這是研究人員對OpenAI訓模型耗水量調查后給出的結果。

此外，據微軟最新環境報告，2021年到2022年其全球用水量飆升34%，也就是近17億加侖。

單看數字可能不夠直觀。這么說吧，17億加侖約64億升，奧運會標準比賽游泳池容量大概是250萬升。

算下來頂2560個游泳池的用水量。

消耗的水自然不是被搬運走搞“ChatGPT山泉”去了。

而是為其背后擁有超大算力的數據中心散熱。

靠喝水冷卻服務器

GPT-4的誕生地就在美國愛荷華州的“AI超級計算數據中心”。

該數據中心在2020年首次亮相，是微軟專為OpenAI提供的“訓練場”。

這里面最為引人注目的當屬驅動系統運行所用的285000多個AMD InfiniBand CPU和10000多個GPU。

如此龐大的算力自然要消耗大量的電，與此同時會釋放出大量的熱。為了保持環境涼爽，數據中心就要抽水冷卻服務器。

該數據中心所處的得梅因是得梅因河和雷科恩河的交匯點，正好為散熱提供了水源。

而用于散熱的水量只能說很驚人。

據美聯社消息，加州大學研究員Shaolei Ren一直在關注ChatGPT等AIGC產品對環境的影響，他將在今年晚些時候發表一篇論文，在其中會指出：

每問ChatGPT 5-50個問題，就要消耗約500毫升的水。

這個數字也包含為數據中心供電的發電廠所用的冷卻水等間接用水量。具體提問問題的數量還要取決于服務器的位置以及季節。

正如上面提到的，微軟也已承認用水也是訓模型的一大成本，從2021年到2022年，其全球用水量飆升了34%，相比研究AIGC前急劇增加。

但同時研究人員還表示，情況可能還不算太糟糕——

數據中心位于愛荷華州，當地一年四季大部分時間氣溫還是較為涼爽的。只有氣溫達到29.3攝氏度或更高時，才會從自來水系統中獲取水資源散熱。

谷歌在愛荷華州也很渴

其他訓大模型的科技公司同樣用水量巨大。

前段時間，谷歌也發布了環境報告，去年一年喝掉了近56億加侖（約212億升）水。

相當于37個高爾夫球場的用水量，能抵半個西湖的那種。

并且當中52億加侖（約197億升）都耗在了數據中心散熱上，同期用水量增長20%。

值得一提的是，谷歌在俄勒岡州的用水量近年來一直受到監管機構的審查，并沒有大幅增加，但是它在拉斯維加斯附近的數據中心用水量翻了一番，而谷歌的愛荷華州數據中心是所有中最渴、用水量最多的。

那……沒啥其它辦法散熱了嗎？

有的。可白嫖的辦法就是哪涼快哪待著，Facebook2013年就把一個熱氣騰騰的數據中心放到了瑞典北部，離北極圈僅一步之遙。

之前也有用空調系統的，但這種方法需要用大量電給冷凝劑降溫，因電費貴等逐步被淘汰。

相對于電來說，水普遍便宜，所以水冷散熱就流行起來了。但看現在這架勢，這水是越喝越渴了。

此外，數據中心釋放的這些熱量易提取、穩定性高，還常年不間斷，回收利用也是個節能的好方法。

現在國內一些數據中心已經用上熱回收技術了。夏季回收的熱量可以用來搞民用熱水，冬季可以搞民用采暖，采用此方案還會減少制冷系統部分運行費用。

例如中國移動哈爾濱數據中心就采用高溫水源熱泵將園區機房設備產生的余熱重復用于辦公取暖。阿里巴巴千島湖數據中心、騰訊天津數據中心、中國電信重慶云計算基地、萬國數據北京三號數據中心等也都在回收利用余熱。

高校也是算力一大集中地，上海交通大學在李政道研究所的科學計算中心堪稱國內高校算力排名第一。

△上海交大實驗樓球體區域

上海交大利用溫水冷技術提升能源利用效率，50°C溫水經溫水散熱系統出水溫度有60°C。

余熱也沒有浪費，冬天用于實驗樓中間球體連接區域的供暖，平時用來給食堂廚房的熱水加熱、地下室除濕，以及拓撲量子和時間投影兩個實驗室的空調溫控。

目前，還有一些使用熱電材料，將“廢熱”轉化為電能的方法也在研究中。