AI每次回答问题要消耗多少水？答案令人震惊

打开我们的任何一个人工智能工具，询问生产一瓶 500 毫升的可口可乐需要多少水。 AI可能会给出不同的答案，但厂家官方给出的答案是690毫升。可口可乐公司在其2024年环境报告中表示，当年的水比为1.38。这意味着生产 1 升饮料需要 1.38 升水。剩余水用于清洗制冷设备和设备，最终作为工业废水排放。请注意，该数字是工厂本身的用水量，并未考虑整个生命周期的用水量。现在问 AI 第二个问题。 “回答完你刚才问的问题后，你喝了多少水？”你可能会认为0，但毕竟只是一个电子程序。它与水有什么关系？但我很遗憾你可能错了。人工智能消耗的水比你想象的要多得多。 OpenAI 首席执行官 Altman 表示：PT回答一个问题要消耗0.3毫升的水，这看起来微不足道，只是几滴水而已。但加州大学河滨分校的研究人员表示，每次咨询只需要 10 毫升水，足够喝一小口。一些研究人员可能更精确。经过对众多AI的比较，我们发现目前流行且易于使用的AI每次响应消耗的水量超过100毫升。这足以装满一个小杯子。数据差距如此之大，究竟谁对谁错？答案是，他们都是对的，但各有各的花招。要理解这些数据，我们必须从为什么要消耗水开始。您可能经历过手机变得非常热的经历。如果你打开导航或者在信号不好的地方玩一个小时，你的手机就会变得很热，甚至会爆炸。这是因为当芯片消耗电能进行计算时，部分电能会转化为热能。例如，如果信号不好就得不断搜索基站，不然游戏画面很复杂。如果计算量快速增加，比如当计算量快速增加时，背板提供的散热就不够了，设备会变得越来越热。人工智能数据中心也是如此。数千台服务器每天24小时运行，单个机柜可以产生数十到数百千瓦的电力。它们的计算能力令人惊叹，但它们产生的热量也令人惊叹。您仅依靠空气冷却吗？不能说散热效率足够。所以他们用水。无论特定的冷却系统如何设计，无论是冷却塔、闭环水冷，还是建造在海底的整个数据中心，基本原理都是相同的。这意味着用水来去除热量。然而，这些水不会永远保留在冷却系统中。部分水吸收热量后蒸发。剩余的水可以回收再利用，但不会持续很长时间。循环水中的杂质越来越浓。为保证系统正常运行，必须及时排除废水并进行处理，并更新清洁的循环水。数据中心最直接的用水就是蒸发和排水，但这还没有结束。另一部分消耗来自电力。数据中心需要电力来运行，而发电厂，无论是燃煤、天然气还是核电厂，也消耗水来维持生产。用水量中这个看不见的部分经常被忽视，但实际上它的数量是巨大的。在大多数情况下，发电用水量比数据中心少。还有更直接的用途。不同的数据中心和发电厂技术之间存在一些差异。充分利用联合国国家、经济中心的数据电力消耗量约为 0,55 升，中央电气消耗量约为 3,142 升，电力消耗量为 3,142 升。总共，每消耗一千瓦时的电量就要消耗近 4 升水。现在你可以决定你的分数了。加州大学河滨分校的研究人员在 IA 咨询中消耗了 4 瓦蒂斯小时（0,004 摄氏度）的能量。当乘以数据中心和发电厂的用水量时，结果是十几毫秒升（16毫升）。这些数据都是比较近似的。在最新的研究中，研究人员分别估算了不同型号的功耗。长话短说，GPT4.5和Deepseek R1可以消耗超过100毫升的水。我对0.3ml OpenAI CEO的回答开了个小玩笑。他引用了同一篇文章，但简要分析了 GPT-4 的耗水量。1 nano，是上榜GPT系列中最小的型号。理论上可以，但并不是所有用户都只能使用nano。根据 OpenAI 和 Google 发布的报告，平均而言，一次请求的平均功耗约为 0.3 瓦时，因此每次请求消耗 1 毫升水可能是更合理的估计。我们需要继续更仔细的计算，引入水足迹的概念，它不仅考虑了水的直接使用，还考虑了水的间接使用。制造人工智能芯片需要数千升超纯水用于清洁、运输、包装和工厂建设。每个环节都会消耗水。