如今这个社会越来越依赖数据，这已经不是什么秘密。在短短十年的时间里，每年处理的数据量增加了十倍以上，从2013年的9ZB将增长到2023年的120ZB。预计到2024年，这一数字将达到147ZB，然后在2025年再次跃升至181ZB。
　　
　　数字需求的增长对数据中心带来更大的影响，世界上的数据中心现在比以往任何时候都更加需要资源。数据中心行业充分认识到这一事实，长期以来一直站在推动可持续实践的最前沿，以确保这种增长对环境的影响保持在最低限度。
　　
　　这体现在许多创新的形式中，包括高效服务器、液体冷却系统、废热回收系统等等。在所有这些发展中，有一个共同的主题——能源效率。与许多行业一样，数据中心部门首先追求这一点，关键的电源使用效率(PUE)值被视为衡量这一点的主要指标。
　　
　　然而，重要的是要认识到，不仅数据使用量在增加，而且数据的使用方式也在增加。这将我们带回到一个似乎无法逃避的话题——人工智能。
　　
　　数据中心专业人员都很清楚，越来越密集的计算工作负载对冷却的要求越来越高，这给人工智能带来了直接的挑战。
　　
　　《每日电讯报》今年早些时候的一篇文章详细介绍了这个问题的全部程度，并以世界上最流行的聊天机器人ChatGPT为例进行了研究。对于向聊天机器人发出的每一个命令，ChatGPT都会“喝”一口水。虽然这听起来并不多，但20个任务消耗的水将近半升，这表明这可以从一个小问题升级为环境挑战的速度。
　　
　　国际货币基金组织的预测表明，多达40%的工人的工作将受到人工智能的影响，而在世界上更发达的经济体中，这一数字将上升到60%。
　　
　　这种影响虽然已经很显著，但发生在人工智能仍处于相对初级阶段的时候。国际货币基金组织的预测表明，多达40%的工人的工作将受到人工智能的影响，而在世界上更发达的经济体中，这一数字将上升到60%。在这里可以放心地假设，这项技术的采用和复杂性都将增加，这只会进一步加剧这一挑战。
　　
　　世界自然基金会预测，到2025年，世界三分之二的人口将面临水资源短缺，这加剧了这一挑战。虽然重要的是要认识到，人工智能和数据中心不应该为此负责，但底线是，在这种资源比以往任何时候都稀缺的时候，它们对这种资源的需求正在飙升。
　　
　　对于这一挑战，没有有一个万能的解决方案，但是数据中心的起点应该是用水效率(WUE)，这是一个应该与传统上占主导地位的PUE相平衡的指标。
　　
　　将此付诸实践，数据中心运营商可能希望重新评估他们对冷却系统的选择，以便找到适合其站点需求的最佳解决方案。例如，传统的数据中心冷却塔由于蒸发和需要排污而经历了大量的水损失，从而牺牲了WUE以获得PUE的好处。
　　
　　意大利和西班牙等特别缺水地区的数据中心可能希望考虑采用闭环冷却系统。在这里，冷水机形成主冷却系统，水冷空气通过由压缩机、蒸发器、膨胀阀、冷凝器和多个机房空气处理机)组成的冷却回路分布，每个机房空气处理机向机架提供冷却空气。
　　
　　从这里，喷出的热空气被引导到热交换器并再次冷却，然后再循环。最重要的是，由于系统使用固定体积的液体进行再循环，因此这种方法几乎不会造成水的损失。分散的能源和冷却专家可以在两个系统之间进行转换时帮助弥合差距，提供重要的电力和温度控制，以保持站点在线。
　　
　　虽然这可能不是每个站点的最佳解决方案，但关键是数据中心的用水量从这一点开始只会增加。因此，现在是时候开启关于WUE的对话，并将其与更传统的问题(例如PUE)一起考虑，以确保该行业继续可持续发展。
　　
　　编辑：Harris