AI ले कति पानी प्रयोग गर्छ?

मलाई लाग्छ तपाईंले "एआईले केही प्रश्नहरूमा पानीको बोतल पिउने" देखि "यो मूलतः केही थोपा हो" सम्म सबै कुरा सुन्नुभएको छ। सत्य अझ सूक्ष्म छ। एआईको पानीको छाप यो कहाँ चल्छ, तपाईंको प्रम्प्ट कति लामो छ, र डेटा सेन्टरले यसको सर्भर कसरी चिसो पार्छ भन्ने आधारमा व्यापक रूपमा परिवर्तन हुन्छ। त्यसोभए हो, हेडलाइन नम्बर अवस्थित छ, तर यो चेतावनीको झाडी भित्र बस्छ।

तल म स्पष्ट, निर्णय-तयार तथ्याङ्कहरू खोल्छु, अनुमानहरू किन असहमत छन् भनेर व्याख्या गर्छु, र निर्माणकर्ताहरू र दैनिक प्रयोगकर्ताहरूले दिगोपन भिक्षु नबनाई पानीको ट्याब कसरी कम गर्न सक्छन् भनेर देखाउँछु।

यसपछि पढ्न मन लाग्ने लेखहरू:

🔗 एआई डेटासेट भनेको के हो?
डेटासेटहरूले मेसिन लर्निङ तालिम र मोडेल विकासलाई कसरी सक्षम बनाउँछ भनेर व्याख्या गर्दछ।

🔗 एआईले कसरी प्रवृत्तिहरूको भविष्यवाणी गर्छ
परिवर्तन र भविष्यका परिणामहरूको पूर्वानुमान गर्न AI ले ढाँचाहरूको विश्लेषण कसरी गर्छ भनेर देखाउँछ।

🔗 एआई प्रदर्शन कसरी मापन गर्ने
शुद्धता, गति, र विश्वसनीयता मूल्याङ्कन गर्न आवश्यक मेट्रिक्सहरू तोड्छ।

🔗 एआईसँग कसरी कुरा गर्ने
स्पष्टता, नतिजा र स्थिरता सुधार गर्न प्रभावकारी प्रवर्द्धन रणनीतिहरूलाई मार्गदर्शन गर्दछ।

एआईले कति पानी प्रयोग गर्छ? तपाईंले वास्तवमा प्रयोग गर्न सक्ने द्रुत संख्याहरू 📏

• प्रति प्रम्प्ट, आजको विशिष्ट दायरा: एउटा मुख्यधारा प्रणालीमा मध्य टेक्स्ट प्रम्प्टको लागि सब-मिलिलिटरदेखि , अर्कोमा लामो, उच्च-कम्प्युट प्रतिक्रियाको लागि दसौं मिलिलिटरसम्म मध्य टेक्स्ट प्रम्प्ट ~०.२६ एमएल (पूर्ण सेवा ओभरहेड सहित) रिपोर्ट गर्दछ [१]। मिस्ट्रलको जीवनचक्र मूल्याङ्कनले ४००-टोकन सहायक जवाफलाई ~४५ एमएल (सीमान्त अनुमान) मा राख्छ [२]। सन्दर्भ र मोडेल धेरै महत्त्वपूर्ण छन्।

• फ्रन्टियर-स्केल मोडेललाई तालिम दिँदै: लाखौं लिटरमा जान सक्छ , प्रायः चिसोपन र बिजुली उत्पादनमा सम्मिलित पानीबाट। व्यापक रूपमा उद्धृत गरिएको शैक्षिक विश्लेषणले GPT-वर्ग मोडेललाई तालिम दिन ~५.४ मिलियन लिटर चिसोपनको लागि साइटमा खपत हुने ~७००,००० लिटर

• सामान्यतया डाटा सेन्टरहरू: ठूला साइटहरूले प्रमुख अपरेटरहरूमा औसतमा प्रति दिन लाखौं ग्यालन

