Kínában teljes gőzzel zajlanak a mesterséges intelligenciával kapcsolatos fejlesztések, ami többek között hatalmas új adatközpontok megnyitásával jár. Ez a dolog természetéből következően a fehasznált víz mennyiségét is növeli, de hogy milyen mértékben, az csak most derült ki egy frissen kiadott jelentésből: a hongkongi székhelyű China Water Risk nonprofit szervezet szerint a kínai adatközpontok fogyasztása már 343 milliárd gallonnál (1,3 milliárd köbméternél) tart éves szinten, ami nagyjából megfeleltethető 26 millió ember lakossági vízhasználatának.
A dolog még izgalmasabb, amikor a fejlesztések jelenlegi tempójából kiindulva megbecsülik a 2030-ra várható mennyiséget. A China Water Risk szerint addigra megháromszorozódhat a kínai az adatközpontok száma, ami 11 millió adatközponti rack-et jelentene, vízigényük pedig az évtized végére már 792 milliárd gallonra (majdnem 3 milliárd köbméterre) emelkedhet. Ezt a South China Morning Post beszámolója alapján úgy kell elképzelni, hogy a kínai adatközponti szerverek hűtésére a teljes dél-koreai lakosság éves szükségletének megfelelő vízmennyiséget használnák majd el.
Egyáltalán nem néz ki jól
A 11 millió rack egyébként a 2020-as 4 millióval összehasonlítva is ijesztő szám, a növekedés aránya pedig egyáltalán nem csak Kínára jellemző. A generatív mestereéges intelligencia felfutása már rövid idő alatt ahhoz vezet, hogy mindenhol óriási mennyiségű vizet használnak fel az ICT-iparágban. Már tavaly áprilisban megjelent egy tanulmány az (akkor még) GPT-3 MI-modell víz- és energiaigényéről, amelyből kiderült például, hogy az OpenAI-partner Microsoft is annyi vizet fogyasztott a modell betanításakor, mint amennyire egy atomreaktor hűtéséhez lenne szükség.
A China Water Risk jelentése hangsúlyozza, hogy az MI-chatbotok sokkal energiaigényesebbek a hagyományos online információkeresésnél: az MI-rendszereket működtető csipek fogyasztását a szervezet szerint jól példázza, hogy húszszor több vízre van szükség egy ChatGPT-kérdéshez, mint egy Google-kereséshez. Az ilyesmi nyilván pusztító hatással lehet majd mindenhol, ahol a vízkészletek amúgy is szűkösek, egyes várakozások szerint pedig az évtized végére az adatközpontok globális fogyasztása magasabb lehet, mint Indiáé, a világ legnépesebb országáé.
Az ötlettől az értékteremtésig – a gépi tanulási pipeline szerepe az adattudományi működésben
A jó adatok önmagukban még nem elegendők: a modellek csak akkor működnek megbízhatóan, ha egy átlátható, automatizált és reprodukálható környezetben futnak. A gépi tanulási pipeline-ok éppen ezt a technológiai hátteret teremtik meg.
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak