


Во време кога вештачката интелигенција (AI) ја редефинира секојдневната реалност, зад сјајот на технолошката револуција се појавува тивок, но сè повидлив проблем кој се дефинира како прекумерна потрошувачка на водениот ресурс. Додека јавноста главно се фокусира на потрошувачката на електрична енергија и јаглеродниот отпечаток на серверите, глобалната криза со водата станува новото жариште на судирот помеѓу ултрамодерната технологија и примарните човечки потреби, пред сè земјоделството.
Анатомија на дигиталната жед и традиционалните системи за ладење
Тренинг процесите на големите јазични модели (LLM) и секојдневната обработка на милиони барања од корисниците бараат извонредна процесорска моќ. Чиповите и графичките процесори (GPU) кои ги покренуваат алгоритмите на AI генерираат екстремни количини топлинска енергија. За да се спречи нивно прегревање, дата-центрите масовно користат системи со евапоративно ладење (evaporative cooling). Кај овие системи, кои најчесто се применуваат преку разладни кули (cooling towers) или директни евапоративни комори, водата ја апсорбира топлината за да премине од течна во гасовита состојба (пареа). Според истражувањата од универзитетите во Калифорнија и Тексас, огромни количини чиста вода директно се испумпуваат во овие објекти, каде голем дел од неа испарува во атмосферата и трајно се губи за локалниот хидролошки циклус. Кога на ова ќе се додаде и индиректната потрошувачка на вода од термоелектраните за производството на потребната електрична енергија, годишните цифри достигнуваат милијарди литри.
Технолошки гиганти наспроти земјоделци
Вистинскиот проблем не лежи само во апсолутната глобална бројка, туку во географската концентрација на дата-центрите. Тие често се градат во рурални или полусушни региони поради поволните даночни услови и евтиното земјиште, а токму тие подрачја се најчесто погодени од суши и се потпираат на ограничени водени ресурси. Во услови на климатски промени, секој кубен метар вода насочен кон ладење на сервери претставува директно одземање на водата од системите за капка-по-капка или конвенционалното наводнување во бразди на земјоделските површини. Иако некои компании најавуваат премин кон затворени системи или користење отпадни води, брзината на ширење на AI инфраструктурата ги надминува овие иницијативи. Без строга регулатива за локациите и обврзувачки стандарди за водниот отпечаток, подемот на дигиталната технологија може директно да го платиме преку криза со храна.
Подводните и пловечките дата-центри како иновативно решение за зачувување на ресурсите
Како одговор на овие еколошки притисоци, технолошката индустрија започна да ги истражува границите на инженерството, префрлајќи ја инфраструктурата под површината на водите и тоа во океаните, реките и пристаништата. Пионерски иницијативи како Microsoft-овиот Project Natick и пловечките баржи на компанијата Nautilus Data Technologies докажаа дека природната водна средина може да се користи за пасивно или затворено ладење без неповратно трошење и испарување на чистата вода. Зборот „баржи“ (множина од баржа) се однесува на специјални, големи пловечки платформи, односно пловила со рамно дно кои немаат сопствен погон (мотори за самостојно движење), туку се влечат или се прицврстуваат на определена локација. Овие алтернативни модели овозможуваат драматично намалување на водниот отпечаток и постигнување на висока енергетска ефикасност. Сепак, и покрај овие инженерски предности, тие сè уште носат нови предизвици, како што се урбанистичките регулативи и потенцијалното локално влијание на топлинскиот отпад врз водните екосистеми. Иако иновациите како подводните и пловечките дата-центри нудат фасцинантни алтернативи за елиминирање на евапоративните загуби, тие мора да бидат дел од поширока стратегија. За целосно одржлива иднина, потребна е строга државна и меѓународна регулатива, проширување на затворените системи за ладење и внимателно просторно планирање кое ќе ја заштити рамнотежата помеѓу дигиталниот напредок и виталните човечки потреби за вода и храна.
Референтни извори:
Li, P., Yang, J., Islam, M. A., & Ren, S. (2023). Making AI Less "Thirsty": Uncovering and Addressing the Secret Water Footprint of AI Models. arXiv preprint arXiv:2304.03271.
Gong, N. et al. (2026). One Quarter of Global Data Centers Are Located in Water-Stressed Areas. Environmental Science & Technology, ACS Publications. https://doi.org/10.1021/acs.est.6c08088.
Wisser, D. et al. (2024). Global Blue Water Footprints of Agricultural Infrastructure. Water, 16(4), 512.






















