Kecerdasan buatan memiliki biaya air tersembunyi – di sini bagaimana Anda menghitung

Sistem kecerdasan buatan haus, dikonsumsi sebanyak yang dikonsumsi 500 mililiter air – A Satu botol air menyajikan – untuk masing -masing Percakapan singkat Pengguna memiliki versi GPT-3 dari OpenAI Chatgpt. Mereka menggunakan jumlah air yang hampir sama Merumuskan Email 100 Kata pesan.

Nomor ini termasuk Air digunakan untuk mendinginkan server pusat data Air dikonsumsi di pembangkit listrik yang menghasilkan listrik untuk beroperasi.

Tetapi penelitian, yang menghitung perkiraan ini, juga menunjukkan bahwa penggunaan air untuk sistem kecerdasan buatan dapat sangat bervariasi. Tergantung di mana dan kapan Komputer yang merespons kueri sedang berjalan.

Untuk saya, k Sekretaris Perpustakaan Akademik dan Profesor PendidikanMemahami kecerdasan buatan tidak hanya terkait dengan bagaimana menulis klaim. Itu juga melibatkan pemahaman Infrastruktur, tubuh dan pilihan sipil yang mengelilingi kecerdasan buatan.

Banyak orang Misalkan kecerdasan buatan berbahaya bagi sifatnyaTerutama berita utama surat kabar yang menyebutnya Energi vasik dan air air. Efek ini nyata, tetapi mereka hanya bagian dari cerita.

Ketika orang beralih dari melihat kecerdasan buatan hanya sebagai drainase sumber daya untuk memahami jejak mereka yang sebenarnya, dari mana efeknya berasal, dan bagaimana mereka berbeda, dan apa yang dapat dilakukan untuk menguranginya, mereka lebih siap untuk mengambil opsi untuk keseimbangan inovasi dengan keberlanjutan.

2 arus tersembunyi

Di balik semua pertanyaan internasional amnesty Dua aliran air penggunaan.

Yang pertama adalah Membaca di Situs Salah satu server yang menghasilkan panas dalam jumlah besar. Ini sering menggunakan menara pendingin yang murni – kompor raksasa yang menyemprotkan air di tabung panas atau cekungan terbuka. Penguapan membawa panas, tetapi air dikeluarkan dari pasokan air lokal, seperti sungai, tangki, atau lapisan air tanah. Sistem pendingin lainnya dapat digunakan Air paling sedikit tetapi lebih banyak listrik.

Aliran kedua digunakan oleh pembangkit listrik yang menghasilkan Listrik untuk mengoperasikan pusat data. Pabrik batu bara, gas dan nuklir menggunakan air dalam jumlah besar Kursus uap dan pendingin.

Energi listrik juga menggunakan air dalam jumlah besar Itu menguap dari tank. Tanah surya terkonsentrasi, yang lebih seperti pembangkit listrik tenaga uap tradisional, Itu bisa menjadi air tebal Jika mereka bergantung pada pendinginan basah.

Berbeda dengan itu, Turbin angin dan panel surya tidak menggunakan hampir semua air Setelah dibangun, terlepas dari pembersihan yang tidak disengaja.

Iklim dan waktu adalah masalah

Gunakan transformasi air sangat dengan situs. Basis data di Irlandia seringkali dapat bergantung pada udara eksternal atau pendingin dan berjalan selama beberapa bulan Penggunaan air minimum. Sebaliknya, pusat data di Arizona dapat diadopsi pada bulan Juli Pendinginan adalah penguapan. Udara kering yang panas membuat metode ini sangat efektif, tetapi juga mengonsumsi air dalam jumlah besar, karena penguapan adalah mekanisme yang menghilangkan panas.

Waktu juga penting. Sebuah studi tentang University of Massachusetts Amorest menemukan bahwa pusat data mungkin Gunakan hanya setengah dari air di musim dingin, seperti di musim panas. Dan di tengah hari selama gelombang panas, sistem pendingin kerja tambahan bekerja. Di malam hari, permintaan lebih sedikit.

Metode terbaru menawarkan alternatif yang menjanjikan. Misalnya, Membaca Indulgensi Server ajaib dalam cairan yang tidak membuat listrik, seperti minyak sintetis, yang mengurangi hampir sepenuhnya penguapan air.

Dan desain baru dari Microsoft mengklaim digunakan Nol air untuk pendinginanDengan memperdagangkan cairan khusus melalui tabung yang disegel langsung melalui chip komputer. Cairan menyerap panas dan kemudian melepaskannya melalui sistem loop tertutup tanpa perlu menguap. Pusat data akan terus menggunakan air minum di toilet dan fasilitas karyawan lainnya, tetapi pendinginan itu sendiri tidak lagi berasal dari pasokan air lokal.

Solusi ini belum dilakukan, terutama karena biaya, kompleksitas pemeliharaan, dan kesulitan mengubah pusat data saat ini menjadi sistem baru. Sebagian besar operator bergantung pada sistem penguapan.

