Əminəm ki, “AI bir neçə sualdan bir bir şüşə su içir”dən tutmuş “əsasən bir neçə damcıdır”a qədər hər şeyi eşitmisiniz. Həqiqət daha nüanslıdır. Süni intellektin su izi harada işlədiyinə, əmrinizin nə qədər davam etdiyinə və məlumat mərkəzinin serverlərini necə soyutmasına görə geniş şəkildə dəyişir. Beləliklə, bəli, başlıq nömrəsi mövcuddur, lakin o, xəbərdarlıqların çoxluğunda yaşayır.
Aşağıda mən aydın, qərar verməyə hazır rəqəmləri açıram, təxminlərin niyə razı olmadığını izah edirəm və inşaatçıların və gündəlik istifadəçilərin davamlılıq rahiblərinə çevrilmədən su nişanını necə kiçildə biləcəyini göstərirəm.
Bundan sonra oxumaq istəyə biləcəyiniz məqalələr:
🔗 AI məlumat dəsti nədir
Verilənlər dəstlərinin maşın öyrənməsi təliminə və modellərin hazırlanmasına necə imkan verdiyini izah edir.
🔗 AI tendensiyaları necə proqnozlaşdırır
Dəyişiklikləri və gələcək nəticələri proqnozlaşdırmaq üçün AI-nin nümunələri necə təhlil etdiyini göstərir.
🔗 AI performansını necə ölçmək olar
Dəqiqliyi, sürəti və etibarlılığı qiymətləndirmək üçün əsas ölçüləri parçalayır.
🔗 AI ilə necə danışmaq olar
Aydınlığı, nəticələri və ardıcıllığı yaxşılaşdırmaq üçün təsirli təklif strategiyalarına rəhbərlik edir.
AI nə qədər su istifadə edir? Faktiki istifadə edə biləcəyiniz sürətli nömrələr 📏
-
Hər bir sorğu üçün bu gün tipik diapazon: bir əsas sistemdə orta mətn sorğusu üçün alt millilitrdən , digərində daha uzun və daha yüksək hesablama cavabı üçün onlarla millilitr qədər. Məsələn, Google-ın istehsal uçotu orta mətn sorğusunun ~0,26 ml olduğunu bildirir (tam xidmət xərcləri daxil olmaqla) [1]. Mistral-ın həyat dövrü qiymətləndirməsi 400 token köməkçi cavabını ~45 ml (marjinal nəticə) səviyyəsində müəyyən edir [2]. Kontekst və model çox vacibdir.
-
Sərhəd miqyaslı modelin hazırlanması: milyonlarla litrə çata bilər , əsasən soyutma və elektrik enerjisi istehsalına daxil edilmiş su. Geniş istinad edilən akademik təhlildə GPT sinifli modeli hazırlamaq üçün ~5,4 milyon litr , o cümlədən soyutma üçün yerində istehlak edilən ~700,000 litr təxmin edilir və suyun intensivliyini azaltmaq üçün ağıllı planlaşdırma tələb olunur [3].
-
Ümumilikdə məlumat mərkəzləri: böyük saytlar əsas operatorlarda gündə orta hesabla yüz minlərlə galonu əhatə edir, iqlim və dizayndan asılı olaraq bəzi kampuslarda daha yüksək zirvələrə malikdir [5].
Dürüst olaq: bu rəqəmlər əvvəlcə uyğunsuzluq hiss edir. Onlar. Və yaxşı səbəblər var.
AI sudan istifadə göstəriciləri ✅
Süni intellekt nə qədər su istifadə edir sualına yaxşı cavab bir neçə qutuyu yoxlamaq lazımdır:
-
Sərhədlərin aydınlığı Buraya yalnız ərazidəki soyuducu su, yaxud elektrik stansiyaları tərəfindən elektrik enerjisi istehsal etmək üçünƏn yaxşı təcrübə istifadə olunan sahədən kənar su daxildirmi ? suyun çəkilməsi ilə su istehlakını fərqləndirir və karbon uçotuna bənzər 1-2-3 əhatə edir [3].
