تهدید منابع آب با رشد تکنولوژی هوش مصنوعی

به گزارش خبرنگار اقتصاد معاصر؛ سیستم‌های هوش مصنوعی (AI)، به ویژه مدل‌های یادگیری ماشین و شبکه‌های عصبی عمیق که در مقیاس بزرگ به کار می‌روند، برای پردازش داده‌های پیچیده، به قدرت محاسباتی زیادی نیاز دارند. این قدرت محاسباتی با مصرف انرژی و منابع طبیعی همراه است که یکی از آنها آب است. مراکز داده‌ای که مدل‌های هوش مصنوعی را میزبانی می‌کنند، برای جلوگیری از گرمای بیش از حد سرور‌ها و حفظ عملکرد مطلوب دستگاه‌ها، به سیستم‌های خنک‌کننده پیچیده‌ای نیاز دارند. این سیستم‌ها، معمولا از آب برای کاهش دما و جلوگیری از آسیب به تجهیزات استفاده می‌کنند.

مصرف آب در مراکز داده

آب مصرفی در مراکز داده عمدتا برای خنک‌سازی سرور‌ها و سیستم‌های رایانه‌ای به کار می‌رود. در این فرایند، آب به عنوان مایع خنک‌کننده به داخل سیستم‌ها پمپ می‌شود و گرمای تولیدی توسط پردازنده‌ها و سایر اجزای سرور را جذب می‌کند. پس از آن، این آب داغ به سیستم‌های خنک‌کننده انتقال می‌یابد تا دوباره خنک شود. برخی از سیستم‌ها از روش‌های تبخیری برای خنک‌سازی استفاده می‌کنند که خود موجب افزایش مصرف آب می‌شود. در مراکز داده‌ای که از سیستم‌های خنک‌کننده مبتنی بر آب استفاده می‌کنند، آب مصرف‌شده پس از جذب گرما ممکن است به صورت مستقیم به منابع طبیعی بازگردد، که در این صورت اگر تصفیه نشده باشد، می‌تواند آلودگی‌هایی به محیط زیست وارد کند.

یکی دیگر از مسائل عمده در ارتباط با مصرف آب در مراکز داده، مصرف غیرمستقیم آب است که ناشی از نیاز به تولید انرژی الکتریکی برای تامین برق این مراکز است. تولید برق برای تامین نیاز‌های عظیم انرژی مراکز داده به منابع آب برای تولید برق (مثل نیروگاه‌های هیدروالکتریکی) وابسته است. بنابراین، مناطقی که با بحران کمبود آب مواجه هستند، بیشتر در معرض مشکلات ناشی از مصرف زیاد آب در این بخش خواهند بود.

آمار و پژوهش‌ها

مطالعات مختلف نشان می‌دهند که استفاده از هوش مصنوعی مصرف آب را به طور قابل توجهی افزایش می‌دهد. پژوهش‌های دانشگاه ریورساید کالیفرنیا نشان می‌دهند که به طور متوسط، پاسخ به ۱۰ تا ۵۰ پرسش در سیستم‌های هوش مصنوعی می‌تواند حدود دو لیتر آب مصرف کند. علاوه بر این، مراکز داده جدیدتر مانند آنهایی که توسط شرکت‌هایی مانند Nvidia ساخته می‌شوند، به دلیل استفاده از پردازنده‌های تخصصی و واحد‌های پردازش گرافیکی (GPU) که قدرت پردازش بالاتری دارند، نیاز به سیستم‌های خنک‌کننده پیچیده‌تر و مصرف بیشتر آب دارند.

تاثیر جهانی و رشد مصرف

ایالات متحده آمریکا بزرگ‌ترین مرکز برای مراکز داده است و بیش از ۵۰۰۰ مرکز داده دارد. در بریتانیا نیز تخمین زده شده است که مراکز داده جدید طی پنج سال آینده به اندازه آب مورد نیاز یک شهر بزرگ به آب احتیاج خواهند داشت. شرکت‌های فناوری بزرگ مانند گوگل، مایکروسافت و متا که از مدل‌های هوش مصنوعی در مقیاس وسیع استفاده می‌کنند، به شدت به مصرف آب افزوده‌اند. مصرف آب این شرکت‌ها طی سال‌های اخیر به طور چشمگیری افزایش یافته است و این روند در آینده نزدیک نیز ادامه خواهد داشت.

اقدامات برای کاهش مصرف آب

شرکت‌ها برای کاهش مصرف آب، به فناوری‌های نوآورانه‌ای روی آورده‌اند که بتوانند بدون افزایش مصرف منابع طبیعی، عملکرد مراکز داده خود را بهینه کنند. یکی از این اقدامات استفاده از سیستم‌های خنک‌کننده مبتنی بر هوا به جای آب است. به عنوان مثال، مایکروسافت سیستمی طراحی کرده است که به کمک آن می‌توان نیاز مراکز داده به بیش از ۱۲۵ میلیون لیتر آب در سال را کاهش داد.

شرکت گوگل نیز با استفاده از الگوریتم‌های هوش مصنوعی، موفق شده است که مصرف انرژی مراکز داده خود را تا ۴۰ درصد کاهش دهد، این به کاهش مصرف آب نیز کمک کرده است. علاوه بر این، مراکز داده در کشور‌های سرد اروپای شمالی طراحی شده‌اند تا از مزیت هوای سرد برای خنک‌سازی سرور‌ها بهره‌برداری کنند.

