人工智能技术:数据中心耗水量巨大,ITS专家称

IBM+1.02%

关键要点

  • Joni Hermana 教授警告称,AI 数据中心的运营需要消耗大量水资源,并需要持续稳定、不间断的电力供应。
  • 根据 ITS 的分析,爪哇岛的水需求与可用水量之比达到 0.4,表明基础设施扩张带来的水危机风险迫在眉睫。
  • AI 数据中心采用以 GPU 为主的架构,耗电量远高于传统的 CPU 数据中心,加剧了碳排放带来的影响。

AI 技术需要依靠数据中心基础设施,而设备冷却会消耗大量水资源。印度尼西亚泗水理工学院(ITS)环境工程系教授 Joni Hermana(MScES、PhD)于 2026 年 11 月 10 日星期二表示,为支持此类设施运行,水和电力供应必须持续稳定。印度尼西亚 AI 基础设施技术的发展已引起关注,因为其可能影响周边社区的水资源可用性。

用水需求比例与危机风险

Joni 教授解释说,数据中心运营的用水需求不能仅根据年度平均供水量来评估。旱季供水量会有很大差异,通常此时民众用水量增加,但水资源并未相应增加。据他介绍,爪哇岛的用水需求与水资源可用量之比已接近 0.4,表明当地面临水资源危机风险。当水资源不足时,供需失衡可能直接影响民众。

高耗电量带来的碳排放影响

Joni 教授指出,AI 数据中心的活动可能导致碳排放增加,因为其耗电量非常高。评估环境影响时,需涵盖直接和间接排放,包括为这些设施供电的发电过程所产生的排放,以及支持其运营的相关活动。除了环境影响,还需考虑经济因素。必须审慎权衡经济因素,确保具备支撑这些 AI 配套设施运营需求的能力,同时避免以牺牲民众福祉为代价。

传统数据中心与 AI 数据中心的区别

AI 数据中心是用于训练、部署和运行 AI 应用及服务的必要设施。这类配套设施采用的计算、网络和存储架构密度高于传统数据中心。AI 数据中心专为高强度任务而设计,例如云存储、AI 服务指令处理,以及 AI 软件的机器学习。传统数据中心无法满足这些需求,因为这些任务的负载过大。根据 IBM 的说法,传统数据中心通常使用中央处理器(CPU),而 AI 数据中心则需要配备占地面积大得多的图形处理器(GPU)。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论