در سال ۲۰۲۵، مقیاس کل مراکز داده در چین از ۸.۷ میلیون رک استاندارد (بر اساس ۲.۵ کیلووات بر رک) فراتر رفته است که مراکز داده بزرگ و بالاتر بیش از ۶۰٪ از آن را تشکیل میدهند. در همین دوره، رشد انفجاری هوش مصنوعی مولد و مدلهای زبانی بزرگ در سطح جهان، تقاضای قدرت محاسباتی را با سرعتی بیسابقه افزایش میدهد. در حالی که صنعت بر جهشهای عملکرد تراشه و تکرار الگوریتمها متمرکز است، منابع آب—"سنگ بنای نامرئی" پشتیبان عملیات زیرساخت دیجیتال—به تدریج به گلوگاهی کلیدی برای ادامه گسترش قدرت محاسباتی تبدیل میشود.
یک مرکز داده متوسط ۱۵ مگاواتی سالانه ۳۰۰ هزار تن آب مصرف میکند—معادل حجم آب ۵۰۰ استخر شنای استاندارد. امروزه، کارایی مصرف آب (WUE) که میزان "مصرف آب به ازای هر کیلوواتساعت برق" را اندازهگیری میکند، به معیاری سخت برای پایداری مراکز داده تبدیل شده است: مراکز داده خودساخت علیبابا این رقم را به ۱.۱۴۴ لیتر کاهش دادهاند، هابهای مناطق غربی مانند نینگشیا آن را حداکثر ۱.۰۵ لیتر الزام میکنند، و پیشگامان شرقی با استفاده از فناوری خنککاری مایع حتی میتوانند به زیر ۰.۵ لیتر برسند. با این حال، واقعیت این است که در سال ۲۰۲۳، ۴۰٪ از مراکز داده در سراسر کشور همچنان بیش از ۱ لیتر آب به ازای هر کیلوواتساعت مصرف میکردند که فاصله قابل توجهی با هدف ۰.۵ لیتر دارد.
مصرف و تصفیه آب که زمانی بهعنوان «کارهای لجستیکی خستهکننده» نادیده گرفته میشد، دیگر به سادگی باز کردن شیرها و افزودن مواد شیمیایی نیست. این حوزه به رشتهای میانرشتهای تبدیل شده است که علوم محیط زیست، مهندسی شیمی دقیق، دینامیک سیالات و هوش مصنوعی را تلفیق میکند و از یک سو به هزینههای عملیاتی مراکز داده و از سوی دیگر به خطوط قرمز انطباقپذیری مرتبط است و همچنین بر مسئولیت اجتماعی شرکتها تأثیر میگذارد. امروز، درباره گذار مراکز داده از «مصرف سنگین آب» به «مصرف هوشمند آب» و چالشها و راهحلهای پشت این انقلاب آبی صحبت خواهم کرد.
I. تکامل فناوری خنککنندگی: از «مصرف بیرویه آب» تا «حفاظت هوشمند از آب»
با نگاهی به توسعه فناوری خنککنندگی مراکز داده، این فرآیند اساساً سفری از مبارزه مداوم با چگالی توان و بهینهسازی مستمر نیاز به منابع آبی است. طی دهههای گذشته، این حوزه چهار تحول کلیدی را پشت سر گذاشته است که هر گام نشاندهنده تأمل عمیق بشر در مورد «تعادل بین قدرت محاسباتی و منابع آبی» است.