واکنش‌های محلی و سیاست‌های جدید

مناطق با بحران کمبود منابع آبی، مانند سانتیاگو در شیلی و جنوب شرقی انگلستان، به شدت با توسعه مراکز داده مخالفت کرده‌اند. در شیلی، به دلیل نگرانی‌ها در مورد تاثیرات محیطی، گوگل مجبور به تغییر طراحی یک مرکز داده جدید خود شد و به جای استفاده از سیستم‌های مبتنی بر آب، از سیستم‌های خنک‌کننده مبتنی بر هوا استفاده کرد.

چالش‌های آینده و فناوری‌های جدید

هوش مصنوعی تولیدی، که پس از انتشار مدل‌های زبانی مانند ChatGPT توسط OpenAI توجه زیادی را جلب کرده است، در کنار مزایای زیادی که برای بشر دارد، نگرانی‌هایی را نیز در زمینه مصرف انرژی و آب به همراه داشته است. این فناوری، علاوه بر مصرف زیاد انرژی برای آموزش مدل‌های پیچیده، برای استفاده روزانه از آن نیز به مصرف قابل توجه منابع طبیعی نیاز دارد.

مراکز داده که میزبان این مدل‌ها هستند، برای جلوگیری از گرم شدن بیش از حد و حفظ کارایی، به سیستم‌های خنک‌کننده‌ای نیاز دارند که به منابع آب و انرژی وابسته است.

خنک‌سازی با آب در مراکز داده

برای خنک‌سازی سرور‌ها در مراکز داده، چندین روش مختلف وجود دارد. یکی از این روش‌ها خنک‌سازی تبخیری است که در آن از تبخیر آب برای جذب گرما از سرور‌ها استفاده می‌شود. این روش موجب کاهش مصرف برق می‌شود، اما نیاز به مقدار زیادی آب دارد. در مقابل، سیستم‌های حلقه بسته که از تهویه مطبوع برای خنک‌سازی استفاده می‌کنند، برق بیشتری مصرف می‌کنند، اما به مقدار کمتری آب نیاز دارند. در نهایت، نمی‌توان از این واقعیت فرار کرد که مراکز داده به طور مستقیم و غیرمستقیم مقدار زیادی آب مصرف می‌کنند.

مطالعات اخیر نشان می‌دهند که مدل‌های بزرگ هوش مصنوعی مانند ChatGPT برای تولید یک ایمیل ۱۰۰ کلمه‌ای به سه بطری آب نیاز دارند. اگر این روند ادامه یابد، پیش‌بینی می‌شود که تا سال ۲۰۲۷ مصرف آب هوش مصنوعی به ۴.۲ تا ۶.۶ میلیارد مترمکعب برسد که معادل مصرف سالانه نیمی از بریتانیا خواهد بود.

ابتکارات جدید در زمینه خنک‌سازی

در سال‌های اخیر، شرکت‌های بزرگی مانند مایکروسافت، Nvidia و Dell در حال توسعه فناوری‌های جدید برای کاهش مصرف آب در مراکز داده هستند. یکی از این ابتکارات، استفاده از سیستم‌های خنک‌کننده مایع است که در آنها به جای استفاده از هوا یا آب، از مایع‌های ویژه‌ای برای جذب گرما از تجهیزات استفاده می‌شود. این سیستم‌ها می‌توانند به طور چشمگیری مصرف آب را کاهش دهند و به بهینه‌سازی مصرف انرژی نیز کمک کنند.

مایکروسافت اخیرا سیستمی بدون تبخیر آب را معرفی کرده است که از آب بسته برای خنک‌سازی استفاده می‌کند. این سیستم می‌تواند مصرف آب را به صفر نزدیک کند و در عین حال، دمای تراشه‌ها را به طور دقیق کنترل کند. این فناوری به طور خاص برای نیاز‌های رو به رشد هوش مصنوعی و محاسبات ابری طراحی شده است.

آینده مراکز داده و خنک‌سازی با آب

با توجه به رشد روزافزون تقاضا برای خدمات هوش مصنوعی و ابری، پیش‌بینی می‌شود که مراکز داده به سمت استفاده از خنک‌سازی با آب گرم حرکت کنند. خنک‌سازی با آب گرم روشی است که در آن از آب در دمای بالا برای جذب گرمای تولید شده توسط تجهیزات استفاده می‌شود.

این روش معمولا در مراکز داده یا سیستم‌های پرقدرت مانند سرور‌ها به کار می‌رود تا دمای آنها کنترل شود. آب گرم پس از جذب گرما به سیستم باز می‌گردد تا دوباره خنک شود. این نوع خنک‌سازی می‌تواند به کاهش مصرف انرژی و هزینه‌ها کمک کند و در مکان‌هایی که آب سرد در دسترس نیست، کاربرد دارد. این تکنولوژی می‌تواند به کاهش مصرف انرژی و آب کمک کند و در عین حال، به عملکرد بهتر سرور‌ها و مراکز داده منجر شود.

 اما به دلیل خطرات ناشی از ترکیب آب و الکترونیک، آموزش و مدیریت صحیح تجهیزات خنک‌کننده بسیار ضروری است. با توجه به این چالش‌ها، مراکز داده باید به سمت استفاده از فناوری‌های پایدارتر حرکت کنند و فرآیند‌های خود را به گونه‌ای بهینه‌سازی کنند که مصرف منابع طبیعی کاهش یابد و تاثیرات زیست‌محیطی آنها به حداقل برسد.