Pisanje maila od 100 riječi pomoću ChatGPT-a potroši bocu vode: Šokantne brojke iza vještačke inteligencije

Brojka za jedan mail potiče iz recenziranog rada iz 2025. godine u časopisu Communications of the ACM, koji su objavili Pengfei Li, Shaolei Ren i kolege sa Univerziteta Kalifornija. Rad pod nazivom „Učiniti vještačku inteligenciju manje žednom“ predstavlja metodologiju kojom se može procijeniti vodni otisak po upitu velikih jezičkih modela. Brojka za jedan mail od 100 riječi iznosi približno 519 mililitara, što je dovoljno blizu zapremini standardne boce. Broj uključuje i direktnu vodu koja se koristi za hlađenje servera podatkovnog centra i indirektnu vodu koja se koristi za generisanje električne energije koju ti serveri troše.

Ista istraživačka grupa procjenjuje da jedan produženi razgovor s chatbotom, definisan kao između deset i pedeset razmjena, troši približno isti red veličine od 500 mililitara. Brojka se povećava za faktor jedan svaki put kada se razgovor produži.

Zašto je vještačkoj inteligenciji potrebna voda

Centri podataka generišu toplinu. Serveri koji obrađuju upite umjetne inteligencije su u suštini mali radijatori koji rade visokim intenzitetom sve dok traje opterećenje. Čipovi koji su u srcu savremenog treniranja i zaključivanja umjetne inteligencije, vrhunske grafičke procesorske jedinice koje prvenstveno proizvodi Nvidia, troše između 300 i 700 vati svaka, ovisno o modelu. Jedan trening za veliki jezički model koristi desetine hiljada ovih čipova istovremeno, sedmicama ili mjesecima. Toplina mora negdje otići.

Najčešća metoda za odvođenje te toplote iz podatkovnog centra je evaporativno hlađenje. Voda se pumpa kroz cijevi koje idu uz ili direktno preko opreme koja proizvodi toplotu, apsorbuje toplotu, a zatim je izložena vazduhu. Dio vode isparava, noseći toplotu u atmosferu kao vodenu paru. Preostala voda se vraća kroz sistem. Otprilike 80 posto vode uvučene u evaporativni sistem hlađenja gubi se isparavanjem. Ostatak se vraća u lokalne vodovodne sisteme, ponekad na višim temperaturama i sa hemijskim ostacima iz procesa hlađenja.

Novija generacija podatkovnih centara izgrađenih posebno za AI radna opterećenja je veća, gušća i termički intenzivnija od podatkovnih centara izgrađenih za opće računarstvo u oblaku 2010-ih. Jedan veliki hiperskalažni AI kampus sada može potrošiti više vode u jednom danu nego što grad od deset hiljada ljudi potroši za sve: piće, pranje, kuhanje, sanitaciju, poljoprivredu i navodnjavanje zajedno.

Stvarne brojke

Najnoviji Googleov izvještaj o okolišu, koji pokriva fiskalnu 2024. godinu, detaljno navodi potrošnju vode u globalnim operacijama kompanije. Ukupna cifra za 2024. godinu iznosila je približno 8,1 milijardi galona, ​​od čega je približno 95 posto korišteno u podatkovnim centrima. Brojka za 2024. godinu predstavljala je povećanje od 8 posto u odnosu na 2023. godinu. Brojka za 2023. godinu bila je povećanje od 17 posto u odnosu na 2022. godinu. Brojka za 2022. godinu bila je povećanje od 20 posto u odnosu na 2021. godinu. Kumulativni rezultat je da se potrošnja vode u Googleu gotovo udvostručila između 2021. i 2024. godine, a sama kompanija je u uzastopnim izvještajima o okolišu navela rast opterećenja umjetnom inteligencijom kao primarni pokretač.

Microsoftove brojke su sličnog oblika, manje u apsolutnom obimu. Kompanija je prijavila potrošnju vode od približno 1,7 milijardi galona u 2022. godini, što je povećanje od 34 posto u odnosu na prethodnu godinu. Rast se nastavio. Nezavisno istraživačko novinarstvo o Microsoftovom klasteru podatkovnih centara u West Des Moinesu, Iowa, gdje su 2022. godine provedene GPT-4 obuke, dokumentiralo je da je jedna obuka potrošila 11,5 miliona galona vode u julu 2022. i još 13,4 miliona galona u augustu. Isti klaster se, u narednim godinama, proširio na pet odvojenih objekata koji zajedno crpe 68,5 miliona galona godišnje iz gradskog vodovodnog sistema West Des Moinesa, više od bilo kojeg drugog industrijskog korisnika u gradskom području.

