ได้จริงหรือ? เราสามารถระบายความร้อนศูนย์ข้อมูลด้วยปัสสาวะได้หรือ

เจสัน เคลซี อดีตแนวกลางทีม Philadelphia Eagles และบุคลิกภาพอินเทอร์เน็ตปัจจุบัน เพิ่งปรากฏตัวในแคมเปญการตลาดของ Liquid Death ที่แนะนำว่ามนุษยชาติควรปัสสาวะลงบนคอมพิวเตอร์เพื่อช่วยโลก ไร้สาระ? ใช่ สิ้นเชิงผิด? น่าแปลกใจที่ไม่ใช่ คำถาม — ได้จริงหรือ เราสามารถระบายความร้อนศูนย์ข้อมูลด้วยปัสสาวะได้หรือ — กลับกลายเป็นว่าไม่ไร้สาระเท่าที่ฟังดู และปัญหาพื้นฐานที่มันเยาะเย้ยนั้นเป็นหนึ่งในความท้าทายด้านโครงสร้างพื้นฐานที่กดดันที่สุดที่ AI กำลังเผชิญอยู่ในขณะนี้

โฆษณาการค้า ซึ่งผลิตโดยความร่วมมือกับ Garage Beer นำเสนอ Kelce และฝูงชนคนเดินผ่านทุ่งนา มีเครื่องดื่มในมือ ร้องเพลงเป็นเสียงเดียว: "ลองปัสสาวะลงบนคอมพิวเตอร์ด้วยกันเพื่อช่วยมนุษยชาติ!" มันเป็นเรื่องตลก แต่ Michael Obradovitch รองประธานบัญชีศูนย์ข้อมูลทั่วโลกที่ Ecolab บอก TechCrunch ว่า Kelce ได้ "บังเอิญค้นพบกลวิธีจริง" ตามรายงาน TechCrunch ฉบับเดิม แหล่งน้ำทางเลือกถูกนำมาใช้เพื่อระบายความร้อนศูนย์ข้อมูลในระดับที่มีความหมายแล้ว บรรทัดสุดท้ายของเรื่องตลกกลับกลายเป็นว่ามีเชิงอรรถ

เกิดอะไรขึ้น

แคมเปญ Liquid Death เป็นกลวิธีการตลาด แต่ถูกออกแบบรอบวิกฤตจริง ศูนย์ข้อมูล AI บริโภคน้ำในปริมาณมหาศาล — ไม่ใช่เพื่อสร้างไฟฟ้า แต่เพื่อป้องกันเซิร์ฟเวอร์จากการร้อนเกิน ระบบระบายความร้อนในสิ่งอำนวยความสะดวกขนาดใหญ่โดยทั่วไปใช้หอระบายความร้อนแบบระเหยที่หมุนเวียนน้ำดื่มนับล้านแกลลอนทุกวัน เมื่อการฝึกอบรมโมเดล AI และการโหลดงานอนุมานขยายตัวทั่วโลก ความต้องการน้ำก็ขยายตัวไปด้วย

ความเห็นของ Obradovitch ต่อ TechCrunch เป็นสัญญาณหลักที่นี่ Ecolab เป็นหนึ่งในบริษัทจัดการและบำรุงรักษาน้ำที่ใหญ่ที่สุดในโลก — พวกเขาทำงานโดยตรงกับผู้ดำเนินการศูนย์ข้อมูลเกี่ยวกับโครงสร้างพื้นฐานการระบายความร้อน เมื่อรองประธานจากบริษัทนั้นบอกว่าแหล่งน้ำทางเลือกถูกปรับใช้แล้ว "ในระดับที่คล้ายคลึงกัน" นั่นไม่ใช่จุดพูดของโครงการทดลอง นั่นคือการยอมรับว่าอุตสาหกรรมได้เคลื่อนตัวผ่านน้ำดื่มเป็นค่าเริ่มต้นอย่างเงียบ ๆ

สิ่งที่นับว่า "แหล่งน้ำทางเลือก" ในบริบทนี้คืออะไร? น้ำเสียที่ได้รับการบำรุงรักษา — ซึ่งใช่ รวมถึงปัสสาวะที่ผ่านการประมวลผล — เป็นหมวดหมู่หนึ่ง เช่นเดียวกับน้ำอุตสาหกรรมที่นำมาใช้ใหม่ น้ำสีเทาของเทศบาล และในบางกรณีน้ำทะเลที่ผ่านลูปการกำจัดเกลือ แคมเปญ Kelce ไร้สาระในการนำเสนอ แต่หลักการวิศวกรรมพื้นฐานนั้นสมเหตุสมผล: น้ำคือน้ำ และสำหรับวัตถุประสงค์ของการระบายความร้อนแบบระเหย คุณไม่ต้องการความบริสุทธิ์ในระดับน้ำดื่ม คุณต้องการปริมาณ ความจุความร้อน และปริมาณแร่ธาตุที่สามารถจัดการได้