1. دوران بیرویه (دهه ۱۹۶۰ تا ۲۰۰۹): برجهای خنککننده مانند «جانوران آبخوار» خستگیناپذیر
مراکز داده اولیه عمدتاً از سیستمهای انبساط مستقیم با خنککننده هوا استفاده میکردند. به دلیل محدودیتهای فناوری، بازده خنککنندگی پایین بود (PUE عموماً بالا بود) و ظرفیت خنککنندگی هر رک محدود بود. با افزایش سریع چگالی توان سرورها، سیستمهای خنککننده آبی به دلیل بازده دفع حرارت برتر و مزایای هزینهای، پس از سال ۲۰۰۵ به تدریج به کارگیری گستردهای یافتند و معماری خنککننده متمرکز «برجهای خنککننده + چیلرها» را شکل دادند که از طریق تبخیر آب، خنککنندگی تماممساحت مرکز داده را فراهم میکرد. منطق طراحی اصلی این مرحله «تضمین پایداری خنککنندگی» بود و هیچ محدودیت سیستماتیکی بر مصرف آب اعمال نمیشد. برجهای خنککننده مانند «ببرهای آب» بیقانون عمل میکردند و با تبخیر کنترلنشده، دمای پایدار اتاق سرور را در ازای مصرف حجم زیادی از منابع آب شیرین تأمین میکردند. در اصل، این عصری بود که مصرف گسترده منابع آب را با خروجی توان محاسباتی پایدار مبادله میکرد. **۲. عصر بیداری (۲۰۱۰-۲۰۱۷): اولین کاربردهای خنککنندگی رایگان** پس از سال ۲۰۱۰، با افزایش هزینههای انرژی و رواج مفاهیم توسعه سبز، صنعت شروع به درک اهمیت محدودیتهای منابع آب کرد و فناوری خنککنندگی وارد مرحله «بیداری بازده» شد. فناوریهای خنککنندگی تبخیری و انواع خنککنندگی رایگان ظهور کردند و به نشانههای برجسته این دوره تبدیل شدند. با در نظر گرفتن فناوری خنککننده تبخیری غیرمستقیم به عنوان مثال، با ایجاد یک "واسطه تبادل حرارت"، هوای خشک و سرد بیرون ابتدا با آب تبادل حرارت میکند و سپس سرمایش را به داخل مرکز داده منتقل میکند، که وابستگی به تجهیزات پرمصرف مانند کمپرسورها را به طور قابل توجهی کاهش میدهد و همچنین تلفات تبخیر آب را به حداقل میرساند. واحدهای خنککننده تبخیری غیرمستقیم که توسط هواوی در شمال غربی چین مستقر شدهاند، در مقایسه با برجهای خنککننده سنتی، بیش از ۵۰٪ صرفهجویی در آب داشتهاند. با این حال، این مرحله از فناوری همچنان به تبخیر آب وابسته است و به طور قابل توجهی توسط شرایط آب و هوایی محدود میشود—در مناطق با رطوبت بالا، کارایی خنککنندگی آن به طور محسوسی کاهش مییابد. با وجود این، کاوش در این دوره نشاندهنده تغییر در آگاهی صنعت از "مصرف غیرفعال آب" به "حفظ فعال آب" بود. **۳. انقلاب خنککنندگی مایع (۲۰۱۷-۲۰۲۱): پیشرفت مخرب در پارادایمهای خنککنندگی** رشد انفجاری هوش مصنوعی و محاسبات با عملکرد بالا (HPC) چگالی توان کابینتهای تکی را فراتر از محدودیتهای فناوریهای خنککننده سنتی—از ۱۰ کیلووات به بیش از ۵۰ کیلووات—رسانده است. در این زمینه، فناوری خنککنندگی مایع به عنوان یک "مخرب" ظهور کرد و اساساً رابطه بین مراکز داده و منابع آب را تغییر داد.خنککننده مایع صفحهسرد با استفاده از صفحات فلزی سرد که مستقیماً با منابع حرارتی بالا مانند CPU/GPU در تماس هستند، گرما را بهطور مؤثر دفع میکند و تنها به مقدار کمی آب برای جبران نشتی سیستم نیاز دارد. خنککننده غوطهوری مایع حتی فراتر میرود—سرورها مستقیماً در خنککننده عایق غوطهور میشوند و گرما از طریق گردش مایع خارج میشود و نیاز به تبخیر آب را کاملاً از بین میبرد. پس از اینکه مرکز داده ژانگبی علیبابا از فناوری خنککننده غوطهوری مایع استفاده کرد، یک اتاق سرور به تنهایی سالانه دهها هزار تن آب صرفهجویی کرد و نرخ صرفهجویی آب از ۹۰٪ فراتر رفت.
اهمیت انقلابی فناوری خنککننده مایع نه تنها در میزان بهبود کارایی خنککنندگی است، بلکه در ارائه مسیری عملی به سوی "خنککنندگی بدون آب" است که به مراکز داده امکان میدهد از وابستگی مطلق به تبخیر آب برای دفع گرما رها شوند.
