每次與它聊天時，AI 都會喝一瓶水

人工智能系統口渴，消耗500毫升水–一個單份水瓶– 對于每個簡短的對話用戶使用 OpenAI 的 ChatGPT 系統的 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。

該數字包括用于冷卻數據中心服務器的水以及發電廠消耗的水來運行它們。

但計算這些估計值的研究還指出，人工智能系統的用水量可能差異很大，取決于何時何地回答查詢的計算機正在運行。

相關：人工智能正走向一場能源危機，科技巨頭爭先恐后

對我來說，作為一個學術圖書館員和教育學教授，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設施、權衡和公民選擇.

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

當人們從將人工智能視為一種資源消耗，轉變為了解其實際足跡、影響來自哪里、它們如何變化以及可以采取哪些措施來減少它們時，他們就更有能力做出平衡創新與可持續性的選擇。

2 個隱藏流

每個 AI 查詢的背后都是兩股用水.

首先是現場冷卻產生大量熱量的服務器。這通常使用蒸發冷卻塔——將水噴灑在熱管或開放式水盆上的巨型噴霧器。蒸發帶走熱量，但這些水會從當地供水系統（例如河流、水庫或含水層）中排出。其他冷卻系統可能會使用水少但電多.

第二條流由發電廠使用電力為數據中心供電.煤炭、天然氣和核電站使用大量的水蒸汽循環和冷卻.

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

相比之下，風力渦輪機和太陽能電池板幾乎不使用水一旦建成，除了偶爾的清潔。

氣候和時間很重要

用水量隨地點而變化巨大。位于涼爽潮濕的愛爾蘭的數據中心通常可以依賴外部空氣或冷卻器，并在最少用水量.相比之下，7 月份亞利桑那州的數據中心可能嚴重依賴蒸發冷卻.熱干燥的空氣使這種方法非常有效，但它也會消耗大量的水，因為蒸發是帶走熱量的機制。

時機也很重要。馬薩諸塞大學阿默斯特分校的一項研究發現，數據中心可能冬天用水量只有夏天的一半.在熱浪期間的中午，冷卻系統會加班。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器浸入不導電的流體中，例如合成油，幾乎完全減少水蒸發。

Microsoft 的一項新設計聲稱使用零水冷卻，通過密封管道直接在計算機芯片上循環特殊液體。液體吸收熱量，然后通過閉環系統釋放熱量，無需任何蒸發。數據中心仍將使用一些飲用水用于衛生間和其他員工設施，但冷卻本身將不再來自當地供水。

然而，這些解決方案尚未成為主流，主要是因為成本、維護復雜性以及將現有數據中心轉換為新系統的困難。大多數運營商依賴蒸發系統。

您可以使用的簡單技能

被查詢的人工智能模型類型也很重要。那是因為不同級別的復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，一項研究發現某些模型可以消耗超過 70 倍的能量和水比超高效的。

您只需三個步驟即可自行估算人工智能的水足跡，無需高級數學計算。

第 1 步 – 尋找可靠的研究或官方披露。獨立分析估計，一個中等長度的 GPT-5 響應，大約是 150 到 200 個單詞的輸出，或大約 200 到 300 個標記，使用約19.3瓦時.GPT-4o 的類似長度的響應使用約1.75瓦時.

第 2 步 – 使用每單位電的水量實際估計，結合冷卻和電力的使用量。

獨立研究人員和工業報告建議今天的合理范圍約為每瓦時 1.3 至 2.0 毫升。低端反映了使用現代冷卻和清潔電網的高效設施。高端代表更典型的站點。

第 3 步 – 現在是時候將各個部分放在一起了。取您在第 1 步中找到的能量數并將其乘以第 2 步中的水系數。這為你提供了單個 AI 響應的水足跡。

這是您需要的單行公式：

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

對于對 GPT-5 的中等長度查詢，該計算應使用 19.3 瓦時和每瓦時 2 毫升的數字。19.3 x 2 = 每次響應 39 毫升水。

對于對 GPT-4o 的中等長度查詢，計算結果為 1.75 瓦時 x 每瓦時 2 毫升 = 每次響應 3.5 毫升水。

如果您假設數據中心效率更高，并且每瓦時使用 1.3 毫升，那么數字就會下降：GPT-5 約為 25 毫升，GPT-4o 約為 2.3 毫升。

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

這些不同的估計值——從 0.26 毫升到 39 毫升不等——表明效率、人工智能模型和發電基礎設施的影響有多重要。

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行比較會很有幫助。

當乘以數百萬時，人工智能查詢的用水量就會增加。OpenAI 報告每天 25 億個提示.該數字包括對其 GPT-4o、GPT-4 Turbo、GPT-3.5 和 GPT-5 系統的查詢，沒有公開對每個特定模型發出多少查詢的細分。

使用獨立估計和 Google 的官方報告可以了解可能的范圍：

• 所有 Google Gemini 中位數提示：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系統得到優化時，使用專用芯片、高效冷卻和智能工作負載管理.循環用水并將數據中心定位在涼爽、潮濕的地區也可以提供幫助。

透明度也很重要：當公司發布數據時，公眾、政策制定者和研究人員可以看到可以實現的目標，并公平地比較提供商。

盧志強，圖書館院長;人工智能素養教務長顧問;教育學教授，弗吉尼亞大學

本文轉載自對話根據知識共享許可。閱讀原文.

寶寶起名 起名