-
Yer həssaslığı
Hər kVt/saat su regiona və şəbəkə qarışığına görə dəyişir, buna görə də eyni bir sual verildiyi yerdən asılı olaraq fərqli su təsirlərinə səbəb ola bilər - bu da ədəbiyyatın zamana və məkana uyğun cədvəl [3]. -
İş yükünün realizmi
Nömrə median istehsal göstərişlərini, yoxsa yalnız pik sürətləndirici? Google nəticə çıxarmaq üçün yalnız TPU riyaziyyatını deyil, tam sistem mühasibat uçotunu (boş, CPU/DRAM və məlumat mərkəzinin yükü) vurğulayır [1]. -
Soyutma texnologiyası Buxarlandırıcı soyutma, qapalı dövrəli maye soyutma, havanın soyudulması və yeni yaranan birbaşa çipə yanaşmalar suyun intensivliyini kəskin şəkildə dəyişir.üçün dizaynlar hazırlayır Microsoft, müəyyən yeni nəsil saytlar üçün soyuducu su istifadəsini aradan qaldırmaq [4].
-
Günün vaxtı və mövsümü İstilik, rütubət və şəbəkə şəraiti real həyatdaNüfuzlu tədqiqatlardan biri suyun intensivliyinin aşağı olduğu zaman və harada əsas işləri planlaşdırmağı təklif edir [3]. sudan istifadənin effektivliyini dəyişir;
Suyun çəkilməsi və su sərfi, izah edildi 💡
-
Çıxarma = çaylardan, göllərdən və ya sulu təbəqələrdən götürülən su (bəziləri geri qaytarılır).
-
İstehlak = su geri qaytarılmır , çünki buxarlanır və ya proseslərə/məhsullara daxil edilir.
Soyutma qüllələri əsasən buxarlanma yolu ilə su istehlak edir . Elektrik enerjisi istehsalı zavoddan və soyutma üsulundan asılı olaraq böyük həcmdə (bəzən bir hissəsini istehlak edir) su çəkə bilər . Hesabatda bildirilən etibarlı süni intellekt su nömrəsi etiketləri var [3].
Süni intellektdə suyun hara getdiyi: üç vedrə 🪣
-
Əhatə sahəsi 1 - yerində soyutma
Görünən hissə: məlumat mərkəzinin özündə buxarlanan su.kimi dizayn seçimləri Buxarlandırıcıya qarşı hava və ya qapalı dövrəli maye əsas xətti müəyyən edir [5]. -
Əhatə dairəsi 2 - elektrik enerjisi istehsalı
Hər kVt-saat gizli su etiketi daşıya bilər; qarışıq və yer iş yükünüzün miras aldığı hər kVt/saata litr siqnalını müəyyən edir [3]. -
Əhatə dairəsi 3 - təchizat zənciri
Çip istehsalı istehsalda ultra təmiz suya əsaslanır. Sərhəd açıq şəkildə təcəssüm olunmuş təsirləri (məsələn, tam LCA) əhatə etmədikcə, bunu "hər bir sifariş üçün" metrikasında görməyəcəksiniz [2][3].
Nömrələrə görə provayderlər, nüanslarla 🧮
-
Google Əkizlər
Full-stack xidmət metodunu təklif edir (o cümlədən boş və obyekt yükü). Median mətn sorğusu ~0,26 mL su ilə yanaşı ~0,24 Wh enerji; rəqəmlər istehsal trafikini və hərtərəfli sərhədləri əks etdirir [1]. -
Mistral Large 2 həyat dövrü Nadir müstəqil LCA (ADEME/Carbone 4 ilə) təlim + erkən istifadə üçün ~281.000 m³ və 400 token köməkçi cavab üçün ~45 ml marjinal nəticə çıxarır [2].
-
Microsoft-un sıfır su ilə soyutma ambisiyası Növbəti nəsil məlumat mərkəzləri birbaşa çipə yanaşmalara əsaslanaraq soyutma üçün sıfır su sərf etmək üçün hazırlanmışdır ; administrativ istifadə hələ də bir az su tələb edir [4]
-
Ümumi məlumat mərkəzi miqyası Əsas operatorlar ayrı-ayrı saytlardaiqlim və dizayn rəqəmləri yuxarı və ya aşağı itələyir [5]. gündə orta hesabla yüz minlərlə gallon haqqında açıq məlumat verir;
-
Əvvəlki akademik baza. Əsas "susuz süni intellekt" təhlili GPT sinif modellərini yetişdirmək üçün milyonlarla litr olduğunu və 10-50 orta ölçülü cavabın təxminən 500 ml şüşəyə bərabər ola biləcəyini təxmin etdi - bu, onların nə vaxt/harada işlədilməsindən çox asılıdır [3].
