هوش مصنوعی در هر بار چت کردن یک بطری آب می‌نوشد

محققان نشان داده اند که سیستم های هوش مصنوعی تشنه هستند و حداکثر 2 میلی لیتر آب مصرف می کنند که معادل یک بطری آب واحد است. آنها همچنین برای نوشتن متن 4 کلمه ای تقریباً به همان مقدار آب احتیاج دارند. این تعداد شامل آب برای خنک کردن سرورهای مرکز داده و آب مورد استفاده در نیروگاه ها برای راه اندازی این سیستم ها است.

این مطالعه ، به رهبری Leo S. Leo S. Lo ، مدیر کتابخانه ها ، مشاور اطلاعات مصنوعی و استاد دانشگاه ویرجینیا.

به گفته Science Alert ، مطالعه ای که این تخمین ها را محاسبه می کند همچنین نشان می دهد که مصرف آب سیستم های هوش مصنوعی می تواند بسیار متفاوت باشد. این بستگی به این دارد که رایانه به چه سؤالی پاسخ می دهد و کجا و چه زمانی کار می کند. بسیاری از مردم تصور می کنند که هوش مصنوعی ذاتاً مضر است و اثرات مضر دارد. محققان نشان داده اند که این تأثیرات واقعی است ، اما تنها بخشی از داستان است.

هنگامی که دیدگاه مردم نسبت به هوش مصنوعی صرفاً به عنوان منبع مصرف کننده تغییر می کند تا ردپای واقعی آن ، منبع تأثیرات آن ، نحوه تغییر آنها و چه کاری برای کاهش آنها انجام شود ، آنها برای انتخاب هایی که نوآوری را با پایداری متعادل می کنند ، مجهز هستند.

دو جریان پنهان

در پشت هر سؤال از هوش مصنوعی ، دو جریان مصرف آب وجود دارد. جریان اول خنک کننده سرورهایی است که مقادیر زیادی گرما تولید می کنند. مهندسان اغلب از برج های خنک کننده تبخیر استفاده می کنند. برج ها گرما را تبخیر می کنند ، اما آب از منبع آب محلی مانند رودخانه ، مخزن یا میز آب خارج می شود. سایر سیستم های خنک کننده ممکن است آب کمتری مصرف کنند اما برق بیشتری داشته باشند.

جریان دوم توسط نیروگاه هایی که برق مورد نیاز برای تأمین مرکز داده را تولید می کنند ، استفاده می شود. نیروگاه های زغال سنگ ، گاز و هسته ای از مقادیر زیادی آب برای چرخه بخار و خنک کننده استفاده می کنند. انرژی آب همچنین مقادیر قابل توجهی از آب را که از مخازن تبخیر می شود ، مصرف می کند. نیروگاه های خورشیدی همچنین در صورت تکیه بر خنک کننده مرطوب می توانند آب زیادی مصرف کنند ، اما توربین های بادی و پانل های خورشیدی بعد از ساخت تقریباً آب مصرف نمی کنند.

اهمیت مکان و زمان

مصرف آب با مکان به طرز چشمگیری تغییر می کند. یک مرکز داده خنک و مرطوب اغلب می تواند به هوای خارج متکی باشد و ماه ها با حداقل مصرف آب کار کند. در مقابل ، یک مرکز داده دیگر ممکن است بسیار وابسته به خنک کننده تبخیر باشد. این روش در هوای گرم و خشک بسیار مؤثر است ، اما هنوز هم به مقادیر زیادی آب نیاز دارد. زمان نیز مهم است. یک مطالعه نشان داد که یک مرکز داده ممکن است تنها نیمی از آب تابستانی را در زمستان استفاده کند.

روشهای جدید گزینه های امیدوارکننده ای را ارائه می دهند. یک فناوری جدید از مایکروسافت از آب برای خنک کردن استفاده نمی کند. این فناوری با چرخاندن یک مایع خاص ، گرما را مستقیماً از طریق لوله های بسته شده روی تراشه های رایانه جذب می کند و سپس آن را از طریق یک سیستم بسته بدون نیاز به تبخیر آزاد می کند.

مراکز داده به استفاده از برخی از آب آشامیدنی برای حمام ها و سایر امکانات کارکنان ادامه خواهند داد ، اما خود خنک کننده دیگر منابع آب محلی را برداشت نمی کند.
هوش مصنوعی هر بار یک بطری آب می نوشد
مراکز داده مایکروسافت

با این حال ، این رویکردها به دلیل هزینه ، پیچیدگی و دشواری تبدیل مراکز داده موجود به سیستم های جدید هنوز هم رایج نیستند. نوع مدل هوش مصنوعی نیز مهم است. این به دلیل سطوح مختلف پیچیدگی ، سخت افزار و قدرت پردازنده مورد نیاز آنها است. برخی از مدل ها ممکن است منابع بسیار بیشتری نسبت به سایرین مصرف کنند. یک مطالعه نشان داد که برخی از مدل ها می توانند بیش از 5 برابر انرژی و آب بیشتر از مدل های بسیار کارآمد مصرف کنند.

برآوردهای مختلف ، از 1.5 میلی لیتر تا 2 میلی لیتر ، نشان می دهد که تأثیر عملکرد ، هوش مصنوعی و زیرساخت های الکتریکی چقدر مهم است. براساس گزارش های OpenAi و Google ، هوش مصنوعی هر یک روزانه حدود 2.5 میلیون لیتر و 6000 لیتر در روز مصرف می کند.

استفاده از آب هوش مصنوعی تولیدی در حال حاضر در مقایسه با سایر کاربردهای رایج کم است. با این حال ، تقاضای آب آن ثابت نیست. گزارش های Google نشان می دهد که هنگام بهینه سازی سیستم ها با تراشه های تخصصی ، خنک کننده کارآمد و مدیریت هوشمند ، چه تغییراتی ایجاد می شود. بازیافت آب و قرار دادن مراکز داده در مناطق خنک تر و مرطوب نیز می تواند کمک کند. شفافیت نیز مهم است. هنگامی که شرکت ها داده های خود را منتشر می کنند ، عموم مردم ، سیاستگذاران و دانشمندان می توانند ببینند که چه چیزی در دسترس است و ارائه دهندگان را به طور عادلانه مقایسه می کنند.

این مطالعه در مکالمه منتشر شده است.

منبع: isna