Η ραγδαία ανάπτυξη της Τεχνητής Νοημοσύνης (AI), με πρωτοπόρους τα μεγάλα γλωσσικά μοντέλα όπως το ChatGPT και το Gemini, φέρνει μια κρυφή περιβαλλοντική πρόκληση: την τεράστια κατανάλωση νερού. Η λειτουργία των αλγορίθμων και η εκπαίδευση των μοντέλων απαιτούν έναν τεράστιο όγκο ενέργειας, η οποία παράγει θερμότητα που πρέπει να ψυχθεί, μετατρέποντας την επανάσταση της ΤΝ σε μια «διψασμένη» υπόθεση.
Το κρυφό κόστος κάθε ερώτησης (Prompt)
Η ακριβής κατανάλωση νερού για κάθε αλληλεπίδραση με ένα chatbot παραμένει ασαφής, καθώς οι εταιρείες (όπως η OpenAI) είναι απρόθυμες να αποκαλύψουν λεπτομέρειες:
- Εκτίμηση OpenAI: Ο Sam Altman της OpenAI ισχυρίστηκε ότι η μέση αλληλεπίδραση με το ChatGPT καταναλώνει περίπου το 1/15 του κουταλιού του γλυκού νερό.
- Εκτίμηση ειδικών: Άλλοι ειδικοί εκτιμούν ότι τα νούμερα είναι πολύ μεγαλύτερα. Μια μεσαίου μεγέθους αλληλεπίδραση με ένα μοντέλο στο μέγεθος του GPT-3 (περίπου 10 έως 50 ερωτήματα) μπορεί να καταναλώσει περίπου 500 ml νερού.
Ακόμα και με την πιο συντηρητική εκτίμηση, αν αναλογιστούμε ότι το ChatGPT δέχεται περίπου 1 δισεκατομμύριο μηνύματα την ημέρα, ο συνολικός όγκος κατανάλωσης νερού είναι κολοσσιαίος.
Γιατί το AI καταναλώνει τόσο πολύ πόσιμο νερό;
Η χρήση νερού είναι απαραίτητη σε δύο κύρια στάδια: ψύξη και παραγωγή ενέργειας.
1. Άμεση χρήση: Η ψύξη των Data Centers
Κάθε φορά που στέλνουμε ένα ερώτημα (prompt) στην ΤΝ, οι ισχυρότεροι και πιο εξειδικευμένοι επεξεργαστές (chips) στον κόσμο εκτελούν σύνθετους υπολογισμούς μέσα σε τεράστια κέντρα δεδομένων (Data Centers). Αυτή η έντονη εργασία παράγει υπερβολική θερμότητα.
- Συστήματα υγρής ψύξης: Ενώ παλαιότερα χρησιμοποιούνταν η ψύξη με αέρα, η αυξημένη ενεργειακή ένταση των συστημάτων AI έχει επιβάλλει τη χρήση υγρής ψύξης (liquid cooling).
- Η διαδικασία: Για να λειτουργήσει το σύστημα ψύξης χωρίς να αναπτυχθούν βακτήρια, σκουριά ή βλάβες, απαιτείται καθαρό νερό, συνήθως πόσιμο νερό. Αυτό το νερό κυκλοφορεί, απορροφά τη θερμότητα από το ψυκτικό υγρό και στη συνέχεια διοχετεύεται σε πύργους ψύξης, όπου μεγάλο μέρος του εξατμίζεται (έως και 80%), επιστρέφοντας μόνο ένα μέρος του στην τοπική υδάτινη πηγή.
2. Έμμεση χρήση: Η παραγωγή ενέργειας
Η λειτουργία των κέντρων δεδομένων απαιτεί τεράστιες ποσότητες ηλεκτρικής ενέργειας, η παραγωγή της οποίας είναι εξίσου διψασμένη:
- Υδροβόρες μονάδες: Οι σταθμοί παραγωγής ενέργειας (άνθρακας, φυσικό αέριο, πυρηνική) θερμαίνουν νερό για να δημιουργήσουν ατμό, ο οποίος κινεί τις τουρμπίνες.
- Τεράστιες απαιτήσεις: Η ζήτηση ηλεκτρικής ενέργειας για τα βελτιστοποιημένα για AI κέντρα δεδομένων αναμένεται να αυξηθεί κατά 400% έως το 2030 (300 τεραβατώρες), ποσότητα ίση περίπου με την ετήσια κατανάλωση ολόκληρης της Μεγάλης Βρετανίας.
- Κατασκευή chips: Επιπλέον, νερό απαιτείται και κατά την κατασκευή των ημιαγωγών chips που τροφοδοτούν την ΤΝ.
Ο αντίκτυπος και το μέλλον της βιωσιμότητας
Οι τεχνολογικοί κολοσσοί όπως η Google, η Meta και η Microsoft χρησιμοποιούν δισεκατομμύρια λίτρα νερού ετησίως. Αυτή η τεράστια ζήτηση ασκεί πίεση σε τοπικές υδάτινες πηγές, οδηγώντας σε διαμαρτυρίες κοινοτήτων σε όλο τον κόσμο (ΗΠΑ, Χιλή, Ισπανία, Ινδία).
Οι εταιρείες έχουν δεσμευτεί για λύσεις:
- Υδατική ουδετερότητα: Πολλές έχουν υποσχεθεί να επιτύχουν υδατική ουδετερότητα έως το 2030, επιστρέφοντας στην πηγή τόσο νερό όσο καταναλώνουν.
- Καινοτομίες ψύξης: Δοκιμάζονται συστήματα ψύξης που δεν εξατμίζουν νερό ή χρησιμοποιούν τη θερμότητα που παράγεται για τη θέρμανση σπιτιών.
- Εναλλακτικές θέσεις: Υπάρχουν πειράματα για τη μεταφορά των Data Centers κάτω από τη θάλασσα, στην Αρκτική, ή ακόμα και σε δορυφόρους στο διάστημα. Καθώς η ικανότητα της Γενετικής ΤΝ (GenAI) αναπτύσσεται εκθετικά, η παγκόσμια κοινωνία καλείται να βρει άμεσα τρόπους για να ελαχιστοποιήσει τη χρήση τόσο του νερού όσο και της ενέργειας, καθώς πρόκειται για ζωτικής σημασίας παγκόσμιους πόρους.