บริบทที่กว้างขึ้นก็มีความสำคัญเช่นกัน Nvidia ได้ ส่งสัญญาณต่อสาธารณะ เกี่ยวกับความพยายามในการลดการใช้น้ำศูนย์ข้อมูล แม้ว่านักวิจารณ์ตั้งข้อสังเกตว่าการลดการบริโภคต่อแร็คไม่ได้แก้ปัญหารวมโดยอัตโนมัติเมื่อการปรับใช้แร็คทั้งหมดเพิ่มขึ้นแบบเอกโพเนนเชียล วิกฤตน้ำไม่ใช่ความเสี่ยงในอนาคต — มันเป็นข้อจำกัดการดำเนินงานปัจจุบันสำหรับผู้ดำเนินการศูนย์ข้อมูลที่พยายามตั้งสิ่งอำนวยความสะดวกใหม่ใกล้กับภูมิภาคที่ขาดน้ำ

ทำไมมันถึงสำคัญสำหรับเอเชีย

เอเชียคือที่ที่ปัญหานี้กลายเป็นเรื่องร้ายแรงจริง ๆ ภูมิภาคนี้เป็นที่ตั้งของการสร้างโครงสร้างพื้นฐาน AI ที่เติบโตเร็วที่สุดในโลกและบางส่วนของโซนความเครียดน้ำจืดที่รุนแรงที่สุด เอเชียตะวันออกเฉียงใต้ เอเชียใต้ และบางส่วนของเอเชียตะวันออกกำลังขยายความจุศูนย์ข้อมูลในอัตราที่ก้าวร้าว — ขับเคลื่อนโดยการนำมาใช้ของคลาวด์ โหลดงาน AI และการเติบโตของเศรษฐกิจดิจิทัล — ในขณะเดียวกันก็เผชิญกับการจัดหาน้ำที่ขึ้นอยู่กับฤดูมรสุม โครงสร้างพื้นฐานเทศบาลที่เก่าแก่ และความผันผวนของสภาพอากาศที่เพิ่มขึ้น

สิงคโปร์ ศูนย์กลางศูนย์ข้อมูลที่สำคัญที่สุดแห่งหนึ่งของเอเชีย ได้กำหนดการห้ามความจุและข้อกำหนดความยั่งยืนที่เข้มงวดสำหรับสิ่งอำนวยความสะดวกใหม่อย่างแม่นยำเพราะน้ำจืดเป็นทรัพยากรเชิงกลยุทธ์ของชาติ เมืองรัฐนำเข้าน้ำส่วนใหญ่และลงทุนอย่างหนักในระบบ NEWater — ระบบน้ำที่ได้รับการปรับปรุงระดับสูงที่ประมวลผลน้ำเสียให้ถึงมาตรฐานน้ำดื่ม ความขัดแย้งคือเทคโนโลยี NEWater ของสิงคโปร์มีความซับซ้อนเพียงพอที่จะผลิตน้ำดื่มจากน้ำเสีย ในขณะที่ศูนย์ข้อมูลอาจต้องการความบริสุทธิ์น้อยกว่านั้นมากสำหรับวัตถุประสงค์ของการระบายความร้อน

ตลาดศูนย์ข้อมูลของอินเดียคาดว่าจะเติบโตในอัตราสองหลักตลอดทศวรรษ แต่เมืองใหญ่เช่น Chennai, Bangalore และ Hyderabad ต่างก็เผชิญกับการขาดแคลนน้ำตามฤดูกาล อินโดนีเซีย เวียดนาม และมาเลเซีย ต่างก็ดึงดูดการลงทุนขนาดใหญ่ แต่แต่ละแห่งต่างก็เผชิญกับความท้าทายด้านการปกครองน้ำของตัวเอง สำหรับผู้ก่อตั้งและนักพัฒนาที่สร้างผลิตภัณฑ์ที่เป็นเจ้าของ AI ในเอเชีย นี่ไม่ใช่นโยบายสิ่งแวดล้อมที่เป็นนามธรรม — มันเป็นตัวแปรที่จะส่งผลกระทบต่อความพร้อมใช้งานของการคำนวณ ตัวเลือกเวลาแฝง และในที่สุดโครงสร้างต้นทุนของการเรียกใช้โหลดงานอนุมานในภูมิภาค

เรื่องตลกของ Kelce ตกต่างออกไปเมื่อคุณกำลังสร้างในตลาดที่ศูนย์ข้อมูลที่ผลิตภัณฑ์ของคุณขึ้นอยู่กับอาจเผชิญกับข้อจำกัดการดำเนินงานเพราะอ่างเก็บน้ำท้องถิ่นกำลังหมดลง การจัดหาน้ำทางเลือกสำหรับการระบายความร้อนไม่ใช่ความคิดริเริ่มด้านความยั่งยืนที่แปลกประหลาด — ในเอเชีย มันเป็นข้อกำหนดเบื้องต้นที่เพิ่มขึ้นสำหรับความสามารถในการทำงานของศูนย์ข้อมูล

