Nvidia’s Warm-Water Cooling: A Breakthrough or a Narrow Solution?

Nvidia از یک سیستم خنک‌کننده پیشرفته با آب گرم رونمایی کرده است که طراحی شده تا مصرف آب در محل مراکز داده خود را تقریباً به صفر برساند. اگرچه این یک دستاورد فنی عظیم برای کارایی سخت‌افزار محسوب می‌شود، اما منتقدان استدلال می‌کنند که تعریف این شرکت از «حل کردن» بحران آب، ردپای محیط‌زیستی عظیم انرژی مورد نیاز برای اجرای هوش مصنوعی را نادیده می‌گیرد.

مکانیسم خنک‌کننده آب گرم

معماری خنک‌کننده جدید Nvidia از روش‌های سنتی خنک‌کننده تبخیری که مصرف آب بالایی دارند، فاصله گرفته است. این سیستم از یک طراحی مداربسته استفاده می‌کند که در آن مایع خنک‌کننده با دمای تقریبی ۴۵ درجه سانتی‌گراد (۱۱۳ درجه فارنهایت) به داخل قفسه‌های سرور پمپ می‌شود. همان‌طور که مایع در میان سخت‌افزار گردش می‌کند، گرما را جذب کرده و با دمایی در حدود ۵۵ درجه سانتی‌گراد (۱۳۱ درجه فارنهایت) خارج می‌شود.

از آنجایی که مایع خنک‌کننده بازگشتی بسیار گرم است، می‌تواند گرما را از طریق رادیاتورهای غیرفعال (passive) و با استفاده از هوای محیط خارج دفع کند، که اغلب نیاز به فن‌ها یا چیلرهای پرمصرف را از بین می‌برد. در اقلیم‌های مساعد، این رویکرد مداربسته می‌تواند به کاهش ۱۰۰ درصدی در مصرف مستقیم آب در محل منجر شود، زیرا برای جبران ذخایر تبخیر شده، نیازی به آب جدید نیست.

مسئله مرزها: مصرف در محل در مقابل مصرف خارج از محل

بحث و جدل اصلی بر سر نحوه تعریف Nvidia از تأثیرات محیط‌زیستی خود است. Josh Parker، مدیر ارشد پایداری Nvidia، پیشنهاد کرده است که چالش مصرف آب برای مراکز داده «تا حد زیادی حل شده است». با این حال، این ادعا بر پایه ترسیم یک مرز سخت و دقیق در اطراف دیوارهای مرکز داده استوار است.

معیارهای Nvidia بر مصرف در سطح تأسیسات تمرکز دارند، اما «ردپای آب غیرمستقیم» را نادیده می‌گیرند. برای اکوسیستم گسترده‌تر هوش مصنوعی، آب مورد استفاده در تولید برق و ساخت نیمه‌هادی‌ها می‌تواند ردپای کل یک تأسیسات را دو یا سه برابر کند. با تمرکز صرف بر آب مصرفی داخل تأسیسات، راهکار Nvidia ممکن است تنها ۲۵ تا ۳۳ درصد از کل چرخه حیات آب مرتبط با بارهای کاری هوش مصنوعی را پوشش دهد.

پیوند انرژی و آب

ابعاد واقعی مشکل آب در هوش مصنوعی به شبکه برق وابسته است. اگرچه سیستم خنک‌کننده Nvidia کارآمد است، اما الکتریسیته مورد نیاز برای تغذیه تراشه‌ها اغلب از منابع پرمصرف آب تأمین می‌شود:

  • زغال‌سنگ و گاز طبیعی: این سوخت‌های فسیلی در حال حاضر حدود نیمی از کل برق مراکز داده را تأمین می‌کنند. گاز طبیعی تقریباً ۱.۱۷ لیتر آب به ازای هر کیلووات ساعت (kWh) مصرف می‌کند، در حالی که زغال‌سنگ به ۲.۲ لیتر در هر کیلووات ساعت نیاز دارد.
  • برق‌آبی (Hydropower): با وجود حیاتی بودن، نیروگاه‌های برق‌آبی به دلیل تبخیر آب در مخازن، تقریباً ۶.۸ لیتر در هر کیلووات ساعت از دست می‌دهند.
  • منابع تجدیدپذیر: باد و خورشید تسکینی بزرگ محسوب می‌شوند و تنها ۰.۰۱ تا ۰.۰۳ لیتر در هر کیلووات ساعت مصرف می‌کنند.

علی‌رغم رشد منابع تجدیدپذیر، IEA پیش‌بینی می‌کند که گاز طبیعی و زغال‌سنگ همچنان بیش از ۴۰ درصد از برق جدید مورد نیاز برای مراکز داده را تا سال ۲۰۳۰ تأمین خواهند کرد. این امر نشان می‌دهد تا زمانی که صنعت هوش مصنوعی به سوخت‌های فسیلی متکی است، «مشکل آب» بدون توجه به میزان کارایی حلقه‌های خنک‌کننده داخلی، پابرجا خواهد بود.

نکات کلیدی

  • نوآوری فنی: سیستم خنک‌کننده مداربسته ۵۵ درجه سانتی‌گراد Nvidia می‌تواند با استفاده از دفع غیرفعال گرما، مصرف آب در محل را تقریباً به طور کامل حذف کند.
  • محدودیت دامنه: این راهکار به مصرف در سطح تأسیسات می‌پردازد اما ردپای عظیم آب غیرمستقیم مورد نیاز برای تولید برق را نادیده می‌گیرد.
  • پیوند با انرژی: حل بحران آب در هوش مصنوعی مستلزم گذار به سمت انرژی باد و خورشید است، زیرا مراکز داده با سوخت فسیلی همچنان بسیار پرمصرف از نظر آب باقی می‌مانند.