۴. عصر بدون آب هوشمند (۲۰۲۲ تا کنون): هوش مصنوعی به عنوان "مدیر صرفهجویی آب"
با ورود به سال ۲۰۲۲، فناوری خنککننده وارد مرحله جدیدی شده است که توسط دو موتور "بدون آب + هوشمند" هدایت میشود. از یک سو، راهحلهای خنککننده بدون آب که توسط فناوری "شوانبینگ" نمایندگی میشوند، بر اساس اصول تبرید تغییر فاز، جایگزینی کامل برجهای خنککننده را محقق میکنند و کارایی مصرف آب (WUE) برابر با صفر است—یک مرکز داده ۱۰۰ مگاواتی که این فناوری را به کار میگیرد، میتواند سالانه بیش از ۱.۲ میلیون تن آب صرفهجویی کند.
از سوی دیگر، برای پایگاه عظیم سیستمهای خنککننده آبی، بهرهبرداری و نگهداری هوشمند مبتنی بر هوش مصنوعی به کلید بهبود بهرهوری آب تبدیل شده است. سیستم iCooling@AI هواوی پارامترهایی مانند دمای آب، نرخ جریان و کیفیت آب را به صورت بلادرنگ پایش میکند و با استفاده از الگوریتمها، حالتهای عملیاتی برجهای خنککننده و دوز مواد شیمیایی را به صورت پویا تنظیم میکند. این سیستم با ترکیب فناوریهای حلقهبسته مانند اسمز معکوس (RO) و تصفیه نرمکننده، بازیافت آب را به حداکثر میرساند. برای مثال، سیستم میتواند در شب که دمای حباب مرطوب پایینتر است، استفاده از برج خنککننده را افزایش دهد (مصرف متعادل آب در ازای کاهش مصرف برق) و در ساعات اوج قیمت برق روز، به خنککاری مکانیکی تغییر وضعیت دهد (مصرف متعادل برق در ازای کاهش مصرف آب)، و بدین ترتیب تعادل پویایی بین مصرف آب و برق برقرار کند. **II. چالشهای اصلی در تصفیه آب مراکز محاسبات هوشمند کنونی** با وجود پیشرفتهای مداوم فناوری، مراکز داده فوقمقیاس و مراکز محاسبات هوشمند تازهساخت در سال ۲۰۲۵ هنوز با سه چالش عمده در تصفیه آب روبرو هستند که نیاز فوری به حل آنها وجود دارد و مستقیماً گسترش پایدار توان محاسباتی را محدود میکند.چالش ۱: ناهمخوانی جغرافیایی بین گسترش توان محاسباتی و محدودیتهای منابع آبی
انفجار هوش مصنوعی مولد (AIGC) توان طراحی حرارتی (TDP) پردازندههای مرکزی و گرافیکی را به بیش از ۱۰۰۰ وات رسانده است، بهطوری که چگالی توان در یک رک معمولاً از ۵۰ کیلووات فراتر میرود و این امر منجر به افزایش تصاعدی مصرف آب در سیستمهای خنککننده تبخیری سنتی شده است. یک مرکز محاسبات هوشمند با توان ۵۰ مگاوات میتواند سالانه تا ۱۹۰,۰۰۰ تن (حدود ۵۰ میلیون گالن) آب مصرف کند و بیشتر این آب که در فرایند تبخیر از دست میرود، به سفرههای آب زیرزمینی محلی بازنمیگردد و به «مصرف یکباره» تبدیل میشود.
مهمتر از آن، ناهمخوانی بین توزیع منابع آبی و چیدمان توان محاسباتی وجود دارد: حدود ۶۰٪ از مراکز داده در ایالات متحده در مناطقی با تنش آبی متوسط تا بالا واقع شدهاند. در حالی که خوشههای مراکز داده در غرب چین از قیمت پایینتر برق بهره میبرند، برخی از این مناطق با کمبود منابع آبی مواجه هستند. این ناهمخوانی دریافت مجوزهای جدید آب را بسیار دشوار کرده است و منابع آبی به یک محدودیت سخت برای گسترش توان محاسباتی تبدیل شدهاند؛ برای مثال، سه پروژه گسترش مرکز داده در تگزاس، ایالات متحده، در سال ۲۰۲۴ به دلیل ناتوانی در دریافت مجوزهای جدید برداشت آب متوقف شدند.
