レポート:データセンターは人工知能を生成するサーバーを冷却するために大量の水を消費している

レポート:データセンターは人工知能を生成するサーバーを冷却するために大量の水を消費している

ChatGPT のような生成 AI モデルが大量のエネルギーを消費することはよく知られていますが、それを実行し続けるには大量の水も必要であることを認識している人は少ないです。

最近の環境報告書では、人工知能業界の大手2社であるマイクロソフトとグーグルが、データセンターの水消費量が大幅に増加したと報告しており、専門家はこれをAIモデルの人気の高まりによるものとしている。

Microsoft のデータセンターの水使用量は、2021 年から 2022 年にかけて 34% 増加しました。同社は昨年、64億リットル以上の水を消費したが、これはオリンピックサイズのプール2,500個分以上に相当すると言われている。

Google でも状況は同様で、同時期に水の消費量が 20% 増加したと報告されています。水使用量の増加の多くは、AI ワークロードの増加によるものです。ほとんどの人は ChatGPT の背後にあるリソースの使用状況を認識していません。リソースがどのように使用されているかがわからなければ、リソースを保護することはできません。

注目すべきは、水使用量の増加が Google のすべてのデータセンターで均一ではないということです。以前は消費量の多さで悪評を呼んでいたオレゴン工場の水使用量は安定していた。しかし、アイオワ州カウンシルブラッフスのデータセンターでは、他のどのデータセンターよりも多くの飲料水が必要です。データセンターの水使用量は、データセンターの場所、季節、使用されるデータセンターの冷却技術など、いくつかの要因によって決まります。

問題は、多くのデータセンターが、AI 計算を実行するサーバーの過熱を防ぐために大規模な冷却システムを使用していることです。ほとんどは大量の水を必要とする HVAC を使用していますが、他のシステムでは大量の水を必要とする冷却塔を使用しています。火力発電所などの一部のクリーンエネルギー源も、冷却に大量の水に依存しています。

データセンターで使用される水のほとんどは、たとえ自然にリサイクルされるだけであってもリサイクルされますが、エネルギーについては同じことが言えません。また、クラウド データ センターに多くの注目が集まっていますが、これらのデータ センターは利用率が高いため、効率の面でオンプレミスの施設を上回ることが多いことも注目に値します。さらに、Microsoft と Google の両社には、エネルギーと水の使用量を削減するビジネス上のインセンティブがあります。

マイクロソフトは以前、2030年までに「水効率」、「カーボンネガティブ」、「廃棄物ゼロ」を目指す意向を表明していた。 「ウォーター・ポジティブ」の意味についての公式な定義はありませんが、一般的には、水を節約するだけでなく、より多くの水を環境に還元するという取り組みを意味します。

例えば、ペプシコは、「水リスクの高い地域」であるメキシコシティのスナック食品工場で、水にプラスとなる数々の戦略を報告した。水はプラントの機械を通過した後、集められ、飲用に安全な状態になるように処理されます。その後、9マイル離れた別の施設に輸送され、そこで同社のサブリタスポテトチップスを作るためのジャガイモの洗浄に使用されます。

マイクロソフトは、節水をどのように達成する予定なのかまだ明らかにしていないが、持続可能性報告書の中で、排出量の分析を継続し、データセンターの電力供給にクリーンエネルギーの利用を増やし、再生可能エネルギーを購入し、その他の環境に優しい技術に投資すると述べた。同社は、AIトレーニングには大量のエネルギーと水が必要であることを認識しており、これらの分野での効率改善に積極的に取り組んでいると述べている。

この問題の解決策としては、AI モデルのエネルギー要件を削減することが含まれますが、これにはより効率的なアルゴリズムとハードウェアの構築が含まれますが、これには時間がかかります。マイクロソフトは、海中にデータセンターを設置するなどのさらなるアイデアも模索している。同社は2018年にスコットランドのオークニー諸島沖に施設を沈め、2年間かけてその性能を研究した結果、エネルギー効率が大幅に向上したことを発見した。

海底データセンターの利点は、冷却に海水を使用できることです。マイクロソフトは、施設全体を水中に沈めることによって冷却効果も得られ、冷却システムの負担が軽減されると述べている。

<<:  AIチップ分野におけるNvidiaの優位性により、スタートアップ企業の資金調達は困難になっており、資金調達取引件数は80%減少した。

>>:  ML と AI の違い: 詳細ガイド

ブログ    
ブログ    
ブログ    

推薦する

...

生成型AIの誇大宣伝の中、CIOは慎重に進めることを選択しているが、まだ完全にコミットしていない

ほとんどの CIO は、最新の情報を把握するために生成 AI の調査を開始していますが、市場に出回っ...

FlashAttention v2 は標準の Attention より 5 ~ 9 倍高速です。大規模なモデルで使用されます。

最近、GPT-4(コンテキスト長32k)、MosaicMLのMPT(コンテキスト長65k)、Anth...

人工知能の最初のグループが解雇された

全世界を置き換えると叫んだ人工知能は、ついに失業という苦境に陥った。スウェーデンのオンライン銀行であ...

...

...

...

北京冬季オリンピックと人工知能が出会うと、どんな火花が散るのでしょうか?

2008年、北京オリンピックのテクノロジーと壮大な雰囲気は世界に深い印象を残しました。 2022年...

ハッカーが、さまざまなネットワーク攻撃コードを自動生成できる悪質なAIツールFraudGPTを公開

7月31日、「ハッカーがAIを使って犯罪ツールを作る」という研究者の懸念が徐々に現実のものとなりつつ...

MLOps 実装を成功させるためのベストプラクティス

翻訳者 | ブガッティ企画 | 梁策、孫淑娟機械学習と今日の世界におけるその応用については、すでにご...

「Painted Skin」の悪夢が現実に? 「人間の皮膚」で覆われたこのロボットはCell誌に掲載された。

指が背中をゆっくりと優しくなぞり、背骨に沿って上へ移動し、そしてゆっくりと止まるところを想像してくだ...

「統合インテリジェンス」について語るサンダーソフトはスマートカーの時代をリードする

[51CTO.comからのオリジナル記事] 5G+AIoTを中核とするさまざまなインテリジェント技術...

「機械学習アーキテクチャ」 現実世界の機械学習システムのアーキテクチャ

機械学習では、ML モデルの作成とパッケージ化を支援する ML 開発プラットフォームの概要を説明しま...

マイクロソフト、進化拡散法を用いたタンパク質生成のための新しい AI フレームワーク EvoDiff をオープンソース化

進化により、細胞プロセスを正確に制御する多様な機能性タンパク質が生み出されました。近年、この多様性か...