一项由全球学者进行的最新研究发现,AI数据中心开始运营后,周围地表温度(LST)平均上升2°C(3.6°F),这种影响可在距离数据中心约10公里(6.2英里)范围内被检测到。
这项名为《数据热岛效应:量化AI数据中心在全球变暖中的影响》的研究,由来自英国、新加坡、法国、意大利和香港顶尖大学的十几位专家进行,这些专家专门从事计算机科学或能源环境问题研究。
研究人员在报告中写道:"利用过去几十年遥感平台获取的地表温度测量数据,我们能够对全球AI数据中心周围地区记录的温度上升进行可靠评估。"
通过使用他们所描述的"大量遥感温度测量数据",报告作者估计AI数据中心开始运营后地表温度平均上升2°C,诱发"局部小气候区域,我们称之为数据热岛效应"。
他们指出:"随着全球数据量快速增长,数据中心预计将成为未来十年最耗电的场所之一。事实上,据估计在三到五年内,数据处理的功耗将超过制造业预算的电量。因此,可以预期数据中心和AI超大规模运营商的活动对气候的影响可能不容忽视,在未来几十年AI的使用下,这种影响实际上可能会进一步加剧。"
研究结果基于从各种信息源和传感器收集的数据进行多尺度多模态分析,整合了来自遥感平台的地表温度数据,包括过去20年建立的AI超大规模运营商周围位置的数据,"以评估数据中心引起的大气热量变化"。
研究人员还使用了国际能源署(IEA)提供的数据库,作者指出该数据库包含全球超过11000个位置,其中8472个被检测位于高密度城市区域之外。这些位置随后被用来"量化数据中心对环境的影响,通过测量每个数据中心周围区域的地表温度梯度"。
专家观点存在分歧
当被问及AI数据中心是否真的在引起局部变暖,或者这种现象是否被夸大时,Greyhound Research首席分析师Sanchit Vir Gogia表示:"信号是真实的,但行业问错了问题。研究显示在大型数据中心设施建立后,地表温度持续上升约2°C。"
然而,辩论"已经快速转向因果关系:这是由计算产生的运营热量驱动的,还是由建设期间的土地改造驱动的。这种区别在科学上很重要,但不会改变战略含义。"
Gogia说,地表温度与气温不同,这种差距将被用来质疑研究结果。"但基于这个理由忽视信号将是一个错误,"他指出。"数据中心集中能源使用,用保热材料替代自然表面,并持续向环境排放热量。这些都是已知的热变化驱动因素。"
他补充说:"不舒服的真相是:即使确切机制存在争议,结果符合基本原理。这种规模的基础设施会改变其周围环境。行业还没有干净的方法来区分建设影响和运营影响,这种模糊性使风险更难建模,而不是更容易。这不是被夸大,而是被低估了。"
位置策略需要重新考虑
但研究结果会改变超大规模运营商和企业选择数据中心位置的方式吗?Gogia说,位置策略不再只是关于接入——而是关于条件随时间的可持续性。
"研究表明温度影响可以延伸到设施数公里外,"他说。"这立即将问题从站点级优化重新定义为区域系统动态。但行业仍在优化单个设施,而风险正在集群级别出现。随着更多数据中心在一个地理区域集中,它们的综合效应可能开始降低当地运营环境。冷却变得不那么有效。资源竞争增加。"
这导致了一个关键但讨论不足的结果,他观察到:"一个区域可能因为现有数据中心而在经济上对新数据中心变得不那么可行。这是热饱和的开始。"
他说,今天看起来像理想位置的地方,"明天可能成为受限环境,不是因为土地或电力本身,而是因为累积的基础设施改变了它所依赖的条件。"
Gogia说,忽视这种动态的企业实际上是将自己锁定在边际效率下降的环境中。
他将当前的AI基础设施策略描述为在导致系统性低估二阶风险方面存在不完整性:"当前策略建立在扩展计算、确保电力和管理排放的基础上,"他说。"所有这些都假设随着基础设施增长,外部条件保持稳定。这项研究直接挑战了这个假设。"
质疑声音
然而,Info-Tech Research Group高级总监Jeremy Roberts有略微不同的观点,他表示:"一篇发现数据热岛效应的论文很有挑战性,但我对其发现和结论持怀疑态度。"
他说,大气"是一个优秀的散热器。数据中心产生的热量不足以有意义地增加气温。我不是物理学家,但当你意识到大气实际上有多庞大时,你不必是物理学家就能得出这个结论。是的,如果你站在数据中心排气口旁边会感受到热量,但不,它可能不会加热9公里外的地面。"
Roberts表示,数据热岛"在我看来就像是常规热岛。他们建了一座建筑,建筑所在地面的温度(因为这实际上是他们测量的)上升了。使用电力运行AI解决方案有其自身的问题,但计算强度不太可能是温度上升的直接原因。"
数据中心的分区和规划可能会变得更困难,他说,"如果这篇论文流行起来,我想这个提出的效应可能与此有关。但我认为人们不喜欢它们的真正原因是它们又大又丑,有时很吵(例如,如果它们运行发电机),每平方英尺雇佣的人不多,并且使用大量电力和其他资源。"
他说,热岛效应"发生在你铺设自然环境时。如果它吸收热量,你在那里放什么并不重要。建筑物会这样做,无论它们是数据中心还是环保慈善机构的总部(假设它们没有采取绿化屋顶等措施)。"
Q&A
Q1:什么是数据热岛效应?它的影响范围有多大?
A:数据热岛效应是指AI数据中心运营后在周围地区形成的局部小气候区域,研究发现数据中心开始运营后,周围地表温度平均上升2°C,这种影响可在距离数据中心约10公里范围内被检测到。
Q2:数据中心真的会导致周围环境变暖吗?
A:专家对此存在不同观点。一些专家认为信号是真实的,数据中心集中能源使用并持续向环境排放热量。但也有专家质疑,认为大气是优秀的散热器,数据中心产生的热量不足以有意义地增加大范围的气温。
Q3:数据热岛效应会如何影响数据中心的选址策略?
A:这种效应可能使位置策略从关注接入转向关注条件的长期可持续性。随着更多数据中心在同一区域集中,它们的综合效应可能降低当地运营环境,使冷却效率下降,资源竞争加剧,一个区域可能因现有数据中心而对新建数据中心在经济上变得不可行。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。