擁抱顛覆式創新
如何持續為數據中心「解渴」？
為滿足數據中心日益增加的需求，需要投資於永續的水冷方案。
重點摘要
- 隨著人工智慧的普及，為避免機組過熱，冷卻用水的需求不斷增加，超大規模的數據中心也應運而生。
- 在缺水地區營運的數據中心，特別面臨了需要大幅減少用水量的龐大壓力。
- 為滿足數據中心日益增加的需求，需要投資於永續的水冷方案。
數據，代表著科技創新的生命線，而全球水資源則維持世界運轉，其中，包括用於冷卻會產生熱能、且數量在世界各地不斷增加熱的數據中心。截至2023年9月，全球共有9,000多個此類數據處理設施，當中超過一半位於美國。1
「[在美國] 五分之一數據中心伺服器的直接「水」足跡，來自中高度缺水的流域；而近一半的伺服器完全或部分由位於缺水地區的發電廠供電。4」
隨著對運算能力需求的與日俱增（部分是由大型人工智慧應用程式的訓練所驅動，以及我們日漸依賴的數位基礎建設），對能源的需求大量提升。在2020年全球整體電力需求中，數據中心約佔1-2%，而其中40%以上用於冷卻。2
用於冷卻的耗能大幅提高，對冷卻用水的需求亦隨之增加。根據最近的研究3，到2027年，全球人工智慧營運的耗水量，可能達到42至66億立方公尺，相當於丹麥年耗水總量的4至6倍，或英國的一半。
從特定的經濟合作暨發展組織國家(OECD)，及其相應數據服務的用水需求組成，進一步可以理解「水」對維持數據源有重要作用。
數據豐富，水資源稀缺
缺水的地區正在向數據中心的營運商施壓，要求他們大幅減少用水量，並推行能夠確保用水效益的冷卻方案。為解決供水緊張的乾旱社區與數據儲存設施營運商之間的嚴重衝突，需要創新及永續的節水技術，而如此技術可以說是一舉數得，因水冷數據中心相較於較不少風冷數據中心所消耗的能源大約少10%，故碳排放量也會隨之降低約10%。5
創新企業應如何為數據中心「解渴」？
- 處理及使用再造水以降低對淡水的需求
一家專為處理冷卻水及廢水提供技術、產品及服務的全球性公司，提供先進的水處理解決方案，讓數據中心的冷卻系統可使用再造水。以再造水及／或經過高度處理的水來替代飲用水，是同時滿足經濟效益及永續的做法，有助於保護當地稀缺的水資源，並可顯著減少淡水的消耗。
此外，公司還設計了先進的薄膜及化學技術，可以去除飲用水及再造水當中的（異常）污染物。
這些技術對於處理蘊含高礦物質的未蒸發水（此過程又稱為排污），以及由數據中心冷卻系統排放到市政地下水道的水至關重要。
- 水冷方案有助於降低耗電及碳排
一家供應熱傳送、分離及流體處理產品的全球性公司，提供免費的水冷卻方案，結合了使用天然冷卻水源（例如河流、湖泊、海洋、融水）及冷卻器所產生的低溫，以防止數據中心過熱，再加上獨立的冷卻水循環管道，可以保護敏感設備免受侵蝕。這種方法不僅永續，且有效降低機器冷卻的需求，進而能減少耗電及碳排放。
- 透過監測降低洩漏風險
一家製造及供應防水產品的全球性公司，提供互相連結且全自動的用水監控及斷水解決方案，可以全天候且即時進行洩漏及溢出的監測。這有助於數據中心營運商避免代價高昂的停止運轉，以及維修和保養的延誤。
- 降低相對濕度有助於顯著節水
除了溫度及氣流外，相對濕度也是維持數據中心運作環境的重要指標。一家位於美國加州的跨國技術集團，在一個實驗項目中將最低相對濕度從20%降至13%，進而節省了約40%的用水量6。
- 優化數據中心設計達成節水目標
除了上述減少用水量的措施外，數據中心也可以在設計過程中進行優化，令用水更永續。以《氣候中立數據中心協議》(CNDCP)的歐洲簽署國為例，他們承諾在2025 年1 月1 日前，所有在缺水地區成立的新數據中心，在涼爽的氣候下全力運作時，用水量需要符合0.4公升／千瓦小時的最大水分利用效率 (WUE)。到2040年底，更換冷卻系統的既有數據中心，必須符合協議中用水效率的目標0.4公升／千瓦小時7。
水分利用效率(WUE)是將數據中心的用水量與其能耗連結起來的指標。數據中心的水分利用效率計算公式如下：
數據中心耗水量（公升）
資訊科技設備能源（千瓦小時）
一般原則是，數據中心的水分利用效率比例越低，其運用水資源的效率越高。
以永續的心態投資：推廣節水方案的「壓力計」
數據的需求呈現拋物線般的成長，反映了結構性的大趨勢，如人工智慧應用及不斷演進的數位化，並代表了新的數據中心也可能會朝相同趨勢發展。此一發展與數據中心運作所需的能源，以及冷卻數據中心的用水需求不斷增加──密不可分。由於全球對這些資源的需求龐大，辨別並投資於那些優先考慮節水工作、採用創新數據中心冷卻方案的創新公司，有助保護我們最寶貴的自然資源。
此外，投資人也可以主動與企業互動與議合 ，鼓勵企業不僅要揭露水資源消耗的數據，也應該一併揭露從缺水地區消耗的佔比，才能提升透明度，推動企業尋找減少用水量的方案。
1Statista: Number of data centers worldwide in 2023, by country。資料截至2023年9月。
2Waternewseurope.com: European data centres lead on water conservation。資料截至2023年3月。
3Pengfei Li, Jianyi Yang, Mohammad A. Islam, Shaolei Ren: “Making AI Less “Thirsty”: Uncovering and Addressing the Secret Water Footprint of AI Models. arXiv research-sharing platform。資料截至2023年4月。
4英國物理學會出版社：Environmental Research Letters: The environmental footprint of data centers in the United States。資料截至2021年。
5Google blog: Our commitment to climate-conscious data center cooling。資料截至2022年11月。
6Meta Sustainability Case Study: Expanding the Operating。資料截至2018年。
7Waternewseurope.com: European data centres lead on water conservation。資料截至2023年3月。