ИИ бьет бутылку воды каждый раз, когда вы общаетесь с ней
Системы искусственного интеллекта испытывают жажду, потребляя целых 500 миллилитров воды-односменную бутылку с водой-для каждого короткого разговора, который пользователь ведет с версией GPT-3 системы CHATGPT Openai. Они используют примерно одинаковое количество воды для составления сообщения электронной почты из 100 слов. Бег. Это также включает в себя понимание инфраструктуры, компромиссов и гражданских решений, которые окружают ИИ. Эти эффекты реальны, но они лишь часть истории. Используйте.
Первым является охлаждение серверов на месте, которые генерируют огромное количество тепла. Это часто использует испарительные охлаждающие башни — гигантские гости, которые распыляют воду на горячие трубы или открытые бассейны. Испарение несет тепло, но эта вода удаляется из местного водоснабжения, такого как река, водохранилище или водоносный горизонт. Другие системы охлаждения могут использовать меньше воды, но больше электричества.
Гидроэнергетика также использует значительное количество воды, которая испаряется из резервуаров. Концентрированные солнечные растения, которые более похожи на традиционные паровые электростанции, могут быть водосточными, если они полагаются на влажное охлаждение.
Напротив, ветряные турбины и солнечные панели почти не используют воду, помимо случайной чистки. Центр обработки данных в прохладной, влажной Ирландии часто может полагаться на внешний воздух или чиллеры и в течение нескольких месяцев с минимальным использованием воды. Напротив, центр обработки данных в Аризоне в июле может сильно зависеть от испарительного охлаждения. Горячий, сухой воздух делает этот метод очень эффективным, но он также потребляет большие объемы воды, поскольку испарение — это механизм, который удаляет тепло. Исследование Амхерста Университета Массачусетса показало, что центр обработки данных может использовать только вдвое меньше воды зимой, чем летом. И в полдень во время жары системы охлаждения работают сверхурочно. Ночью спрос ниже.
Новые подходы предлагают многообещающие альтернативы. Например, погружение в погружение в погружение в жидкости, которые не проводят электроэнергию, такие как синтетические масла, почти полностью уменьшая испарение воды. Жидкость поглощает тепло, а затем высвобождает его через систему с замкнутым контуром без необходимости испарения. Центры обработки данных по -прежнему будут использовать некоторую питьевую воду для туалетов и других рабочих мест, но само охлаждение больше не будет извлекать из местных водоснабжений. Большинство операторов полагаются на испарительные системы.
Простой навык, который вы можете использовать
Тип модели ИИ, которая также запрашивается. Это связано с различными уровнями сложности и аппаратным обеспечением и объемом мощности процессора, в которой они требуются. Некоторые модели могут использовать гораздо больше ресурсов, чем другие. Например, одно исследование показало, что определенные модели могут потреблять в 70 раз больше энергии и воды, чем ультраэффективные. Независимые анализы оценивают, что ответ GPT-5 средней длины, который составляет от 150 до 200 слов выхода, или примерно от 200 до 300 токенов, использует около 19,3 ваттных часов. Ответ аналогичной длины от GPT-4O использует около 1,75 ваттных часов. Нижний конец отражает эффективные средства, которые используют современное охлаждение и более чистые сетки. Высший конец представляет более типичные сайты.
Шаг 3 — Теперь пришло время собрать кусочки. Возьмите номер энергии, который вы обнаружили на шаге 1, и умножьте его на водный фактор с шага 2. Это дает вам водный след одного ответа AI.
Вот однострочная формула, которая вам нужна:
Энергия на подсказку (watt-hours) × водяной коэффициент (Milliters на watt-hour) = вода для подсказки (в ходе)
proteprque) protemporte per watt hour). Запрос средней длины GPT-5, этот расчет должен использовать цифры 19,3 ваттных часов и 2 миллилита за ватт. 19,3 x 2 = 39 миллилитр воды на ответ. GPT-5 и 2,3 миллилитра для GPT-4O. Тем не менее, в отчете не говорится, как долго это быстро, поэтому его нельзя сравнивать непосредственно с использованием воды GPT.
Эти различные оценки-от 0,26 миллилитра до 39 миллилитров-демонстрируют, насколько эффект эффективности, модель ИИ и инфраструктура генерации мощности. src = «https://datawrapper.dwcdn.net/9thpr/1/» crameborder = «0»>
Сравнения могут добавить контекст
, чтобы по -настоящему понять, сколько воды используют эти запросы, это может быть полезным для соблюдения их, а другие используют воду. вверх. Openai сообщает о 2,5 миллиардах подсказок в день. Эта цифра включает в себя запросы в его системы GPT-4O, GPT-4 Turbo, GPT-3.5 и GPT-5, без публичного разрыва того, сколько запросов выпускается для каждой конкретной модели. 4o Средние подсказки: около 8,8 миллионов литров в день.
Лео С. Ло, декан библиотек; Советник проректора для грамотности ИИ; Профессор образования, Университет Вирджинии
Эта статья переиздана из разговора по лицензии Creative Commons. Прочитайте оригинальную статью.
