近期關於 ChatGPT 用水量的披露引發了社群對人工智慧基礎設施成本和效益更廣泛影響的熱烈討論。雖然 ChatGPT 用水量是此前估計的四倍這一引人注目的資料吸引了眾多關注，但科技界的回應揭示出在人工智慧時代，關於資源分配、效率和價值創造的討論更為複雜。
用水指標：
- ChatGPT ：每10-50次查詢消耗2升水
- 資料中心水源：43%來自非飲用水源（以 Digital Realty 為例）
- 主要科技公司用水量增長：
- Google ：17%
- Microsoft ：22.5%
- Meta ：17%
資源使用的背景
討論已經超越了簡單的用水量指標，轉而研究資源利用的更廣泛背景。社群成員指出，將人工智慧系統的資源使用與傳統人類活動進行比較需要更全面的分析。這場辯論不僅涉及直接用水量，還包括價值創造的效率以及社會效益的分配。
如果能源羞恥是一種不當行為，為什麼要從提及文章作者消耗的能源開始？我認為我們可以把 Disneyland 放在一邊，談談文章的內容，以及人工智慧公司是否應該繼續享受他們目前獲得的優待：優先獲取水資源、電力和資金。
技術解決方案和替代方案
社群已經提出了幾種解決資料中心資源消耗的技術方案。空氣冷卻系統、精密液體冷卻以及在較冷地區戰略性佈局資料中心都是正在討論的解決方案。然而，響應時間要求等實際限制使得完全遷移到寒冷地區變得不可行，這就需要採取平衡的最佳化方案。
資料中心基礎設施：
- 全球分佈：美國超過5,000個，英國約600個
- 製冷需求：最新的AI伺服器機架產生120千瓦的功率
- 人員規模：每個主要資料中心約250人
- 用水壓力：Microsoft 41%的用水消耗位於缺水地區
 |
|---|
| 一瞥資料中心內部，展示了正在探索的資源消耗最佳化解決方案 |
價值創造與資源消耗
討論的重要部分集中在資源消耗與價值創造之間的關係。一些社群成員報告了使用人工智慧工具帶來的顯著生產力提升和教育效益，而其他人則質疑當前的資源消耗模式是否能夠被創造的價值所證明。這場辯論特別關注如何區分基本的人工智慧應用和那些主要由市場炒作驅動的應用。
基礎設施和可持續性
社群提出了關於基礎設施規劃和可持續性的重要觀點。討論表明，資料中心的用水量必須在城市規劃和資源管理的更廣泛背景下考慮。對於企業承諾在2030年前實現水資源正效益的承諾受到了嚴格審查，特別是關於用水消耗與補給的地理分佈問題。
總的來說，雖然最初的文章關注水資源消耗指標，但社群討論已經演變為對社會如何平衡技術進步與資源可持續性的更全面探討。這場辯論反映出人們越來越意識到，人工智慧基礎設施的未來必須同時考慮環境影響和社會效益。