Жажда данных: как искусственный интеллект пьёт нашу воду

Мы продолжаем серию публикаций об информационных технологиях XXI века. Как связано удорожание электронной техники с искусственным интеллектом и как ИИ буквально «высасывает» пресную воду из планеты? Об этом не принято говорить громко, но это не помешает нам заглянуть на кухню, где выпекаются «плюшки» ИИ.

Промпт хочет пить

Разговаривая с чат-ботом и генерируя картинки, мы воспринимаем этот процесс как что-то… нематериальное. В отличие от промышленных предприятий или автомобилей, воздействие ИИ на окружающую среду кажется минимальным, а то и вовсе отсутствующим. Экран светится, курсор моргает, ответ появляется. Никакого дыма, никакого шума, никакого выхлопа. Чистая магия. Это, разумеется, большое заблуждение.

Каждый запрос, каждая сгенерированная картинка, каждый диалог с языковой моделью производят тепло — где-то далеко, в центрах обработки данных, — которое мы в повседневной жизни никогда не видим. Процессоры и модули памяти при интенсивной работе разогреваются до 70–85 градусов по Цельсию. Чтобы эти центры банально не сгорели, используются водоёмкие системы охлаждения: теплообменники, испарительные башни, контуры жидкостного отвода тепла.

Принцип жидкостного охлаждения не нов. Технология впервые появилась в 1940-х годах, тогда высоковольтные трансформаторы погружали в масло, чтобы снять избыточный жар. В 1960-м IBM внедрила водяное охлаждение в первые мейнфреймы. В 1980-е и 1990-е, с распространением компактных персональных компьютеров, жидкостное охлаждение ушло в нишу суперкомпьютеров: воздух вполне справлялся с умеренными нагрузками обычного офисного «железа». Но в 2010-х началось массовое возвращение технологии. Причина проста: плотность вычислительной мощности в одной серверной стойке стала превышать 20–30 кВт, и воздух перестал справляться физически. Сегодня жидкостное охлаждение — стандарт для любой инфраструктуры, обслуживающей нейросети и высокопроизводительные вычисления.

Разумеется, ChatGPT не чувствует жажды. Ему не нужно мочить горло, чтобы выдать вам список из десяти лучших ресторанов Махачкалы. Но для того чтобы этот список появился на вашем экране, где-то в Айове или в Аризоне беззвучно испарилось несколько сотен миллилитров чистейшей пресной воды.

А что по цифрам?

Согласно анализу Пэнфэй Ли и соавторов (Pengfei Li et al., 2024), опубликованному в Communications of the ACM, обучение одной только модели GPT-3 потребовало около 700 000 литров чистой пресной воды. Это примерно 280 наполненных ванн. Или небольшой пруд. Или годовая норма потребления для сотен семей в вододефицитных регионах планеты.

Но обучение — это разовая история, пусть и чудовищная по масштабу. Куда интереснее смотреть на ежедневный, непрекращающийся процесс инференса, то есть обычной работы модели, когда она отвечает на ваши вопросы. По данным того же исследования, генерация 10–50 ответов средней длины потребляет воды примерно столько, сколько её в стандартной бутылке 0,5 литра. Звучит вполне допустимо? Тогда включим картинку «в масштабе».

По данным OpenAI за 2025 год, сервис ChatGPT обрабатывает 2,5 миллиарда запросов в день, или около 18 миллиардов в неделю при 500 миллионах активных пользователей еженедельно. Попробуйте прикинуть, сколько бутылок воды это в сутки. Цифра выйдет такой, что её лучше записать, чем держать в голове.

Принято различать два типа водного потребления в дата-центрах. Первый — прямое потребление: вода используется непосредственно в контурах охлаждения серверов, циркулирует через теплообменники и частично испаряется. Второй — косвенное потребление: тепловые электростанции, снабжающие дата-центры электроэнергией, сами потребляют огромное количество воды для охлаждения турбин. Таким образом, каждый киловатт-час «цифрового» электричества несёт за собой шлейф испарившейся воды, которую вы никогда не увидите, но которая тем не менее исчезла. Именно исчезла!

Исследователи из Калифорнийского университета в Риверсайде ввели специальный показатель — WUE (Water Usage Effectiveness), эффективность использования воды: соотношение объёма потреблённой воды к полезно использованной вычислительной мощности. Лучшие современные дата-центры демонстрируют WUE около 1,2–1,5 литра на киловатт-час. Для устаревших объектов эта цифра может быть в несколько раз выше. Microsoft в своём корпоративном отчёте по устойчивому развитию за 2022 год признала, что её глобальный водный след вырос на 34 % по сравнению с предыдущим годом. Google фиксирует аналогичный рост. И обе компании связывают это напрямую с расширением ИИ-инфраструктуры.

Море данных в пустыне

И вот здесь начинается самое интересное. Или самое неприятное — это зависит от точки зрения.

Казалось бы, логика подсказывает: если дата-центр потребляет столько воды, строить его надо там, где воды много. Рядом с реками, озёрами, в регионах с высокой влажностью. Но логика бизнеса работает иначе. Дата-центры строятся там, где дёшево — земля, электричество и налоги. А дёшево — это зачастую засушливые регионы американского Юго-Запада, чилийская пустыня Атакама, испанская Эстремадура, израильский Негев.

Штат Аризона стал, пожалуй, символом этого парадокса. Здесь сосредоточены огромные кластеры серверных ферм Google, Meta, Microsoft и десятков менее известных операторов. При этом Аризона — один из самых засушливых штатов США, хронически страдающий от дефицита воды. Уровень воды в водохранилище Лейк-Мид, которое питает несколько штатов через реку Колорадо, в последние годы падал до исторических минимумов. Местные фермеры лишаются квот на орошение. А параллельно, в нескольких десятках километров, охлаждающие контуры дата-центров испаряют миллионы литров в сутки.

