开创性研究揭示AI隐藏的水足迹

在一项开创性的研究中，加州大学河滨分校和德克萨斯大学阿灵顿分校的研究人员揭示了此前被忽视的人工智能（AI）技术的水足迹。由副教授任少雷（Shaolei Ren）领导的团队量化了训练和运行大规模AI模型所消耗的水资源，将人们的注意力引向一个在碳排放讨论中常被忽视的可持续性方面。

揭示AI的研究发现

研究团队的发现揭示了AI模型惊人的水资源消耗，尤其是在训练阶段。例如，仅在微软的美国数据中心训练GPT-3就可能消耗70万升清洁淡水。这一数量相当于生产数百辆电动汽车所需的水量。 

此外，如果在亚洲数据中心进行训练，水足迹将增加两倍。即使在推理阶段，与ChatGPT进行简短对话也可能需要多达500毫升水瓶的水量，这突显了AI使用所关联的水资源消耗量。

将AI的水足迹与传统行业（如农业）进行比较，研究发现存在显著差异。虽然牛肉生产和服装制造等行业的水足迹广为人知，但这些通常包括非饮用水，并考虑产品的整个生命周期。 

相比之下，该研究仅关注AI的运营水足迹，不包括与服务器制造和运输相关的隐含水足迹。然而，研究人员估计，如果考虑隐含水足迹，AI的整体水足迹可能会大幅增加。

该研究的关键见解之一是碳减排与水保护努力之间的紧张关系。虽然碳高效的时间和地点可能与水高效的时段和地点不同，但战略性地安排AI工作负载为优化两者提供了机会。例如，在低需求时期或在水效率较高的地区安排AI训练，可以在不损害碳减排目标的情况下帮助减少整体水足迹。

科技巨头的回应

随着对数据中心环境影响的担忧日益加剧，谷歌、微软和Meta等主要科技公司越来越重视在其开发过程中实现可持续性。 

然而，该研究表明，在解决AI技术的水足迹方面还有更多工作要做。虽然改善现场水效率的努力（如利用再生水和提高冷却塔效率）正在进行中，但仍面临重大挑战，特别是在加利福尼亚等干旱地区。

研究人员强调，在解决AI水足迹问题时透明度至关重要。通过提供与AI模型相关的水资源消耗信息，开发人员可以就调度和资源分配做出明智的决策。此外，透明度使用户能够了解并可能通过在水效率较高的时段或地区使用AI服务来减少其水足迹。

此外，学术界、行业和政策制定者之间的合作对于制定有效的监管框架和激励措施以促进可持续的AI实践至关重要。这种协作努力可以在保护地球珍贵水资源以供后代使用的同时，促进创新。

该研究的发现强调了在AI开发中采取整体可持续性方法的必要性。随着技术进步继续重塑行业和社会，必须考虑AI使用的环境后果。通过将水保护努力整合到AI的开发和运营中，利益相关者可以共同努力实现一个创新与环境管理和谐共存的更可持续的未来。