كم من الماء يفعل ChatGPT استخدام؟

يقول المتوسط العام الوحيد للطرف الأول أ ChatGPT يستخدم الاستعلام حوالي 0.000085 جالونًا أمريكيًا من الماء، أي حوالي 0.32 ملليلتر. OpenAI نشر الرئيس التنفيذي سام ألتمان هذا الرقم في عام 2025، لكنه لم يقدم الحساب أو يحدد النماذج والمواقع وحدود المياه التي يغطيها.

وقد أنتجت الأبحاث المستقلة تقديرات أعلى بكثير. اقترحت ورقة بحثية عام 2023 حوالي 500 مل لـ 20–50 استجابة متوسطة الطول، أو ما يقرب من 10–25 مل لكل استجابة، اعتمادًا على مكان وزمان تشغيل النظام. هذه الأرقام ليست قابلة للمقارنة مباشرة. الجواب الصادق هو ذلك ChatGPT يختلف استخدام المياه في مصر، والإفصاح العام ليس مفصلاً بما يكفي لحساب محادثتك الدقيقة.

رقم الطرف الأول هو متوسط

ألتمان بيان منشور أعطى متوسطين تشغيليين لـ a ChatGPT الاستعلام: حوالي 0.34 واط ساعة من الكهرباء و0.0.000085 جالون أمريكي من الماء. تحويل الأخير يعطي حوالي 0.32 مل.

إنه مفيد لأنه يأتي من المشغل الذي يمكنه مراقبة البنية التحتية وحركة المرور الخاصة به. إنه محدود لأن المنشور لا يكشف عن فترة القياس أو توزيع النماذج أو طول الاستعلام أو الحدود المباشرة مقابل غير المباشرة أو معالجة التدريب.

يمكن للمتوسط أيضًا إخفاء نطاق واسع. يعد الطلب القصير وجلسة التفكير الطويلة من وظائف الحوسبة المختلفة. قد تستدعي أدوات البحث والملفات والصور والوكيل عدة أنظمة. من الأفضل التعامل مع هذا الرقم باعتباره علامة على مستوى الأسطول للاستخدام العادي، وليس عداد مياه متصل بكل منها ChatGPT رسالة.

لماذا التقدير الأكاديمي أعلى

ورقة 2023 جعل الذكاء الاصطناعي أقل "عطشا" تقدر كلا من مياه التبريد في الموقع والمياه المرتبطة بالكهرباء. وقام باحثوها بتصميم مواقع معينة لمراكز البيانات، وشبكات الطقس والطاقة، بدلاً من القياس OpenAI الأسطول الخاص.

كان مثالهم الرئيسي هو أن أ 500 زجاجة مل يمكن أن تخدم تقريبًا 20–50 الردود. وهذا يعادل 10–25 مل لكل استجابة في ظل افتراضات الورقة. لم يدعم أبدًا "زجاجة واحدة لكل رسالة".

تختلف الخدمة النموذجية وافتراضات البنية التحتية والوقت عن متوسط ألتمان اللاحق. كما تم تحسين الأجهزة والتبريد. عادة ما تكون الحدود التي تشمل مياه توليد الطاقة غير المباشرة أوسع من تلك التي تركز على التبريد المباشر. بدون منهجية مطابقة من OpenAI لا يمكننا أن نعزل مقدار الفجوة التي تأتي من الكفاءة وكم منها يأتي من المحاسبة.

يتغير استخدام المياه باختلاف المكان والزمان

يستهلك التبريد التبخيري الماء لنقل الحرارة خارج مركز البيانات. يعتمد المبلغ على درجة الحرارة والرطوبة ومعدات التبريد وحمل الخادم. قد تستهلك المنشأة التي تستخدم الهواء الخارجي أو التبريد ذو الحلقة المغلقة كمية أقل في الموقع.

توليد الكهرباء يمكن أن يستهلك الماء أيضًا. ويتغير معدلها مع المزيج المحلي من الطاقة الحرارية وطاقة الرياح والطاقة الشمسية وغيرها من المصادر. يمكن أن يختلف كل من الطلب على التبريد ومزيج الشبكة ساعة بساعة، لذلك قد يكون لطلب النموذج نفسه مياه مخصصة مختلفة في مناطق مختلفة.

الندرة تغير النتيجة وكذلك الحجم. إن الملليلتر الموجود في مستجمعات المياه المتأثرة بالجفاف له أهمية محلية مختلفة عن الموجود في منطقة وفيرة بالمياه. ولا يمكن للمتوسط ​​العالمي أن يعبر عن ذلك. انظر كيف يستخدم الذكاء الاصطناعي الماء للمراحل المباشرة وغير المباشرة والتصنيعية.

