Скрытая цена ИИ: дата-центры незаметно расходуют в 12 раз больше воды, чем Лос-Анджелес и Финикс вместе взятые

Water Behind the Watts: The Hidden Risk of Powering Data Centers

Скрытая цена ИИ: дата-центры незаметно расходуют в 12 раз больше воды, чем Лос-Анджелес и Финикс вместе взятые

Отчёт Ceres раскрывает главный скрытый фактор водопотребления дата-центров: не охлаждение, а производство электроэнергии. В семи штатах, где расположена половина американских дата-центров, на генерацию энергии уходит около 3,4 трлн галлонов пресной воды в год — в 12 раз больше, чем суммарное потребление Лос-Анджелеса, Финикса и Вашингтона. При этом 66% водозависимых электростанций находятся в зонах водного стресса. Авторы призывают операторов, энергетиков и инвесторов учитывать водные риски при строительстве новых мощностей для ИИ.

Производство электроэнергии составляет основную часть водопотребления дата-центров.
  1. spogbiper

    Это исследование использует показатели «забора» воды, а не её потребления. Гидроэлектростанции забирают тонны воды, но она возвращается обратно в реку, из которой была взята.

    Правка — хорошая информация по этому поводу здесь: https://news.bgov.com/environment-and-energy/data-centers-us...

    В разделе «Потребление против забора» обсуждается проблема использования забора как значимого показателя.

  2. lordgilman

    Так нельзя моделировать использование воды на практике.

    - Если вы собираетесь приписывать использование воды через электроэнергию дата-центрам, вы должны быть справедливы и применять это ко всем остальным потребителям электроэнергии. И в итоге вы просто повышаете базовое потребление воды у всех пропорционально их потреблению электроэнергии. Почему бы не оставить это базовое повышение в стороне и не приписывать использование воды на уровне отрасли (дата-центры против угольных электростанций против солнечных электростанций против ...)?

    - Разные типы электростанций используют разное количество воды. Чтобы получить точную цифру для потребителя электроэнергии, вы вычленяете структуру источников генерации в вашей модели. Вы добавляете сложности вашей модели и снижаете точность её ответов, хотя могли бы получить более простые и лучшие ответы, оставив всё на уровне отрасли.

    - Предположим, у нас есть место с действительно дефицитной водой. Существует некоторый уровень забора воды, который является неустойчивым; вы никогда не можете пересечь этот уровень, потому что это нанесёт ущерб окружающей среде. Если есть риск достижения этого предела, вас интересуют все потребители воды (чтобы вы могли правильно смоделировать, сколько забора происходит, когда XYZ-бизнес или человек покидает штат), что возвращает вас к прямой атрибуции на уровне отрасли. Если вы не можете правильно смоделировать последствия каждого выбора, как вы узнаете, что сделанный вами выбор решит проблему?

  3. kingstnap

    > Дата-центры в проанализированных штатах зависят от примерно 3,4 триллионов галлонов пресной воды в год для производства электроэнергии, что примерно в 12 раз превышает годовое потребление воды Лос-Анджелесом, Финиксом и Вашингтоном, округ Колумбия, вместе взятыми.

    > Большая часть электроэнергии вырабатывается электростанциями, расположенными в районах, испытывающих водный стресс или засуху.

    Согласно отчёту, река Колорадо протекает через Аризону, и в Аризоне есть плотины, которым нужен поток воды для выработки электроэнергии.

    Замечательные выводы.

    Что печально во всём этом, так это то, что ни одна из этих данных не является бесполезной. Вы абсолютно можете использовать их для понимания того, «насколько уязвимы мощности по производству электроэнергии в этих штатах во время засух, поскольку они зависят от воды в Колорадо, которая может быть не всегда доступна».

    Но вместо этого мы получаем кликбейтную ярость по поводу использования воды.

Ещё за этот день

2026-08-25