數據中心散熱需水量和電量十分龐大，這不僅僅是個成本問題，還引發了環境和社會的關注。谷歌和微軟都承諾要減少用水，那么這背后究竟是怎樣的考量？

數據中心散熱用電的過往

以前，數據中心散熱主要依賴電力和空調的風力。人們普遍認為，將電力用于數據處理和存儲這類重要事務是非常值得的。然而，這實際上是一種不得已的做法，因為當時尚未掌握超導等高級技術。服務器全年運行不斷產生熱量，只能依靠電力驅動的空調風扇來降低溫度。數據中心約六成的成本都用于電費，而散熱又占去了電費的四成以上，這就是那個時期的真實情況。在沒有更有效的散熱方法出現之前，數據中心只能持續消耗大量電能。

空調雖然用電量大，但那時候實在沒有更好的選擇。因為數據中心里的設備需要適宜的溫度才能正常運行，而維持這種溫度所需的設備和手段本身就很費電。這恰恰是數據中心運營成本之所以高昂的一個關鍵因素。

轉用水散熱的優勢

隨著時間的流逝，眾多數據中心開始青睞用水進行散熱。水資源的成本比電更為低廉。以我國貴州為例，那里地價低廉，空氣清新，水電資源充沛，政策還相當優惠，這些優勢吸引了眾多數據中心前來落戶。企業發現，采用水散熱可以顯著降低成本。例如，阿里巴巴在千島湖設立的數據中心，其設備浸泡在冷卻液中，再借助湖水進行冷卻，充分利用了水的散熱特性。水散熱不僅有助于降低成本，還能提升數據中心的盈利空間，這也是眾多廠商所看重的。

在眾多資源與成本的對比中，水散熱方案顯得既經濟又實用。此外，水散熱所采用的蒸發冷卻機等設備，操作起來相對簡便。與之前完全依賴電散熱相比，水散熱的引入無疑是一種技術上的進步。它有助于數據中心在散熱環節降低成本，從而為企業節省更多資金，使其能夠將更多資源投入到數據處理技術的研發等領域。

水散熱的潛在問題

水散熱雖然能節省開支，卻帶來不少困擾。尤其在美國一些水資源匱乏的地區，數據中心的水散熱系統引發了眾多問題。以梅薩地區為例，谷歌數據中心需要優先確保充足的水源，這對于本就缺水的梅薩來說，不僅嚴重影響了當地生態環境，還加劇了居民生活用水的緊張。在達爾斯，谷歌數據中心的水消耗幾乎占到了該市年度總用水量的三分之一，引起了當地媒體的持續批評。這種過度的水資源消耗已經超出了當地水資源的承受極限，對當地的生活、生產和生態環境的可持續發展造成了嚴重影響。

這些蒸發的水回歸到當地水體需要一段時日，從眼前來看，這無疑是對資源的占用。水散熱看似是企業的日常運營，實則與當地水資源保護及居民生活緊密相連。若不進行合理調整，矛盾只會愈發尖銳。

回收再利用設施的困境

為了應對水在散熱過程中導致的浪費，有人建議搭建大型循環設備以實現水蒸氣的回收和再利用。然而，這一構想目前尚無法付諸實踐。首先，其建設成本極其高昂，對企業而言，這是一筆巨大的經濟負擔。其次，維護成本尚不明確，且從設備運行到水蒸氣回收的整個流程，既費錢又耗電。企業所面臨的是成本核算的難題，若回收設施的投資過大而效果不明顯，企業自然不會樂意進行投資。因此，這個原本看似理想的回收再利用方案，實際上已被束之高閣。

這樣的困境并非由單一原因導致，而是經濟與技術等多重層面問題交織疊加的后果。要解決這個問題，必須綜合考慮眾多利益，諸如企業自身利益、地方水資源保護以及社會的可持續發展等，這些因素并非短期內可以有所改善。

企業的用水量承諾

面對節水批評，眾多企業紛紛承諾減少用水。谷歌宣布，到2030年，將用自身用水量的120%進行補償。微軟則承諾，到2024年降低全球數據中心蒸發冷卻系統用水量95%，并在2030年實現“水中和”。這些承諾對企業而言，既是挑戰，亦是責任。在未來的數據中心運營中，企業需持續尋求節水技術和方法的創新。

企業的承諾能否真正實現，尚待時間和實踐的驗證。若企業能夠切實減少用水，將對數據中心的長遠發展、當地水資源的保護以及生態環境的維護產生重大而深遠的影響。

人工智能的耗水觀察

人工智能的發展迅猛，以GPT-3為例，其訓練過程就耗費了七十萬升水資源，而更龐大的GPT-4所需水量更是驚人。語言大模型等人工智能的耗水問題，確實值得我們關注。谷歌的人工智能算力提升與用水量增加似乎成正比，這或許預示著隨著人工智能技術的進步，數據中心的能源消耗和水資源消耗將會進一步攀升。

大家不禁開始深思，人工智能的進步背后付出了怎樣的代價。我們是否能夠找到更優的技術或策略，以降低資源消耗，引領人工智能走向更加環保的道路？

那么，您覺得數據中心在發展時，是應當首先考慮降低成本，還是優先保護當地的水資源？歡迎在評論區留下您的看法，參與互動。同時，也期待您能點贊并分享這篇文章。