|
Они тратят миллионы литров воды в сутки. В малайзийском штате Джохор больше не будут строить ЦОД с низкой энергоэффективностью
|
Из-за бума ИИ центры обработки данных растут по всей Земле, как грибы после дождя. И для их работы нужно не только огромное количество электроэнергии, но ещё и воды для охлаждения. В Малайзии уже начали понимать масштаб проблем, и как минимум в одном из мест запретили строить обычные ЦОД.
Штат Джохор начал отклонять все предложения о постройке центров обработки данных первого и второго уровней. И это при том, что Джохор является технологическим центром страны.
Нехватка воды заставила власти пресечь любые попытки строительства центров обработки данных, не относящихся к третьему или четвёртому уровням.
ЦОД делятся на четыре категории: две младшие имеют один контур охлаждения и электропитания, а более крупные и высокопроизводительные — несколько систем. Но тут важнее, что вторые обычно обладают гораздо более высокой энергоэффективностью, и в текущем контексте это означает более эффективное использование воды.
Правительство штата говорит, что ЦОД первых уровней потребляет около 40-50 млн литров воды в сутки, тогда как третий и четвёртый уровень потребляют в среднем лишь около 200 000 литров, то есть разница более чем на два порядка.
Глобальные гиганты ИИ спешат строить дата-центры в Индии
«Это крупнейший центр искусственного интеллекта (ИИ), который Google строит за пределами США. Мы сделаем Вишакхапатнам глобальным центром связи.»
14-го числа прошлого месяца в Вишакхапатнаме, портовом городе в южном индийском штате Андхра-Прадеш, Томас Куриан, генеральный директор Google Cloud, выступил на пресс-конференции, в которой объявил о инвестициях Google в дата-центры в Индии. Пока он говорил, зал взорвался аплодисментами. В тот же день Google объявила о планах инвестировать 15 миллиардов долларов (примерно 21,9 триллиона корейских вон) в течение следующих пяти лет в строительство крупных дата-центров в Индии.
Индия становится сердцем мировой индустрии дата-центров. Помимо Google, Amazon планирует инвестировать 12,7 миллиарда долларов в облачную инфраструктуру Индии к 2030 году, а OpenAI, разработчик ChatGPT, настаивает на строительстве дата-центра масштабом 1 гигаватт. Ведущие мировые гиганты в области ИИ стремятся выйти на рынок дата-центров Индии. По данным глобальной консалтинговой компании по недвижимости CBRE, накопленные инвестиции глобальных компаний в дата-центры Индии ожидаются с $60,3 миллиарда в период с 2019 по 2024 год до $100 миллиардов к 2027 году — рост на 66% всего за три года. WEEKLY BIZ проанализировал, почему глобальные компании в сфере ИИ обращают внимание на рынок дата-центров Индии.
◇Лучший в мире «полигон для тестирования ИИ»
Главная причина, по которой лидеры ИИ хотят создать дата-центры в Индии, заключается в том, что страна считается ведущим в мире полигоном для тестирования ИИ. Индия — самая населённая страна в мире, с населением примерно 1,45 миллиарда человек. Её устав признаёт 22 официальных языка, включая хинди, бенгальский и тамильский, а также более 120 основных региональных языков. Поскольку для обучения ИИ требуется огромное количество данных, Индия — хранилище лингвистических данных сотен миллионов людей, говорящих на разных языках — является идеальной средой.
Moreover, India’s digital-friendly population, with over 900 million internet users, makes it advantageous for securing a user base. The World Economic Forum (WEF) stated, “Testing services in diverse contexts allows for faster adaptation when deployed in other regions or language groups and reduces biases that arise in limited environments.” It added, “India’s linguistic diversity, demographic diversity, and democratic values provide a natural testing ground for AI services.”
In fact, AI companies are offering unprecedented conditions, such as free AI chatbot services to Indian consumers, to capitalize on the market’s value. Google recently partnered with Reliance Jio, India’s largest telecom company, to launch a bundled product offering Gemini AI for free. Perplexity, in July, agreed to provide Perplexity Pro free of charge for a year to 360 million customers of local telecom provider Bharti Airtel. On the 4th, OpenAI also announced it would offer ChatGPT Go free for a year, signaling that global AI firms are prioritizing market dominance over immediate profits.
◇Сильная поддержка правительства
The Indian government’s active outreach to global AI companies to expand digital infrastructure is another driver of the data center boom. India has recently accelerated state-led initiatives to grow its AI market. The “India AI Mission” is a prime example. Launched in March last year with the vision “Build AI in India, Use AI for India,” the mission will invest $1.2 billion in government funds over the next five years. Key focuses include expanding AI infrastructure like graphics processing units (GPUs) and providing financial support to AI startups and research institutions. The Indian Press Information Bureau (PIB) noted in a press release last month, “India has already secured 38,000 GPUs, far exceeding the initial India AI Mission target of 10,000.” It added, “India offers subsidies of 65 rupees per hour of GPU usage, ensuring world-class AI resource accessibility.”
The investment environment itself is attractive. India has low land lease and labor costs, and the government adds tax breaks and subsidies. S&P Global explained, “India provides benefits like land and building usage subsidies and electricity tax exemptions, which are significant since energy costs account for about 65% of data center operating expenses.” It noted, “Some regions classify data centers as industrial rather than commercial, reducing retail electricity rates by approximately 40%.” The government is offering incentives across critical areas, from land acquisition to electricity costs, to support data center operations.