इमानदार बनौं: सुरुमा ती तथ्याङ्कहरू असंगत लाग्छन्। ती हुन्। र यसका राम्रा कारणहरू छन्।

एआई पानी प्रयोग मेट्रिक्स ✅

"AI ले कति पानी प्रयोग गर्छ?" भन्ने राम्रो जवाफको लागि केही बक्सहरू जाँच गर्नुपर्छ:

1. सीमा स्पष्टता
   के यसमा केवल साइटमा चिसो पानी मात्र समावेश छ, वा बिजुली उत्पादन गर्न पावर प्लान्टहरूले साइट बाहिरको पानी पानी निकासी बनाम पानी खपत र स्कोपहरू १-२-३ छुट्याउँछ, कार्बन लेखा [3] जस्तै।

2. स्थान संवेदनशीलता
   प्रति किलोवाट प्रति घण्टा पानी क्षेत्र र ग्रिड मिक्स अनुसार फरक हुन्छ, त्यसैले एउटै प्रम्प्टले कहाँ सेवा गरिन्छ भन्ने आधारमा फरक पानी प्रभावहरू बोक्न सक्छ - साहित्यले समय-र-स्थान-सचेत तालिका [3]।

3. कार्यभार यथार्थवाद
   के संख्याले मध्य उत्पादन प्रम्प्टहरू , वा केवल शिखरमा एक्सेलेरेटर? गुगलले अनुमानको लागि पूर्ण-प्रणाली लेखा (निष्क्रिय, CPUs/DRAM, र डेटा-केन्द्र ओभरहेड) मा जोड दिन्छ, केवल TPU गणित [1] मा होइन।

4. शीतलन प्रविधिले
   बाष्पीकरणीय शीतलन, बन्द-लूप तरल शीतलन, वायु शीतलन, र उदीयमान प्रत्यक्ष-देखि-चिप केही अर्को पुस्ताका साइटहरूको लागि शीतलन पानीको प्रयोगलाई हटाउने उद्देश्यले डिजाइनहरू ल्याइरहेको छ

5. दिनको समय र मौसम
   गर्मी, आर्द्रता र ग्रिड अवस्थाले वास्तविक जीवनमा पानीको प्रयोगको प्रभावकारितालाई

पानी निकाल्ने बनाम पानी खपत, व्याख्या गरिएको 💡

• निकासी = नदी, ताल, वा जलभण्डारबाट लिएको पानी (केही फिर्ता गरिएको)।

• उपभोग = पानी फिर्ता नभएको किनभने यो वाष्पीकरण हुन्छ वा प्रक्रिया/उत्पादनहरूमा समावेश हुन्छ।

शीतलन टावरहरूले मुख्यतया खपत गर्छन् । बिजुली उत्पादनले निकाल्न (कहिलेकाहीं यसको केही भाग खपत गर्छ)। एक विश्वसनीय एआई-पानी नम्बर लेबलहरू जुन यसले रिपोर्ट गरिरहेको छ [3]।

AI मा पानी कहाँ जान्छ: तीन बाल्टिन 🪣

1. क्षेत्र १ - साइटमा चिस्यान
   देखिने भाग: डाटा सेन्टरमा नै पानी वाष्पीकरण भयो। बाष्पीकरण बनाम हावा वा बन्द-लूप तरल पदार्थ आधाररेखा सेट गर्दछ [5]।

2. क्षेत्र २ - बिजुली उत्पादन
   प्रत्येक kWh ले लुकेको पानीको ट्याग बोक्न सक्छ; मिश्रण र स्थानले तपाईंको कार्यभारले पाउने लिटर-प्रति-kWh संकेत निर्धारण गर्दछ [3]।