Похожая история разворачивалась в Уругвае в 2023 году. Страну накрыла жестокая засуха: в Монтевидео вода в кранах горожан приобрела привкус морской соли, власти были вынуждены смешивать пресную воду с морской, чтобы хоть как-то поддерживать водоснабжение. В это же самое время Google продолжал строительство своего крупного дата-центра неподалёку от столицы. Местные жители вышли на протесты. Компания в итоге заявила о намерении пересмотреть систему охлаждения, но строительство так и не остановила.

Чили, где расположена крупнейшая в мире пустыня Атакама, привлекла несколько крупных технологических компаний дешевизной возобновляемой энергии. В долине Кокимбо, где среднегодовое количество осадков не превышает нескольких десятков миллиметров, дата-центры конкурируют за воду с горнодобывающей промышленностью и местными фермерскими общинами. Конкурируют и, как правило, выигрывают, потому что у них больше денег на покупку водных прав.

Аналитики SemiAnalysis подсчитали: к 2030 году глобальный водный след индустрии дата-центров может превысить потребление воды такой страны, как Дания. Чтобы вы понимали масштаб, это в 7–9 раз больше, чем годовое потребление воды Махачкалы. И это только на охлаждение серверов. Это не метафора и не преувеличение, это проекция при сохранении нынешних темпов роста ИИ-инфраструктуры.

Дорогой чипсет: почему ваш телевизор подорожал из-за GPT

Водная тема — лишь одна сторона медали. Есть и другая: то, как безудержный рост ИИ-индустрии переформатировал глобальные цепочки производства электроники и в итоге добрался до кошельков обычных потребителей.

Нейросети работают на специализированных чипах: GPU (графических процессорах) и тензорных ускорителях вроде Google TPU или nvidia H100. Спрос на эти компоненты после 2022 года вырос настолько резко, что производственные мощности крупнейших фабрик, прежде всего тайваньской TSMC, оказались перегружены. В очереди за самыми передовыми чипами стоят Microsoft, Google, Meta, Amazon, а также сотни стартапов. Квоты расписаны на годы вперёд.

Это давление имеет несколько последствий. Во-первых, цены на передовые полупроводники растут. Во-вторых, производственные мощности, которые раньше использовались для выпуска «обычных» потребительских чипов — для смартфонов, телевизоров, стиральных машин, автомобилей, частично перераспределяются в пользу высокомаржинальных ИИ-ускорителей. В-третьих, возникает дефицит. А дефицит, как известно, ведёт к удорожанию.

Производители бытовой электроники открыто говорят о том, что нехватка компонентов стала структурной проблемой. Это объясняет, почему новые модели смартфонов и ноутбуков стоят всё дороже, а некоторые категории товаров, например, профессиональные видеокарты для обычных пользователей фактически исчезли с рынка по разумным ценам в 2023–2024 годах. И пусть на рост цен влияют многие факторы, включая геополитику и санкции, «ИИ-пылесос», вытягивающий лучшие чипы с рынка, — один из ключевых.

Цепочка получается неожиданно короткой: вы попросили ChatGPT написать поздравление с днём рождения и тем самым внесли микроскопический вклад в удорожание вашего следующего смартфона. Причинно-следственная связь, разумеется, гораздо сложнее. Но направление именно такое.

Послесловие. Чистая совесть и нечистая вода

Вернёмся к воде. Надеюсь, вы помните, что организм человека может функционировать без H2O не более четырёх суток.

В конце 2024 года Microsoft опубликовала обновлённые цели по устойчивому развитию. Компания пообещала к 2030 году стать «водоположительной», то есть возвращать в природу больше воды, чем потреблять. Это звучит красиво. Особенно на фоне того, что за 2022–2023 годы её водный след вырос на десятки процентов. Google делает похожие заявления. Anthropic, создавшая модель, которую вы, возможно, прямо сейчас читаете, также декларирует принципы ответственного развития ИИ.

Слова правильные. Намерения, возможно, искренние. Но пока технологические компании наращивают мощности быстрее, чем успевают внедрять экологические решения, разрыв между декларацией и реальностью только растёт.

Существуют и реальные технологические альтернативы. Адиабатическое охлаждение, погружение серверов в диэлектрические жидкости, размещение дата-центров в северных регионах с холодным климатом — всё это позволяет радикально снизить водный след. Некоторые компании уже движутся в этом направлении: Microsoft экспериментировала с подводными дата-центрами у берегов Оркнейских островов, где морская вода служила бесплатным и бесконечным теплоносителем. Проект признан успешным, но масштабирования пока нет.

И вот тут возникает самый неприятный вопрос: не получится ли так, что через пять лет нейросеть будет писать вам текст о спасении планеты, попутно осушая последнюю реку в вашем регионе? 2,5 миллиарда запросов в день, умноженные на полбутылки воды за каждые несколько десятков из них. Помноженные на темпы роста индустрии. Посчитайте сами.

Нам комфортно думать, что цифровой мир существует где-то там, в облаке, в эфире, вне физических ограничений. Но «облако» охлаждается водой из конкретных рек. «Эфир» требует конкретных киловатт-часов. А физические, ресурсные ограничения никто не отменял ни для планеты, ни для тех, кто на ней живёт.

Искусственный интеллект — инструмент невероятной мощи. И как любой мощный инструмент он требует понимания того, чего именно он стоит. Не в долларах. Например, в литрах.