够21万人喝一辈子的水 还不够谷歌服务器用7个月的？
去年一年，谷歌花掉了大概一个半西湖的水量。差评君翻了翻报告，发现罪魁祸首的矛头，指向了数据中心。
那这些数据中心为什么这么耗水？今天就来跟大家聊聊，那些互联网巨头们都是怎么给服务器散热的。
有什么办法，能把杭州西湖的水给用完？
这是杭州西湖，三面环山，面积约 6.39 平方千米，南北长约 3.2 千米，东西宽约 2.8 千米，水体容量约为 1429 万立方米。
这个水量能装满 3810 个水立方，能装满 250 亿瓶农夫山泉，如果一天喝 4 瓶的话，可以给 214041 个人从刚出生，一口气喝到 80 岁。
这些西湖水能装满我的泪，但是不够谷歌用 7 个月。
大家好，这里是被 AI 抢走了农夫山泉的差评君，
前段时间，谷歌发布了 2023 年环境报告。
里面的一项离谱的数据，立马引发的大伙们的关注。
去年一年，谷歌花掉了 56 亿加仑水，换算过来就 2545 万立方米，这个水量，大概能装满一个半西湖。
当然整这么多水，肯定不是跑去搞什么 “ 谷歌冰泉 ” “ 微软山泉有点咸 ” 这类玩意儿了。
差评君翻了翻报告，发现罪魁祸首的矛头，指向了数据中心。
这些水，大都被用去给数据中心散热了.
而且不单单是谷歌一枝独秀，包括微软、亚马逊等等科技巨头，也一个个都是耗水大户。
是的，数据中心散热这件事儿，真的是太耗水了。。。
其实在早些年，不少数据中心散热靠的并不是水，而直接用电，给服务器吹空调。
就拿咱们自己为例，像是 2021 年，全国数据中心总耗电量就高达 2166 亿度，约占全国总耗电量的 2.6% 。
看起来好像有些多，但是要是能物超所值，全用在数据处理和存储上也不错。
但问题就是，有不少电用来做 “ 无用功 ” 了。
目前来说，最大头的 “ 无用功 ” 就是散热。
毕竟咱们还没有点出超导技能树，数据中心又全年无休，发热量巨大。
为了让仪器能够在合适的环境下正常工作，就得大空调、大电扇嘎嘎上，自然就费电了。
据统计，数据中心 6 成的成本都花在电费上，而这电费里的 4 成多又得花在散热里。
所以为了省下这笔散热的钱呢，最好的方法就是尽可能地白嫖。
于是我们就看到，各个企业绞尽脑汁。
大家想的第一个方法就是 “ 哪儿凉快去哪儿呆着 ”。
2014 年时，腾讯就搁贵州凿出 47 万平 “ 七星洞 ” 用来当数据中心。
2017 年，华为在贵安新区造了个云上屯，用来当华为云数据中心。
2018 年，苹果的 iCloud 数据也摇身一变成了 “ 云上贵州 ”。
大家集体跑去贵州，一方面是贵州地价便宜、空气清洁、水电资源丰富，电费便宜，政策上也有不少相关的优惠。
另一方面就是贵州四季如春的环境足够凉快和稳定，外界环境和数据中心本身的温差就足够大了，更有利于散热。
比起国内这些往贵州跑，国外的大厂们更狠， Facebook 早在 2013 年就在北极圈外的小镇，建立了自己的数据中心。
除了往更凉快的地方去，数据中心本身也不断尝试新的散热方式。
在这个进化的过程中，数据中心的散热也从很耗电，转变成了更耗水。
前面说的，空调冷却系统因为需要大量的电给冷凝剂降温，所以这几年因为太费电逐渐被淘汰了。
那有没有一种办法，不用费电就有利于散热，同时还能白嫖呢？
没错，就是用水。
相较传统空调来说，蒸发冷却机只靠外界水来降温，不需要用电来降温冷凝剂，所以可以大幅度减少耗电量。
但代价就是用水量猛增。
不过相对电来说，水总是更便宜的那个，所以大家普遍都开始选蒸发冷却机。
除了蒸发冷却机，为了提高散热效率，还有公司直接给数据中心用上了液冷散热。
说到液冷散热，差友们就不困了，毕竟家里那台 4090 带 RGB 灯带的水冷散热，可不是吃干饭的。
但在数据中心里，水冷散热还要更夸张。
看起来就有点像北京根服务器。
像阿里在千岛湖的数据中心，设备虽然都泡在特制的冷却液里用于快速散热，但这些液体最终还是需要靠大量湖水来进行冷却。
用千岛湖深层水源进行散热。
等等，千岛湖？
那我们买的农夫山泉，岂不就是...