3. क्षेत्र ३ - आपूर्ति श्रृंखला
   चिप निर्माण निर्माणमा अति शुद्ध पानीमा निर्भर गर्दछ। सीमामा स्पष्ट रूपमा मूर्त प्रभावहरू (जस्तै, पूर्ण LCA) समावेश नभएसम्म तपाईंले यसलाई "प्रति प्रम्प्ट" मेट्रिकमा देख्नुहुने छैन [2][3]।

संख्या अनुसार प्रदायकहरू, सूक्ष्मता सहित 🧮

• गुगल जेमिनीले
  फुल-स्ट्याक सर्भिङ विधि (निष्क्रिय र सुविधा ओभरहेड सहित) प्रम्प्ट गर्छ। मध्य टेक्स्ट प्रम्प्टमा ~०.२६ मिलीलीटर पानीको साथमा ~०.२४ Wh ऊर्जा; तथ्याङ्कले उत्पादन ट्राफिक र व्यापक सीमाहरू प्रतिबिम्बित गर्दछ [1]।

• मिस्ट्रल लार्ज २ जीवनचक्र
  एउटा दुर्लभ स्वतन्त्र LCA (ADEME/कार्बोन ४ सहित) ले तालिम + प्रारम्भिक प्रयोगको लागि ~२८१,००० m³ ४००-टोकन लागि अनुमान सीमान्त ~४५ mL [२]।

• माइक्रोसफ्टको शून्य-पानी शीतलन महत्वाकांक्षा
  नेक्स्ट-जेन डाटा सेन्टरहरू शीतलनको लागि शून्य पानी खपत , प्रत्यक्ष-देखि-चिप दृष्टिकोणमा झुकाव राख्दै; व्यवस्थापक प्रयोगहरूलाई अझै पनि केही पानी चाहिन्छ [4]।

• सामान्य डेटा-सेन्टर स्केल
  प्रमुख सञ्चालकहरूले व्यक्तिगत साइटहरूमा औसतमा प्रति दिन लाखौं ग्यालन

• पहिलेको शैक्षिक आधाररेखा
  "प्यासी एआई" विश्लेषणले GPT-वर्ग मोडेलहरूलाई तालिम दिन लाखौं लिटर १०-५० मध्यम उत्तरहरू ५०० एमएल बराबर हुन सक्छन् - तिनीहरू कहिले/कहाँ चल्छन् भन्ने कुरामा धेरै निर्भर गर्दछ [3]।

अनुमानहरू किन यति धेरै असहमत छन् 🤷

• फरक सीमाहरू
  केही तथ्याङ्कहरूले साइटमा चिस्याउने मात्र ; अरूले बिजुलीको पानी चिप निर्माण थप्न सक्छन् । स्याउ, सुन्तला, र फलफूलको सलाद [2][3]।

• फरक कार्यभार
  छोटो टेक्स्ट प्रम्प्ट लामो मल्टिमोडल/कोड रन होइन; ब्याचिङ, कन्करन्सी, र लेटेन्सी लक्ष्यहरूले उपयोग परिवर्तन गर्छन् [1][2]।

• फरक हावापानी र ग्रिडहरू
  तातो, सुक्खा क्षेत्रमा बाष्पीकरणीय शीतलन ≠ चिसो, ओसिलो क्षेत्रमा हावा/तरल शीतलन। ग्रिडमा पानीको तीव्रता व्यापक रूपमा भिन्न हुन्छ [3]।

• विक्रेता विधिहरू
  गुगलले प्रणाली-व्यापी सेवा विधि प्रकाशित गर्‍यो; मिस्ट्रलले औपचारिक LCA प्रकाशित गर्‍यो। अरूले स्पार्स विधिहरूसँग बिन्दु अनुमानहरू प्रस्ताव गर्छन्। "चम्चाको पन्ध्रौं भाग" ले हेडलाइन बनायो - तर सीमा विवरण बिना, यो तुलनात्मक छैन [1][3]।

• गतिशील लक्ष्य
  शीतलन द्रुत गतिमा विकसित भइरहेको छ। माइक्रोसफ्टले पानी-रहित शीतलनको ; यी रोल आउट गर्दा माथिल्लो भागको बिजुलीले पानीको संकेत बोके पनि साइटमा पानी कम हुनेछ [4]।

