واکاوی پیامدهای گسترش مراکز داده بر منابع آبی
​​​​​​​گروه آب و انرژی - رضا رضایی - شتاب سریع پذیرش هوش مصنوعی (AI) باعث گسترش بی‌سابقه زیرساخت‌های دیجیتال جهانی شده است. در حالی که توجهات عمدتاً معطوف بر مصرف انرژی و انتشار کربن متمرکز شده است، آب به عنوان یک منبع حیاتی توانمندساز تا حد زیادی در سیاست‌گذاری و گفتمان عمومی نادیده مانده است. مراکز داده برای سیستم‌های خنک‌کننده، تولید برق و تنوع عملیاتی به دسترسی بی‌وقفه به آب وابسته هستند و این امر آن‌ها را عمیقاً در سیستم‌های هیدرولوژیکی منطقه‌ای جای می‌دهد. برخلاف انرژی که می‌تواند از راه دور تولید و در مسافت‌های طولانی منتقل شود، دسترسی به آب موضوع محلی است. در اوج فعالیت، مراکز داده بزرگ احتمالا روزانه تا پنج میلیون گالن آب نیاز داشته باشند و تقاضای آب آن‌ها با تقاضای آب شهرداری‌های کوچک بین ۱۰ تا ۵۰ هزار نفر را برابر می‌کند.

استفاده زیرساخت هوش مصنوعی از آب
زیرساخت‌های هوش مصنوعی، به ویژه مراکز داده با مقیاس بزرگ، به آب یک ورودی عملیاتی حیاتی متکی هستند، با این حال مسیرهای مصرف پیچیده و اغلب نادیده گرفته می‌شوند. براساس گزارش گوگل؛ مراکز داده آن در سال ۲۰۲۳ تقریباً ۵.۶ میلیارد گالن آب مصرف کرده‌اند که نشان دهنده افزایش ۲۴ درصدی نسبت به سال قبل است. آب به طور مستقیم در سیستم‌های خنک‌کننده برای مدیریت گرمای شدید تولید شده توسط محاسبات با کارایی بالا، به طور غیرمستقیم از طریق برق مورد نیاز سرورها و در تولید قطعات سخت‌افزاری کلیدی مانند تراشه‌های پردازنده استفاده می‌شود. قابل مشاهده‌ترین استفاده مستقیم از آب در زیرساخت‌های هوش مصنوعی از طریق خنک‌سازی مراکز داده رخ می‌دهد. در عمل، پرکاربردترین رویکرد، به ویژه در تأسیسات با مقیاس بزرگ، به برج‌های خنک‌کننده متکی است که در آن گرما از طریق تبخیر دفع می‌شود و سالانه میلیون‌ها لیتر آب در این فرآیند، به ویژه در آب و هوای گرم یا خشک، مصرف می‌شود. سیستم‌های پیشرفته‌تر به طور فزاینده‌ای از خنک‌کننده مایع استفاده می‌کنند که در آن آب یا مایعات دی‌الکتریک به اجزای تولیدکننده گرما نزدیک‌تر می‌شوند و راندمان حرارتی را بهبود می‌بخشند، اما همچنان به ورودی‌های آب قابل توجهی در سطح سیستم نیاز دارند.
فراتر از خنک‌سازی مستقیم، زیرساخت‌های هوش مصنوعی از طریق تولید برق، مصرف غیرمستقیم قابل توجهی از آب را به همراه دارند. بسیاری از فناوری‌های تولید برق همچنان آب‌بر هستند، به‌ویژه نیروگاه‌های حرارتی که با زغال‌سنگ، گاز طبیعی، انرژی خورشیدی یا انرژی هسته‌ای کار می‌کنند و برای تولید بخار و خنک‌سازی به آب متکی هستند. انرژی برق‌آبی، اگرچه به‌عنوان انرژی تجدیدپذیر طبقه‌بندی می‌شود، اما همچنان برای تولید برق به مدیریت فشرده آب وابسته است، به‌ویژه در مناطقی که بهره‌برداری از مخازن با تقاضای کشاورزی یا شهری رقابت می‌کند. تولید سخت‌افزار هوش مصنوعی، به ویژه تراشه‌های پردازنده پیشرفته، همچنین نیاز آبی بیشتری را ایجاد می‌کند که اغلب نادیده گرفته می‌شود. ساخت نیمه‌هادی یکی از فرآیندهای صنعتی با مصرف آب بالا است که به حجم زیادی از آب خالص نیاز دارد. علاوه بر این، تقاضای آب مرتبط با زیرساخت‌های هوش مصنوعی نیز ثابت نیست. اوج مصرف اغلب با موج گرما همزمان می‌شود، زمانی که نیازهای خنک‌کننده تشدید می‌شود و شبکه‌های برق تحت فشار قرار می‌گیرند.