Meta je 2023. godine globalno potrošila približno 813 miliona galona vode, od čega je 95 posto te količine korišteno u podatkovnim centrima. Amazon, koji upravlja najvećom cloud infrastrukturom na svijetu, ne objavljuje ukupne podatke o potrošnji vode.

Izvještaj Nacionalne laboratorije Lawrence Berkeley o potrošnji energije u podatkovnim centrima za 2024. godinu, pripremljen za Ministarstvo energetike Sjedinjenih Američkih Država u skladu sa Zakonom o energetici iz 2020. godine, procjenjuje da su podatkovni centri u Sjedinjenim Američkim Državama 2023. godine direktno potrošili približno 17,4 milijarde galona vode putem hlađenja. U istom izvještaju procjenjuje se da je dodatnih 211 milijardi galona vode potrošeno indirektno putem električne energije potrebne za napajanje istih podatkovnih centara. Indirektna brojka je približno dvanaest puta veća od direktne brojke. Izvještaj predviđa da bi se direktna brojka mogla udvostručiti ili učetverostručiti do 2028. godine. Indirektna brojka se skalira u istom omjeru.

Odakle voda dolazi

Li i Ren u svom radu predviđaju da će globalna potražnja za vještačkom inteligencijom zahtijevati negdje između 4,2 i 6,6 milijardi kubnih metara crpljenja vode godišnje do 2027. godine. Donja procjena je približno ukupna godišnja potrošnja vode četiri Danske. Viša procjena približava se polovini ukupne godišnje potrošnje vode cijelog Ujedinjenog Kraljevstva. Obje procjene pretpostavljaju trenutne putanje rasta opterećenja vještačkom inteligencijom i trenutne prakse efikasnosti korištenja vode. Nijedna procjena ne uzima u obzir mogućnost da potražnja za vještačkom inteligencijom nastavi rasti brže od modelirane putanje.

Voda mora odnekud doći. U Microsoftovom izvještaju o održivosti za 2023. godinu, kompanija je priznala da je otprilike 42 posto njene potrošnje vode te godine došlo iz regija klasifikovanih kao "s vodnim stresom" prema standardnom sistemu ocjenjivanja Svjetskog instituta za resurse. Googleova ekvivalentna brojka za 2023. godinu bila je 15 posto crpljenja slatke vode iz regija s "velikom nestašicom vode". Obje brojke, na putanji iz protekle tri godine, vjerovatno će se povećati, a ne smanjiti.

Konkretne posljedice tih apstraktnih procenata sada su vidljive na određenim lokacijama. U septembru 2024. godine, Google je objavio da pauzira svoj planirani podatkovni centar vrijedan 200 miliona dolara u Cerrillosu, blizu Santiaga, Čile, nakon što je čileanski sud za zaštitu okoliša djelimično poništio prvobitnu dozvolu projekta iz 2020. godine. Sud je presudio da kompanija nije adekvatno uzela u obzir uticaj na centralni vodonosnik Santiaga u zemlji koja je petnaest godina bila u neprekidnoj suši i koja je 2022. godine počela s racionalizacijom vode za domaćinstva. Projekat je sada u fazi revizije.

U Querétaru, u Meksiku, gdje se trenutno planira izgradnja 32 nova podatkovna centra, država je 2024. godine pretrpjela najgoru sušu u posljednjem stoljeću, pri čemu je sedamnaest od osamnaest općina pogođeno, a opskrba pitkom vodom za hiljade porodica je u opasnosti. Microsoft je osigurao prava na približno 25 miliona litara vode godišnje iz lokalnog vodonosnika koji trenutno ima godišnji deficit od 60 miliona litara. U Urugvaju, koji trenutno doživljava najgoru sušu u posljednjih 70 godina, predloženi podatkovni centar kompanije Google u Canelonesu bi u svojoj prvoj operativnoj fazi trošio približno 7,6 miliona litara vode dnevno, što je ekvivalentno dnevnim potrebama za vodom za 55.000 ljudi. U Goodyearu i Buckeyeu, u Arizoni, projekat podatkovnog centra vrijedan 14 milijardi dolara povučen je 2024. godine nakon što su lokalne organizacije stanovnika uspješno izvršile pritisak na izabrane zvaničnike da odbiju potrebnu promjenu zone. U Aragonu, u Španiji, napreduju višestruki projekti podatkovnih centara u regijama u kojima su prava na poljoprivrednu vodu već osporena.

Na osnovu dostupnih dokaza, obrazac je da se rashladna infrastruktura za globalnu umjetnu inteligenciju prvenstveno gradi u regijama gdje je slatka voda jeftina, regulatorni nadzor je slab, a lokalno stanovništvo je najmanje pozicionirano za pregovore.