除了阿里云以外，在数据中心省电这一环还有高手。最绝的当属微软，
他们在 2018 年的时候，就把 “ 北方群岛 ” 服务器扔到了大西洋海底，利用海水潮汐进行水冷散热。
而且建起来也省事，需要的电源备份也会比之前的要少。
以前的空调散热，电源备份还需要驱动空调，
而换成了液冷之后这部分就不用担心了。这种法子在水资源比较充分的地方整倒还方便，省电又省事。
但是这个世界上，水资源从来都不是平衡的。如果在一些缺水的地方还这样整，那不就是缺了大德么？
虽然被蒸发了的水蒸气最终还会回到大气循环当中，但是等这些水蒸气回流到当地水里，需要的时间可一点也不少。
这一点在我国就保护的很好，在水资源缺乏的内蒙古地区就指名道姓发文决定:
“ 辖区内大数据企业一律禁止使用地下水冷却降温。”
但是在美国的某些缺水地区，这服务器的耗水就整出了不少问题来。
大家都知道，最近这几年美国一直闹旱灾，然后几个大厂又在疯狂新建数据中心，其中不少就建在亚利桑那州。
为啥会选这地方建这数据中心呢，这可不是瞎选的啊。
首先这玩意紧挨着搞科技的加州，而且工业电费还比加州便宜不少。
再加上沙漠地区地皮也不贵，在这建数据中心能省不少钱。
而且这些地区的政府，为了让这些数据中心来安家，也会在税收上做不少政策优惠，有时候还会签协议优先保证水量供应。
本来一切也都好好的，亚利桑那洲虽然非常干旱，但是科罗拉多河从中流过，靠着原本的地下水一起凑合凑合还够用。
但问题是最近，科罗拉多河也开始缺水了，地主家也没有余粮啊。
几个因素一叠加，事情就麻烦了。
比如谷歌在亚利桑那州的梅萨建立数据中心时，就和当地政府签了一份协议，
梅萨要 “ 优先 ” 保证谷歌每天能有足够的水进行散热。
这对于水资源本来就不富裕梅萨来说，已经影响到当地生态系统，甚至人类的生活用水了。
类似的还有亚利桑那州政府，因为供水给数据中心，被迫停了城市基建，还被美国联邦政府教训：“ 少用点河水 ”。
而在达尔斯，谷歌 3 座数据中心的年耗水量，已经将近达到了它市年总用水量的三分之一，被当地媒体一路追着咬。
至于建立大型循环设备，让水蒸气能循环利用的方法也不是没人提过，但是由于建设成本太高、维护成本遥遥无期、又费钱费电等方面原因，基本也都搁置了。
好在这会儿随着越来越多的人关注的到这些乱用水的厂商。
各个大厂也是也不得不服软，开始优化自家散热设备，给公众画大饼。
像谷歌承诺到 2030 年时，无论是东水西调，还是投资海水净化设施，反正自己用了多少水，就得整出 120% 的水来回报。
微软则是承诺到 2024 年，将全球数据中心蒸发冷却系统的用水量减少 95%，到 2030 年将实现 “ 水中和（ 全球范围内补充的水量将超过其消耗的水量 ） ”。
只不过，他们的承诺完成进展实在堪忧，根据谷歌自己的报告，目前其补充量仅做到了 6%。
为什么呢，可能还得怪 ChatGPT。
随着生成式大模型的爆火，这水资源耗得越来越多了。按照加州大学副教授 Shaolei Ren 的说法，谷歌用水量比去年足足多了 20%，很巧的是，这一年谷歌的算力也长了 20%。
所以他们主动思考、大胆假设、冷静分析——是因为在 AI 军备竞赛，才会让数据中心耗水更多。也不光是谷歌家 AI 费水，根据美国加州大学河滨分校的一项研究发现，ChatGPT 为代表的语言大模型的用水量就是很多。
据他们测算，OpenAI 光是训练个 GPT-3 就用掉了 70 万升水，更不要说数据量更大的 GPT-4。
而且除了训练阶段，后续的使用也特别费水，和 GPT 们随便聊个三五十句，就得消耗一瓶农夫山泉的水。
眼下 AI 热潮仍在继续，大家的 AI 竞争只会越来越激烈，数据中心的作用只会越来越大。
所以差评君觉得，这数据中心的散热现状，多半又得来一波大升级了。
而无论是国内，还是国外的科技大厂们，在建时，也关注一下水资源等相关的问题。
不然在 AI 抢走人类工作之前，一些人赖以生存的水，可能先被 AI 抢走了。
