每次與它聊天時(shí)，AI 都會(huì)喝一瓶水

人工智能系統(tǒng)口渴，消耗500毫升水–一個(gè)單份水瓶– 對(duì)于每個(gè)簡(jiǎn)短的對(duì)話用戶使用 OpenAI 的 ChatGPT 系統(tǒng)的 GPT-3 版本。他們使用大致相同量的水來起草一封 100 字的電子郵件消息。

該數(shù)字包括用于冷卻數(shù)據(jù)中心服務(wù)器的水以及發(fā)電廠消耗的水來運(yùn)行它們。

但計(jì)算這些估計(jì)值的研究還指出，人工智能系統(tǒng)的用水量可能差異很大，取決于何時(shí)何地回答查詢的計(jì)算機(jī)正在運(yùn)行。

相關(guān)：人工智能正走向一場(chǎng)能源危機(jī)，科技巨頭爭(zhēng)先恐后

對(duì)我來說，作為一個(gè)學(xué)術(shù)圖書館員和教育學(xué)教授，了解AI不僅僅是知道如何編寫提示。它還涉及了解圍繞人工智能的基礎(chǔ)設(shè)施、權(quán)衡和公民選擇.

很多人假設(shè)人工智能本質(zhì)上是有害的，特別是考慮到頭條新聞呼吁其巨大的能源和水足跡.這些影響是真實(shí)的，但它們只是故事的一部分。

當(dāng)人們從將人工智能視為一種資源消耗，轉(zhuǎn)變?yōu)榱私馄鋵?shí)際足跡、影響來自哪里、它們?nèi)绾巫兓约翱梢圆扇∧男┐胧﹣頊p少它們時(shí)，他們就更有能力做出平衡創(chuàng)新與可持續(xù)性的選擇。

2 個(gè)隱藏流

每個(gè) AI 查詢的背后都是兩股用水.

首先是現(xiàn)場(chǎng)冷卻產(chǎn)生大量熱量的服務(wù)器。這通常使用蒸發(fā)冷卻塔——將水噴灑在熱管或開放式水盆上的巨型噴霧器。蒸發(fā)帶走熱量，但這些水會(huì)從當(dāng)?shù)毓┧到y(tǒng)（例如河流、水庫或含水層）中排出。其他冷卻系統(tǒng)可能會(huì)使用水少但電多.

第二條流由發(fā)電廠使用電力為數(shù)據(jù)中心供電.煤炭、天然氣和核電站使用大量的水蒸汽循環(huán)和冷卻.

水力發(fā)電還消耗了大量的水，這從水庫中蒸發(fā).聚光太陽能發(fā)電廠，運(yùn)行起來更像傳統(tǒng)的蒸汽發(fā)電站，可能是水密集型的如果他們依賴濕式冷卻。

相比之下，風(fēng)力渦輪機(jī)和太陽能電池板幾乎不使用水一旦建成，除了偶爾的清潔。

氣候和時(shí)間很重要

用水量隨地點(diǎn)而變化巨大。位于涼爽潮濕的愛爾蘭的數(shù)據(jù)中心通?？梢砸蕾囃獠靠諝饣蚶鋮s器，并在最少用水量.相比之下，7 月份亞利桑那州的數(shù)據(jù)中心可能嚴(yán)重依賴蒸發(fā)冷卻.熱干燥的空氣使這種方法非常有效，但它也會(huì)消耗大量的水，因?yàn)檎舭l(fā)是帶走熱量的機(jī)制。

時(shí)機(jī)也很重要。馬薩諸塞大學(xué)阿默斯特分校的一項(xiàng)研究發(fā)現(xiàn)，數(shù)據(jù)中心可能冬天用水量只有夏天的一半.在熱浪期間的中午，冷卻系統(tǒng)會(huì)加班。晚上，需求較低。

較新的方法提供了有前途的替代方案。例如浸入式冷卻將服務(wù)器浸入不導(dǎo)電的流體中，例如合成油，幾乎完全減少水蒸發(fā)。

Microsoft 的一項(xiàng)新設(shè)計(jì)聲稱使用零水冷卻，通過密封管道直接在計(jì)算機(jī)芯片上循環(huán)特殊液體。液體吸收熱量，然后通過閉環(huán)系統(tǒng)釋放熱量，無需任何蒸發(fā)。數(shù)據(jù)中心仍將使用一些飲用水用于衛(wèi)生間和其他員工設(shè)施，但冷卻本身將不再來自當(dāng)?shù)毓┧?/p>

然而，這些解決方案尚未成為主流，主要是因?yàn)槌杀?、維護(hù)復(fù)雜性以及將現(xiàn)有數(shù)據(jù)中心轉(zhuǎn)換為新系統(tǒng)的困難。大多數(shù)運(yùn)營商依賴蒸發(fā)系統(tǒng)。