Šta kompanije ne otkrivaju

Gore navedene brojke su brojke koje su kompanije objavile. Ukupni vodni otisak industrije umjetne inteligencije je, prema svim dostupnim procjenama, veći od brojki dobrovoljno objavljenih u izvještajima o održivosti.

Tri specifična jaza se ponavljaju u cijelom pejzažu objavljivanja informacija. Prvi je jaz između crpljenja vode, što je količina izvučena iz lokalnih izvora, i potrošnje vode, što je količina trajno izgubljena isparavanjem. Većina korporativnih izvještaja navodi samo jednu od ovih brojki, a izbor između njih može promijeniti prividni otisak za faktor tri ili više, ovisno o tome koja se prijavljuje. Drugi je jaz između direktne vode za hlađenje i indirektne vode za proizvodnju električne energije. Gotovo nijedan korporativni izvještaj ne uključuje indirektnu brojku, uprkos procjeni Lawrencea Berkeleyja da je indirektna brojka približno dvanaest puta veća od direktne. Treći je jaz između ukupnih globalnih brojki i brojki na nivou objekta. Godišnji ukupan iznos za cijelu kompaniju ne govori dionicima ništa o tome da li podatkovni centar kompanije u gradu u Arizoni, pogođenom sušom, opterećuje lokalni vodonosnik.

Razloga za nedostatke u objavljivanju podataka je nekoliko. Neki su metodološke prirode: vodni otisak po objektu podatkovnog centra zavisi od tehnologije hlađenja, lokalne klime, sastava električne mreže i sezonskih varijacija potražnje, od kojih kompanija ne mjeri nužno precizno. Neki su konkurentski: detaljno objavljivanje podataka o vodi na nivou objekta moglo bi dati konkurentima korisne informacije o infrastrukturnim planovima kompanije. Neki su reputacijski: kompanija koja otkrije svoj puni vodni otisak, a zatim bude kritikovana zbog njegove veličine, izložena je riziku odnosa s javnošću na način na koji kompanija koja izvještava samo o zbirnim brojkama nije izložena.

Doprinos Lijevog i Renovog rada literaturi je, u značajnoj mjeri, u tome što daje vjerodostojne procjene nedostataka. Brojke koje industrija umjetne inteligencije nije bila voljna objaviti su brojke koje akademski istraživači, koristeći javno dostupne pokazatelje efikasnosti hlađenja i intenziteta vode u elektroenergetskoj mreži, sada mogu procijeniti u razumnim granicama.

Šta je u pitanju

Globalna infrastruktura za obradu upita umjetne inteligencije gradi se brže od bilo koje nove tehnološke infrastrukture u modernoj historiji, na putanji finansiranja koju McKinsey predviđa na približno 5,2 biliona američkih dolara do 2030. godine. Fizičke zgrade koje proizvodi investicija od biliona dolara, u svojim osnovnim operativnim zahtjevima, predstavljaju velike industrijske sisteme za isparavanje s računarskom opremom unutar njih.

Svaki upit je mali. Agregat nije.

Polovina godišnjeg povlačenja vode u Ujedinjenom Kraljevstvu, koja isparava u atmosferu iz rashladnih tornjeva širom svjetskih podatkovnih centara do 2027. godine, nije marginalna korekcija globalnog vodnog bilansa koji je inače stabilan. Globalna nestašica slatke vode raste na svakoj izmjerenoj putanji. Otprilike četvrtina svjetske populacije, prema projekcijama Ujedinjenih nacija, suočit će se s ozbiljnim vodnim stresom do 2030. godine. Voda koju industrija umjetne inteligencije sada crpi iz vodonosnika, rijeka i rezervoara, sve više u regijama koje je najmanje mogu uštedjeti, direktno se takmiči s tom populacijom.

Tehnologije koje industrija umjetne inteligencije razvija, prema bilo kojoj razumnoj analizi, imaju potencijal da doprinesu rješavanju nekih od istih problema upravljanja vodama koje sada pogoršavaju, kroz bolje klimatsko modeliranje, efikasnije navodnjavanje, preciznije predviđanje vremena i sofisticiraniji odgovor na sušu. Otvoreno pitanje je da li doprinos stiže do velikih razmjera brže od potrošnje i da li se kompromis, dugoročno gledano, isplati.

Na trenutnoj putanji, odgovor je nejasan.

Kakva će putanja izgledati do 2027. godine zavisi od odluka koje se donose u upravnim odborima, vladinim kancelarijama i lokalnim sastancima o prostornom planiranju.

┈➤ Program N1 televizije možete pratiti UŽIVO na ovom linku kao i putem aplikacija za Android /iPhone/iPad