Сколько воды ChatGPT потребляет в день?

Короткий ответ: глобальный сервис ChatGPT, вероятно, потребляет порядка 2–160 миллионов литров воды каждый день — очень широкий диапазон, обусловленный неопределенностью относительно (1) того, сколько энергии потребляет один запрос, (2) насколько водоемки центры обработки данных и электросеть, обеспечивающая их электроэнергией, и (3) того, сколько запросов обрабатывается ежедневно. Правдоподобная «средняя» оценка, основанная на хорошо документированных данных, ~17 миллионов литров в день для ~2.5 млрд подсказок/день.

Что именно мы подразумеваем под «использованием воды» для ChatGPT?

Прямое и косвенное использование воды

Когда люди спрашивают: «Сколько воды использует ChatGPT», мы должны быть точны: сама служба искусственного интеллекта (программное обеспечение) не разливает воду — вода потребляется физическая инфраструктура который управляет сервисом. Важны две категории:

Прямое (на месте) использование воды: Вода, используемая системами охлаждения и увлажнения воздуха в центрах обработки данных (испарительные градирни, охладители воды, увлажнители). Обычно измеряется по отраслевым показателям. Эффективность использования воды (WUE), что означает количество литров воды, использованной на кВт·ч потребляемой ИТ-энергии. WUE фиксирует охлаждение/увлажнение вода, потребляемая на объекте.
Косвенное (воплощенное) использование воды: Вода, используемая для выработки электроэнергии, необходимой для работы центров обработки данных (термоэлектрическое охлаждение на электростанциях, вода, используемая при добыче и переработке топлива и т. д.). В некоторых регионах и при некоторых энергосистемах расход воды на выработку 1 кВт·ч электроэнергии может быть значительным. IEEE Spectrum и другие аналитические данные количественно оценивают забор и потребление воды на кВт·ч для производства электроэнергии.

Таким образом, обоснованная оценка общего водного следа складывает два показателя:
Общее количество воды на кВт·ч = WUE (л/кВт·ч) + водоемкость производства электроэнергии (л/кВт·ч).

Как преобразовать «энергию на запрос» в «воду на запрос»?

Какие данные необходимы?

Для преобразования энергии в воду необходимы три фактора:

Энергия на запрос (Вт·ч/запрос) — сколько ватт-часов потребляет модель для ответа на одну подсказку.
ЭЭ (л/кВт·ч) — сколько литров воды потребляется на каждый киловатт-час, используемый в центре обработки данных.
Количество запросов в день — общее количество обработанных службой запросов.

Вода на запрос (литры) = (Вт·ч/запрос ÷ 1,000) × WUE (л/кВт·ч)

Общее количество воды в день = Вода на запрос × запросы/день

Насколько надежны эти данные?

Запросов/день: Показатель OpenAI в 2.5 млрд в день — надежная отправная точка на основе отраслевой отчетности, но реальные ежедневные показатели различаются в зависимости от месяца и часового пояса.
Энергия на запрос: оценки сильно разнятся. Генеральный директор OpenAI Сэм Альтман заявил, что средний запрос ChatGPT использует примерно 0.34 Wh энергии (и он приравнял количество воды на запрос к доле чайной ложки). Независимые академические и журналистские оценки современных мощных моделей ИИ варьируются от менее ватт-часа до несколько или даже двузначных ватт-часов на запрос, в зависимости от того, какая версия модели обслуживает запрос, и включают ли в оценку накладные расходы (маршрутизация, хранение и т. д.). Это различие является основной причиной расхождений в оценках потребления воды.
WUE: также варьируется в зависимости от конструкции и географического расположения центра обработки данных — от ≈0.2 л/кВт·ч (очень эффективный, замкнутый цикл, без испарения) до более 10 л/кВт·ч в некоторых испарительных установках или установках с низким потреблением воды. Международные исследования показывают широкий диапазон.

Поскольку каждая переменная имеет неопределенность, небольшие изменения приводят к совершенно разным итоговым значениям.

Сколько воды ChatGPT потребляет в день — практические примеры с правдоподобными предположениями?

Ниже я представляю набор прозрачных сценариев, основанных на показателе 2.5 млрд запросов в день и часто упоминаемых оценках эффективности использования энергии (WUE) и энергопотребления. Расчёты просты и воспроизводимы; я показываю низкие, средние и высокие случаи, чтобы вы могли оценить степень чувствительности.

