Czy centra danych AI są szkodliwe dla środowiska?

Centra danych AI mogą być szkodliwe dla środowiska, ponieważ skupiają duże zapotrzebowanie na energię elektryczną, mogą zużywać wodę do chłodzenia oraz wymagają gruntu, budynków i specjalistycznego sprzętu. Szkoda nie jest wszędzie taka sama. Dobrze wykorzystywany obiekt korzystający z czystszej sieci i wyposażony w chłodzenie przy niskim zużyciu wody ma inny ślad niż obiekt wykorzystujący paliwa kopalne lub konkurujący o wodę w zlewni obciążonej obciążeniami.

Nie każde centrum danych obsługuje sztuczną inteligencję. Przesyłanie strumieniowe, pamięć masowa, oprogramowanie biznesowe i konwencjonalne usługi w chmurze korzystają z tej samej infrastruktury. Uczciwy osąd pyta, co zużywa obiekt, skąd pochodzą zasoby, które społeczności ponoszą skutki i czy obliczenia wytwarzają wystarczającą wartość, aby to uzasadnić.

Dlaczego sztuczna inteligencja zmienia popyt na centra danych

Szkolenie i wnioskowanie AI wykorzystuje akceleratory, takie jak procesory graficzne i specjalnie zaprojektowane chipy. Gęste szafy tych procesorów mogą pobierać znacznie więcej energii niż konwencjonalne szafy serwerowe i wydzielać odpowiednio więcej ciepła. Stwarza to wymagania dotyczące połączeń sieciowych, systemów chłodzenia i rezerwowych.

The Międzynarodowa Agencja Energetyczna twierdzi, że konwencjonalne centrum danych może mieć moc 10–25 megawatów, podczas gdy obiekt hiperskalowy zorientowany na sztuczną inteligencję może osiągnąć 100 MW lub więcej. Są to przykładowe możliwości obiektu, a nie uniwersalne dane dotyczące zużycia.

IEA szacuje, że w skali globalnej wszystkie centra danych zużyły około 415 TWh w 2024 r. W podstawowym przypadku do 945 r. poziom ten osiągnie około 2030 TWh, przy czym przyspieszone serwery napędzane głównie przez sztuczną inteligencję odpowiadają za prawie połowę wzrostu netto. Niepewność prognoz jest znaczna, dlatego w raporcie uwzględniono przypadki o wyższym i niższym zapotrzebowaniu.

Efekty siatki mają charakter globalny i silnie lokalny

Według IEA na poziomie światowym centra danych wytwarzały około 1.5% energii elektrycznej w 2024 r. Na poziomie lokalnym kilka dużych projektów może zdominować nowy popyt. Ich ciągłe, skoncentrowane obciążenie może wymagać przesyłu, podstacji i wytwarzania, których budowa trwa dłużej niż w przypadku obiektów.

To, jakie dostawy są na to zapotrzebowanie, determinuje w dużej mierze wpływ emisji dwutlenku węgla. IEA spodziewa się, że odnawialne źródła energii pokryją prawie połowę światowego wzrostu dostaw energii elektrycznej dla centrów danych do 2030 r. w scenariuszu podstawowym. Gaz ziemny i węgiel łącznie nadal stanowią ponad 40% dodatku. Częścią obrazu są zarówno inwestycje w czystą energię, jak i rozwój w zakresie paliw kopalnych.

Umowy zakupu energii mogą pomóc w finansowaniu projektów związanych z odnawialnymi źródłami energii. Ich jakość zależy od tego, czy wytwarzanie jest dodatkowe, bliskie i dopasowane w czasie do zapotrzebowania. Coroczny certyfikat nie stanowi dowodu, że każda godzina pracy była fizycznie wolna od emisji dwutlenku węgla.

Chłodzenie może przenieść obciążenie na wodę

Procesory zamieniają energię elektryczną w ciepło. Urządzenia usuwają go za pomocą kombinacji powietrza, wody lodowej, systemów wyparnych i cieczy dostarczanej blisko wiórów. Parowanie może zmniejszyć energię elektryczną chłodzenia, ale powoduje zużycie wody; Chłodzenie suche może zmniejszyć zużycie wody na miejscu, czasami zwiększając zapotrzebowanie na energię.

W amerykańskim raporcie Berkeley Lab z 2024 r. średnia efektywność wykorzystania wody w zakładzie wyniosła nieco ponad 0.36 litra na kWh w 2023 r. Wartość jest szacunkową średnią krajową dla różnych projektów, a nie stawką dla każdego centrum danych.

