[智能应用]生成式AI隐藏高昂水电消耗，直接影响数据中心周边生活成本 [1P] [复制链接]

IT之家 4 月 19 日消息，据外媒 Tom's Hardware 报道，当地时间周三，《华盛顿邮报》和加州大学河滨分校的研究指出，使用生成式 AI 的环境代价远比外界想象的更高。研究发现，AI 即便仅仅是在生成文本时，背后也需要消耗大量水资源用于服务器降温，此外还伴随着庞大的电力消耗。
研究团队指出，AI 的用水量会因所在州及与数据中心的距离而有较大差异：水用得越少，电力消耗往往越多，反之亦然。以生成一封 100 词的电子邮件为例，得克萨斯州的数据中心平均耗水量约为 235 毫升，而在华盛顿州，这一数字则高达 1408 毫升，约相当于三瓶普通矿泉水。
研究提醒，如果用户每周、甚至每天反复调用 GPT-4，哪怕只是生成简单的文字，水的消耗量也会迅速累积。
研究还指出，数据中心对水电资源的消耗正在加剧周边居民的生活成本，直接抬高了用水与用电账单。例如，Meta 在训练 LLaMA-3 模型时，共消耗了 2200 万升水，约等于种植 4439 磅（IT之家注：约 2013.5 千克）大米所需的水量，或者 164 名美国人一整年的用水总和。
除了水，GPT-4 的用电需求同样惊人。研究估算，如果全美约 10 名在职人员中有 1 人每周调用一次 GPT-4，持续一年（人均查询 52 次，总用户约 1700 万），所需电量将达到 121517 兆瓦时，相当于华盛顿特区全部家庭 20 天的用电量。这还是在极其克制的假设条件下，实际使用远可能不止于此。
《华盛顿邮报》还援引了 OpenAI、Meta、谷歌和微软的回应，几家公司均表示将致力于降低 AI 对环境的负担，但都未给出明确的行动方案。
微软发言人 Craig Cincotta 表示，公司正“致力于研发无需消耗水资源的数据中心冷却技术”。报道称，尽管这种说法听起来很有前景，但由于缺乏具体细节，研究人员提醒应持审慎态度，“企业的环保承诺，过去往往被盈利目标所牺牲。”

这篇报道揭示了生成式AI在环境影响方面的一些重要问题，以下是对这些发现的总结和分析：

1. 水资源消耗：
   - AI在生成文本时需要消耗大量水资源用于服务器降温。不同地区的数据中心用水量差异显著，例如生成一封100词电子邮件的耗水量在得克萨斯州约为235毫升，而在华盛顿州高达1408毫升。
   - 如果用户频繁调用GPT-4等AI模型，水资源消耗会迅速累积。

2. 电力消耗：
   - 除了水资源消耗外，AI的电力消耗同样惊人。例如，Meta训练LLaMA-3模型消耗了2200万升水，相当于164名美国人一整年的用水量。
   - 如果全美约10名在职人员中有1人每周调用一次GPT-4，持续一年，所需电量将达到121517兆瓦时，相当于华盛顿特区全部家庭20天的用电量。

3. 环境和经济影响：
   - 数据中心对水电资源的消耗正在加剧周边居民的生活成本，直接抬高了用水与用电账单。
   - 这种资源消耗对环境的影响是巨大的，需要引起足够的重视。

4. 企业的环保承诺：
   - OpenAI、Meta、谷歌和微软等公司均表示将致力于降低AI对环境的负担，但目前尚未给出明确的行动方案。
   - 微软表示正在研发无需消耗水资源的数据中心冷却技术，但缺乏具体细节，研究人员提醒应持审慎态度。

总的来说，这篇报道揭示了生成式AI在环境代价方面存在的问题，包括水资源和电力的巨大消耗，以及对周边居民生活成本的影响。这需要引起业界和公众的重视，并推动相关企业和研究机构采取切实有效的措施来降低AI的环境负担。同时，我们也应该对企业的环保承诺持审慎态度，关注其具体行动和效果。

生成式AI的水电消耗对数据中心周边生活成本的影响
生成式AI水电消耗情况
水资源消耗
生成式AI在运行过程中需要大量水资源用于服务器降温。研究发现，AI用水量会因所在州及与数据中心的距离而有较大差异，水用得越少，电力消耗往往越多，反之亦然。例如，以生成一封100词的电子邮件为例，得克萨斯州的数据中心平均耗水量约为235毫升，而在华盛顿州，这一数字则高达1408毫升，约相当于三瓶普通矿泉水。若用户每周、甚至每天反复调用GPT - 4，哪怕只是生成简单的文字，水的消耗量也会迅速累积。Meta在训练LLaMA - 3模型时，共消耗了2200万升水，约等于种植4439磅（约2013.5千克）大米所需的水量，或者164名美国人一整年的用水总和。

电力资源消耗
AI的电力消耗同样惊人。研究估算，如果全美约10名在职人员中有1人每周调用一次GPT - 4，持续一年（人均查询52次，总用户约1700万），所需电量将达到121517兆瓦时，相当于华盛顿特区全部家庭20天的用电量，而这还是在极其克制的假设条件下，实际使用可能远不止于此。像现在爆火的ChatGPT，每日耗电量高达50万度，用于处理约2亿个用户请求，相当于美国家庭每天用电量的1.7万多倍。OpenAI在ChatGPT上每天花费高达70万美元。谷歌每年用于人工智能训练的电量为23亿度，相当于美国一个州首府所有家庭一年的用电量，若每次搜索都使用AIGC，其年耗电量将增至约290亿度。

对数据中心周边生活成本的影响
数据中心对水电资源的大量消耗正在加剧周边居民的生活成本，直接抬高了用水与用电账单。由于数据中心需要消耗大量的水电资源，会使当地水电资源的供需关系发生变化，在供应有限的情况下，需求的增加会导致水电价格上升，进而影响周边居民的日常生活成本。

行业应对措施
微软发言人Craig Cincotta表示，公司正“致力于研发无需消耗水资源的数据中心冷却技术”。此外，为节约宝贵的自来水资源，很多企业尝试用各种方法为数据中心散热，例如，微软曾尝试部署海下数据中心，Facebook数据中心选址北极圈附近，阿里云千岛湖数据中心使用深层湖水制冷