和AI 聊天，需水量居然這么大？

近日，谷歌發(fā)布《2023 年環(huán)境報(bào)告》（以下簡稱《報(bào)告》），其中一項(xiàng)數(shù)據(jù)引發(fā)廣泛關(guān)注：其去年的用水量同比顯著增加20%，達(dá)到56億加侖。這約等于 212.079 億升水，相當(dāng)于大約 31850 個(gè)奧運(yùn)標(biāo)準(zhǔn)游泳池的水量。這些水資源絕大部分被用于為公司的數(shù)據(jù)中心散熱?！秷?bào)告》還詳細(xì)闡述了維持大型數(shù)據(jù)中心運(yùn)行所帶來的環(huán)境代價(jià)，而伴隨著人工智能競賽的日益激烈， 谷歌預(yù)計(jì)未來的用水量還將繼續(xù)增長。

一頭是人工智能發(fā)展的大勢(shì)所趨，一頭是數(shù)字經(jīng)濟(jì)綠色低碳的訴求。數(shù)字經(jīng)濟(jì)以云計(jì)算為重要基礎(chǔ)設(shè)施，在 AI 革命提速的今天，讓算力更加高效低碳變得尤為重要。

聊10句天，ChatGPT可能要費(fèi)半斤水

用ChatGPT寫論文、做旅游攻略，嘗試解決各個(gè)領(lǐng)域的問題，2023年初，由OpenAI打造的ChatGPT火遍全球，人們迫不及待地體驗(yàn)、分享，沉浸在人工智能帶來的新奇體驗(yàn)中，而這一現(xiàn)象級(jí)應(yīng)用，也引發(fā)了全球互聯(lián)網(wǎng)公司的AIGC競賽。

在大眾的認(rèn)知里，AI的前景和未來更依賴于硬件和軟件等基礎(chǔ)設(shè)施以及技術(shù)的更迭。殊不知，AI需要進(jìn)行大量的訓(xùn)練，數(shù)據(jù)中心更承載著傳遞、展示、計(jì)算、存儲(chǔ)數(shù)據(jù)信息的功能，動(dòng)輒集成上百萬臺(tái)服務(wù)器，好玩新奇的背后需要更強(qiáng)的算力中心和與之匹配的散熱能力，讓服務(wù)器保持良好的運(yùn)行溫度。

其中，冷卻數(shù)據(jù)中心最常用的方法就是蒸發(fā)和放空，而這也是水冷型數(shù)據(jù)中心耗水量的主要部分之一。除了蒸發(fā)會(huì)失去水分，數(shù)據(jù)中心會(huì)定期對(duì)冷卻系統(tǒng)進(jìn)行清洗，這也將消耗一定數(shù)量的水資源。

卡羅拉多大學(xué)與德克薩斯大學(xué)的研究人員曾在一篇《讓 AI 更節(jié)水》的預(yù)印論文中發(fā)布了訓(xùn)練 AI 的用水估算結(jié)果。

結(jié)果顯示，訓(xùn)練 GPT-3 所需的清水量相當(dāng)于填滿一個(gè)核反應(yīng)堆的冷卻塔所需的水量（一些大型核反應(yīng)堆可能需要幾千萬到上億加侖的水）。ChatGPT（在 GPT-3 推出之后）每與用戶交流 25個(gè)—50 個(gè)問題，就得“喝掉”一瓶 500 毫升的水來降降溫。

同樣發(fā)展人工智能，作為 Google Bard 聊天機(jī)器人的全新底層模型，PaLM 2 想要獲得成效就得經(jīng)過高強(qiáng)度的預(yù)訓(xùn)練，參數(shù)越多，性能也就越好。公開資料顯示，PaLM 2 是在 3.6 萬億個(gè) token （計(jì)算機(jī)術(shù)語）上訓(xùn)練的，作為對(duì)比，上代 PaLM 也僅接受了 7800 億 token 的訓(xùn)練。

加州大學(xué)副教授 Shaolei Ren 指出：“用水量增加 20% 大致與谷歌計(jì)算能力的增長一致，而谷歌的計(jì)算能力主要是由人工智能推動(dòng)的。”數(shù)據(jù)中心耗水的核心原因呼之欲出：皆因?qū)I的大量訓(xùn)練。

AI快速發(fā)展，還需解決“喝水”和能耗問題

在AI快速發(fā)展的過程中，對(duì)水資源的消耗會(huì)不斷加碼升級(jí)。而這也正成為決定數(shù)據(jù)中心未來的因素之一。

谷歌曾設(shè)定目標(biāo)，在2023年之前補(bǔ)充其辦公室和數(shù)據(jù)中心消耗的120%的淡水。然而，目前只完成其中的6%，與目標(biāo)相去甚遠(yuǎn)。在最新《報(bào)告》中，谷歌已將“當(dāng)?shù)厮Y源壓力”（即稀缺程度的一種表示方式）納入考量，并表示其在2022年時(shí)有82%的淡水抽取量來源于水資源相對(duì)充裕的地區(qū)。但由于數(shù)據(jù)中心的用水量增長將持續(xù)存在，可持續(xù)的用水策略仍是未來的重點(diǎn)。