Niyə təxminlər bu qədər ziddiyyət təşkil edir 🤷
-
Müxtəlif sərhədlər
Bəzi rəqəmlər yalnız yerində soyutma; digərləri elektrik enerjisinin suyunu; LCA-lar çips istehsalına. Alma, portağal və meyvə salatı [2][3]. -
Müxtəlif iş yükləri
Qısa mətn sorğusu uzun bir multimodal/kod icrası deyil; toplulaşdırma, paralellik və gecikmə hədəflərinin istifadəsini dəyişir [1][2]. -
Müxtəlif iqlim və şəbəkələr
İsti və quraq bölgədə buxarlanma yolu ilə soyutma ≠ sərin və nəm bölgədə hava/maye soyutması. Şəbəkə suyunun intensivliyi geniş şəkildə dəyişir [3]. -
Satıcı metodologiyaları
Google sistem üzrə xidmət metodunu dərc etdi; Mistral rəsmi LCA dərc etdi. Digərləri seyrək metodlarla nöqtə qiymətləndirmələri təklif edirlər. "çay qaşığının on beşdə biri" iddia başlıqlara çıxdı - lakin sərhəd detalları olmadan müqayisə edilə bilməz [1][3]. -
Hərəkətli hədəf Soyutma sürətlə inkişaf edir.sınaqdan keçirir Microsoft müəyyən saytlardayuxarıdakı elektrik enerjisi hələ də su siqnalı daşısa belə, bunları yaymaq yerindəki suyu azaldacaq [4]. susuz soyutma ;
Süni intellektin su izini azaltmaq üçün bu gün nə edə bilərsiniz 🌱
-
Modelin düzgün ölçüsü
Kiçik, tapşırıqlara uyğunlaşdırılmış modellər daha az hesablama sərf edərkən tez-tez dəqiqliklə uyğunlaşır. Mistralın qiymətləndirməsi ölçü-iz korrelyasiyalarının güclü olduğunu vurğulayır və güzəştlər barədə düşünə bilmək üçün marjinal nəticə çıxarma rəqəmlərini dərc edir [2]. -
Su ehtiyatlarına diqqət yetirən bölgələri seçin.
Daha sərin iqlimi, səmərəli soyutma sistemi və kVt/saat üçün daha az su intensivliyi olan şəbəkələri olan bölgələrə üstünlük verin; "susuz süni intellekt" işi zamana və məkana diqqət yetirən cədvəlin kömək etdiyini göstərir [3]. -
İş yüklərini vaxtında dəyişdirin
Suya qənaət edən saatlar üçün təlim/ağır toplu nəticəni planlaşdırın (daha sərin gecələr, əlverişli şəbəkə şəraiti) [3]. -
Təchizatçınızdan şəffaf ölçüləri soruşun. Hər bir operativ su tələbi , sərhəd tərifləri və nömrələrə boş tutum və qurğu yükünün daxil olub-olmadığını soruşun. Siyasət qrupları alma-alma müqayisəsini mümkün etmək üçün məcburi açıqlamaya təkan verir [3].
-
Soyutma texnologiyası vacibdir.
Əgər aparat təminatını işlədirsinizsə, qapalı dövrəli/birbaşa çipə soyutma sistemini; buludda işləyirsinizsə, su işıqlandırma dizaynlarına [4][5]. -
Boz sudan və təkrar istifadə seçimlərindən istifadə edin
Bir çox kampuslar qeyri-içməli mənbələri əvəz edə və ya döngələr daxilində təkrar emal edə bilər; böyük operatorlar xalis təsiri minimuma endirmək üçün balanslaşdırılmış su mənbələri və soyutma seçimlərini təsvir edirlər [5].
Bunu reallaşdırmaq üçün qısa bir nümunə (universal qayda deyil): gecə təlim işini yayın ortalarında isti və quru bölgədən yazda daha sərin və daha rütubətli bölgəyə köçürmək və onu pik saatlardan kənar, daha sərin saatlarda aparmaq həm sahədəki su istifadəsini, həm də sahədən kənar (şəbəkə) suyun intensivliyini dəyişə bilər. Bu, praktik, az dramatik qazanc cədvəlinin aça biləcəyi bir növdür [3].
