Kui palju vett tehisintellekt kasutab?

Vean kihla, et oled kuulnud kõike alates „tehisintellekt joob iga paari küsimuse järel pudeli vett” kuni „see on põhimõtteliselt paar tilka”. Tõde on nüansirikkam. Tehisintellekti veejalajälg kõigub suuresti olenevalt sellest, kus see töötab, kui pikk on teie päring ja kuidas andmekeskus oma servereid jahutab. Seega jah, peamine number on olemas, kuid see peitub hulga hoiatuste sees.

Allpool toon välja selged ja otsustusvalmis numbrid, selgitan, miks hinnangud erinevad, ja näitan, kuidas ehitajad ja igapäevased kasutajad saavad veearvet vähendada ilma jätkusuutlikkuse munkadeks muutumata.

Artiklid, mida võiksite pärast seda lugeda:

🔗 Mis on tehisintellekti andmestik
Selgitab, kuidas andmekogumid võimaldavad masinõppe treenimist ja mudelite arendamist.

🔗 Kuidas tehisintellekt ennustab trende
Näitab, kuidas tehisintellekt analüüsib mustreid, et prognoosida muutusi ja tulevasi tulemusi.

🔗 Kuidas tehisintellekti jõudlust mõõta
Jaotab olulised mõõdikud täpsuse, kiiruse ja usaldusväärsuse hindamiseks.

🔗 Kuidas tehisintellektiga rääkida
Juhendab tõhusaid ergutusstrateegiaid selguse, tulemuste ja järjepidevuse parandamiseks.

Kui palju vett tehisintellekt kasutab? Kiired numbrid, mida sa tegelikult kasutada saad 📏

• Tüüpiline vahemik tänapäeval käsu kohta: ühes peavoolusüsteemis keskmise tekstipäringu puhul alla milliliitri kümnete milliliitriteni pikema ja suurema arvutusvõimsusega vastuse puhul. Näiteks Google'i tootmisarvestus teatab tekstipäringu keskmiseks koguseks ~0,26 ml (koos täieliku serveerimiskuluga) [1]. Mistrali elutsükli hindamine annab 400-tokeniliseks abilise vastuseks ~45 ml (marginaalne järeldus) [2]. Kontekst ja mudel on väga olulised.

• Piiriülese mudeli treenimine: võib ulatuda miljonite liitriteni , peamiselt jahutusest ja elektritootmises kasutatavast veest. Laialdaselt tsiteeritud akadeemiline analüüs hindas GPT-klassi mudeli treenimiseks vajalikuks ~5,4 miljonit liitrit ~700 000 liitrit kohapeal jahutamiseks tarbitavat vett – ja propageeris nutikat ajastamist veekasutuse vähendamiseks [3].

• Andmekeskused üldiselt: suured asukohad tarbivad sadu tuhandeid galloneid päevas , mõnes ülikoolilinnakus on kliimast ja disainist olenevalt isegi suuremad piigid [5].

Olgem ausad: need arvud tunduvad esialgu vastuolulised. Nad ongi. Ja selleks on head põhjused.

Tehisintellekti veekasutuse mõõdikud ✅

Hea vastus küsimusele „ Kui palju vett tehisintellekt kasutab?” peaks märkima mõned kastid:

1. Piiride selgus
   Kas see hõlmab ainult kohapealset jahutusvett või ka väljaspool elektrijaama kasutatavat vett elektrienergia tootmiseks kasutatakse? Parim tava eristab veevõttu ja veetarbimist ning hõlmab ulatusi 1-2-3, sarnaselt süsiniku arvepidamisele [3].

2. Asukoha tundlikkus
   Vee kWh kohta varieerub piirkonniti ja elektrivõrgu jaotuse järgi, seega võib sama käsk avaldada erinevat mõju veele olenevalt sellest, kus seda serveeritakse – see on peamine põhjus, miks kirjandus soovitab aja- ja kohapõhist ajastamist [3].

3. Töökoormuse realism
   Kas arv kajastab keskmisi tootmisvajadusi , sealhulgas jõudeolekut ja andmekeskuse üldkulu, või ainult kiirendi tipphetkel? Google rõhutab järelduste tegemisel kogu süsteemi arvestamist (jõudeolek, protsessorid/DRAM ja andmekeskuse üldkulud), mitte ainult TPU matemaatikat [1].