◇Дефицит воды как фактор риска
However, concerns are growing that India’s severe water shortages could become a risk, as data centers consume massive amounts of power and water. Data centers are dubbed “electricity-guzzling beasts” due to the constant operation of servers and IT equipment. Additionally, cooling these systems requires billions of liters of water annually, creating a vicious cycle. The problem is that India is already one of the world’s most water-stressed countries. The BBC reported, “India accounts for 18% of the global population but only 4% of water resources.” It warned, “India’s data center water usage is projected to rise from 150 billion liters this year to over 358 billion liters by 2030, likely exacerbating water scarcity.” Ultimately, for India to leap forward as an “AI infrastructure hub,” it must address fundamental challenges in power and water resource management.
Чрезмерные потребности в дата-центрах Индии душат её города
Спрос на энергию в Индии стремительно растёт из-за экономического роста страны и необходимости кондиционирования воздуха в удушающих температурах, которые возросли на фоне изменения климата. Но спрос также резко вырос благодаря дата-центрам, которые в последние годы выросли по всему миру.
Чрезмерные потребности в дата-центрах Индии душат её города
The Daily Digest
К 2030 году дата-центры для ИИ будут потреблять энергии больше, чем Япония
В последние годы генеративный искусственный интеллект, вроде GPT и его собратьев, стал настоящим двигателем технологической революции. Но вместе с этим растет и его аппетит к энергии. Увеличение числа центров обработки данных, где живет этот ИИ, неизбежно отражается на выбросах парниковых газов. Исследователи MIT и других лабораторий по всему миру бьют тревогу, ведь прогнозы говорят, что мировое потребление электроэнергии центрами ИИ к 2030 году может превысить 900 тераватт-часов — это чуть больше, чем вся Япония «сжигает» за год.
«Мы идем по пути, где последствия климатических изменений будут понятны лишь тогда, когда уже может быть слишком поздно», — делится Дженнифер Турлюк, соавтор исследования.
По ее словам, перед исследователями стоит шанс сделать системы ИИ «легче» для планеты, снизив их углеродный след.
Дата-центры и их угроза для планеты
Часто разговоры сосредоточены на так называемом «эксплуатационном углероде» — выбросах от работы мощных графических процессоров. Но есть еще и «воплощенный углерод» — он возникает при строительстве самих центров обработки данных, при производстве бетонных плит, стальных конструкций и всей инфраструктуры. Виджай Гадепалли из Линкольнской лаборатории MIT отмечает, что этот аспект часто остается в тени, хотя именно он создает ощутимый «углеродный шлейф».
Рост выбросов парниковых газов: ожидается, что взрывной рост центров обработки данных ИИ приведет к значительному увеличению выбросов CO₂ — примерно 220 млн тонн к 2030 году (для сравнения, 1 тонна — это эквивалент поездки на 8000 км на бензиновом автомобиле).
Проблемы с источниками энергии: около 60% этого спроса, согласно Goldman Sachs, будет покрываться за счет ископаемого топлива, что усиливает углеродный след.
К тому же, центры обработки данных — это настоящие архитектурные гиганты. Для их размещения нужно много места. Например, крупнейший в мире информационный парк China Telecomm в Внутренней Монголии растянулся почти на 930 000 квадратных метров, при этом плотность потребляемой энергии здесь в 10–50 раз выше, чем в обычных офисных зданиях.
Как сделать ИИ экологичнее
Сократить выбросы можно разными способами. Например, инженеры заметили, что уменьшение мощности графических процессоров до трети не сильно бьет по производительности моделей ИИ, но значительно снижает энергопотребление и облегчает охлаждение оборудования. Это все равно что выключить лампочку дома, даже если она энергосберегающая, — так будет тратиться меньше электричества.
Для ресурсоемких задач вроде обучения больших моделей, например GPT-5, обычно требуется сотни процессоров одновременно. Но часть этих вычислений можно «оптимизировать»: снизить точность, убрать лишние симуляции, или остановить обучение на раннем этапе — особенно когда последние проценты точности требуют непропорционально много энергии. Такие приемы позволяют экономить десятки процентов электричества без потери качества модели.
Нил Томпсон из MIT отмечает, что архитектурные улучшения и новые алгоритмы ускоряют решение сложных задач и при этом экономят энергию. Он ввел понятие «негафлоп» — вычислительная операция, которую не пришлось выполнять благодаря оптимизации алгоритма. Проще говоря, это «экономия на вычислениях», которая напрямую снижает углеродный след.
Кроме того, ученые используют гибкость нагрузки центров обработки данных. Генеративные задачи можно планировать на моменты, когда энергия поступает из возобновляемых источников — солнца и ветра. Дипджоти Дека и его команда разрабатывают методы, позволяющие центрам ИИ совместно использовать оборудование разных компаний, перераспределяя задачи для максимальной энергоэффективности.
Долгосрочные накопители энергии также входят в арсенал: избыточная энергия хранится и используется тогда, когда она действительно нужна, что позволяет снизить зависимость от дизельных генераторов и ископаемого топлива.
ИИ сам может помочь ускорить «зеленые» проекты. Турлюк приводит пример: генеративные модели способны быстро анализировать влияние новых солнечных и ветровых электростанций на энергосистему, этап, который традиционно занимает годы.
«Каждый день на счету. Сейчас уникальный и важный момент, чтобы внедрять инновации и сделать ИИ менее опасным для человечества в экологическом плане», — подчеркивает Турлюк