นี่หมายความว่าอย่างไรสำหรับนักพัฒนา

นักพัฒนาส่วนใหญ่ไม่คิดเกี่ยวกับโครงสร้างพื้นฐานการระบายความร้อน นั่นสมเหตุสมผล — มันอยู่ห่างออกไปหลายชั้นนามธรรมจากการเรียก API แต่ข้อจำกัดน้ำในการคำนวณ AI เริ่มปรากฏขึ้นในลักษณะที่มีความสำคัญในชั้นแอปพลิเคชัน และนักพัฒนาที่สร้างบน แพลตฟอร์มการพัฒนาที่เป็นเจ้าของ AI ในเอเชียควรเข้าใจว่าอะไรขับเคลื่อนเศรษฐศาสตร์พื้นฐาน

ประการแรก ภูมิศาสตร์การคำนวณกำลังกลายเป็นที่ซับซ้อนมากขึ้น เมื่อข้อจำกัดน้ำจำกัดตำแหน่งที่สามารถสร้างคลัสเตอร์ GPU ใหม่ได้ การกระจายของการคำนวณที่มีอยู่จะเปลี่ยนไป ภูมิภาคที่มีการเข้าถึงแหล่งน้ำทางเลือก — พื้นที่ชายฝั่งที่มีตัวเลือกการระบายความร้อนน้ำทะเล เมืองที่มีโครงสร้างพื้นฐานการใช้น้ำเสียใหม่ที่บอกเล่า หรือสิ่งอำนวยความสะดวกใกล้กับการจัดหาน้ำอุตสาหกรรม — ได้รับข้อได้เปรียบโครงสร้างสำหรับการโฮสต์โหลดงาน AI นักพัฒนาที่สมมติว่าการคำนวณที่ถูกที่สุดหรือมีเวลาแฝงต่ำสุดจะอยู่ในเมืองใหญ่ที่ชัดเจนเสมออาจพบว่าสมมติฐานนั้นถูกทดสอบในอีกไม่กี่ปีข้างหน้า

ประการที่สอง โปรไฟล์ความยั่งยืนของโครงสร้างพื้นฐาน AI กำลังกลายเป็นข้อพิจารณาด้านการจัดซื้อสำหรับลูกค้าองค์กร หากคุณกำลังสร้างผลิตภัณฑ์ AI B2B สำหรับบริษัทขนาดใหญ่ในเอเชีย — โดยเฉพาะอย่างยิ่งสำหรับบริษัทที่มีข้อกำหนดการรายงาน ESG — ฟุตพ্রินต์น้ำของสแต็กการคำนวณของคุณเป็นคำถามที่คุณอาจเริ่มถูกถาม การรู้ว่าผู้ให้บริการอนุมานของคุณใช้น้ำที่ได้รับการปรับปรุง การระบายความร้อนน้ำทะเล หรือการจัดหาน้ำเทศบาลที่ดื่มได้นั้นเป็นรายละเอียดการดำเนินงานประเภทที่กำลังเคลื่อนจากไม่เกี่ยวข้องไปเป็นที่เกี่ยวข้อง

ประการที่สาม และโดยตรงที่สุด: ประสิทธิภาพมีความสำคัญมากกว่าที่เคยเป็นมา การเรียกโมเดลที่ไม่จำเป็นทุกครั้ง ทุกพรอมต์ที่บวม ทุกไปป์ไลน์อนุมานที่ไม่ได้รับการปรับให้เหมาะสม ล้วนแปลเป็นการบริโภคทรัพยากรทางกายภาพจริงที่ไหนสักแห่ง การเขียนโค้ด AI ที่ลีนไม่ใช่แค่การปฏิบัติวิศวกรรมที่ดี — มันเป็นการมีส่วนร่วมเล็ก ๆ แต่เป็นจริงในการลดความเข้มข้นของน้ำของผลิตภัณฑ์ที่คุณจัดส่ง เทคนิคเช่นการแคชพรอมต์ การจัดกลุ่มคำขอการอนุมาน และการปรับขนาดการเลือกโมเดลให้เหมาะสมสำหรับงานทั้งหมดลดโหลดการคำนวณ ซึ่งลดความต้องการการระบายความร้อน ซึ่งลดการบริโภคน้ำ

ไม่มีสิ่งใดในนี้หมายความว่านักพัฒนาต้องกลายเป็นวิศวกรน้ำ แต่แบบจำลองทางจิตใจของ AI ว่าเป็นตัวกลางดิจิทัลที่ไร้น้ำหนักนั้นไม่ถูกต้องมากขึ้นเรื่อย ๆ ทุกโทเค็นที่สร้างขึ้นมีความสัมพันธ์ทางกายภาพ — ไฟฟ้าที่บริโภค ความร้อนที่เกิดขึ้น น้ำที่ระเหย แคมเปญ Kelce ด้วยความไร้สาระทั้งหมด กำลังทำสิ่งที่มีประโยชน์: ทำให้ความเป็นจริงทางกายภาพนั้นมีชีวิตชีวาและจดจำได้