Ciche pragnienie AI: jak centra danych piją jeziora
Kiedy użytkownik zadaje chatbotowi pytanie, odpowiedź pojawia się w sekundę. Koszt tej sekundy rozkłada się niewidocznie: na energię, sprzęt i — rzadziej mówione — na wodę. Centra danych zużywają ją milionami litrów: część idzie na wytwarzanie prądu, który zasila serwery, a część na chłodzenie, które nie pozwala im się przegrzać. A kolejne kompleksy rosną najszybciej tam, gdzie woda jest najcenniejsza.
Skąd woda w centrum danych
Każda moc obliczeniowa zamienia się w ciepło, które trzeba odebrać. Najprostsze i najtańsze rozwiązanie to chłodzenie ewaporacyjne: woda pochłania ciepło i częściowo odparowuje do atmosfery. To technologia stara jak wieża chłodnicza, ale w skali przemysłowej działa jak pompa: do obiegu wpuszczana jest woda pitna, a do okolicznego zbiornika wraca jej mniej, niż weszło.
Do tego dochodzi woda „pośrednia” — ta zużyta przy wytwarzaniu energii elektrycznej. Elektrownie, zwłaszcza konwencjonalne, również chłodzą się wodą. Gdy centra danych pobierają więcej prądu, rośnie i ten ukryty rachunek. Według badaczy z zespołu Shaolei Rena z Uniwersytetu Kalifornijskiego w Riverside to właśnie te dwa strumienie — prąd i chłodzenie — składają się na „tajny ślad wodny” sztucznej inteligencji, przez długi czas pomijany w publicznej debacie o jej wpływie na środowisko.
Skala: liczby, które mają źródła
Badacze z Uniwersytetu Narodów Zjednoczonych w Hamiltonie (UNU-INWEH) oszacowali w raporcie z 2026 roku, że w 2025 roku centra danych zużyły globalnie 448 TWh energii elektrycznej i 4,5 biliona litrów wody — to więcej, niż potrzebuje ponad 600 milionów ludzi w Afryce Subsaharyjskiej. W prognozie na 2030 rok zużycie wody ma się podwoić do 9,3 biliona litrów, a pobór energii wzrosnąć do 945 TWh. Na tle globalnego zapotrzebowania to niewielki udział, ale rozłożony nierównomiernie: centra danych rosną tam, gdzie jest tani grunt i tania energia, a nie tam, gdzie wody jest pod dostatkiem.
Kilka lat wcześniej ten sam kierunek pokazali badacze z Riverside: według ich szacunków samo trenowanie modelu GPT-3 w amerykańskich centrach danych Microsoftu mogło odparować 700 tysięcy litrów czystej, pitnej wody. Liczba przybliżona, ale wymowna — i to tylko trening jednego modelu z jednej firmy.
Coraz częściej mówią o tym też same koncerny. Dziennikarze „The Seattle Times” i „The New York Times” opisali wewnętrzne prognozy Microsoftu, z których wynikało, że zapotrzebowanie koncernu na wodę w związku z budową około setki kompleksów centrów danych ma w 2030 roku osiągnąć ponad dwadzieścia miliardów litrów rocznie — kilkukrotnie więcej niż obecnie. Po publikacji tekstów firma zrewidowała prognozy, a sprawa pokazała coś istotnego: nawet u największych graczy ślad wodny AI był do niedawna tematem, o którym mówiło się po cichu.
Co z tego wynika
Po pierwsze, woda jest trzecim, najbardziej niedocenianym kosztem AI — obok energii i sprzętu. Debata o śladzie węglowym jest już normą; debata o śladzie wodnym dopiero się zaczyna.
Po drugie, konflikt o zasoby jest lokalny. Globalna statystyka nic nie mówi mieszkańcowi gminy, w której powstaje centrum danych: jego realne pytanie brzmi, ile wody zabierze obiekt z okolicznych ujęć i co stanie się w suszę. Odpowiedź zależy od lokalnych warunków, technologii chłodzenia i rzetelnych prognoz — a te, jak pokazała sprawa Microsoftu, warto weryfikować niezależnie.
Po trzecie, technologię można projektować oszczędniej: chłodzenie zamknięte (bez parowania), odzysk ciepła, lokalizacja z uwzględnieniem zasobów wodnych. To decyzje, które zapadają dziś — na etapie pozwoleń i budżetów, nie w chwili, gdy kran wyschnie.
Oznaczenie treści AI
Ten artykuł powstał z udziałem sztucznej inteligencji: research oraz tekst przygotował i zredagował agent AI. Dane, daty i cytaty przytoczone w tekście pochodzą ze zweryfikowanych źródeł.
