در همین حال، برای گوگل، کل مصرف آب در مراکز داده و دفاتر آن در سال 2022 به 5.6 میلیارد گالن رسید که 21 درصد افزایش نسبت به سال قبل از آن داشت.
هر دو شرکت تلاش می‌کنند تا ردپای آب خود را کاهش دهند و تا پایان دهه «مثبت آب» شوند، به این معنی که قصد دارند آب بیشتری نسبت به مصرف خود دوباره پر کنند.
با این حال، قابل توجه است که آخرین آمار مصرف آب آنها قبل از راه اندازی رقبای مربوطه ChatGPT آنها فاش شده است. قدرت محاسباتی مورد نیاز برای اجرای Bing Chat مایکروسافت و Google Bard می‌تواند به معنای سطح قابل توجهی مصرف آب در ماه‌های آینده باشد.
سومیا جوشی، رئیس بخش: برنامه های جهانی، آب و هوا و سیستم ها در گفت: با هوش مصنوعی، ما مشکل کلاسیک فناوری را می بینیم، زیرا شما افزایش بهره وری دارید، اما پس از آن، اثرات بازگشتی با انرژی بیشتر و استفاده از منابع بیشتری خواهید داشت. موسسه محیط زیست استکهلم
و وقتی صحبت از آب به میان می‌آید، ما شاهد افزایش تصاعدی در مصرف آب فقط برای تامین سرمایش برای برخی از ماشین‌های مورد نیاز، مانند سرورهای محاسباتی سنگین، و مدل‌های زبان بزرگ با استفاده از مقادیر بیشتر و بیشتر از داده‌ها هستیم. جوشی در جریان اجلاس آب و هوای COP28 در امارات متحده عربی به CNBC گفت.
او افزود: «بنابراین، از یک طرف، شرکت‌ها به مشتریان خود مدل‌های کارآمدتری را وعده می‌دهند… اما این هزینه‌های پنهانی را در مورد انرژی، کربن و آب به همراه دارد.»
شرکت های فناوری چگونه ردپای آب خود را کاهش می دهند؟
سخنگوی مایکروسافت به CNBC گفت که این شرکت در تحقیقاتی برای اندازه‌گیری مصرف انرژی و آب و تأثیر کربن هوش مصنوعی سرمایه‌گذاری می‌کند و در عین حال روی راه‌هایی برای کارآمدتر کردن سیستم‌های بزرگ کار می‌کند.
سخنگوی مایکروسافت از طریق ایمیل به CNBC گفت: “هوش مصنوعی ابزار قدرتمندی برای پیشبرد راه حل های پایداری خواهد بود، اما ما برای تامین انرژی این فناوری جدید که تقاضای مصرف را افزایش داده است، به یک منبع انرژی پاک فراوان در سطح جهانی نیاز داریم.”
آنها افزودند: “ما همچنان به نظارت بر انتشارات خود ادامه خواهیم داد، پیشرفت را تسریع خواهیم کرد و در عین حال استفاده از انرژی پاک را برای تامین انرژی دیتاسنترها، خرید انرژی های تجدیدپذیر و سایر تلاش ها برای دستیابی به اهداف پایداری خود یعنی منفی بودن کربن، مثبت بودن آب و اتلاف صفر تا سال 2030 را افزایش خواهیم داد.” .
به طور جداگانه، سخنگوی گوگل به CNBC گفت که تحقیقات نشان می دهد در حالی که تقاضای محاسبات هوش مصنوعی به طور چشمگیری افزایش یافته است، انرژی مورد نیاز برای تامین انرژی این فناوری “با سرعتی بسیار کندتر از آنچه بسیاری از پیش بینی ها پیش بینی کرده اند” در حال افزایش است.
ما از روش‌های آزمایش‌شده برای کاهش ردپای کربن بار کاری با حاشیه‌های زیاد استفاده می‌کنیم. این اصول با هم می توانند انرژی آموزش یک مدل را تا 100 برابر و انتشار گازهای گلخانه ای را تا 1000 برابر کاهش دهند.
آنها ادامه دادند: «مراکز داده گوگل برای به حداکثر رساندن کارایی طراحی، ساخته و راه اندازی شده اند – در مقایسه با پنج سال پیش، گوگل اکنون حدود 5 برابر قدرت محاسباتی با همان مقدار توان الکتریکی ارائه می دهد.
برای پشتیبانی از نسل بعدی پیشرفت های اساسی در هوش مصنوعی، آخرین نسخه TPU ما [supercomputer] ثابت شده است که یکی از سریع ترین، کارآمدترین و پایدارترین ML است [machine leanring] مراکز زیرساختی در جهان».