Переменные сценария (источники и обоснование)

Запросов/день: 2.5 миллиарда (OpenAI/сообщения прессы).
Выбор WUE:
Низкий (лучший в своем классе): 0.206 л/кВт·ч — опубликованные примеры высокоэффективных объектов.
В среднем: 1.8 л/кВт·ч — обычно приводимый средний показатель по отрасли.
Высокий: 12 л/кВт·ч — ОЭСР/отраслевые диапазоны для более водоемких географических зон/архитектур.
Энергия по выбору запроса:
Низкий (данные генерального директора OpenAI): 0.34 Вт·ч/запрос (Заявление Сэма Альтмана).
Высокий (верхняя граница исследования/пресс-оценки для самых больших моделей): 18 Вт·ч/запрос (представитель более тяжелых экземпляров модели; здесь используется в качестве иллюстрации верхней границы).

Вычисленные результаты (выбранные случаи)

Для удобства чтения я буду указывать литры/день и галлоны/день. (1 литр = 0.264172 галлона США.)

Низкий уровень WUE и низкое энергопотребление (оптимистичный)

WUE = 0.206 л/кВт·ч; энергия/запрос = 0.34 Вт·ч
Вода по запросу ≈ 0.000070 л (≈0.07 мл)
Общее количество воды/день ≈ 175,000 л / сут (≈ 46 300 галлонов США/день)

Средний уровень WUE и низкий уровень энергии (по Альтману + среднее по отрасли)

WUE = 1.8 л/кВт·ч; энергия/запрос = 0.34 Вт·ч
Вода по запросу ≈ 0.000612 л (≈0.61 мл)
Общее количество воды/день ≈ 1,530,000 л / сут (≈ 404,000 галлона / день).

Средний показатель WUE и умеренная энергия (1–2 Вт·ч/запрос)

При 1 Вт·ч/запрос → 4,500,000 л / сут (≈11 887 740 галлонов/день).
При 2 Вт·ч/запрос → 9,000,000 л / сут (≈11 887 740 галлонов/день).

Средний показатель WUE и высокий уровень энергии (10 Вт·ч/запрос)

45,000,000 л / сут (≈11 887 740 галлонов/день).

Высокий уровень WUE и высокая энергия (пессимистический наихудший сценарий)

WUE = 12 л/кВт·ч; энергия/запрос = 18 Вт·ч/запрос
Вода по запросу ≈ 0.216 л
Общее количество воды/день ≈ 540,000,000 л / сут (≈ 143 миллиона галлонов/день)

Эти снимки демонстрируют, что изменение любого из них WUE or Wh/запрос При незначительных факторах итоговые результаты сильно различаются. Вариант Альтмана + средний показатель WUE (≈1.53 млн литров/день, ~400 тыс. галлонов/день) — это правдоподобная усреднённая оценка, если принять его показатель энергии на запрос и средний показатель WUE по отрасли. T

Почему опубликованные оценки так сильно различаются?

Основные источники неопределенности

Энергия на запрос (кВт·ч): Зависит от типа модели, длины запроса и эффективности вывода. Оценки различаются на порядок для простых вызовов небольших моделей и крупных многомодальных запросов в стиле GPT-4/GPT-5. Опубликованные независимые исследования указывают на вероятные значения от ~1 Вт·ч до ~10 Вт·ч на запрос.
WUE (использование воды на месте): Современные поставщики гипермасштабных облачных решений активно инвестируют в низководные решения (воздушные экономайзеры, жидкостное охлаждение с замкнутым циклом). Гипермасштабируемые решения класса Microsoft могут обеспечивать очень низкий уровень WUE во многих местах (даже в экспериментах по нулевому водопотреблению), в то время как старые или ограниченные по местоположению объекты могут иметь гораздо более высокий WUE. Этот диапазон во многом определяет неопределенность.
Интенсивность подачи воды в сеть: Электроэнергия может производиться с очень разной интенсивностью водопотребления в зависимости от используемой мощности. Центр обработки данных, работающий исключительно на солнечной энергии и ветроэнергетике, имеет гораздо меньший косвенный водный след, чем центр обработки данных, работающий на термоэлектрических станциях, использующих охлаждающую воду.
Объем трафика и что считается «подсказкой»: «Подсказки» OpenAI могут различаться: от коротких подсказок с одним вопросом до длительных сеансов обмена информацией. Публикуемые ежедневные сводки подсказок помогают решить эту проблему, но количество воды, необходимое для каждой подсказки, зависит от продолжительности разговора и используемых вспомогательных сервисов.