您可以使用的簡(jiǎn)單技能

被查詢的人工智能模型類型也很重要。那是因?yàn)?a>不同級(jí)別的復(fù)雜性以及硬件和處理器能力他們需要。某些模型可能比其他模型使用更多的資源。例如，一項(xiàng)研究發(fā)現(xiàn)某些模型可以消耗超過 70 倍的能量和水比超高效的。

您只需三個(gè)步驟即可自行估算人工智能的水足跡，無需高級(jí)數(shù)學(xué)計(jì)算。

第 1 步 – 尋找可靠的研究或官方披露。獨(dú)立分析估計(jì)，一個(gè)中等長度的 GPT-5 響應(yīng)，大約是 150 到 200 個(gè)單詞的輸出，或大約 200 到 300 個(gè)標(biāo)記，使用約19.3瓦時(shí).GPT-4o 的類似長度的響應(yīng)使用約1.75瓦時(shí).

第 2 步 – 使用每單位電的水量實(shí)際估計(jì)，結(jié)合冷卻和電力的使用量。

獨(dú)立研究人員和工業(yè)報(bào)告建議今天的合理范圍約為每瓦時(shí) 1.3 至 2.0 毫升。低端反映了使用現(xiàn)代冷卻和清潔電網(wǎng)的高效設(shè)施。高端代表更典型的站點(diǎn)。

第 3 步 – 現(xiàn)在是時(shí)候?qū)⒏鱾€(gè)部分放在一起了。取您在第 1 步中找到的能量數(shù)并將其乘以第 2 步中的水系數(shù)。這為你提供了單個(gè) AI 響應(yīng)的水足跡。

這是您需要的單行公式：

每個(gè)提示的能量（瓦時(shí)）×水系數(shù)（毫升/瓦時(shí)）= 每個(gè)提示的水（以毫升為單位）

對(duì)于對(duì) GPT-5 的中等長度查詢，該計(jì)算應(yīng)使用 19.3 瓦時(shí)和每瓦時(shí) 2 毫升的數(shù)字。19.3 x 2 = 每次響應(yīng) 39 毫升水。

對(duì)于對(duì) GPT-4o 的中等長度查詢，計(jì)算結(jié)果為 1.75 瓦時(shí) x 每瓦時(shí) 2 毫升 = 每次響應(yīng) 3.5 毫升水。

如果您假設(shè)數(shù)據(jù)中心效率更高，并且每瓦時(shí)使用 1.3 毫升，那么數(shù)字就會(huì)下降：GPT-5 約為 25 毫升，GPT-4o 約為 2.3 毫升。

谷歌最近的一份技術(shù)報(bào)告稱，其 Gemini 系統(tǒng)的中值文本提示僅使用 0.24 瓦時(shí)的電力，并且約0.26毫升水– 大約五滴的體積。不過，報(bào)告沒有說明該提示有多長，因此無法直接與 GPT 用水量進(jìn)行比較。

這些不同的估計(jì)值——從 0.26 毫升到 39 毫升不等——表明效率、人工智能模型和發(fā)電基礎(chǔ)設(shè)施的影響有多重要。

比較可以添加上下文

要真正了解這些查詢使用了多少水，將它們與其他熟悉的用水情況進(jìn)行比較會(huì)很有幫助。

當(dāng)乘以數(shù)百萬時(shí)，人工智能查詢的用水量就會(huì)增加。OpenAI 報(bào)告每天 25 億個(gè)提示.該數(shù)字包括對(duì)其 GPT-4o、GPT-4 Turbo、GPT-3.5 和 GPT-5 系統(tǒng)的查詢，沒有公開對(duì)每個(gè)特定模型發(fā)出多少查詢的細(xì)分。

使用獨(dú)立估計(jì)和 Google 的官方報(bào)告可以了解可能的范圍：

• 所有 Google Gemini 中位數(shù)提示：每天約 650,000 升。
• 所有 GPT 4o 中等提示：每天約 880 萬升。
• 所有 GPT 5 中等提示：每天約 9750 萬升。

為了進(jìn)行比較，美國人使用每天約340億升澆灌住宅草坪和花園。一升大約是四分之一加侖。

生成式人工智能確實(shí)使用水，但至少目前是這樣，與草坪、淋浴和洗衣等其他常見用途相比，其每日總量很小。

但它的用水需求并不是固定的。谷歌的披露展示了當(dāng)系統(tǒng)得到優(yōu)化時(shí)，使用專用芯片、高效冷卻和智能工作負(fù)載管理.循環(huán)用水并將數(shù)據(jù)中心定位在涼爽、潮濕的地區(qū)也可以提供幫助。

透明度也很重要：當(dāng)公司發(fā)布數(shù)據(jù)時(shí)，公眾、政策制定者和研究人員可以看到可以實(shí)現(xiàn)的目標(biāo)，并公平地比較提供商。

盧志強(qiáng)，圖書館院長;人工智能素養(yǎng)教務(wù)長顧問;教育學(xué)教授，弗吉尼亞大學(xué)

本文轉(zhuǎn)載自對(duì)話根據(jù)知識(shí)共享許可。閱讀原文.

寶寶起名 起名