AI को पानीको छाप कम गर्न आज तपाईं के गर्न सक्नुहुन्छ 🌱

1. मोडेललाई दायाँ-आकार दिनुहोस्।
   साना, कार्य-ट्युन गरिएका मोडेलहरूले कम कम्प्युट बर्न गर्दा प्रायः शुद्धतासँग मेल खान्छ। मिस्ट्रलको मूल्याङ्कनले बलियो आकार-देखि-फुटप्रिन्ट सहसम्बन्धलाई जोड दिन्छ - र सीमान्त अनुमान संख्याहरू प्रकाशित गर्दछ ताकि तपाईं ट्रेडअफको बारेमा तर्क गर्न सक्नुहुन्छ [2]।

2. पानी अनुसार क्षेत्रहरू छनौट गर्नुहोस्
   चिसो हावापानी, कुशल शीतलन, र प्रति किलोवाट प्रति घण्टा कम पानी तीव्रता भएका ग्रिडहरू भएका क्षेत्रहरूलाई प्राथमिकता दिनुहोस्; "थर्स्टी एआई" कार्यले समय- र स्थान-सचेत तालिकाले मद्दत गर्छ [3] देखाउँछ।

3. समयमै कार्यभार परिवर्तन गर्नुहोस्
   पानी-कुशल घण्टाको लागि तालिम तालिका/भारी ब्याच अनुमान (चिसो रातहरू, अनुकूल ग्रिड अवस्था) [3]।

4. पारदर्शी मेट्रिक्सको लागि आफ्नो विक्रेतालाई सोध्नुहोस्
   प्रति-प्रम्प्ट पानीको माग , सीमा परिभाषा, र संख्याहरूमा निष्क्रिय क्षमता र सुविधा ओभरहेड समावेश छ कि छैन। नीति समूहहरूले स्याउ-देखि-स्याउ तुलना सम्भव बनाउन अनिवार्य खुलासाको लागि जोड दिइरहेका छन् [3]।

5. शीतलन प्रविधिले महत्व राख्छ
   यदि तपाईं हार्डवेयर चलाउनुहुन्छ भने, बन्द-लूप/डायरेक्ट-टु-चिप शीतलनको ; यदि तपाईं क्लाउडमा हुनुहुन्छ भने, पानी-प्रकाश डिजाइनहरूमा [4][5]।

6. खैरो पानी प्रयोग गर्नुहोस् र पुन: प्रयोग विकल्पहरू
   धेरै क्याम्पसहरूले गैर-पिउने स्रोतहरू प्रतिस्थापन गर्न सक्छन् वा लूप भित्र पुन: प्रयोग गर्न सक्छन्; ठूला अपरेटरहरूले शुद्ध प्रभाव कम गर्न पानी स्रोतहरू सन्तुलित गर्ने र शीतलन विकल्पहरूको वर्णन गर्छन् [5]।

यसलाई वास्तविक बनाउनको लागि द्रुत उदाहरण (सार्वभौमिक नियम होइन): गर्मीको मध्यतिर तातो, सुख्खा क्षेत्रबाट वसन्त ऋतुमा चिसो, बढी आर्द्र क्षेत्रमा रातभरको प्रशिक्षण कार्य सार्दा - र अफ-पिक, चिसो घण्टामा यसलाई चलाउँदा - साइटमा पानीको प्रयोग र अफ-साइट (ग्रिड) पानीको तीव्रता दुवै परिवर्तन गर्न सक्छ। त्यो प्रकारको व्यावहारिक, कम-नाटक जित तालिकाले अनलक गर्न सक्छ [3]।

तुलना तालिका: एआईको पानीको शुल्क घटाउने द्रुत विकल्पहरू 🧰

("मूल्य" डिजाइनको हिसाबले सानो छ - तैनाती फरक-फरक हुन्छ।)

