Оглавление

Пока все обсуждают энергопотребление ChatGPT и других языковых моделей, мало кто задумывается о другом критическом ресурсе — воде. Каждая короткая беседа с GPT-3 требует до 500 миллилитров воды — целую бутылку. Столько же уходит на генерацию электронного письма на 100 слов. И это только верхушка айсберга.

Два скрытых потока водопотребления

За каждым запросом к ИИ скрываются два основных канала расхода воды. Первый — прямое охлаждение серверов в дата-центрах через испарительные системы, которые фактически выбрасывают воду в атмосферу. Второй — косвенное потребление на электростанциях, вырабатывающих энергию для этих дата-центров.

Традиционные угольные, газовые и атомные станции требуют огромных объемов воды для паровых циклов и охлаждения. Даже гидроэнергетика небезобидна — значительное количество воды испаряется с поверхности водохранилищ.

Ирония в том, что мы создаем цифровые модели, имитирующие человеческий мозг, но забываем, что настоящему мозгу для работы нужна всего чашка кофе, а его цифровому двойнику — пол-литра воды на несколько реплик. Технологический прогресс не должен измеряться в литрах испаренной воды.

География и время решают все

Водный след ИИ кардинально меняется в зависимости от местоположения и сезона. Дата-центр в прохладной Ирландии может месяцами работать с минимальным водопотреблением, используя воздушное охлаждение. А тот же центр в Аризоне в июле будет зависеть от испарительного охлаждения, потребляя огромные объемы воды.

Исследование Массачусетского университета показало, что зимой дата-центры могут использовать вдвое меньше воды, чем летом. Пиковые нагрузки во время дневной жары увеличивают потребление еще значительнее.

Альтернативные решения и их ограничения

Новые технологии охлаждения предлагают многообещающие альтернативы:

  • Иммерсионное охлаждение — серверы погружаются в диэлектрические жидкости, практически исключая испарение воды
  • Замкнутые системы от Microsoft — циркуляция специальной жидкости через чипы без водяного испарения
  • Воздушное охлаждение — эффективно в регионах с подходящим климатом

Однако эти решения пока не получили широкого распространения из-за высокой стоимости, сложности обслуживания и трудностей модернизации существующей инфраструктуры.

Как рассчитать свой водный след

Оценить водопотребление ваших запросов к ИИ можно в три простых шага:

  1. Найдите данные по энергопотреблению конкретной модели — например, ответ GPT-5 на 200 слов требует около 19.3 ватт-часов
  2. Используйте коэффициент пересчета: 1.3-2.0 миллилитра воды на ватт-час
  3. Умножьте энергопотребление на коэффициент — для того же GPT-5 это около 25-38 мл воды на ответ

Разброс в коэффициентах отражает разницу между эффективными системами с воздушным охлаждением и устаревшими испарительными установками в жарком климате.

По материалам The Conversation