研究表明，训练ChatGPT等人工智能模型可能使数据中心产生惊人耗水量
近日，美国科罗拉多河滨分校(University of Colorado Riverside)和德克萨斯大学阿灵顿分校(University of Texas at Arlington)发布了一项关于ChatGPT等大型人工智能模型在训练期间的“水足迹”研究。
据香港IDC新天域互联了解，研究人员在报告中点明大型人工智能模型所“消耗”的水，与其数据中心冷却服务器时因蒸发造成的水损失有关，因而“水无法循环利用”。
据估计，在单个系统中与AI聊天机器人进行20-50个问题的对话可能会导致其消耗“500毫升瓶装水”，而因ChatGPT在全球拥有数十亿用户， 由此累计的总用水量是巨大的。就拿当初微软训练GPT-3来举例，该公司可能消耗了700,000升水，相等的用水量足以用来生产370辆宝马汽车。
在此基础上，如果人工智能模型的数据由一个能源使用效率较低的数据中心生成，那么其用水量可能会增加三倍。而对于OpenAI新推出的GPT-4，其用水量可能会较GPT-3版本增加“数倍”。
随着ChatGPT的大热，包括谷歌、百度和阿里巴巴等科技企业纷纷竞相推出自身研发的人工智能工具。
仲量联行最新的数据中心报告显示，“人工智能淘金热正在稳步推进”。ChatGPT和Bard等生成式人工智能应用的增长、云计算的广泛采用以及疫情后的数字化转型都将使数据中心的需求继续呈“指数增长”，并推动更高密度设施的使用。