چالش ۲: ویژگی تصفیه آب در سناریوهای با دقت بالا
تصفیه آب مراکز داده که به تجهیزات فناوری اطلاعات با دقت بالا خدمت میکند، ویژگیهای فنی متفاوتی نسبت به سناریوهای صنعتی معمولی دارد:
· نیاز به تحمل صفر: نیاز به عملکرد ۲۴ ساعته و ۷ روز هفته بدون وقفه دارد؛ نوسانات جزئی کیفیت آب (مانند افزایش غلظت یونها، رشد میکروبی) میتواند باعث داغ شدن و خاموشی تجهیزات شود، در حالی که سناریوهای صنعتی معمولی میتوانند توقف کوتاهمدت برای تعمیرات را تحمل کنند.
· فشار چرخش بالا: برای بهبود بهرهوری آب، سیستمها معمولاً از چرخه غلظت بالا (≥۵) استفاده میکنند که منجر به تجمع سریع یونها و متابولیتهای میکروبی در آب میشود و سازگاری و دقت دوز مواد شیمیایی تصفیه آب را بسیار حیاتی میکند.
· همپوشانی دوگانه خطر: میکروارگانیسمها نه تنها بیوفیلم تشکیل میدهند که کارایی تبادل حرارت را کاهش میدهد، بلکه پاتوژنهایی مانند لژیونلا میتوانند سلامت پرسنل تعمیرات را به خطر بیندازند. علاوه بر این، تجهیزات مراکز داده از مواد متنوعی (مس، فولاد، آلیاژهای آلومینیوم و غیره) ساخته شدهاند که هرکدام حساسیت متفاوتی به کیفیت آب دارند و این موضوع تطبیق تصفیه آب را پیچیدهتر میکند.
· ریسک زیستمحیطی: مایع فلورینه شده ضایعاتی از خنککنندهها معمولاً به عنوان زباله خطرناک با ویژگیهای پایداری، تجمعپذیری زیستی و سمیت طبقهبندی میشود. همچنین، محلولهای آبی ۲۰٪ تا ۳۰٪ اتیلن گلیکول (یا پروپیلن گلیکول و غیره) ترکیبات آلی با COD بالا هستند که هر دو نگرانیهای زیستمحیطی را افزایش میدهند. اتحادیه اروپا و آمریکای شمالی به ترتیب سیاستهایی برای کنترل دفع زبالههای خطرناک، الزام به استفاده از مایعات فلورینه با GWP پایین، تعیین محدودیتهای VOC و الزامات افشا، و مدیریت زبالههای خطرناک تحت ردیابی RCRA معرفی کردهاند. استانداردهای بینالمللی مانند ASHRAE و ISO نیز الزامات عملکرد خنککننده، مدیریت زیستمحیطی و واکنش به نشت را مشخص میکنند. در آینده، سیاستهای زیستمحیطی داخلی و بینالمللی بیشتر سختگیرانه خواهند شد و موانع ورود به طور مداوم افزایش مییابد. بنابراین، توصیه میشود اولویت به جایگزینهای کمخطر داده شود، نظارت بر نشت و بازیافت تقویت گردد تا انطباق تضمین شود، و این ملاحظات باید از مرحله طراحی اولیه یکپارچه شوند.