गहिरो डुबकी: नीतिगत ढोलको धुन चर्को हुँदै गइरहेको छ 🥁

इन्जिनियरिङ निकायहरूले अनिवार्य खुलासाको ताकि खरीददारहरू र समुदायहरूले लागत र फाइदाहरूको न्याय गर्न सकून्। सिफारिसहरूमा स्कोप परिभाषाहरू, साइट-स्तर रिपोर्टिङ, र साइटिङ मार्गदर्शन समावेश छ - किनभने तुलनात्मक, स्थान-सचेत मेट्रिक्स बिना, हामी अँध्यारोमा बहस गरिरहेका छौं [3]।

गहिरो अध्ययन: सबै डेटा केन्द्रहरूले एकै किसिमले पिउँदैनन् 🚰

"हावा चिस्यानले पानी प्रयोग गर्दैन" भन्ने एउटा निरन्तर मिथक छ। यो पूर्णतया होइन। हावा-भारी प्रणालीहरूलाई प्रायः बढी बिजुली , जसले धेरै क्षेत्रहरूमा ग्रिडबाट लुकेको पानी पानी चिस्यानले साइटमा पानीको मूल्यमा बिजुली र उत्सर्जन घटाउन सक्छ। ठूला अपरेटरहरूले साइट-दर-साइट यी व्यापार-अफहरूलाई स्पष्ट रूपमा सन्तुलन गर्छन् [1][5]।

गहिरो अध्ययन: भाइरल दावीहरूको द्रुत वास्तविकता जाँच 🧪

तपाईंले बोल्ड कथनहरू देख्नुभएको होला कि एउटा प्रम्प्टले "पानीको बोतल" बराबर हुन्छ, वा अर्को छेउमा, "केही थोपा मात्र"। राम्रो मुद्रा: गणितको साथ नम्रता । आजको विश्वसनीय बुकएन्डहरू पूर्ण सेवा ओभरहेड [1] भएको मध्य उत्पादन प्रम्प्टको लागि ~0.26 mL 400-टोकन सहायक उत्तर (सीमान्त अनुमान) [2] को लागि ~45 mL "चम्चाको पन्ध्रौं भाग" दावीमा सार्वजनिक सीमा/विधिको अभाव छ; यसलाई शहर बिना मौसम पूर्वानुमान जस्तै व्यवहार गर्नुहोस् [1][3]।

सानो-प्राय: सोधिने प्रश्नहरू: एआईले कति पानी प्रयोग गर्छ? फेरि, सरल अंग्रेजीमा 🗣️

• त्यसो भए, बैठकमा मैले के भन्नु पर्छ?
  "प्रति प्रम्प्ट, यो मोडेल, लम्बाइ र यो कहाँ चल्छ भन्ने आधारमा थोपादेखि केही घूंटसम्म तालिमले पोखरी लिन्छ , पोखरी होइन।" त्यसपछि माथिको एक वा दुई उदाहरणहरू उद्धृत गर्नुहोस्।

• के एआई विशिष्ट रूपमा खराब छ?
  यो विशिष्ट रूपमा केन्द्रित छ : उच्च-शक्ति चिप्स एकसाथ प्याक गरिएको हुन्छ जसले ठूलो शीतलन भार सिर्जना गर्दछ। तर डेटा केन्द्रहरू पनि त्यस्ता ठाउँहरू हुन् जहाँ उत्तम दक्षता प्रविधि पहिले अवतरण हुन्छ [1][4]।

• के हुन्छ यदि हामीले सबै कुरा हावा कूलिंगमा सार्यौं भने?
  तपाईंले साइटमा पानी कटौती गर्न सक्नुहुन्छ तर साइट बाहिर पानी बढाउन सक्नुहुन्छ। परिष्कृत अपरेटरहरूले दुवैलाई तौल गर्छन् [1][5]।

