尽管存在水风险,美国人工智能数据中心仍优先考虑干旱地区

对人工智能的渴望:如何在干旱的土地上建造美国的新数据中心
在主导人工智能的竞赛中,科技公司正在以前所未有的速度建设大型数据中心设施。一个令人担忧的模式已经出现:大多数新的人工智能基础设施中心都建在严重干旱的地区,这就造成了一个悖论:水资源密集型设施集中在严重缺水的地区。
人工智能数据中心扩展
人工智能革命引发了大型科技公司之间的基础设施军备竞赛。微软、谷歌、亚马逊、Meta 和其他行业领导者正在投资数十亿美元来扩展其计算能力,而人工智能专用数据中心是这一扩展的核心。这些设施容纳了数千个专用人工智能芯片,需要巨大的计算能力来训练日益复杂的模型。
根据最近的行业分析,科技公司计划仅在 2024 年就在全球范围内花费超过 2000 亿美元用于数据中心建设,其中很大一部分分配给人工智能专用基础设施。美国已成为这种扩张的主要战场,在地缘政治紧张局势和供应链担忧日益加剧的情况下,企业优先考虑国内设施。
为什么是干旱地区?
鉴于受干旱影响的地区对水的需求量很大,新的人工智能数据中心集中在这些地区似乎有悖常理。然而,有几个因素可以解释这一趋势:
- 经济激励:许多遭受干旱的州提供大量税收减免和财政激励措施来吸引大规模技术投资,尽管存在环境问题,但仍创造了有吸引力的经济主张。
- 冷却优势:干燥气候实际上可以通过蒸发冷却方法减少冷却需求,尽管这仍然消耗大量水资源。
- 土地可用性:与水资源丰富的地区相比,受干旱影响的地区通常以更低的成本拥有更多的可用土地。
- 监管环境:一些缺水的州加快了技术基础设施项目的审批流程。
下表说明了美国主要州的干旱严重程度与数据中心发展之间的相关性:
| 状态 | 干旱严重程度(2023-2024) | 宣布新的人工智能数据中心 | 出席的主要科技公司 |
|---|---|---|---|
| 亚利桑那州 | 极端 | 12 | 微软、谷歌、OpenAI |
| 德克萨斯州 | 严重到极端 | 15 | 亚马逊、甲骨文、特斯拉 |
| 内华达州 | 中度至重度 | 8 | 谷歌、苹果、Switch |
| 加利福尼亚州 | 中度至重度 | 10 | 元、人择、凝聚 |
| 格鲁吉亚 | 中等 | 6 | 谷歌、微软、AWS |
| 数据中心类型 | 预计每日用水量(每兆瓦) | 主要冷却方法 | 用水强度(升/千瓦时) |
|---|---|---|---|
| 传统数据中心 | 12,000-20,000升 | 风冷、冷冻水 | 0.5-1.0 |
| HPC 数据中心 | 25,000-35,000升 | 1.2-1.8 | |
| 人工智能训练数据中心 | 40,000-60,000升 | 2.0-3.5 | |
| 人工智能推理数据中心 | 30,000-45,000升 | 1.5-2.5 |
| 公司 | 水再利用目标 | 冷却技术投资 | 社区供水计划 |
|---|---|---|---|
| 微软 | 到 2030 年实现水利积极 | 浸入式冷却,AI优化冷却 | 流域恢复项目 |
| 谷歌 | 2023 年水资源回用率达到 64% | 人工智能驱动的冷却优化 | 补水举措 |
| 亚马逊 | 减少用水强度 | 空气侧省煤器 | 当地流域合作伙伴关系 |
| 元 | 到 2025 年,80% 的水是循环利用的 | 先进的热管理 |
TechOffice