باید توجه داشت که عواقب شکست در تصفیه آب بسیار شدید است: مطالعات نشان میدهد که یک لایه رسوب به ضخامت ۰٫۳ میلیمتر روی کندانسور میتواند نسبت بازده انرژی واحد را ۱۰٪ تا ۱۵٪ کاهش دهد؛ خوردگی لولهها میتواند منجر به نشتی، آسیب به صفحه سرد، داغ شدن بیش از حد تراشه و حتی اتصال کوتاه تجهیزات فناوری اطلاعات و از دست رفتن دادهها شود؛ شیوع میکروبی میتواند به حوادث بهداشت عمومی مانند بیماری لژیونر منجر شود، در حالی که تخلیه غیرقانونی میتواند جریمههای سنگین و آسیب به شهرت را به همراه داشته باشد. به طور خلاصه، اجرای آینده استانداردهای ملی جدید الزامات سختتری را بر انطباق و تطابق تصفیه آب مراکز داده تحمیل خواهد کرد. **چالش ۳: چالش تعادل پویای مصرف آب و برق** چیزی که این را چالشبرانگیزتر میکند، «مبادله آب و برق» ذاتی در سیستمهای خنککننده است: تحقیقات نشان میدهد که برای هر ۱ کیلووات ساعت برق ذخیرهشده در یک سیستم خنککننده تبخیری معمولی، باید ۱٫۸ تا ۲٫۴ لیتر آب اضافی مصرف شود؛ برعکس، تکیه بر سرمایش مکانیکی برای صرفهجویی در آب، مصرف برق را ۸٪ تا ۱۲٪ افزایش میدهد.تا سال ۲۰۲۵، این تناقض حادتر شده است. ظرفیت شبکه برق به طور فزایندهای تحت فشار است، تفاوت قیمت برق در ساعات پیک و غیرپیک میتواند بیش از سه برابر باشد، و همراه با ناپایداری تولید انرژی تجدیدپذیر، تیمهای عملیاتی هر روز در حال «تراز کردن حسابها» هستند: آیا محدودیت مصرف آب امروز کافی است؟ آیا باید از قیمتهای بالای برق در ساعات پیک اجتناب کرد؟ آیا میتوان به اهداف انتشار کربن دست یافت؟ این دیگر چیزی نیست که تنها با تجربه قابل مدیریت باشد؛ نیاز به محاسبات هوش مصنوعی بلادرنگ دارد، اما هر مرکز دادهای توانایی استقرار چنین سیستمی را ندارد.
III. مسیر پیشرفت: هم فناوری و هم مدیریت باید تقویت شوند
برای مقابله با محدودیتهای منابع آب مراکز داده، نیاز به رویکرد دوگانهای از پیشرفتهای فناوری و نوآوری در مدیریت است تا زنجیره کامل «صرفهجویی در آب از منبع - بازیافت - تنظیم هوشمند» ساخته شود.
۱. نوآوری فناوری: کاهش وابستگی به آب از منبع
کاربرد گسترده فناوری خنککننده مایع جهت اصلی است. سیستمهای خنککننده غوطهوری که توسط شرکتهایی مانند سوگون و انویکول توسعه یافتهاند، از طریق مبدلهای حرارتی خشک که با هوا تبادل حرارت میکنند، به عملیات بدون مصرف آب دست مییابند و بیش از ۹۰٪ صرفهجویی در آب دارند؛ خنککننده صفحه سرد برای دفع حرارت دقیق از اجزای با حرارت بالا هدفگیری میشود و تنها یک دهم آب برجهای خنککننده سنتی مصرف میکند و در حال حاضر با بهینهسازی هزینه، پذیرش آن شتاب گرفته است.
استفاده از منابع آب غیرسنتی مکمل مهمی است. مرکز داده آمازون در اوهایو با استفاده از فناوری MBR (بیوراکتور غشایی) + RO آب باران را تصفیه میکند و سالانه ۱۲۰,۰۰۰ تن آب صرفهجویی میکند با نرخ بازیافت ۳۰٪؛ یک مرکز ابررایانه در پکن از آب بازیافتی شهری تصفیهشده با اولترافیلتراسیون + اسمز معکوس برای جبران خنککننده استفاده میکند و به نرخ استفاده ۸۰٪ دست مییابد و سالانه جایگزین ۲۰۰,۰۰۰ تن آب لولهکشی میشود؛ مرکز داده تنسنت در شنژن میعانات کولر گازی (پس از فیلتراسیون ساده) را برای جبران برج خنککننده بازیابی میکند، با نرخ بازیافت ۹۰٪ و صرفهجویی سالانه ۳۰,۰۰۰ تن آب. کاربرد این فناوریها وابستگی مراکز داده به آب لولهکشی شهری را به طور قابل توجهی کاهش میدهد.
۲. ارتقای مدیریت: از عملیات منفعلانه به عملیات چابک
برای تعداد زیادی از مراکز داده خنکشونده با آب موجود، نوآوری در مدلهای مدیریتی به همان اندازه حیاتی است. عملیات و نگهداری تصفیه آب در آینده به سمت شیوههای چابک، تخصصی و چرخهای تکامل خواهد یافت.