4. Jahutustehnoloogia
   Aurustuv jahutus, suletud ahelaga vedelikjahutus, õhkjahutus ja tekkivad otse kiibile jahutusmeetodid muudavad veekasutust dramaatiliselt. Microsoft on välja töötamas disaine, mille eesmärk on jahutusvee kasutamine teatud järgmise põlvkonna saitidel välistada [4].

5. Kellaaeg ja aastaaeg
   Soojus, niiskus ja võrgu tingimused muudavad tegelikus elus veekasutuse efektiivsust

Veevõtt vs veetarbimine, selgitatud 💡

• Väljavõtt = jõgedest, järvedest või põhjaveekihtidest võetud vesi (osa tagasi viidud).

• Tarbimine = vesi, mida ei tagastata, kuna see aurustub või lisatakse protsessidesse/toodetesse.

Jahutustornid tarbivad vett peamiselt aurustumise teel. Elektrienergia tootmisel võidakse vett tarbida suurtes kogustes (mõnikord tarbides osa sellest ära), olenevalt jaamast ja jahutusmeetodist. Usaldusväärne tehisintellekti veearv märgistab selle aruandeid [3].

Kuhu vesi tehisintellektis läheb: kolm ämbrit 🪣

1. 1. ulatus – kohapealne jahutus.
   Nähtav osa: andmekeskuses endas aurustunud vesi. Projekteerimisvalikud, näiteks aurustumine vs. õhk või suletud ahelaga vedelik, loovad baasjoone [5].

2. 2. ulatus – elektrienergia tootmine
   Igal kWh-l võib olla varjatud veesilt; segu ja asukoht määravad teie töökoormusele järgneva liitri kWh signaali [3].

3. 3. ulatus – tarneahel
   Kiibitootmine tugineb ülipuhtale veele. Seda ei näe „ülesandepõhises” mõõdikus, välja arvatud juhul, kui piir hõlmab selgesõnaliselt kehastunud mõjusid (nt täielik olelusringi analüüs) [2][3].

Teenusepakkujad numbrites, nüanssidega 🧮

• Google Gemini küsib
  täispinu serveerimismeetodit (sh jõudeolek ja rajatise üldkulu). Keskmine tekst küsib ~0,26 ml vett koos ~0,24 Wh energiaga; arvud kajastavad tootmisliiklust ja üldiseid piiranguid [1].

• Mistral Large 2 elutsükkel
  Haruldane sõltumatu elutsükli analüüs (ADEME/Carbone 4 abil) näitab treeningu ja varajase kasutamise jaoks ~281 000 m³ 400-märgise järeldusmarginaali ~45 ml [2].

• Microsofti nullvee jahutamise ambitsioon
  Järgmise põlvkonna andmekeskused on loodud jahutamiseks nullvett tarbima , tuginedes otse kiibile jahutamise lähenemisviisidele; administraatori kasutus vajab siiski teatud kogust vett [4].

• Üldine andmekeskuse mastaap
  Suured operaatorid teatavad avalikult sadadest tuhandetest gallonitest päevas üksikutes asukohtades; kliima ja disain mõjutavad numbreid nii üles- kui ka allapoole [5].

• Varasem akadeemiline lähtepunkt
  Murranguline „janune tehisintellekti“ analüüs hindas GPT-klassi mudelite treenimiseks miljoneid liitreid 10–50 keskmise mahutavusega vastust võiksid umbes võrduda 500 ml pudeliga – see sõltub suuresti sellest, millal/kus neid kasutatakse [3].

Miks hinnangud nii palju lahknevad 🤷

• Erinevad piirid
  Mõned arvud hõlmavad ainult kohapealset jahutust ; teised lisavad elektrienergia ja vee ; olelusringi hindamistesse võidakse lisada ka kiibitootmine . Õunad, apelsinid ja puuviljasalat [2][3].

• Erinevad töökoormused
  Lühike tekstiviip ei ole pikk multimodaalne/koodikäivitus; partiidena töötamine, samaaegsus ja latentsusaja eesmärgid muudavad kasutust [1][2].

• Erinev kliima ja võrgud
  Aurustuv jahutus kuumas ja kuivas piirkonnas ≠ õhk-/vedelikjahutus jahedas ja niiskes piirkonnas. Võrgu vee intensiivsus on väga erinev [3].

