人工智能耗电又费水？冷知识揭秘惊人内幕

人工智能模型能够也理应解决自身的水足迹问题——这个判断，正在从学术讨论走向现实挑战。

下次当你打开ChatGPT准备聊点什么的时候，不妨想一想：每一次对话背后，可能消耗了相当于一瓶水的冷却资源。考虑到每月有超过1亿用户在使用这个聊天机器人，累计起来的数字相当可观。

训练像ChatGPT这样的大型语言模型，需要用水来冷却运行程序的数据中心服务器。谷歌的Bard也不例外。冷却塔是目前最有效、应用最广的冷却方式之一，当然，空气冷却、制冷剂冷却或组合方式也是备选。但服务器消耗的电力本身也是另一种用水方式——虽然太阳能和风能发电几乎不耗水，但火电、天然气和核能发电都离不开大量冷却水。

来自加州大学河滨分校和德克萨斯大学阿灵顿分校的研究人员，在一篇等待同行评审的论文中指出：AI模型的“巨大水足迹”一直“隐藏在雷达之下”。“这极其令人担忧，因为淡水短缺已成为我们所有人共同面临的最紧迫挑战之一。”

美国西部各州正在艰难应对长达20年的“特大旱灾”造成的水资源短缺。极端高温、基础设施老化，以及农业、制造业、人口和城市的长期过度用水，让局面雪上加霜。本月早些时候，拜登政府甚至提出一项建议，允许联邦政府削减亚利桑那州、加利福尼亚州和内华达州从不断萎缩的科罗拉多河的取水量。

“人们需要意识到，使用和训练机器学习模型并不是不需要水的，”论文合著者、加州大学河滨分校电子和计算机工程副教授任少磊对《巴伦周刊》表示，“它们消耗的是一种有限的资源。”

作者写道，与ChatGPT进行一次简单对话就会消耗约500毫升（约17液量盎司）的水。他们警告说，这个数字“可能还会增加数倍，因为新推出的GPT-4有着显著更大的模型规模”。水的用量还取决于使用ChatGPT的时间和地点——气温越高，冷却数据中心需要的水就越多，耗水量自然就更高。在微软的美国数据中心训练GPT-3，15天内就消耗了70万升（约184,920加仑）清洁淡水。

报告打了个比方：这70万升水足以用来生产370辆宝马汽车，或320辆特斯拉电动汽车。任少磊认为这个数字其实相当保守，因为作者不知道GPT-3训练的具体时间和地点。如果是在炎热地区的夏季进行训练，耗水量可能是70万升的几倍。

研究人员明确表示：“为了应对全球水资源挑战，人工智能模型能够、也应该承担社会责任，并以身作则，解决自身的水足迹问题。”

植物水技术公司（Botanical Water Technologies）的首席影响官詹姆斯·里斯指出，科技公司“正变得更加积极主动，他们在水资源管理方面正在做正确的事情。然而，（人工智能）技术以及这项技术的应用正在迅速发展。”他将这项技术形容为具有“双重影响”——一方面自身消耗水资源，另一方面也被用于寻找更好的方法减少碳排放、节约能源和水。

包括微软、Meta平台（Facebook）和谷歌在内的大公司，都承诺在2030年之前实现“水资源正效益”（water positive），即补充比直接运营使用更多的水。OpenAI对置评请求未予回应。

微软的一位发言人通过电子邮件表示，公司正在从两个方向解决用水问题：降低用水强度（即每兆瓦运营能源所消耗的水量），以及在缺水地区补充供应。“作为我们创造更可持续未来承诺的一部分，微软正投资于衡量人工智能的能源使用和碳影响的研究，同时致力于在训练和应用方面提高大型系统的效率。”

谷歌则在一篇博客文章中回应了《巴伦周刊》的观点，描述了其“气候意识方法”来冷却数据中心，并展示了“倡导负责任的用水”的承诺。根据这篇博客，2021年谷歌数据中心平均每天消耗45万加仑水，这个量大约相当于灌溉17英亩草坪一次，或者生产160条牛仔裤（包括种植棉花所需的水）。谷歌表示，随着气候变化加剧全球水资源挑战，公司将继续“致力于投资于降低能源和水资源消耗的技术”。

来源：互联网