相關(guān)專家呼吁，盡快為數(shù)據(jù)中心用水建立一套規(guī)范、統(tǒng)一的標(biāo)準(zhǔn)與利用效率評(píng)價(jià)方法，使其成為數(shù)據(jù)中心實(shí)現(xiàn)綠色低碳發(fā)展的關(guān)鍵標(biāo)準(zhǔn)工具。

實(shí)際上，為了節(jié)約寶貴的自來水資源，很多企業(yè)嘗試用各種方法為數(shù)據(jù)中心散熱，例如，微軟曾嘗試部署海下數(shù)據(jù)中心，F(xiàn)acebook數(shù)據(jù)中心選址北極圈附近，阿里云千島湖數(shù)據(jù)中心使用深層湖水制冷。

在高密度、高能耗的數(shù)據(jù)中心龐大需求下，制冷領(lǐng)域技術(shù)的革新也開始涌現(xiàn)，一個(gè)加速的趨勢(shì)就是，液冷出現(xiàn)且有望逐步成為制冷領(lǐng)域的主力。

液冷技術(shù)是指使用液體取代空氣作為冷媒，與CPU、芯片組、內(nèi)存條以及擴(kuò)展卡等發(fā)熱部件進(jìn)行熱交換，帶走熱量的技術(shù)。相比于傳統(tǒng)的風(fēng)冷技術(shù)，液冷技術(shù)的制冷效率更高，可有效降低制冷系統(tǒng)的運(yùn)行能耗，使數(shù)據(jù)中心PUE（電源使用效率）達(dá)到1.3 以下。

今年7月6日，在第六屆世界人工智能大會(huì)上，互聯(lián)網(wǎng)頭部企業(yè)和運(yùn)營商合計(jì)發(fā)布了30多款大模型和10多款高算力智能芯片，其背后都有液冷數(shù)據(jù)中心的影子。隨著大模型時(shí)代的到來，能夠?qū)崿F(xiàn)超高密度IT設(shè)備散熱的液冷技術(shù)也將在數(shù)據(jù)中心領(lǐng)域得到高速發(fā)展。

科技企業(yè)要成為綠色低碳云計(jì)算的領(lǐng)跑者

數(shù)據(jù)中心是數(shù)字經(jīng)濟(jì)的基座，除了水資源，電力資源的緊張、“雙碳”目標(biāo)的要求，以及整體用電量的快速提升等現(xiàn)實(shí)，都使得數(shù)據(jù)中心運(yùn)營的難度會(huì)越來越大，同時(shí)還要面臨節(jié)能審查和“碳能雙考”等多重壓力。

聯(lián)通數(shù)字科技有限公司工作人員車凱曾撰文指出：“數(shù)據(jù)中心實(shí)質(zhì)上是將能源轉(zhuǎn)換為算力的載體，轉(zhuǎn)換效率越高，意味著數(shù)據(jù)中心實(shí)現(xiàn)相同算力付出的能源成本越低?！?/p>

在未來，力爭成為綠色低碳云計(jì)算的領(lǐng)跑者，是科技企業(yè)破局的關(guān)鍵。

以阿里云數(shù)據(jù)中心為例，分別從綠色能源、綠色產(chǎn)品及技術(shù)、綠色架構(gòu)、綠色運(yùn)營、綠色服務(wù)等多個(gè)維度將自身打造成一朵清潔的云?！安粌H包括讓更多的機(jī)構(gòu)通過上云來減少對(duì)本地化部署機(jī)房和服務(wù)器的依賴，還包括提供基于云計(jì)算的數(shù)智工具，幫助客戶在數(shù)智化轉(zhuǎn)型的同時(shí)實(shí)現(xiàn)綠色低碳，從而真正發(fā)揮綠色通用算力在數(shù)字循環(huán)經(jīng)濟(jì)轉(zhuǎn)型中的價(jià)值?！卑⒗镌茢?shù)據(jù)中心相關(guān)負(fù)責(zé)人告訴本報(bào)記者。

在液冷服務(wù)器技術(shù)上，阿里云數(shù)據(jù)中心主力研發(fā)的基礎(chǔ)設(shè)施和 IT 設(shè)備一體化浸沒式液冷架構(gòu)，可以完全脫離風(fēng)扇、空調(diào)等機(jī)械制冷，達(dá)到年均 PUE 低至 1.09，較行業(yè)平均水平節(jié)能 36%。截至 2023 年 3 月 31 日，在 7 個(gè)大規(guī)模數(shù)據(jù)中心部署智能算法運(yùn)維策略后，實(shí)現(xiàn)冷卻系統(tǒng)能耗下降 5%—11%。阿里云數(shù)據(jù)中心相關(guān)負(fù)責(zé)人表示：“液冷技術(shù)下的全場(chǎng)景實(shí)時(shí)精確溫控，能釋放芯片計(jì)算潛能，有效解決未來更高性能的計(jì)算需求?！?/p>

本文標(biāo)題：一頭是人工智能發(fā)展的大勢(shì)所趨，一頭是數(shù)字經(jīng)濟(jì)綠色低碳的訴求，如何平衡？

本文鏈接：http://www.yangziriver.cn/faq3/836.html
[版權(quán)聲明]除非特別標(biāo)注，否則均為本站原創(chuàng)文章，轉(zhuǎn)載時(shí)請(qǐng)以鏈接形式注明文章出處。