برونسپاری خدمات تخصصی میتواند به طور قابل توجهی کارایی مدیریت را بهبود بخشد. سرویس مدیریت هوشمند آب "3DTRASAR" شرکت نالکو برای مراکز داده GDS از حسگرهای آنلاین برای نظارت بر پارامترهای کیفیت آب در زمان واقعی استفاده میکند که با مواد شیمیایی با فرمول جامد و یک سیستم دوزینگ خودکار ترکیب شده و نرخ تخلیه برج خنککننده را ۴۰٪ و مصرف سالانه آب را ۳۰,۰۰۰ متر مکعب کاهش میدهد. این مدل یکپارچه از "آموزش عملیات - مدیریت شیمیایی - نظارت دیجیتال" وظایف تخصصی را به تیمهای حرفهای واگذار میکند و به طور مؤثر از کاستیهای فنی عملیات داخلی جلوگیری میکند.
استفاده آبشاری از منابع آب مرزهای صرفهجویی در مصرف آب را گسترش میدهد. دیدگاه مدیریت عملیات و نگهداری باید فراتر از خود مرکز داده باشد و «استفاده آبشاری» از آب را در نظر بگیرد. یک مرکز داده در یک پارک صنعتی در پکن، آب برگشتی سیستم خنککننده را با استفاده از فرآیند MBR تصفیه کرده و سپس آن را برای فلاش تانکهای شهری و آبیاری فضای سبز درون پارک به کار میگیرد که باعث کاهش ۱۵ درصدی خرید آب لولهکشی کل پارک میشود. در آینده، سیستمهای بازیافت میعانات و جمعآوری آب باران باید به تجهیزات استاندارد مراکز داده تبدیل شوند و زنجیره استفاده آبشاری «آب جبرانی خنککننده - استفاده ثانویه - تصفیه پساب» را ایجاد کنند.
مدیریت چرخه عمر کامل باید در سراسر پروژه جاری باشد. از مرحله طراحی، با پیروی از الزامات «مشخصات طراحی مرکز داده» (GB50174)، تأسیسات ذخیره آب اضطراری و دستگاههای جلوگیری از برگشت جریان نصب شوند؛ در مرحله بهرهبرداری، مشخصات نظارت بر کیفیت آب و مدیریت مواد شیمیایی به طور دقیق اجرا شوند تا انطباق با صرفهجویی در مصرف آب در سراسر چرخه عمر سیستم تضمین گردد.
عملیاتهای هوشمند مبتنی بر هوش مصنوعی کلید بهینهسازی پویا است.سیستم کنترل سرمایش مبتنی بر هوش مصنوعی گوگل موفق به کاهش ۴۰ درصدی مصرف برق سرمایشی شده است؛ iCooling@AI هواوی در چندین پروژه کاهش ۸ تا ۱۵ درصدی PUE سالانه را تأیید کرده است. این سیستمها از طریق سیستمهای اتوماسیون ساختمان با پاسخدهی در سطح ثانیه، کنترل هماهنگ و دقیق تجهیزات را امکانپذیر میکنند و چالش تعادل پویا بین مصرف آب و برق را حل مینمایند.
نتیجهگیری:
مدیریت منابع آب در مراکز داده از یک وظیفه لجستیکی حاشیهای به یک عامل رقابتی اصلی تبدیل شده است.در آینده، پیشرفت زیرساختهای محاسباتی دیگر تنها به PUE (بهرهوری مصرف برق) وابسته نخواهد بود، بلکه به طور مشترک توسط PUE، WUE (بهرهوری مصرف آب) و CUE (بهرهوری مصرف کربن) تعریف میشود.
همانطور که گفته میشود، عصر آینده قدرت محاسباتی قطعاً عصری خواهد بود که در آن «هر قطره آب ارزشمند شمرده میشود». از طریق ادغام عمیق فناوری سرمایش مایع در مقیاس بزرگ، استفاده گسترده از منابع آب غیرسنتی، تصفیه کارآمد و دقیق آب، و مدیریت عملیات هوشمند، مراکز داده به تدریج از محدودیتهای منابع آب رها خواهند شد و پایهای محکم برای توسعه پایدار اقتصاد دیجیتال فراهم میآورند.
