แซม อัลต์แมน ซีอีโอ OpenAI ออกมาแสดงความเห็นถึงข้อกังวลเรื่องปริมาณน้ำที่ Data Center สำหรับระบบปัญญาประดิษฐ์ หรือ AI ต้องใช้ โดยมองว่าเรื่องนี้อาจถูกพูดถึงเกินจริง และตัวเลขหลายชุดที่เผยแพร่บนโลกออนไลน์อาจไม่ได้สะท้อนเทคโนโลยีของ Data Center รุ่นใหม่
อัลต์แมนกล่าวในรายการ Sources Podcast with Alex Heath ว่า จากตัวเลขที่เขาจำได้ การถามหรือสั่งงาน ChatGPT ประมาณ 38,000 ครั้ง จะใช้น้ำรวมในปริมาณใกล้เคียงกับน้ำที่ใช้ผลิตอัลมอนด์เพียง 1 เม็ดในรัฐแคลิฟอร์เนีย
อัลต์แมนยังอธิบายว่า ตัวเลขนี้เป็นการคำนวณการใช้น้ำในภาพรวม ไม่ได้หมายถึงน้ำที่ถูกใช้โดยตรงภายใน Data Center เพียงอย่างเดียว อย่างไรก็ตาม เขาย้ำว่า ตัวเลขดังกล่าวเป็นข้อมูลที่พูดจากความจำ และอาจไม่แม่นยำทั้งหมด
อัลต์แมนยกตัวอย่างว่า ก่อนหน้านี้เคยมีข้อมูลถูกแชร์บนโลกออนไลน์ในลักษณะที่ทำให้หลายคนเข้าใจว่า การถาม ChatGPT เพียงครั้งเดียวอาจต้องใช้น้ำจำนวนมหาศาล ราวกับเปิดฝักบัวทิ้งไว้นานหลายชั่วโมง แต่เขามองว่า ภาพดังกล่าวไม่สอดคล้องกับการใช้น้ำของ Data Center รุ่นใหม่ในปัจจุบัน
หากตัวเลขที่อัลต์แมนยกมาว่า ถาม ChatGPT 38,000 ครั้ง เท่ากับน้ำที่ใช้ผลิตอัลมอนด์ 1 เม็ด เป็นจริง และการผลิตอัลมอนด์ 1 เม็ดใช้น้ำประมาณ 1.1 แกลลอน หรือราว 4.16 ลิตร นั่นจะเท่ากับว่า การถาม ChatGPT หนึ่งครั้งเกี่ยวข้องกับการใช้น้ำเฉลี่ยเพียงประมาณ 0.11 มิลลิลิตร
อย่างไรก็ตาม ตัวเลขนี้ยังเป็นเพียงคำกล่าวของอัลต์แมน และเมื่อนำไปเปรียบเทียบกับตัวเลขที่เขาเคยเปิดเผยก่อนหน้านี้ ก็พบว่ามีความแตกต่างกันพอสมควร
อัลมอนด์เป็นหนึ่งในพืชที่ต้องใช้น้ำค่อนข้างมาก โดยมีงานวิจัยบางส่วนประเมินว่า การผลิตอัลมอนด์ 1 เม็ดอาจใช้น้ำประมาณ 1.1 แกลลอน ขณะที่อัลต์แมนเคยเปิดเผยข้อมูลเกี่ยวกับ ChatGPT ก่อนหน้านี้ว่า การสร้างคำตอบหนึ่งครั้งอาจเกี่ยวข้องกับการใช้น้ำประมาณ 1-50 มิลลิลิตร ขึ้นอยู่กับ Data Center และระบบระบายความร้อนที่ใช้
หากนำตัวเลขดังกล่าวมาเทียบกับน้ำประมาณ 4.16 ลิตรที่ใช้ผลิตอัลมอนด์ 1 เม็ด จะเท่ากับการใช้งาน ChatGPT ตั้งแต่ประมาณ 80 ถึง 4,200 ครั้ง ซึ่งยังห่างจากตัวเลขล่าสุดที่อัลต์แมนกล่าวว่าอยู่ที่ 38,000 ครั้ง
