Κάθε φορά που κάνουμε μια αναζήτηση στο Google, στέλνουμε ένα email ή ρωτάμε κάτι ένα σύστημα τεχνητής νοημοσύνης, τα δεδομένα ταξιδεύουν σε τεράστια κτίρια γεμάτα υπολογιστές —τα data centers. Αυτά τα κτίρια δεν είναι απλώς «αποθήκες πληροφορίας». Είναι βιομηχανικές εγκαταστάσεις που καταναλώνουν ποσότητες ρεύματος και νερού συγκρίσιμες με ολόκληρες πόλεις, και η αιτία είναι, βασικά, μία: η θερμότητα.
Το βασικό πρόβλημα: η θερμότητα
Οι servers μέσα σε ένα data center δουλεύουν αδιάκοπα, 24 ώρες το 24ωρο, όλες τις ημέρες του χρόνου. Κατά τη λειτουργία τους, οι επεξεργαστές παράγουν τεράστιες ποσότητες θερμότητας —ιδίως οι κάρτες γραφικών (GPU) που τροφοδοτούν τα μοντέλα τεχνητής νοημοσύνης, των οποίων η θερμοκρασία μπορεί να ξεπεράσει τους 80°C. Αν η θερμότητα αυτή δεν απομακρυνθεί συνεχώς, ο εξοπλισμός υπερθερμαίνεται και καταστρέφεται. Οι εκτιμήσεις για την ηλεκτρική ενέργεια ενός ερωτήματος AI διαφέρουν σημαντικά ανάλογα με το μοντέλο και το είδος του ερωτήματος, επομένως δεν υπάρχει σήμερα ένας αξιόπιστος γενικός κανόνας ότι καταναλώνει δέκα φορές περισσότερο ρεύμα από μια αναζήτηση στο Google.
Γι’ αυτόν τον λόγο, η ψύξη δεν είναι μια δευτερεύουσα λεπτομέρεια στον σχεδιασμό ενός data center — είναι εξίσου κρίσιμη με την ίδια την υπολογιστική ισχύ.
Γιατί χρησιμοποιείται τόσο πολύ νερό
Η πιο διαδεδομένη μέθοδος ψύξης είναι η λεγόμενη «εξατμιστική ψύξη» (evaporative cooling), η οποία χρησιμοποιείται ευρέως σε πολλά data centers λόγω της υψηλής ενεργειακής της αποδοτικότητας. Η λογική είναι απλή στη σύλληψή της: το νερό εξατμίζεται απορροφώντας θερμότητα από τον αέρα ή τον εξοπλισμό, με τον ίδιο τρόπο που ο ιδρώτας δροσίζει το ανθρώπινο σώμα. Το πρόβλημα είναι ότι, όταν το νερό εξατμίζεται, ουσιαστικά «χάνεται» από την τοπική υδρολογική λεκάνη — δεν επιστρέφει απαραίτητα εκεί όπου αντλήθηκε.
Το μέγεθος αυτής της κατανάλωσης είναι εντυπωσιακό. Σύμφωνα με εκτιμήσεις της συμβουλευτικής Rystad Energy, τα data centers παγκοσμίως κατανάλωσαν 222 δισεκατομμύρια λίτρα νερού για ψύξη το 2025, ένα νούμερο που, χωρίς μέτρα περιορισμού, θα μπορούσε σχεδόν να τριπλασιαστεί έως το 2030. Ερευνητές του ΟΗΕ εκτιμούν μάλιστα ότι το συνολικό υδατικό αποτύπωμα που συνδέεται με τη λειτουργία των data centers και την παραγωγή της ηλεκτρικής ενέργειας που καταναλώνουν έφτασε τα 4,5 τρισεκατομμύρια λίτρα πέρυσι —ποσότητα αρκετή να καλύψει τις ανάγκες πάνω από 600 εκατομμυρίων ανθρώπων στη Υποσαχάρια Αφρική— με προβλέψεις να φτάνει τα 9,3 τρισεκατομμύρια λίτρα έως το 2030.
Χαρακτηριστικό παράδειγμα: ορισμένα data centers μπορούν να καταναλώνουν έως και ένα εκατομμύριο γαλόνια νερού την ημέρα, ενώ όπου χρησιμοποιείται θερμική ψύξη, το νερό αυτό εξατμίζεται και απομακρύνεται από την τοπική υδρολογική λεκάνη.
Ο «κρυφός» καταναλωτής νερού: η ηλεκτρική ενέργεια
Αυτό που συχνά παραβλέπεται στη δημόσια συζήτηση είναι ότι η κατανάλωση νερού για την ψύξη αποτελεί μόνο το ένα κομμάτι του προβλήματος. Έρευνα του Χάρβαρντ, που ανέλυσε 472 μεγάλα data centers στις ΗΠΑ, διαπίστωσε ότι περίπου τα τρία τέταρτα της συνολικής κατανάλωσης νερού δεν σχετίζονται καν με την ψύξη επί τόπου, αλλά με το νερό που απαιτείται για την παραγωγή της ηλεκτρικής ενέργειας που τροφοδοτεί τα κέντρα αυτά. Παρόμοια ανάλυση από το Εργαστήριο Lawrence Berkeley διαπίστωσε ότι, ενώ τα data centers στις ΗΠΑ κατανάλωσαν άμεσα περίπου 66 δισεκατομμύρια λίτρα νερού το 2023, η έμμεση κατανάλωση μέσω της παραγωγής ενέργειας ήταν πάνω από δώδεκα φορές μεγαλύτερη —περίπου 800 δισεκατομμύρια λίτρα.