Energia elektryczna ma również pośredni ślad wodny. Obiekt reklamowany jako niewykorzystujący wody do chłodzenia może w dalszym ciągu opierać się na generatorach zużywających wodę. Pełne rozróżnienie pomiędzy wycofaniem, spożyciem i użyciem pośrednim zob dlaczego centra danych korzystają z wody.

Budynki i żetony mają znaczenie poza operacją

Nowy kampus zawiera beton, stal, kable, akumulatory, generatory i kilometry sprzętu. Do produkcji chipów wykorzystuje się energię, środki chemiczne i ultraczystą wodę. Górnictwo i rafinacja dostarczają metale. Te ucieleśnione efekty mają miejsce, zanim model odpowie na pierwsze pytanie.

Rzadko pojawiają się w liczbach na poziomie podpowiedzi. Przydzielanie budynku lub procesora do wielu obciążeń wymaga przyjęcia założeń dotyczących czasu życia i wykorzystania. Większe wykorzystanie może zmniejszyć wpływ na zadanie, a szybka wymiana może zwiększyć całość, nawet jeśli nowy sprzęt jest bardziej wydajny operacyjnie.

Dlatego też pełna ocena oddziaływania na środowisko wymaga oddzielnych rachunków operacyjnych i rzeczywistych. Niska wartość efektywności zużycia energii opisuje narzut energetyczny obiektu. Nie potwierdza, że ​​sprzęt, woda, grunty lub dostawy energii elektrycznej są zrównoważone.

Społeczności potrzebują więcej niż średnia światowa

Popytem krajowym można zarządzać, natomiast proponowany obiekt wiąże się z poważnymi lokalnymi kompromisami. Mieszkańcy mogą zasadnie pytać, kto płaci za modernizację sieci, czy generatory rezerwowe wpływają na jakość powietrza, ile wody zużywa się podczas suszy i ile trwałych miejsc pracy tworzy projekt.

Dobra lokalizacja uwzględnia skumulowany popyt z pobliskich obiektów, zamiast pozwalać każdemu z osobna. W miarę możliwości w raportach należy wykorzystywać dane dotyczące niedoboru wody na poziomie zlewni i godzinowe dane dotyczące energii elektrycznej. Operatorzy powinni publikować rzeczywiste zużycie po otwarciu, a nie tylko projektowaną wydajność lub obietnice przyszłego uzupełnienia.

Uzupełnianie wody może sfinansować przydatne projekty przełomowe, ale globalna objętość nie jest automatycznie równoważna zużyciu w określonym miejscu i porze roku. Podobnie zakup energii odnawialnej gdzie indziej nie usuwa wszystkich ograniczeń sieci lokalnej. Geografia jest częścią integralności środowiska.

Jak ocenić centrum danych AI

Zapytaj o oczekiwaną i rzeczywistą roczną energię elektryczną, szczytowe zapotrzebowanie, źródła energii i dopasowanie godzinowe. Zapytaj, ile wody jest pobieranej i zużywanej, jej jakość, źródło, szczyty sezonowe i lokalne niedobory wody. Sprawdź projekt chłodzenia, przewidywaną rotację sprzętu i plany ponownego użycia.

Następnie sprawdź warstwę usług. Czy modele o dużej wydajności są używane tylko wtedy, gdy są potrzebne? Czy akceleratory są dobrze wykorzystywane? Czy dostawca podaje wartości bezwzględne obok wydajności? Jak sztuczna inteligencja wpływa na środowisko zależy od tych decyzji operacyjnych, a nie tylko od etykiety budynku.

Do użytku indywidualnego wybieraj modele proporcjonalne i unikaj marnotrawstwa. Treechat publikuje na swojej stronie założenia dotyczące paragonów oparte na modelu strona metodologiczna. Szacunki te nie mogą ujawnić specyficznej dla obiektu wody lub energii dostawcy i nie rości się do tego. Preferowane są przejrzyste limity, zamiast dokładnego zielonego wyniku niepopartego danymi operacyjnymi.

Centra danych AI nie są z natury dobrymi ani złymi budynkami. Są one konsekwentną infrastrukturą przemysłową. Bardziej przydatny wniosek z pytania co sztuczna inteligencja robi dla środowiska To, gdzie i jak rozwija się ta infrastruktura, będzie miało wpływ na to, czy zapotrzebowanie na sztuczną inteligencję przyspieszy czyste sieci i wydajne chłodzenie, czy też pogłębi istniejące presje.