ความแตกต่างนี้อาจเกิดจาก Data Center รุ่นใหม่ที่ใช้น้ำน้อยลง หรือเกิดจากวิธีคำนวณที่แตกต่างกัน แต่ในการสัมภาษณ์ครั้งนี้ อัลต์แมนไม่ได้เปิดเผยรายละเอียดมากพอที่จะนำตัวเลขทั้งสองชุดมาเปรียบเทียบกันโดยตรง
อัลต์แมนยอมรับว่า Data Center ในอดีตเคยต้องใช้น้ำจำนวนมาก โดยเฉพาะระบบที่ใช้น้ำช่วยระบายความร้อน ระบบลักษณะนี้จะปล่อยให้น้ำระเหยเพื่อพาความร้อนออกจากอุปกรณ์ ทำให้ต้องเติมน้ำใหม่เข้าไปในระบบอย่างต่อเนื่อง แต่อัลต์แมนระบุว่า Data Center ขนาดใหญ่รุ่นใหม่จำนวนมากไม่ได้ใช้วิธีนี้เป็นหลักเหมือนในอดีตแล้ว
เขากล่าวว่า หากเป็น Data Center รุ่นใหม่ที่ใช้เทคโนโลยีระบายความร้อนแบบใหม่ ปริมาณน้ำที่ใช้โดยตรงภายในอาคารอาจอยู่ในระดับใกล้เคียงกับอาคารสำนักงานทั่วไป โดยน้ำส่วนหนึ่งถูกใช้กับสิ่งพื้นฐาน เช่น ห้องน้ำและอ่างล้างมือของพนักงาน
อัลต์แมนจึงมองว่า ความเชื่อที่ว่า Data Center ทุกแห่งต้องใช้น้ำมหาศาล อาจเป็นภาพจำจากเทคโนโลยีในอดีตที่ยังถูกพูดถึงต่อเนื่อง แม้เทคโนโลยีจะเปลี่ยนไปแล้วก็ตาม
แม้เทคโนโลยีใหม่จะช่วยลดการใช้น้ำได้ แต่ปัญหาเรื่องน้ำของ Data Center ยังไม่ได้หายไปทั้งหมด ในสหรัฐฯ มี Data Center หลายแห่งที่ถูกตั้งคำถามจากชุมชนเกี่ยวกับปริมาณน้ำที่ใช้ ตัวอย่างหนึ่งคือ Data Center ในเทศมณฑลเฟเยตต์ รัฐจอร์เจีย ที่มีรายงานว่าใช้น้ำประมาณ 29 ล้านแกลลอนภายในเวลา 15 เดือน ขณะที่โครงการอีกแห่งในเทศมณฑลมอร์แกน ถูกกล่าวหาว่าอาจมีส่วนเกี่ยวข้องกับปัญหาน้ำของชุมชนใกล้เคียงมีลักษณะขุ่น จนนำไปสู่การตรวจสอบด้านสิ่งแวดล้อม
นอกจากนี้ ระบบ AI รุ่นก่อนที่ถูกพัฒนาบน Data Center ซึ่งใช้เทคโนโลยีระบายความร้อนแบบเก่า อาจใช้น้ำมากกว่าระบบในปัจจุบัน มีการประเมินว่า การฝึกโมเดล GPT-3 อาจเกี่ยวข้องกับการใช้น้ำเกือบ 185,000 แกลลอน ภายใต้ระบบและเทคโนโลยีที่ใช้ในช่วงเวลานั้น
อีกเรื่องที่ต้องจับตาคือ การเพิ่มขึ้นของระบบที่เรียกว่า AI Agent หรือ AI ที่ไม่ได้เพียงตอบคำถาม แต่สามารถรับคำสั่งแล้วทำงานต่อเนื่องหลายขั้นตอนได้ด้วยตัวเอง เช่น ค้นหาข้อมูล วิเคราะห์ข้อมูล ใช้โปรแกรมอื่น หรือทำงานหลายอย่างต่อเนื่องกัน การทำงานลักษณะนี้อาจต้องประมวลผลข้อมูลมากกว่าการถาม-ตอบกับแชตบอตทั่วไปหลายเท่า
ยิ่ง AI ต้องอ่านข้อความ สร้างข้อความ หรือประมวลผลข้อมูลจำนวนมาก ก็ยิ่งต้องใช้กำลังของคอมพิวเตอร์เพิ่มขึ้น ซึ่งตามมาด้วยการใช้ไฟฟ้าและการระบายความร้อนของ Data Center ที่มากขึ้น
