9月11日讯（编辑 周子意）你能想象吗？构建大型语言模型实际是一项庞大的耗水工程，每年可能要消耗掉数百万吨水资源，所以像ChatGPT这样的人工智能（AI）产品的成本可能很难衡量。

AI模型需要海量的计算，而不断运作的超级计算机需要大量的水用于冷却。例如，OpenAI公司最先进的大型语言模型GPT-4技术，需要从爱荷华州中部的Raccoon和Des Moines流域的分水岭处抽取水，为超级计算机降温。

微软、OpenAI和谷歌等领先的科技开发商也承认，对AI工具日益增长的需求带来了高昂的成本，不仅包括昂贵的半导体芯片，也包括大量水资源消耗。

背后的资源使用量大

构建大型语言模型需要分析大量人类文本的模式，所有这些计算都需要大量的算力，并产生大量的热量。为了在炎热的天气里保持凉爽，数据中心需要注入水进行物理降温——通常是向建筑外的冷却塔导入冷水。

微软在其最新的环境报告中披露，2022年，公司在全球的用水量飙升了34%，达到640万吨，这些水可以注满超过2500个奥运会规模的游泳池。外部研究人员认为，这一大幅增长与其人工智能研究相关。

加州大学河滨分校电气与计算机工程系副教授任少雷一直在试图计算ChatGPT等生成式人工智能产品对环境的影响，他认为，“大部分资源消耗的增长归咎于人工智能。”

任教授的团队估计，每次用户向ChatGPT系统给出5到50个提示或问题时，它就会“吞下”500毫升的水。这个区间范围取决于服务器的位置和季节。这一估计包括了公司没有计入的间接用水，比如为数据中心供电的发电厂降温。

任教授称，“大多数人都没有意识到ChatGPT背后的资源使用…如果你不知道资源的使用情况，那么我们就无法帮助保护资源。”

此外，谷歌报告称，该公司去年的用水量增长了20%，这在很大程度上也是因为它的人工智能工作。

谷歌在不同地区的用水上涨幅度并不一致——在俄勒冈州，它的用水量很稳定；而在拉斯维加斯以外，它的用水量翻了一番；爱荷华州的Council Bluffs数据中心的用水量比其他任何地方都多。

提高效率

微软上周在一份声明中表示，它正在投资多项研究以衡量AI的能源和碳足迹，同时努力使大型系统在培训和应用方面更有效率。

该公司的声明称，“我们将继续监测我们的排放，加快进展，同时增加使用清洁能源为数据中心供电，购买可再生能源，并通过其他努力实现我们的可持续发展目标，即到2030年实现负向碳排放、正向水利用和零浪费。”

OpenAI公司上周五（9月8日）在声明中回应称，它正在“充分考虑”如何最好地利用计算能力。

该公司表示，“我们认识到训练大型模型可能是能源和水密集型的”，因此要努力提高效率。