Datová centra: srdce digitálního světa a jeho environmentální otisk

Nároky na zdroje, které jsme si popsali v předchozí části, přímo souvisí s tím, jak jsou datová centra navržena a jak se provozují.

Datová centra jsou specializované komplexy. Hostují servery a infrastrukturu, které pohánějí náš digitální svět včetně aplikací s AI. Jejich provoz spotřebuje hodně energie a vyžaduje pokročilé chladicí systémy, které drží výkon na optimální úrovni a chrání klíčový hardware před přehřátím.

Datová centra jsou nezbytnou infrastrukturou pro provoz velkých jazykových modelů (LLM), jako jsou GPT nebo LLaMA. Tyto modely potřebují velké výpočetní zdroje, a kladou tak vysoké nároky na energetickou efektivitu datových center.

Energetickou efektivitu datových center hodnotí standardní metrika PUE (Power Usage Effectiveness). Ukazuje, kolik z celkové spotřebované energie skutečně využije IT vybavení (servery, úložiště, síťová zařízení, GPU a tak dále).

PUE se vypočítá jako poměr celkové spotřeby energie datového centra ke spotřebě energie IT zařízení:

PUE = Celková spotřeba energie datového centra / Spotřeba energie IT zařízení

Hodnota 1,0 znamená dokonalou efektivitu, kdy veškerá energie jde přímo na výpočetní techniku a nic se neztratí na chlazení, osvětlení a podobně. V praxi je ale takové hodnoty velmi těžké dosáhnout. Datová centra společnosti Google například v roce 2022 dosáhla průměrného PUE 1,1, přičemž nejlepší hodnoty se pohybovaly kolem 1,07. Globální průměr ale ležel kolem 1,57, což ukazuje, kolik prostoru na zlepšení ještě je.

Uptime Institute vytvořil čtyřstupňový systém klasifikace datových center podle toho, jak dokážou zajistit dostupnost služeb:

Datová centra chladí různými metodami a každá z nich jinak dopadá na spotřebu energie a vody:

Odvádí teplo ze serverů vzduchem, často přes rozsáhlé HVAC systémy. Tato metoda umí být energeticky náročná, protože je potřeba napájet ventilátory a chladicí jednotky.

Žene chladicí kapalinu přímo přes komponenty nebo pomocí takzvaných „cold plates“, které absorbují a odvádějí teplo. Uplatňuje se stále víc, protože je efektivnější. Podle konkrétního systému ale může znamenat vyšší spotřebu vody.

Ochlazuje vzduch nebo chladicí kapalinu odpařováním vody. Šetří energii, ale může zvýšit spotřebu vody. To je třeba zvážit hlavně v oblastech s omezenými vodními zdroji.

Kombinují vzduchové, vodní a evaporační metody. Cílem je optimalizovat výkon i energetickou efektivitu a zároveň vyvážit spotřebu vody a elektřiny.

To, jak datová centra fungují, se přímo promítá do výrazných dopadů na životní prostředí. Technologie umělé inteligence se čím dál víc zapojují do našeho každodenního života, a tak je důležité chápat, co provoz datových center pro životní prostředí znamená v součtu. Týká se to hlavně jejich obrovské spotřeby elektřiny a vody.

Celková spotřeba. Datová centra spotřebují obrovské množství energie. V roce 2023 to byla přibližně 4,4 % celkové elektřiny v USA a do roku 2028 se očekává nárůst na 6,7 až 12 %, hlavně kvůli rostoucí poptávce ze strany AI aplikací.

Trénování AI modelů. Trénování velkých jazykových modelů (LLM) je energeticky extrémně náročné. Trénování GPT-3 si například vyžádalo přibližně 1 287 megawatthodin (MWh) elektřiny, což odpovídá roční spotřebě zhruba 120 průměrných amerických domácností.

Inference. Kromě trénování je náročné na energii i samotné generování odpovědí (inference), a to tím víc, čím víc uživatelů a dotazů systém obsluhuje.

Požadavky na chlazení. Voda se v datových centrech využívá hlavně k chlazení, které je vzhledem k teplu generovanému servery nezbytné. V roce 2021 spotřebovala datová centra Googlu přibližně 16,3 miliardy litrů vody, tedy v průměru asi 1,7 milionu litrů denně na jedno centrum.

Dopad AI zátěže. Nasazení AI systémů prokazatelně zvýšilo spotřebu vody. Spotřeba vody společnosti Microsoft vzrostla mezi roky 2021 a 2022 o 34 %, zčásti kvůli chlazení aplikací jako ChatGPT.

Problémy s nedostatkem vody. Velmi znepokojivé je, že přibližně dvě třetiny nových datových center postavených od roku 2022 stojí v oblastech, které už nyní čelí vysokému vodnímu nedostatku. Místní situaci s vodou tak dál zhoršují.

Volba metody chlazení v datových centrech přímo ovlivňuje poměr mezi spotřebou energie a vody. Důležité je přitom zohlednit jak přímou, tak nepřímou spotřebu těchto zdrojů.

Tahle výměna mezi spotřebou energie a vody ukazuje, že když snížíte jeden typ spotřeby, obvykle tím zvýšíte druhý.

Na následujícím obrázku si lépe představíme, jak datová centra fungují. Jejich vysoká energetická náročnost spojená s napojením na elektrárny zčásti přesouvá vodní zátěž mimo samotná centra. Přesto nelze opomíjet ani přímou spotřebu vody, hlavně v chladicích systémech.

Je proto důležité hledat rovnováhu mezi interní a externí vodní náročností datových center, a to s ohledem na dostupnost přírodních zdrojů v konkrétním regionu. Jak jsme uvedli v předchozím článku, nadměrnou spotřebu vody lze v některých případech zmírnit tím, že zátěž přesunete do méně ohrožených oblastí, nebo nasadíte technologická řešení, například využití přebytečného tepla či uzavřené chladicí systémy.

Právě na tyto přístupy a inovace, které reagují na rostoucí environmentální nároky, se dnes zaměřuje celý sektor AI a datových center. V závěrečném článku této trilogie se podíváme podrobněji na konkrétní strategie udržitelnosti a na to, jak ke snížení ekologické stopy může přispět i širší společnost.