龘常州 AI升级水管理需求
中国学科技卷创新册AI篇
安 文
近日,习近平总书记考察上海AI研发基地,给上海气候周、China ESG Alliancce与阿里巴巴集团联合举办的“绿色AI新质生产力推动更广泛的企业服务”论坛增强了巨大动力,也引起常州水务人深思:AI时代水务服务如何满足新质生产力发展需求?
论坛上,艺康集团大中华区轻工业事业部副总裁周谧抛出了两个有趣的小问题:AI每次对话时,需要“喝”掉一口水、一瓶水,还是一吨水?到2030年,预估全球数据中心耗电量将超越哪个国家的总用电量,是意大利、日本还是印度?答案并不复杂,但也并非人人皆知——分别是,一瓶水、印度。“但如果使用AI agent,或使用DeepSeek、ChatGPT的同时,点选了深度思考的按钮,需要消耗的水,就会从一瓶,变成一个‘吨吨桶’。
构建绿色AI基础设施
诚如习近平总书记指示,人工智能是新一轮科技革命和产业变革的重要驱动力量。随着新一代AI技术快速演进,特别是深度学习的发展,以及“AI+”行动加快实施,加快赋能千行百业,算力需求呈现前所未有的爆发式增长,进而带动数据中心、边缘及端侧算力建设。而大规模数据中心建设,也推动全球电力和水的需求大增。国际能源署近日发布《能源与人工智能》特别报告显示,2024年,数据中心约占全球电力消耗的1.5%,达到约415太瓦时。按照现有速度,到2030年,全球数据中心电力需求将增加一倍以上,达到约945太瓦时。2035年,全球数据中心电力消耗将攀升至约1200太瓦时。而从全球大型数据中心的实际水耗来看,谷歌2023年达242亿升,相当于1.7个西湖的水量。如果把谷歌、微软、Meta三家公司的数据中心一年耗水量加起来,按上海2500万人口计算,相当于每个上海人洗22天澡的总用水量。
显然,AI时代的能源挑战,已经越发清晰和紧迫了。我们需要平衡创新和可持续发展这两个问题,绿色AI、绿色算力,成为必选项,关键是如何提高数据中心的水利用效率。
对绿色AI、绿色算力的需求,使数据中心的能效管理,无论如何不能忽视水。“从能耗角度看,全球数据中心目前大概占全球耗电量的1.5%,占全球用水量的1%。到2030年,随着更多的数据中心投入使用,这个数字比例肯定会翻倍。”周谧说。数据中心的用水和能效息息相关,水是帮助整个数据中心进行冷却的一种介质。也因此,必须要以水之力,来助力AI时代数据中心面临的挑战。
数据中心的水耗包括由冷却系统用水等产生的直接水耗,以及电力生产用水产生的间接水耗。其中,冷却系统是数据中心水耗的主要来源之一,贡献了超过95%的WUE(水利用效率)。因此,提高数据中心的水利用效率,关键也在这里。近年来,随着芯片功耗以及数据中心单机柜功率密度持续攀升,叠加各地PUE(电能利用效率)、WUE的日渐严格要求,数据中心的冷却方式也正在不断革新。越来越多的数据中心转向使用冷却效率高、PUE及WUE低、集成度高、可靠性强和运维方便的液冷技术。数据显示,由于液冷是直接到达芯片的冷却,因此可以提升1000-3000倍冷却效率。
国际数据公司(IDC)4月8日公布的《中国半年度液冷服务器市场(2024下半年)跟踪报告》显示,2024年中国液冷服务器市场规模达23.7亿美元,同比增长67.0%。预计2024年至2029年,中国液冷服务器市场年复合增长率将达到46.8%,2029年市场规模将达到162亿美元。
不过,由于液冷是一个较新的技术,当前,液冷数据中心仍面临诸多挑战,比如缺少标准化与行业先例,存在降解与污染、高运营波动性、泄露及损坏风险。仅以二次侧冷却液来看,艺康全球分析实验室对液冷数据中心165份二次侧冷却液样品进行分析,发现79%的样品至少有一项指标异常:其中57%pH值过低,46%碱度过低,27%是乙二醇浓度过低。冷却液的降解,带来的直接问题是抑菌能力的降低与微生物的快速繁殖,这对液冷数据中心的可靠性与安全性有很大影响。一旦微生物快速繁殖,菌膜在冷却系统内的沉积和堵塞会直接影响换热效率,可能出现系统宕机,造成很大的运营风险。更有甚者,微生物对冷板的腐蚀可能会造成冷却液的泄露,对服务器造成损坏。
构建全生命周期水管理系统
针对液冷数据中心的上述诸种挑战,专注水处理和工艺改进的机构,已开发了多项专门技术方案,覆盖冷却液的质量,化学品的方案、现场的维护等。并且可以通过3D TRASAR TM数字化平台,实时监测冷却液的关键参数,提供对于水处理系统性能的深度洞察,数据中心就可以据此来持续优化系统性能,快速纠错,减少宕机时间,提升效率,优化成本。在此基础上,要进一步形成液冷数据中心全生命周期水管理方案,通过从设计,制造到运输,安装,维护的全生命周期管理,保障数据中心的安全性,避免因冷却液泄露导致的服务器损坏,以及传热效率下降而引发的宕机风险。
如果未来可以在所有液冷数据中心推进全生命周期水管理最佳实践,受益的将不仅仅是这个行业,还会为进一步加快人工智能科技创新、产业发展和赋能应用,提供更强有力的支撑。
