”的《关于进一步加强数据中心项目节能审查的若干规定》。据美国《巴伦周刊》报道，拜登政府4月建议，允许联邦政府限制亚利桑那州、加利福尼亚州和内华达州从不断萎缩的科罗拉多河中抽取的水量。不过另一方面，“商业内幕”网站评论称，运营庞大的数据中心需要付出巨大的环境代价，随着AI竞赛升温，以及AI领域的科技公司竞相建立新的数据中心，它们消耗的水量很可能会不断增加，“情况可能只会变得更糟”。严展宇告诉《环球时报》记者，目前，AI技术的发展速度远远快于节水技术的发展速度，即便科技巨头提出要实现“水资源正效益”，但两者技术之间的代差会带来不小阻碍。此外，谷歌等公司将国内的缺水矛盾转移到乌拉圭等受关注度较低的地方，这可能会掩盖问题的严峻性，使得这一问题难以暴露出来。中国将在海南岛附近建成全球首座商用海底数据中心北京邮电大学人工智能学院院长刘亮告诉《环球时报》记者，通过优化算力中心选址、优化算力调度等措施都能使AI耗水问题得到轻微缓解，但根本问题还是AI大模型训练对算力需求极大，带来巨大能耗，这也成为制约AI技术发展的一个瓶颈问题，比如现在很多高校和一般的科研机构很难承担AI大模型训练所需的算力和能源开销。学术界的一个普遍看法是，能否突破现有大模型的结构、训练方式和所依托的硬件环境，向精简模型、小样本学习、低功耗计算等方向发展至关重要。严展宇对《环球时报》记者表示，更重要的是要让企业和各国认识到，水资源保护是和技术发展同样重要的议题。同时，解决这一问题需要加强国际合作，国际社会要为人工智能发展设置“底线”。
英国媒体The Register提出建议称，不要在炎热的气候条件下训练AI模型。任绍磊团队还建议，要为数据中心设立电池备份系统，这样在温度较低的晚上训练大模型时，也能用到白天储存的太阳能，从而解决用水效率和碳排放之间的冲突。此外，还要提高数据中心WUE（水利用效率）的透明度。《环球时报》记者关注到，目前国内外在解决AI耗水问题上已取得一定进展。11月24日，中国在海南岛附近35米深的海底完成“海底数据舱”的安装工作，未来这里将建成全球首座商用海底数据中心。建设完成后，相较于同等规模的陆地传统数据中心，该数据中心每年能节省用电总量1.22亿千瓦时、节省建设用地面积6.8万平方米、节省淡水10.5万吨。西班牙《国家报》援引Meta消息称，该公司计划专门为AI数据中心开发一套不需要用水（除发电用水外）的电干燥系统。
此外，也有观点认为，AI为水资源带来的不都是威胁。世界未来能源峰会官网介绍称，AI正改变我们的用水方式。它可以实时分析管道中的水流，在出现水泄漏等异常情况时发出警报或自动关闭，这是缺水国家避免水浪费的重要工具；AI还能实现“智能灌溉”，是“下一代农场”高效用水的核心。那么，AI到底会带来“水战争”还是“水未来”？严展宇表示，即便AI可以通过智慧水系统、智慧农业等优化对水资源的管理，但训练AI模型所带来的水竞争问题仍没有被解决。也就是说，若一个公司有很好的技术处理水资源，这往往也代表它将占用更多水资源。从长期来看，“水未来”还面临国际标准的竞争问题，即多大程度的AI运用于这种水循环和水再利用是可以被接受的，这又要参照哪个国家的标准？可以说，“水未来”还取决于大国间的权力博弈。
来源：环球时报
页:
[1]