Τα συστήματα τεχνητής νοημοσύνης είναι… διψασμένα, καταναλώνοντας έως και 500 ml νερού – όσο ένα μικρό μπουκάλι – για κάθε σύντομη συνομιλία που έχει ένας χρήστης με την έκδοση GPT-3 του συστήματος ChatGPT της OpenAI. Χρησιμοποιούν περίπου την ίδια ποσότητα νερού για να συντάξουν ένα email 100 λέξεων.

Ο αριθμός αυτός περιλαμβάνει το νερό που χρησιμοποιείται για την ψύξη των διακομιστών των data centers και το νερό που καταναλώνεται στα εργοστάσια παραγωγής ηλεκτρικής ενέργειας που τροφοδοτούν τους διακομιστές, αναφέρει έρευνα του 2024 που πραγματοποίησε η Washington Post σε συνεργασία με το Πανεπιστήμιο της Καλιφόρνια.

Ωστόσο, η παραπάνω έρευνα επισημαίνει επίσης ότι η κατανάλωση νερού από τα συστήματα τεχνητής νοημοσύνης μπορεί να ποικίλλει σημαντικά, ανάλογα με το πού και πότε λειτουργεί ο υπολογιστής που απαντά στην ερώτηση, σημειώνει το The Conversation.

Ένα data center στην Ιρλανδία, για παράδειγμα, επωφελείται από το ψυχρό και υγρό κλίμα και μπορεί να λειτουργήσει για μήνες με ελάχιστη χρήση νερού. Αντίθετα, σε μια περιοχή όπως η Αριζόνα των ΗΠΑ, ιδίως τους καλοκαιρινούς μήνες, η ψύξη απαιτεί μεγάλες ποσότητες νερού λόγω της ξηρής και θερμής ατμόσφαιρας. Επίσης, η εποχικότητα παίζει ρόλο: τον χειμώνα οι ανάγκες μειώνονται στο μισό σε σχέση με το καλοκαίρι.

Δύο ροές κατανάλωσης

Στην πραγματικότητα, πίσω από κάθε ερώτημα που απευθύνει ο χρήστης σε ένα σύστημα τεχνητής νοημοσύνης, υπάρχουν δύο βασικές ροές κατανάλωσης νερού.

  1. Η πρώτη αφορά την επιτόπια ψύξη των διακομιστών, οι οποίοι αναπτύσσουν υψηλές θερμοκρασίες και χρειάζονται μηχανισμούς όπως οι εξατμιστικοί πύργοι ψύξης – ουσιαστικά, γιγάντιοι ψεκαστήρες που «δροσίζουν» με νερό καυτούς σωλήνες ή ανοιχτές δεξαμενές. Άλλα συστήματα ψύξης μπορεί να χρησιμοποιούν λιγότερο νερό, αλλά περισσότερο ηλεκτρικό ρεύμα.
  2. Η δεύτερη ροή αφορά τα εργοστάσια παραγωγής ενέργειας που τροφοδοτούν τα data centers, τα οποία χρησιμοποιούν τεράστιες ποσότητες νερού στις διεργασίες ατμού και ψύξης.

Οι λύσεις που δοκιμάζονται

Οι λύσεις που θα μπορούσαν να περιορίσουν αυτήν την κατανάλωση βρίσκονται υπό δοκιμή. Τεχνολογίες όπως η εμβάπτιση των διακομιστών σε ειδικά μη αγώγιμα υγρά (όπως συνθετικά έλαια) μειώνουν σχεδόν πλήρως την εξάτμιση.

Η Microsoft έχει παρουσιάσει ένα νέο κλειστό σύστημα κυκλοφορίας υγρού που υπόσχεται μηδενική χρήση νερού για την ψύξη. Το υγρό κυκλοφορεί μέσω σφραγισμένων σωλήνων απευθείας στα τσιπ των υπολογιστών, απορροφά τη θερμότητα και στη συνέχεια την απελευθερώνει μέσω ενός συστήματος κλειστού βρόχου χωρίς να χρειάζεται εξάτμιση.

Ωστόσο, αυτές οι λύσεις δεν είναι ακόμη ευρέως διαδεδομένες, κυρίως λόγω του κόστους, της πολυπλοκότητας της συντήρησης και της δυσκολίας μετατροπής των υφιστάμενων data centers ώστε να μπορούν να τις αξιοποιήσουν. Έτσι, τα περισσότερα data centers εξακολουθούν να βασίζονται σε παραδοσιακές, υδροβόρες μεθόδους.

Πιο «διψασμένα» τα προηγμένα μοντέλα

Τα πιο πολύπλοκα μοντέλα τεχνητής νοημοσύνης, που απαιτούν πολυπλοκότερο υλισμικό και μεγαλύτερη υπολογιστική ισχύ, καταναλώνουν πολλαπλάσιους πόρους. Για παράδειγμα, υπολογίζεται ότι όλα τα αιτήματα προς το GPT-5 σε μια μέρα μπορούν να καταναλώσουν έως και 97,5 εκατομμύρια λίτρα νερού, έναντι περίπου 8,8 εκατομμυρίων για το GPT-4. Ακούγεται πολύ, αλλά η κατανάλωση της τεχνητής νοημοσύνης παραμένει μικρή αν συγκριθεί με άλλες, πιο συνηθισμένες δραστηριότητες – φανταστείτε ότι οι Αμερικανοί ξοδεύουν περί τα 34 δισεκατομμύρια λίτρα νερού την ημέρα μόνο για το πότισμα κήπων και γκαζόν!

Παρόλα αυτά, η αυξανόμενη χρήση της τεχνολογίας γεννά ανησυχίες. Με δισεκατομμύρια ερωτήματα καθημερινά, η συνολική επίδραση είναι αισθητή και αναμένεται να αυξηθεί. Η βελτίωση της ενεργειακής απόδοσης, η χρήση ανανεώσιμων πηγών και η εγκατάσταση data centers σε περιοχές με ψυχρότερο κλίμα και άφθονα αποθέματα νερού προβάλλουν ως βασικές λύσεις.



Πηγή