• Tarnijate metoodikad
  Google avaldas süsteemiülese serveerimismeetodi; Mistral avaldas ametliku LCA. Teised pakuvad punkthinnanguid hõredate meetodite abil. Kõrgetasemeline „üks viieteistkümnendik teelusikatäit” iga ülesande kohta jõudis pealkirjadesse – kuid ilma piirideta pole see võrreldav [1][3].

• Liikuv märklaud
  Jahutus areneb kiiresti. Microsoft katsetab veevaba jahutust ; nende kasutuselevõtt vähendab kohapealset veetarbimist isegi siis, kui ülesvoolu elekter kannab endiselt veesignaali [4].

Mida saate juba täna teha, et vähendada tehisintellekti veejalajälge 🌱

1. Mudeli õige suurusega
   Väiksemad, ülesannete järgi häälestatud mudelid saavutavad sageli sama täpsuse, kulutades samal ajal vähem arvutusvõimsust. Mistrali hinnang rõhutab tugevaid suuruse ja jalajälje vahelisi seoseid ning avaldab marginaalsed järeldusnumbrid, et saaksite arutleda kompromisside üle [2].

2. Valige veesäästlikud piirkonnad
   Eelistage jahedama kliimaga piirkondi, tõhusat jahutust ja madalama veemahukusega kWh kohta võrkudega; „janulise tehisintellekti“ uuring näitab, et aja- ja kohateadlik ajastamine aitab [3].

3. Nihuta töökoormust ajas.
   Planeeri koolitust/mahukate partiide arvutamist veesäästlikule ajale (jahedamad ööd, soodsad võrgutingimused) [3].

4. Küsige oma tarnijalt läbipaistvaid näitajaid –
   nõudlust vee kohta iga toimingu kohta , piiride määratlusi ning seda, kas arvud sisaldavad jõudeolekut ja rajatise üldkulusid. Poliitikagrupid suruvad peale kohustuslikku avalikustamist, et oleks võimalik võrrelda konkreetseid olukordi [3].

5. Jahutustehnoloogia on oluline.
   Kui haldate riistvara, kaaluge suletud ahelaga/otse kiibile suunatud jahutust ; kui tegutsete pilves, eelistage piirkondi/teenusepakkujaid, kes investeerivad lihtsatesse ja lihtsatesse lahendustesse [4][5].

6. Kasutage hallvett ja taaskasutage võimalusi
   Paljudes ülikoolilinnakutes on võimalik asendada mittejoogiveeallikaid või taaskasutada vett ringlussevõtu ahelates; suured operaatorid kirjeldavad veeallikate ja jahutusvõimaluste tasakaalustamist, et minimeerida netomõju [5].

Kiire näide selle elluviimiseks (mitte universaalne reegel): öise koolitustöö viimine jaanipäeva kuumast ja kuivast piirkonnast kevadel jahedamasse ja niiskemasse piirkonda – ning selle läbiviimine väljaspool tipptundi jahedamatel tundidel – võib muuta nii kohapealset veekasutust kui ka väljaspool kohapealset (võrgust) veetarbimise intensiivsust. Sellist praktilist ja vähese dramaatilise võiduga ajakava saab luua [3].

Võrdlustabel: kiired valikud tehisintellekti veemaksu vähendamiseks 🧰

(„Hind“ on disainilt kohmakas – juurutused on erinevad.)

Sügavanalüüs: poliitika trummipõrin muutub valjemaks 🥁

Inseneriorganisatsioonid nõuavad andmekeskuste energia- ja veetarbimise avalikustamist

Sügavanalüüs: andmekeskused ei tarbi kõiki ühtemoodi 🚰

On levinud müüt, et „õhkjahutus ei kasuta vett“. See pole päris nii. Õhurikkad süsteemid vajavad sageli rohkem elektrit , mis paljudes piirkondades kannab võrgust peidetud vett vesijahutus võib vähendada energiatarbimist ja heitkoguseid kohapealse vee arvelt. Suured operaatorid tasakaalustavad neid kompromisse iga objekti puhul eraldi [1][5].