هوش مصنوعی و تنش آبی
ایالات متحده میزبان بزرگترین تمرکز ظرفیت مراکز داده در جهان است و مراکز اصلی آن در ویرجینیای شمالی، تگزاس، آریزونا و کالیفرنیا واقع شده‌اند. ویرجینیای شمالی اغلب به عنوان «قطب مراکز داده» شناخته می‌شود. در حالی که این منطقه جزو کم‌آب‌ترین مناطق کشور نیست، گسترش سریع زیرساخت‌ها نگرانی‌هایی را در مورد برداشت تجمعی آب از تأسیسات و سفره‌های آب محلی، به ویژه در دوره‌های خشکسالی، ایجاد کرده است. بازارهای رشد جدیدتر مانند تگزاس و آریزونا، خطرات حادتری در مورد آب دارند. تگزاس از یک محیط نظارتی مناسب برای تجارت و زمین فراوان بهره می‌برد، اما با کاهش فزاینده آب‌های زیرزمینی، به ویژه در مناطق مرکزی و غربی، مواجه است. کالیفرنیا با مشخصات ریسک متفاوتی روبرو است، زیرا این ایالت دارای چارچوب‌های مدیریت آب و مقررات زیست‌محیطی قوی، شرایط خشکسالی مزمن و تغییرات اقلیمی است که چالش‌هایی را برای عملکرد قابل اعتماد مراکز داده ایجاد می‌کند.
در اروپا، کشورهای اروپای شمالی مانند ایرلند، هلند به دلیل آب و هوای خنک‌تر، منابع آب نسبتاً فراوان و دسترسی به انرژی‌های تجدیدپذیر، سرمایه‌گذاری قابل توجهی در مراکز داده جذب کرده‌اند. ایرلند به قطب اصلی تأسیسات با مقیاس بسیار بزرگ تبدیل شده است، اگرچه تمرکز مراکز داده، سیستم‌های آب و برق محلی را تحت فشار قرار داده و باعث بررسی دقیق نظارتی و توقف‌های موقت شده است. زیرا این مناطق به استفاده از ۲۰ تا ۲۵ درصد از شبکه محلی رسیده‌اند، در حالی که در سطح جهانی، مراکز داده تقریباً ۱ تا ۲ درصد از کل مصرف برق را تشکیل می‌دهند. این امر نشان می‌دهد که چگونه رشد متمرکز زیرساخت‌های دیجیتال می‌تواند از ظرفیت تأسیسات محلی و برنامه‌ریزی نظارتی پیشی بگیرد. نمونه دیگری از آسیب‌پذیری چنین زیرساخت‌هایی در برابر آب و هوای شدید در بریتانیا در سال ۲۰۲۲ رخ داد که موج گرما باعث خرابی سیستم‌های خنک‌کننده و خاموشی موقت در مراکز داده گوگل و اوراکل در منطقه لندن شد.
یکی از ابعاد اغلب نادیده گرفته شده علاقه دونالد ترامپ، رئیس جمهور ایالات متحده، برای خرید گرینلند از دانمارک، فراتر از نفت، گاز و مواد معدنی حیاتی، در پتانسیل خنک‌کننده طبیعی منحصر به فرد این جزیره نهفته است. گرینلند که با یک صفحه یخی به ابعاد تقریبی ۲۹۰۰ در ۱۱۰۰ کیلومتر و عمق تا ۲ کیلومتر پوشیده شده است، بزرگترین مخزن خنک‌کننده طبیعی مسکونی و منبع آب شیرین جهان را نشان می‌دهد. این ویژگی‌ها، این جزیره را به عنوان مکانی بالقوه جذاب برای مراکز داده هوش مصنوعی با مقیاس بسیار بزرگ و انرژی‌بر و زیرساخت‌های برق پشتیبانی آن‌ها قرار می‌دهد، که دسترسی به دمای پایین محیط و آب فراوان می‌تواند تقاضای منابع مرتبط با خنک‌کننده را به میزان قابل توجهی کاهش دهد. این امر یکی از دلایلی است که گفته می‌شود چهره‌های برجسته فناوری مانند بیل گیتس، سم آلتمن و جف بزوس در سال‌های اخیر گرینلند را برای سرمایه‌گذاری‌های بلندمدت بررسی کرده‌اند.
خاورمیانه یکی از چشمگیرترین موارد گسترش زیرساخت‌های هوش مصنوعی در محیط‌های کم‌آب است. کشورهای حوزه خلیج فارس، سرمایه‌گذاری‌های بلندپروازانه‌ای را در رایانش ابری، تحقیقات هوش مصنوعی و خدمات دیجیتال به عنوان بخشی از راهبرد گسترده تنوع اقتصادی اعلام کرده‌اند. مراکز داده در خاورمیانه به شدت به آب شیرین‌شده متکی هستند، فرآیندی انرژی‌بر و پرهزینه که رشد دیجیتال را مستقیماً به مصرف انرژی و انتشار گازهای گلخانه‌ای مرتبط می‌کند. در حالی که نمک‌زدایی، منبع آب قابل اعتمادی را فراهم می‌کند. این الگوهای منطقه‌ای نشان می‌دهند که رشد سریع زیرساخت‌های هوش مصنوعی ارتباط نزدیکی با میزان دسترسی محلی به آب، شرایط اقلیمی و ظرفیت تأسیسات دارد. برنامه‌ریزی دقیق، سرمایه‌گذاری در فناوری‌های کارآمد و چارچوب‌های سیاستی هماهنگ برای اطمینان از گسترش دیجیتال و امنیت آب ضروری است.