يقع التدريب والرقائق خارج معظم مطالبات الاستعلام

وقدرت الورقة الأكاديمية أن التدريب GPT-3 في مراكز بيانات مايكروسوفت بالولايات المتحدة يمكن أن تستهلك بشكل مباشر حوالي 700,000 لتر بموجب نموذجها. لم يتم الكشف عن ذلك OpenAI القياس، وأحدث ChatGPT النماذج لها دورات تدريبية مختلفة. ولا ينبغي تقديمه كإجمالي معروف لمنتج اليوم.

تعد مشاركة مياه التدريب عبر الاستعلامات خيارًا محاسبيًا. ينخفض ​​التخصيص لكل استعلام إذا كان النموذج يخدم المزيد من الطلبات ويرتفع إذا تم إيقافه مبكرًا. تم استهلاك المياه أثناء التدريب، وليس في كل مرة يضغط فيها المستخدم على إرسال.

ويستخدم تصنيع أشباه الموصلات أيضاً الماء عالي النقاء، في حين أن بناء مراكز البيانات له تأثيرات على المنبع. نادرًا ما تتضمن الأرقام السريعة للمستهلكين أيًا من ذلك لأن الاستخدام وعمر الأجهزة وتخصيص سلسلة التوريد غير مؤكدة. يظل التقدير التشغيلي الضيق مفيدًا، ولكنه ليس إجمالي دورة الحياة الكاملة.

ما الخطأ في مقارنة الزجاجة

العبارة "ChatGPT يشرب زجاجة ماء" يجعل التخصيص النموذجي يبدو وكأنه حدث مادي. لا تفتح الخوادم الزجاجة عند وصول الرسالة. تعمل أنظمة التبريد عبر العديد من أعباء العمل، ويقسم الباحثون بعضًا من استهلاكها حسب الطلب.

وتشجع المقارنة أيضا على معدل ثابت. حتى الورقة الأصلية أعطت نطاق استجابة يتراوح بين 20–50 لأن الموقع والوقت مهمان. تصف الأشكال اللاحقة أجزاء من المليلتر. يؤدي اختيار نقطة نهاية واحدة دون مصدرها وحدودها إلى تحويل عدم اليقين إلى اصطياد نقرات.

التدقيق المخصص لدينا —هل يستخدم الذكاء الاصطناعي حقًا زجاجة لكل رسالة؟- يتتبع المطالبة. الاستنتاج ليس أن الذكاء الاصطناعي لا يستخدم الماء. وهو أن الوحدة والمقام والنطاق يجب أن يسافروا مع الرقم.

ماذا يمكنك أن تفعل مع هذا عدم اليقين؟

تعامل مع 0.32 مل OpenAI المتوسط المذكور، وليس قياسك الدقيق. تعامل مع 10–25 مل كسيناريو بحثي لحدود خدمة مختلفة، وليس تيارًا ChatGPT القراءة. لا تقم بحساب متوسطهم معًا: فهذا من شأنه أن يخلق رقمًا مدعومًا من قبل أي من المصدرين.

بالنسبة للاستخدام الأقل تأثيرًا، حافظ على تركيز المحادثات وتجنب المحاولات المتكررة واستخدم الاستدلال المتقدم أو الوسائط التي تم إنشاؤها عندما تبرر المهمة ذلك. يمكن أن يؤدي اختيار نموذج أصغر مناسبًا إلى تقليل العمليات الحسابية وحمل التبريد المخصص للإجابة.

يحتفظ مقدمو الخدمة بالبيانات الحاسمة. يمكنهم نشر التوزيعات حسب النموذج والمهمة، والمياه المباشرة وغير المباشرة، ومواقع المرافق والاستهلاك الموسمي. وإلى أن يحدث ذلك، ينبغي للتقديرات المسؤولة أن تظل واسعة النطاق وصريحة. Treechat يتبع هذا المبدأ في المنهجية: واردها من المياه يستمد من الطاقة المقدرة وعامل ثابت، وليس قراءة حية لمركز البيانات.

للحصول على مقارنات بصرية دون فقدان المحاذير، راجع استخدام المياه باستخدام الذكاء الاصطناعي مقابل الأشياء اليومية. الدرس الرئيسي بسيط: القضية البيئية هي بنية تحتية محلية كلية، وليست رشفة حرفية تلتقطها شاشتك.