• भविष्यको प्रविधिको बारेमा के छ?
  स्केलमा पानी चिसो हुनबाट जोगाउने डिजाइनहरू

अन्तिम टिप्पणी - धेरै लामो भयो, मैले पढिन 🌊

• प्रति प्रम्प्ट: मोडेल, प्रम्प्टको लम्बाइ र यो कहाँ चल्छ भन्ने आधारमा दशौं मिलिलिटरदेखि दशौं मिलिलिटरसम्मको उप-मिलिलिटर सोच्नुहोस् एउटा प्रमुख स्ट्याकमा मध्य प्रम्प्ट ~०.२६ एमएल अर्को [1][2] मा ४००-टोकन उत्तरको लागि ~४५ एमएल

• तालिम: लाखौं लिटर , तालिका, साइटिङ, र शीतलन प्रविधिलाई महत्वपूर्ण बनाउँछ [3]।

• के गर्ने: सही आकारका मोडेलहरू, पानी अनुसार क्षेत्रहरू छनौट गर्नुहोस्, भारी कामहरू चिसो समयमा सार्नुहोस्, पानी-प्रकाश डिजाइनहरू प्रमाणित गर्ने विक्रेताहरूलाई प्राथमिकता दिनुहोस्, र पारदर्शी सीमाहरूको माग गर्नुहोस् [1][3][4][5]।

अन्त्यमा अलि त्रुटिपूर्ण रूपक: एआई एक तिर्खाएको अर्केस्ट्रा हो - धुन कम्प्युट हो, तर ड्रमहरू चिसो छन् र पानी ग्रिड गर्दैछन्। ब्यान्ड ट्युन गर्नुहोस्, र दर्शकहरूले अझै पनि स्प्रिंकलरहरू नबजाई संगीत पाउँछन्। 🎻💦

सन्दर्भ सामग्रीहरू

1. गुगल क्लाउड ब्लग - गुगलको एआईले कति ऊर्जा प्रयोग गर्छ? हामीले गणित गर्यौं (पद्धति + ~०.२६ एमएल मध्य प्रम्प्ट, पूर्ण सेवा ओभरहेड)। लिङ्क
   (प्राविधिक पेपर PDF: गुगल स्केलमा एआई डेलिभर गर्दा वातावरणीय प्रभाव मापन गर्ने ।) लिङ्क

2. मिस्ट्रल एआई - एआईको लागि विश्वव्यापी वातावरणीय मानकमा हाम्रो योगदान (ADEME/कार्बोन ४ सहितको LCA; ~२८१,००० m³ प्रशिक्षण + प्रारम्भिक प्रयोग; प्रति ४००-टोकन ~४५ mL , सीमान्त अनुमान)। लिङ्क

3. ली एट अल - एआईलाई कम "तिर्खा" बनाउने: एआई मोडेलहरूको गोप्य पानी पदचिह्नको उजागर र सम्बोधन गर्ने ( लाखौं लिटर , समय- र स्थान-सचेत तालिका, निकासी बनाम खपत)। लिङ्क

4. माइक्रोसफ्ट - अर्को पुस्ताका डाटासेन्टरहरूले शीतलनको लागि शून्य पानी खपत गर्छन् (केही साइटहरूमा पानी-रहित शीतलनलाई लक्षित गर्दै प्रत्यक्ष-देखि-चिप डिजाइनहरू)। लिङ्क

5. गुगल डाटा सेन्टरहरू - दिगो रूपमा सञ्चालन (साइट-दर-साइट कूलिंग ट्रेड-अफहरू; रिपोर्टिङ र पुन: प्रयोग, पुन: प्राप्त/खैरो पानी सहित; परिमाणको सामान्य दैनिक साइट-स्तर प्रयोग अर्डरहरू)। लिङ्क

आधिकारिक एआई सहायक स्टोरमा नवीनतम एआई खोज्नुहोस्

हाम्रो बारेमा