Müqayisə cədvəli: süni intellektin su haqqını azaltmaq üçün sürətli seçimlər 🧰
| alət | tamaşaçı | qiymət | niyə işləyir |
|---|---|---|---|
| Daha kiçik, vəzifəyə uyğunlaşdırılmış modellər | ML komandaları, məhsul rəhbərləri | Aşağı–orta | Token üçün daha az hesablama = daha az soyutma + elektrik suyu; LCA tipli hesabatlarda sübut edilmişdir [2]. |
| Su/kVt/saata görə bölgə seçimi | Bulud memarları, satınalma | Orta | Daha soyuq iqlimlərə və daha az su intensivliyi olan şəbəkələrə keçin; tələbdən xəbərdar marşrutlaşdırma ilə cütləşdirin [3]. |
| Günün vaxtı təlim pəncərələri | MLOplar, planlaşdırıcılar | Aşağı | Soyuq gecələr + daha yaxşı şəbəkə şəraiti suyun effektiv intensivliyini azaldır [3]. |
| Birbaşa çip/qapalı dövrə soyutma | Məlumat mərkəzi əməliyyatları | Orta - yüksək | Mümkün olan yerlərdə buxarlandırıcı qüllələrdən qaçır, yerində istehlakı azaldır [4]. |
| Tez uzunluq və toplu nəzarət | Proqram tərtibatçıları | Aşağı | Qaçan tokenləri qapaqlayın, ağıllı şəkildə yığın, keş nəticələri; daha az millisaniyə, daha az millilitr [1][2]. |
| Satıcıların şəffaflığına nəzarət siyahısı | CTO'lar, davamlılıq gətirir | Pulsuz | Sərhədlərin aydınlığını (yerdə və saytdan kənarda) və almadan almaya hesabat verməyə məcbur edir [3]. |
| Boz su və ya rekultivasiya edilmiş mənbələr | Obyektlər, bələdiyyələr | Orta | Qeyri-içməli suyun əvəz edilməsi içməli su təchizatı üzərindəki stressi aradan qaldırır [5]. |
| İstilikdən təkrar istifadə tərəfdaşlığı | Operatorlar, yerli şuralar | Orta | Daha yaxşı istilik səmərəliliyi dolayı yolla soyutma tələbini azaldır və yerli xoş niyyət yaradır [5]. |
("Qiymət" dizayna görə zərifdir - yerləşdirmələr dəyişir.)
Dərin dalış: siyasət nağarasının səsi getdikcə yüksəlir 🥁
Mühəndislik qurumları alıcıların və icmaların xərcləri və faydalarını qiymətləndirə bilməsi üçün məlumat mərkəzinin enerji və suyunun məcburi şəkildə açıqlanmasına çağırır . Tövsiyələrə əhatə dairəsinin tərifləri, sahə səviyyəsində hesabat və sahə rəhbərliyi daxildir - çünki müqayisə edilə bilən, məkana həssas ölçülər olmadan qaranlıqda mübahisə edirik [3].
Dərin dalış: məlumat mərkəzləri hamısı eyni şəkildə içmir 🚰
"Hava ilə soyutma su istifadə etmir" kimi davamlı bir mif var. Tam olaraq belə deyil. Hava ilə ağır sistemlər tez-tez daha çox elektrik enerjisi tələb edir ki, bu da bir çox bölgələrdə şəbəkədən gizli su daşıyır; əksinə, suyun soyudulması yerindəki suyun hesabına enerji və emissiyaları azalda bilər. Böyük operatorlar bu güzəştləri sahə üzrə açıq şəkildə balanslaşdırırlar [1][5].
Dərin dalış: viral iddialar üzrə sürətli reallıq yoxlanışı 🧪
Tək bir sualın "su şüşəsi"nə, digər tərəfdən isə "bir neçə damcıya" bərabər olduğu barədə cəsarətli ifadələr görmüş ola bilərsiniz. Daha yaxşı duruş: riyazi təvazökarlıq . Bugünkü etibarlı kitab rəfləri tam porsiya xərcləri olan orta istehsal sualı üçün ~0,26 ml [1] və 400 jetonlu köməkçi cavab üçün ~45 ml (marjinal nəticə) [2]. Çox paylaşılan "çay qaşığının on beşdə biri" iddiasında ictimai sərhəd/metod yoxdur; buna şəhər olmadan hava proqnozu kimi yanaşın [1][3].
