KI-Datenzentren Wasserverbrauch in Kalifornien: Schätzungen aus Physik und KI-Modellen

Ein kürzlicher Beitrag auf dem California WaterBlog befasst sich mit Schätzungen des Wasserverbrauchs von KI-Rechenzentren in Kalifornien, wobei sowohl physikalische Grundprinzipien als auch Anfragen an vier KI-Modelle verwendet werden. Der Autor, Jay Lund, möchte mediale Spekulationen durch transparente, physikbasierte Schätzungen ersetzen.

Methode: Von Energie zu Verdunstung

Die Berechnung beginnt mit bekannten Eigenschaften von Rechenzentren:

• Kalifornien hat etwa 15 Millionen Quadratfuß (1,4 Millionen m²) Rechenzentrumsfläche.
• Racks geben 2–12 kW pro Quadratmeter Bodenfläche ab.
• Bei 100 % Effizienz würde diese Wärme 70–420 mm/Tag pro m² verdunsten.
• Reale Kühlsysteme (60–90 % Effizienz) erweitern den Bereich auf 80–700 mm/Tag pro m², was 29–255 Metern Verdunstung pro Jahr pro m² entspricht – 25–150× mehr als bewässerte Landwirtschaft.
• Wenn alle Rechenzentren kontinuierlich Verdunstungskühlung nutzten, läge die Gesamtverdunstung bei 40–357 Millionen m³/Jahr (32.000–290.000 Acre-Fuß/Jahr).

KI-Modell-Schätzungen

Lund forderte auch vier KI-Modelle mit folgender Frage auf: „Wie viel Wasser verdunstet wahrscheinlich pro Jahr aus Rechenzentren in Kalifornien, unter der Annahme, dass sie alle hauptsächlich Verdunstungskühlung nutzen?“

• ChatGPT: 20–400 taf/Jahr
• Claude: 14,4–21,5 taf/Jahr (Annahme von weniger als 100 % Verdunstungskühlung)
• Gemini: 2,3–40,5 taf/Jahr
• Co-Pilot: 30–50 taf/Jahr, mit einem breiteren Bereich von 10–100 taf/Jahr

Die Gesamtspanne reicht von 2.300 Acre-Fuß/Jahr bis 400.000 Acre-Fuß/Jahr, wobei die physikbasierte Schätzung von 32.000–290.000 Acre-Fuß/Jahr in der Mitte liegt.

Wichtigste Erkenntnis

Der KI-Wasserverbrauch in Kalifornien ist im Vergleich zu anderen Sektoren bescheiden. Der Artikel argumentiert, dass der Wasserverbrauch von Rechenzentren „überwiegend bescheiden“ ist, aber in Bundesstaaten mit mehr Rechenzentrumsaktivität und weniger entwickelter Wasserinfrastruktur höher sein wird. Der Mangel an Transparenz seitens der KI-Unternehmen schürt Spekulationen, aber physikbasierte Schätzungen bieten eine nützliche Grundlage.