ดังนั้น แม้เทคโนโลยีใหม่จะช่วยลดปริมาณน้ำที่ใช้ต่อการถาม ChatGPT หนึ่งครั้ง แต่หากจำนวนผู้ใช้งานและปริมาณงานของ AI เพิ่มขึ้นอย่างรวดเร็ว การใช้น้ำโดยรวมของอุตสาหกรรมก็ยังมีโอกาสเพิ่มขึ้นได้
ปัจจุบันบริษัทเทคโนโลยีหลายแห่งกำลังพัฒนาระบบระบายความร้อนที่ลดการพึ่งพาน้ำ หรือในบางกรณีแทบไม่ต้องใช้น้ำใหม่เพื่อระบายความร้อนเลย
หนึ่งในตัวอย่างคือเทคโนโลยีระบายความร้อนด้วยของเหลวของ Nvidia ซึ่งบริษัทระบุว่า ในบางรูปแบบสามารถลดการใช้น้ำสำหรับการระบายความร้อนได้สูงสุดถึง 100%
ด้าน Microsoft กำลังพัฒนา Data Center ที่ใช้ระบบหมุนเวียนของเหลวภายในวงจรปิด เมื่อเติมของเหลวเข้าไปแล้ว ระบบจะนำกลับมาใช้ซ้ำ จึงไม่จำเป็นต้องเติมน้ำใหม่อย่างต่อเนื่องเหมือนระบบแบบเดิม โดยบริษัทระบุว่า Data Center รุ่นใหม่บางแห่งอาจใช้น้ำโดยตรงตลอดทั้งปีในปริมาณใกล้เคียงกับร้านอาหารหนึ่งแห่ง
ขณะที่ AWS เคยระบุว่า ปริมาณน้ำที่ Data Center ของบริษัทใช้รวมกัน คิดเป็นประมาณ 0.075% ของน้ำที่ชาวอเมริกันใช้สำหรับรดสนามหญ้าและสวน
อย่างไรก็ตาม ตัวเลขของแต่ละบริษัทใช้วิธีคำนวณและนับขอบเขตการใช้น้ำแตกต่างกัน จึงไม่สามารถนำตัวเลขมาเปรียบเทียบกันตรง ๆ ได้เสมอไป
คำกล่าวของอัลต์แมนสะท้อนอีกมุมหนึ่งของข้อถกเถียงเรื่องผลกระทบต่อสิ่งแวดล้อมจาก AI โดยเขามองว่า Data Center กำลังเปลี่ยนจากระบบที่ต้องสูญเสียน้ำผ่านการระเหย ไปสู่ระบบที่สามารถหมุนเวียนน้ำหรือของเหลวกลับมาใช้ซ้ำได้
อย่างไรก็ตาม การจะตอบว่า AI หรือ Data Center แห่งหนึ่งใช้น้ำมากหรือไม่ ไม่สามารถดูเฉพาะเทคโนโลยีระบายความร้อนเพียงอย่างเดียว แต่ยังต้องดูด้วยว่า Data Center ตั้งอยู่ที่ไหน พื้นที่นั้นมีน้ำเพียงพอหรือไม่ ใช้ระบบระบายความร้อนแบบใด ใช้ไฟฟ้ามากแค่ไหน มีการประมวลผลมากเพียงใด รวมถึงไฟฟ้าที่นำมาใช้ผลิตจากแหล่งใดและเกี่ยวข้องกับการใช้น้ำมากน้อยเพียงใด
ดังนั้น แม้อัลต์แมนจะมองว่าแนวคิดที่ว่า AI ต้องใช้น้ำมหาศาลอาจถูกขยายเกินจริง แต่ตัวเลขที่ว่าถาม ChatGPT 38,000 ครั้ง ใช้น้ำเท่ากับการผลิตอัลมอนด์ 1 เม็ด ก็ควรถูกมองว่าเป็นคำกล่าวของซีอีโอ OpenAI มากกว่าจะนำไปใช้เป็นตัวเลขมาตรฐานสำหรับ AI หรือ Data Center ทุกแห่ง
ที่มา: tom’s hardware
- คอนเทนต์พิเศษ
สำหรับคุณ - TOP ไอที
- วิดีโอยอดนิยม