Keterampilan sederhana yang dapat Anda gunakan

Jenis model kecerdasan buatan juga menanyakan hal -hal juga. Ini karena Berbagai tingkat kompleksitas, perangkat dan jumlah energi pemrosesan Itu membutuhkan. Beberapa model dapat menggunakan lebih banyak sumber daya daripada yang lain. Sebagai contoh, satu studi menemukan bahwa beberapa model bisa Itu mengkonsumsi lebih dari 70 kali energi dan air Dari efisiensi yang luar biasa itu.

Anda dapat memperkirakan jejak kecerdasan buatan hanya dalam tiga langkah, tanpa perlu matematika lanjutan.

Langkah 1 Cari penelitian yang andal atau pengungkapan resmi. Analisis independen diperkirakan bahwa respons GPT-5, yang berkisar antara 150 hingga 200 kata output, atau sekitar 200 hingga 300 ikon, digunakan Sekitar 19,3 watt per jam. Menanggapi panjang yang sama dari penggunaan GPT-4O Sekitar 1,75 watt per jam.

Langkah 2 Gunakan perkiraan praktis jumlah air untuk setiap unit listrik, dan gabungkan penggunaan pendinginan dan energi.

Peneliti independen Dan industri Laporan Dia menyarankan bahwa kisaran yang wajar hari ini berkisar antara 1,3 hingga 2,0 mililiter per watt. Tungkai bawah mencerminkan fasilitas efektif yang menggunakan jaringan pendinginan dan lebih bersih modern. Pihak yang lebih tinggi adalah situs yang lebih khas.

Langkah 3 – Sekarang saatnya untuk menyatukan potongan -potongan itu. Ambil nomor daya yang Anda temukan di Langkah 1 dan tekan dengan faktor air dari langkah 2. Ini memberi Anda tanda air untuk menanggapi satu AI.

Berikut adalah bentuk satu baris yang Anda perlukan:

Energi untuk setiap router (watch) x Faktor air (milimeter per watt) = air untuk setiap router (millerium)

Untuk mendapatkan kueri menengah untuk GPT-5, akun ini harus menggunakan angka 19,3 jam dan 2 milimeter per watt. 19.3 x 2 = 39 mililiter air untuk setiap respons.

Untuk pertanyaan panjang menengah ke GPT-4O, akunnya adalah 1,75 watt x 2 mililiter per W-HOUR = 3,5 mililiter air per respons.

Jika Anda berasumsi bahwa pusat data lebih efisien, gunakan 1,3 mililiter per watt, angka menurun: sekitar 25 milimeter untuk GPT-5 dan 2,3 mililiter untuk GPT-4O.

Laporan teknis baru -baru ini dari Google mengatakan bahwa router teks menengah untuk sistem Gemini hanya menggunakan 0,24 watt listrik dan Sekitar 0,26 mililiter air Hampir lima tetes. Namun, laporan tersebut tidak mengklarifikasi waktu untuk klaim ini, sehingga tidak dapat dibandingkan secara langsung menggunakan penggunaan air GPT.

Perkiraan yang berbeda ini berkisar dari 0,26 mililiter hingga 39 mililiter menunjukkan efek efisiensi, model kecerdasan buatan dan infrastruktur pembangkit listrik.

Perbandingan dapat menambah konteks

Untuk benar -benar memahami jumlah air yang digunakan oleh pertanyaan ini, mungkin berguna untuk membandingkannya menggunakan penggunaan air yang sudah dikenal lainnya.

Ketika jutaan digandakan, penggunaan air ditambahkan dari kecerdasan buatan. Openai melaporkan 2,5 miliar klaim per hari. Nomor ini mencakup informasi sistem GPT-4O, GPT-4 Turbo, GPT-3.5 dan GPT-5, tanpa kerusakan umum dari jumlah pertanyaan yang dikeluarkan untuk setiap model tertentu.

Menggunakan Estimasi Independen dan Laporan Google Resmi memberikan rasa ruang lingkup yang mungkin:

• Semua klaim Google Gemini Medium: sekitar 650.000 liter per hari.
• Semua klaim Medium GPT 4O: sekitar 8,8 juta liter per hari.
• Semua klaim GPT 5 tengah: sekitar 97,5 juta liter per hari.

Sebagai perbandingan, orang Amerika menggunakan Sekitar 34 miliar liter per hari Menyirami promotor dan kebun perumahan. Satu liter sekitar seperempat dari satu galon.

Kecerdasan buatan menggunakan air, tetapi – setidaknya saat ini – kelompok hariannya kecil dibandingkan dengan penggunaan umum lainnya seperti promotor, mandi dan mencuci.

Tetapi permintaan air tidak tetap. Google mengungkapkan apa yang mungkin terjadi ketika sistem ditingkatkan, dengan chip khusus, pendinginan yang efektif dan Manajemen Beban Pekerjaan Cerdas. Daur ulang air Dan tentukan pusat data Lebih banyak daerah yang lebih dingin dan lebih lembab Itu bisa membantu juga.

Transparansi juga prihatin: Ketika perusahaan mengeluarkan data mereka, publik, pembuat kebijakan dan peneliti dapat melihat apa yang dapat dicapai dan membandingkan penyedia layanan secara adil.

Leo S. IFDekan Perpustakaan; Penasihat literasi dari kecerdasan buatan; Profesor Pendidikan, Universitas Virginia