Žíznivá AI: odvrácená strana digitální revoluce

Bez vody nelze počítat

Umělá inteligence se na první pohled zdá být čistě digitální záležitostí – algoritmy, data a výpočetní výkon. Ve skutečnosti je ale její provoz pevně spojený s fyzickým světem a mimo jiné i s vodou. Datová centra, v nichž AI systémy běží, jsou obrovské haly plné serverů. Ty při svém výkonu generují množství tepla.
Chlazení vodou patří k nejúčinnějším cestám, jak zabránit přehřátí. Provozovatelé mohou zvolit uzavřený systém, který vodu recykluje a znovu využívá. Častěji se ale zatím používá takzvané evaporativní chlazení, při němž se část vody odpařuje a je nutné ji neustále doplňovat.
Do celkové vodní bilance patří samozřejmě i nepřímá spotřeba vody na výrobu elektřiny. V mnoha regionech se totiž používá v elektrárnách na chlazení nebo v rámci parního cyklu.

AI je nenasytný piják

Největšími spotřebiteli vody ve světě technologií jsou nepřekvapivě Google, Microsoft a Meta. Například Google v roce 2021 uvedl, že jeho datacentra za rok spolkla 16 miliard litrů vody, a v roce 2024 už uvádí 22,7 miliardy litrů.
Přesná data k AI neznáme, ale je jasné, že „vypije“ až miliony litrů vody denně. Velcí hráči se sice zavázali, že do roku 2030 vrátí do přírody více vody, než spotřebují, ale nároky AI zatím jen rostou. A to navzdory tomu, že vývoj přirozeně směřuje k efektivnějším architekturám, menším specializovaným modelům („small language models“) a optimalizaci hardwaru i softwaru.

Vědci jsou k závazkům skeptičtí

Spotřeba vody roste zejména při trénování velkých modelů. Čím výkonnější model, tím náročnější je jeho učení. Během tréninku běží tisíce až desetitisíce grafických čipů nepřetržitě celé týdny nebo měsíce. Jedna firma také zpravidla netrénuje jediný model, ale zkouší paralelně hned několik. O strmě rostoucí poptávce po elektřině se píše hodně, o vodě se zatím hovoří spíš v odborných kruzích.
Spoluzakladatelka AI Now Institute Kate Crawford uvedla, že „ve Virginii spotřebovávají datová centra více než 20 % energie tohoto státu a do roku 2030 toto číslo vzroste na 50 %“. Podle této vědkyně budou systémy umělé inteligence přímo konkurovat lidem v boji o půdu, energii a vodu.

Trénink AI versus prompty

Největší vodní stopu nese bezpochyby trénink velkého modelu. Během něj se odpařené litry počítají na stovky tisíc. Jednotlivý prompt by měl naproti tomu zanedbatelnou vodní stopu, kdyby nedošlo k masovému nasazení generativní AI do vyhledávačů, kancelářských aplikací a firemních systémů.
Naše drobné, každodenní prompty se slévají do ohromné řeky dotazů. Umělá inteligence jich řeší miliardy denně. I v tomto případě tedy musíme počítat s výrazným environmentálním dopadem. Na jednom každém z nás záleží.

Kde ušetřit: recyklace, vzduch či chlad

Provozovatelé datacenter i vývojáři umělé inteligence samozřejmě hledají technologie, které dokážou být úspornější a šetrnější k životnímu prostředí, protože vody není nazbyt. Nahradit ji není jednoduché.
Nově se zavádějí systémy, které umožňují opětovné využití procesní vody. Používá se i recyklovaná odpadní voda místo pitné a technologie, které odpar minimalizují.

Někde ale ani úspory nestačí. Podívejme se na Silicon Valley v Kalifornii a Phoenix a Chandler v Arizoně. Umělá inteligence zde prakticky bojuje o vodu s místními obyvateli, zemědělstvím a dalším průmyslem. Má smysl stavět nová datacentra v těchto rozvinutých, ale vysychajících regionech? Investoři by měli vždy pečlivě zvažovat dostupnost vody i klimatické podmínky regionu.

Alternativou k tradičnímu chlazení je využití vzduchu. Datacentra mohou vybírat mezi čistě vzduchovým chlazením, hybridními modely voda-vzduch a free coolingem, který využívá chladných klimatických podmínek. Vzduchové chlazení sice šetří, ale kvůli nízké efektivitě se zatím prosadilo málokde.