这就像计算一整瓶可口可乐的用水量，不仅包括瓶子的500毫升和工厂使用的190毫升，还包括甘蔗种植、制糖、运输……算完之后，你会发现一瓶可口可乐的用水量古巴蔗糖的 ola 为数百升。相比之下，零可乐使用人工甜味剂，因此它使用的水要少得多（喝健怡可乐不仅可以减少您的糖摄入量，还可以减少您的水债）。但谁能算出来呢？理论上一切都应该计算，但实际上却庞大且不明确。因此，当谈到人工智能的用水量时，大多数研究者都含蓄地停留在发电厂阶段。如果再往前追溯，内部的数字实在是太大了，以至于资本市场投资者都不愿意面对。人工智能消耗的水会产生什么影响？新问题：通过AI回答问题，只需喝1毫升水。这可能太多或太少了？如果你尝试用AI来检查，AI公司会告诉你，“别担心，你一天只能喝一瓶可乐”。环保人士会警告大家，谷歌每年消耗265亿升水，这与可口可乐的年耗水量差不多，也就是不错。这些都是事实。但问题本身正确吗？水的消耗和电力的消耗有着根本的区别。一旦电力用完，它就消失了，燃烧的煤炭也无法回收。但水不同。它是一种可回收的资源。从地球物理的角度来看，地球上的水总量近似恒定。今天从数据中心蒸发的水明天可能会变成来自太平洋的水。多云，后天西雅图可能下雨。人工智能消耗的水量看似相当高，但即使在未来十年内增加数倍，其影响也将远小于电力消耗对环境的影响。提取和净化水也需要能源和碳排放，但这种消耗只是数据中心能源消耗的一小部分。所以从全球角度来看，AI消费是可以的我一些水。但问题恰恰在于，水一直是一个局部问题，而不是一个全球问题。关于水资源最重要的问题不是蒂尔河中有多少水，而是它在哪里。当然，大企业也明白这个道理，因此不断强调绿色、生态、可持续的未来。有一句话经常出现在你们的环境报告中。这就是“水中性”。他们声称每年都要完成生态系统的补水，力争“补水量大于消耗量”，听起来很负责吧？饮料公司在这方面是老手。数十年来因掠夺水资源而饱受诟病的可口可乐终于在2016年宣布完成“100%水回扣”。问题是，以环保方式补水的实际措施通常是恢复湿地或安装蓄水设施来补给地下水，而这没有地方采取这些措施。该地点通常不是工厂的建筑工地。AC。虽然已经在纸上得到解决，但当地居民面临的缺水问题仍然存在。科技公司也认为这个词很好，并表示要努力实现这一目标，但数据中心选址背后却有不同的逻辑。修复数据中心需要什么？土地便宜，就是人少的地方。廉价能源：我们需要新的发电厂，但我们也需要土地。监管较少：经济体普遍欠发达，需要更多投资机会。将多个因素加在一起，结果是几乎一半的新数据中心建在严重甚至极度缺水的地区。这些地区往往处于经济发展阶段，新的数据中心为农村地区带来了投资和就业机会，从政府活动的角度来看，这是受欢迎的。然而，水，我已经稀缺，将会更加稀缺。数据中心的建设甚至可能导致居民水井干涸，无法保证正常的生活用水。在这种情况下，去巴西保护雨林似乎是个好主意。你能做什么？最终有人对数据中心说“不”。在亚利桑那州图森市的皮马县，立法机关在计算成本后决定否决亚马逊的蓝色计划。在这种情况下，新数据中心将使用四个或更多高尔夫球场。建筑公司提议扩大社区废水回收系统，以抵消增加的水消耗，以及“最终将净消耗降至零”的合同条款，但居民仍然不同意。问题在于建筑公司的这些承诺缺乏详细可靠的支持计划。虽然合同条款对公司具有约束力，但即使不满足这些条款，也只会产生损失，并导致缺水。问题不能用损失来解决。在听取了居民的意见后，当地议员以7比0一致否决了该计划。 。这可能是人类第一次在水和人工智能之间选择了水。但未来我们会面临很多选择。水有着悠久的历史。它来自45亿年前与地球相撞的忒伊亚行星。在星星之间移动，在海洋和云层之间变换相位。恐龙喝了它，你和我也喝了它。人工智能的历史很短，短到我们还没有完全适应它的到来。我们向人工智能提出问题，人工智能向水提出问题，但水不知道答案。我们所知道的是，即使所有问题都解决了，它仍然存在。与45亿年前相同。作者丨Antares 计算机图形学硕士、游戏行业从业者、科普作家（来源：科普中国微信公众号）
（编辑：马长彦）