Из-за мультипликативного характера расчета (энергия × интенсивность воды) неопределенность в каждом члене увеличивается, поэтому наши низкие/средние/высокие сценарии различаются на два порядка.

Какие практические шаги позволят сократить водный след ИИ?

Инженерные и эксплуатационные рычаги

Перемещение рабочих нагрузок в регионы с низким уровнем воды или на объекты с низким уровнем WUE: Выбирайте центры обработки данных, использующие замкнутый цикл охлаждения или жидкостное охлаждение чипов, а также использующие энергосберегающие технологии. Гипермасштабируемые вычислительные мощности всё чаще публикуют показатели WUE и PUE, чтобы сделать обоснованный выбор.
Применение жидкостного охлаждения и погружения на уровень чипа: Жидкостное охлаждение значительно снижает расход воды на испарение по сравнению с большими испарительными градирнями. Несколько операторов внедряют пилотные решения или масштабируют жидкостное охлаждение для кластеров графических процессоров.
Повышение эффективности модели и пакетирования выводов: Оптимизация на уровне программного обеспечения (интеллектуальное дозирование, квантованные модели, дистилляция) снижает энергозатраты на реакцию, что напрямую снижает интенсивность водопотребления при преобразовании энергии в воду. Здесь активно ведётся научная работа.
Прозрачность и отчетность: Стандартизированная, проверенная третьей стороной отчётность по PUE/WUE и метрикам вывода для каждой модели позволит улучшить публичный учёт и разработку политики. Регулирующие органы в некоторых юрисдикциях уже добиваются прозрачности в отношении разрешений на водопользование и местного воздействия.

Могут ли пользователи уменьшить водный след ChatGPT?

Пользователи влияют на совокупный экологический след, формируя спрос. Практические советы:

Задавайте конкретные, качественные подсказки а не множество мелких подсказок (это сокращает повторные вычисления).
Предпочитать более короткие и целевые результаты при необходимости.
Используйте локальные инструменты для повторяющихся задач (например, модели на устройстве или кэшированные результаты), если это позволяют конфиденциальность и производительность.
При этом выбор инфраструктуры поставщиками (какие центры обработки данных обслуживают запросы и какие технологии охлаждения они используют) в гораздо большей степени определяет потребление воды, чем запросы отдельных пользователей.

Итог: какова ответственная оценка «воды ChatGPT в день»?

Если вы согласны с мнением OpenAI 2.5 миллиарда подсказок/день, затем:

. 0.34 Вт·ч/запрос Альтмана плюс Средний показатель WUE по отрасли составляет 1.8 л/кВт·ч приводит к средняя оценка ≈ 1.53 миллиона литров/день (~404 000 галлонов США/день). Это обоснованная оценка заголовка, если вы примете эти два исходных данных.
Созданием цифровых двойников возможности изменение предположений дает правдоподобный диапазон от ~175 000 л/день (≈46 тыс. галлонов) в оптимистичных сценариях лучших в своем классе до сотни миллионов литров/день в пессимистичных сочетаниях высокого энергопотребления на запрос и высокого показателя WUE. Нижняя граница соответствует центрам обработки данных мирового класса с низким потреблением воды и низким энергопотреблением на запрос; верхняя граница соответствует высокопроизводительным экземплярам моделей, обслуживаемым на водонеэффективных предприятиях. Разброс реален и ощутим.

Ввиду этой неопределенности наиболее полезными действиями являются (а) побуждение операторов публиковать четкие стандартизированные показатели WUE и энергопотребления на вывод, (б) приоритизация конструкций с низким расходом воды для охлаждения новых центров обработки данных ИИ и (в) продолжение исследований подходов к программному обеспечению и оборудованию, которые снижают объем вычислений на один запрос.

Для начала изучите модель ChatGPT, такую как ГПТ-5 Про Возможности в Детская Площадка и проконсультируйтесь с API-руководство для получения подробных инструкций. Перед доступом убедитесь, что вы вошли в CometAPI и получили ключ API. CometAPI предложить цену намного ниже официальной, чтобы помочь вам интегрироваться.

Готовы к работе?→ Зарегистрируйтесь в CometAPI сегодня !