Mini-FAQ: AI nə qədər su istifadə edir? yenə də sadə ingiliscə 🗣️
-
Bəs görüşdə nə deməliyəm? “Hər bir suala cavab olaraq, modeldən, müddətdən və haradan keçdiyindən asılı olaraq damcılardan bir neçə qurtum içməyə qədər dəyişir . Təlim gölməçələrdə deyil, hovuzlarda aparılır.” Sonra yuxarıda bir və ya iki nümunə gətirin.
-
Süni intellekt özünəməxsus şəkildə pisdirmi?
O, özünəməxsus şəkildə cəmləşib: yüksək güclü çiplər bir yerə yığıldıqda böyük soyutma yükləri yaranır. Lakin məlumat mərkəzləri də ən yaxşı səmərəlilik texnologiyasının ilk növbədə yerləşdiyi yerlərdir [1][4]. -
Hər şeyi havanın soyudulmasına köçürsək necə olar? Siz yerdəki suyu kəsə bilərsiniz , lakin elektrik enerjisi vasitəsilə saytdan kənar suyu artıra bilərsiniz. Mürəkkəb operatorlar hər ikisini çəkirlər [1][5].
-
Gələcək texnologiya haqqında nə demək olar? Suyu miqyasda soyutmaqdan qaçan dizaynlar Scope 1 üçün oyun dəyişdirici olacaq. Bəzi operatorlar bu istiqamətdə hərəkət edir; yuxarı axın elektrik şəbəkələri dəyişənə qədər hələ də su siqnalı daşıyır [4].
Yekun qeydlər - Çox uzun oldu, Oxumadım 🌊
-
Tələb başına: modeldən, tez uzunluğundan və işlədiyi yerdən asılı olaraq sub-millilitrdən onlarla mililitə qədər düşünün . Bir əsas yığında median xəbərdarlığı ~0,26 mL ; Digər [1][2] üçün 400 işarəli cavab üçün ~45 mL .
-
Təlim: milyonlarla litr , cədvəlləşdirmə, yerləşdirmə və soyutma texnologiyasını vacib edir [3].
-
Nə etməli: düzgün ölçülü modellər, su ilə əlaqəli bölgələri seçin, ağır işləri daha soyuq saatlara keçirin, su işıq dizaynlarını sübut edən satıcılara üstünlük verin və şəffaf sərhədlər tələb edin [1][3][4][5].
Sona qədər bir az qüsurlu metafora: AI susamış bir orkestrdir - melodiya hesablanır, lakin nağaralar soyuyur və su çəkir. Qrupu kökləyin və tamaşaçılar hələ də çiləyicilər sönmədən musiqini alırlar. 🎻💦
İstinadlar
-
Google Cloud Bloqu - Google-un süni intellekt nə qədər enerji istifadə edir? Biz hesablamalar apardıq (metodologiya + ~0.26 ml orta hesabla, tam servis xərcləri). Link
(Texniki sənəd PDF: Google miqyasında süni intellekt çatdırılmasının ətraf mühitə təsirinin ölçülməsi.) Link -
Mistral Süni İntellekt - Süni İntellekt üçün qlobal ekoloji standarta töhfəmiz (ADEME/Carbone 4 ilə LCA; ~281.000 m³ təlim + erkən istifadə; 400 token üçün ~45 ml cavab, marjinal nəticə). Link
-
Li və digərləri - Süni intellektdən daha az "susuzluq" yaratmaq: Süni intellekt modellərinin gizli su izini aşkar etmək və həll etmək ( milyonlarla litr təlimi , zaman və məkana uyğun planlaşdırma, istifadədən imtina və istehlak). Link
-
Microsoft - Yeni nəsil məlumat mərkəzləri soyutma üçün sıfır su istehlak edir (müəyyən saytlarda susuz soyutmaya yönəlmiş birbaşa çip dizaynları). Link
-
Google Data Mərkəzləri - Davamlı şəkildə fəaliyyət göstərir (saytdan-saytda soyutma əməliyyatları; hesabat və təkrar istifadə, o cümlədən bərpa edilmiş/boz su; tipik gündəlik sayt səviyyəsində istifadə sifarişləri). Link