Sügav analüüs: kiire reaalsuskontroll viiruslike väidete kohta 🧪

Võib-olla olete näinud julgeid väiteid, et üksainus ülesanne võrdub „veepudeliga“ või teisest küljest „vaid mõne tilgaga“. Parem rüht: alandlikkus matemaatikaga . Tänapäeva usaldusväärsed piirväärtused on ~0,26 ml keskmise tootmisülesande puhul koos täieliku serveerimiskuluga [1] ja ~45 ml 400-žetoonilise assistendi vastuse puhul (marginaalne järeldus) [2]. Palju jagatud „üks viieteistkümnendik teelusikatäit“ puudub avalik piir/meetod; käsitlege seda nagu ilmateadet ilma linnata [1][3].

Mini-KKK: Kui palju vett tehisintellekt kasutab? Jällegi, lihtsas keeles 🗣️

• Mida ma peaksin koosolekul ütlema?
  „Ülesande kohaselt jääb see olenevalt mudelist, pikkusest ja jooksmiskohast tilkade ja mõne lonksu Treeningul on vaja lompides , mitte lompides olla.“ Seejärel tooge üks või kaks ülaltoodud näidet.

• Kas tehisintellekt on ainulaadselt halb?
  See on ainulaadselt kontsentreeritud : kokku pakitud suure võimsusega kiibid tekitavad suuri jahutuskoormusi. Kuid andmekeskused on ka kohad, kuhu kõige tõhusam tehnoloogia kipub esimesena jõudma [1][4].

• Mis siis, kui viime kõik üle õhkjahutusele?
  Võib-olla vähendate kohapealset veetarbimist, aga suurendate väljaspool asuvat veetarbimist elektri abil. Kogenud operaatorid kaaluvad mõlemat [1][5].

• Aga tulevikutehnoloogia?
  Disainid, mis väldivad jahutamist veega suures mahus, muudaksid Scope 1 jaoks mängureegleid. Mõned operaatorid liiguvad selles suunas; ülesvoolu elekter kannab endiselt veesignaali, kuni võrgud muutuvad [4].

Lõppsõna - liiga pikk, ma ei lugenud seda 🌊

• Küsimuse kohta: arvestage milliliitrist kümnete milliliitriteni , olenevalt mudelist, küsimuse pikkusest ja sellest, kus see jookseb. Küsimuse mediaanväärtus on ~0,26 ml ühel suuremal pinul; ~45 ml 400-märgise vastuse puhul teisel [1][2].

• Koolitus: miljonid liitrid piirimudelite jaoks, mistõttu on ajastamine, paigutamine ja jahutustehnoloogia kriitilise tähtsusega [3].

• Mida teha: õige suurusega mudelid, veesäästlike piirkondade valimine, raskete tööde viimine jahedamatele aegadele, veesäästlike lahendustega müüjate eelistamine ja läbipaistvate piiride nõudmine [1][3][4][5].

Veidi vigane metafoor lõpetuseks: tehisintellekt on janune orkester – meloodia on arvutuslik, aga trummid jahtuvad ja võrguvesi on nagu jahe vesi. Häälestage bänd ja publik saab ikkagi muusikat ilma sprinkleriteta. 🎻💦

Viited

1. Google Cloudi ajaveeb – Kui palju energiat Google'i tehisintellekt kasutab? Tegime arvutused (metoodika + ~0,26 ml keskmine töötund, täisportsjoni üldkulu). Link
   (Tehniline dokument PDF-failina: Tehisintellekti pakkumisel Google'i skaalal keskkonnamõju mõõtmine .) Link

2. Mistral AI – meie panus tehisintellekti globaalsesse keskkonnastandardisse (olelusringi hindamine ADEME/Carbone 4 abil; ~281 000 m³ koolitus + varajane kasutamine; ~45 ml 400-märgise kohta , marginaalne järeldus). Link

3. Li jt - Tehisintellekti vähem januseks muutmine: tehisintellekti mudelite salajase vee jalajälje paljastamine ja käsitlemine miljonite liitrite treenimine , aja- ja kohateadlik ajastamine, väljavõtmine vs. tarbimine). Link

4. Microsoft – Järgmise põlvkonna andmekeskused ei tarbi jahutamiseks vett (otse kiibile jahutuse lahendused, mille eesmärk on teatud asukohtades veevaba jahutus). Link

5. Google'i andmekeskused – jätkusuutlik tegutsemine (jahutuse kompromissid iga asukoha kohta; aruandlus ja taaskasutamine, sh taaskasutatud/hallvesi; tüüpiline päevane kasutus suurusjärkude kaupa objekti tasandil). Link

Leia uusim tehisintellekt ametlikust tehisintellekti abilise poest

Meist