Αυτό σημαίνει ότι ακόμη κι ένα data center με άριστο σχεδιασμό ψύξης εξακολουθεί να «καταναλώνει» μεγάλες ποσότητες νερού έμμεσα, αν είναι συνδεδεμένο σε ένα ηλεκτρικό δίκτυο που στηρίζεται σε πηγές έντασης νερού, όπως οι σταθμοί φυσικού αερίου ή άνθρακα. Με άλλα λόγια: το κρίσιμο ζήτημα δεν είναι μόνο το πώς σχεδιάζεις το σύστημα ψύξης, αλλά και πόσο «διψασμένο σε νερό» είναι το ίδιο το ηλεκτρικό δίκτυο από το οποίο τροφοδοτείται το κέντρο.
Το δίλημμα ενέργειας-νερού
Οι εταιρείες τεχνολογίας βρίσκονται αντιμέτωπες με μια αντιφατική πρόκληση: όσο μειώνουν την κατανάλωση νερού, τείνουν να αυξάνουν την κατανάλωση ηλεκτρικής ενέργειας, και το αντίστροφο. Νεότερα συστήματα ψύξης, όπως αυτά που αναπτύσσει η Nvidia, χρησιμοποιούν «κλειστό κύκλωμα ψύξης» (closed-loop cooling), όπου υγρό κυκλοφορεί απευθείας μέσα από τους servers, όσο πιο κοντά γίνεται στα ίδια τα τσιπ, μειώνοντας δραστικά τη χρήση νερού. Όπως όμως εξηγεί ο ανεξάρτητος ερευνητής Andy Masley, υπάρχει ουσιαστικά μια άμεση ανταλλαγή ανάμεσα στο πόσο νερό και πόση ενέργεια χρησιμοποιείται για τον έλεγχο της θερμοκρασίας: μειώνοντας τη χρήση νερού, το υγρό μέσα στους σωλήνες πρέπει τελικά να ψυχθεί με κάποιον άλλο τρόπο —συνήθως με τη ροή αέρα πάνω από αυτό, κάτι που απαιτεί επιπλέον ηλεκτρική ενέργεια.
Το μέγεθος του προβλήματος μεγαλώνει
Η ζήτηση για υπολογιστική ισχύ λόγω τεχνητής νοημοσύνης αυξάνεται με ρυθμό περίπου 30% τον χρόνο στους accelerated servers που συνδέονται κυρίως με εφαρμογές AI, ασκώντας πίεση στα τοπικά ηλεκτρικά δίκτυα — το ζήτημα πλέον δεν είναι μόνο αν υπάρχει αρκετή συνολική ενέργεια διαθέσιμη, αλλά αν μπορεί να παραδοθεί σταθερά, στο σωστό σημείο, τη σωστή στιγμή. Η παγκόσμια χωρητικότητα data centers αναμένεται να ξεπεράσει τα 200 γιγαβάτ έως το 2030 —περίπου διπλάσια από τα επίπεδα του 2024—, οδηγώντας σε σχεδόν διπλασιασμό της ζήτησης ενέργειας και νερού έως το 2030.
Αυτό εξηγεί γιατί βλέπουμε ολοένα και περισσότερες αντιδράσεις τοπικών κοινοτήτων στην ανέγερση νέων data centers, ιδίως σε περιοχές με ήδη περιορισμένα υδάτινα αποθέματα, όπως το Τέξας ή περιοχές γύρω από τις Μεγάλες Λίμνες των ΗΠΑ, όπου οι κάτοικοι εξαρτώνται σε μεγάλο βαθμό από υπόγεια ύδατα για πόσιμο νερό.
Τι μπορεί να αλλάξει
Η βιομηχανία δεν στέκεται άπραγη. Πέρα από τα κλειστά κυκλώματα ψύξης, εξετάζονται λύσεις όπως η χρήση ανακυκλωμένου νερού αντί για πόσιμο, ο σχεδιασμός εγκαταστάσεων σε ψυχρότερα κλίματα, και η μετάβαση σε πηγές ηλεκτρικής ενέργειας λιγότερο εξαρτημένες από το νερό. Ερευνητές τονίζουν ότι, επειδή το πρόβλημα έχει δύο ξεχωριστές διαστάσεις —την τοπική πίεση από την ψύξη και την περιφερειακή πίεση από την παραγωγή ενέργειας— και οι λύσεις πρέπει να είναι διαφορετικές ανάλογα με την περιοχή: κάποιες τοποθεσίες χρειάζονται καλύτερα συστήματα ψύξης και σχέδια αντιμετώπισης ξηρασίας, ενώ άλλες χρειάζονται καθαρότερη, λιγότερο υδροβόρα ηλεκτρική ενέργεια.
Το ζήτημα, εν ολίγοις, δεν είναι απλώς «η τεχνητή νοημοσύνη καταναλώνει πολύ νερό» — είναι πώς μετατρέπεται αυτή η διαπίστωση σε συγκεκριμένο σχέδιο δράσης για μηχανικούς, ρυθμιστικές αρχές και εταιρείες κοινής ωφέλειας.