Kas iga ChatGPT päring kasutab tõepoolest 64 liitrit vett?

Kiire sissejuhatus

Viraalne väide — „iga ChatGPT päring kasutab 64 liitrit vett“ — on levinud nii laialt, et paljude jaoks kõlab see faktina. Tegelikult see nii ei ole. OpenAI tegevjuht Sam Altman lükkas selle arvu India ajakirja The Indian Express korraldatud üritusel jõuliselt ümber, nimetades veekasutust puudutavaid väiteid „alusetuks“ ja eksitavaks.

Lühidalt: lugu tohutust veekulust pärineb ajast, mil mõnes andmekeskuses kasutati aurustumisjahutust (evaporative cooling). See tehnoloogia kasutab tõepoolest vett, kuid uuemates rajatistes on sellest suuresti loobutud. Altmani sõnul eiravad internetis levivad arvud infrastruktuuri ja jahutusstrateegiate arengut ning annavad seetõttu moonutatud pildi sellest, kui palju vett ChatGPT-sugused süsteemid tegelikult kasutavad.

Kust tekkis 64-liitrine legend?

64-liitrise näitaja juured võivad olla eri hinnangute ja vanade juhtumiuuringute kokkusulatamises. Neis käsitleti väikest hulka andmekeskusi, kus kasutati veel aurustumispõhist jahutust. Aurustumisjahutus võib teatud tingimustes olla vee- ja energiatõhus, kuid selle sobivus sõltub kliimast, süsteemi ülesehitusest ja töökoormusest. Paljud varasemad avalikud hinnangud ei eristanud:

• kas hinnang hõlmas ainult päringu töötlemisel kuluvat vett või ka infrastruktuuri rajamiseks ja hoolduseks vajalikku vett;
• kas andmeid mõõdeti ühe päringu, miljoni päringu või terve andmekeskuse aastase töö põhjal;
• kas arvesse võeti üksnes jahutust või ka teiste tugisüsteemide, näiteks elektrivarustuse ja jahutusseadmete, vee- ja energiavajadust.

Sellised segadused ja eeldused võivad viia eksitavate pealkirjade ja jagatud piltideni, millel puudub kontekst ning selge metoodika. SEO- ja meediakeskkonnas levivad lihtsustatud numbrid sageli kiiremini kui nüansirikkad ja metoodiliselt põhjalikud selgitused.

Andmekeskuste jahutustehnoloogiad ja veekasutus

Andmekeskuste jahutussüsteemid on mitmekesised ning tehnoloogia on kiiresti arenenud. Peamised lahendused on järgmised.

Õhkjahutus (air cooling)

Enamik tänapäevaseid andmekeskusi kasutab mingil kujul õhkjahutust, kus serverite tekitatud soojus juhitakse õhukanalite kaudu jahutusseadmeteni. Võrreldes aurustumiselementi sisaldavate süsteemidega kasutab see lahendus otseselt vähem vett, kuid energia- ja jahutustõhusus sõltub serveritihedusest, asukohast ja seadmete konstruktsioonist.

Vedelikjahutus (liquid cooling)

Vedelikjahutus, sealhulgas lahendused, kus jahutusvedelik juhitakse otse protsessorite lähedale, muutub üha populaarsemaks. See võimaldab paremat soojusjuhtivust, kompaktsemat ülesehitust ja suuremat energiatõhusust. Vedelikjahutuse puhul võib kohalik veekasutus olla suurem, kuid süsteemi üldine energiatarve ja jahutusvajadus võivad väheneda, mis omakorda vähendab kogu süsteemi keskkonnamõju.

Aurustumisjahutus ja hübriidsüsteemid

Aurustumisjahutust kasutatakse endiselt piirkondades, kus kliima seda soosib ja veevarud ei ole piiratud. Paljud ettevõtted on siiski liikunud hübriidlahenduste või täielikult mitteaurustavate süsteemide poole. Seetõttu ei saa näitajat „64 liitrit päringu kohta“ enam pidada universaalseks mõõdikuks.

Energiamõõde: miks üks päring ei ütle kogu lugu

Altman tõi esile olulise asjaolu: üksiku päringu energiakulu võib olla vaid murdosa kilovatt-tunnist, kuid üleilmne ja ööpäevaringselt kasvav nõudlus tehisintellekti järele muudab kogukoormuse märkimisväärseks. Poliitikakujundajad ja operaatorid peaksid keskenduma kumulatiivsele energiakoormusele, infrastruktuuri varustamisele ning selle mõjule elektrivõrkudele.

Olulised mõõdikud on:

• PUE (Power Usage Effectiveness) — andmekeskuse energiatõhususe näitaja;
• kWh päringu kohta või kWh mudeli päringumahu kohta (sõltuvalt mõõtmisraamistikust);
• TEP (Total Environmental Profile) — energia-, vee- ja materjalikasutuse kombinatsioon kogu elutsükli jooksul;
• töökoormuse tipud ja nende hajutamise strateegiad, mis mõjutavad võrgu- ja piirkondlikku elektritarbimist.

Arvesse tuleb võtta ka elektri süsinikuintensiivsust (gramm CO2/kWh). Kui päringute töötlemiseks vajalik elekter pärineb vähese süsinikuheitega allikatest, on süsteemi kliimamõju hoopis teistsugune kui juhul, mil elekter toodetakse fossiilkütustest.

Võrdlus: inimmõistus versus tehisintellekt — kuidas mõõta energiat

Altman esitas provokatiivse võrdluse: kuidas hinnata intellekti energiakulu? Inimesel kulub õppimiseks aastakümneid ning küpsete kognitiivsete võimete saavutamiseks tarbib ta ligikaudu 20 aasta jagu toitu ja ainevahetusenergiat. Samuti asetas ta inimese kognitsiooni evolutsioonilisse konteksti, märkides, et see on kujunenud sadade miljardite inimeste panuse tulemusena — aeglase, hajusa ja ressursimahuka protsessina.

Altmani järeldus oli järgmine: õiglane võrdlus oleks mõõta energiat, mida treenitud AI-mudel vajab küsimusele vastamiseks, ning võrrelda seda inimese energiakuluga sama küsimuse lahendamisel. Selle mõõdupuu järgi võib AI olla tõhusam, kuid ainult juhul, kui kasutatava elektri süsinikuintensiivsus on madal. Seetõttu on AI-lahenduste keskkonnakoormuse hindamisel määrava tähtsusega elektrienergia päritolu.

Puhas energia kui lahendus

Mida siis teha? Altman kutsus üles kiirendama üleminekut puhtale energiale. Ta rõhutas vajadust suurendada tuuma-, tuule- ja päikeseenergia osakaalu, et maailm tuleks toime kasvava elektritarbimisega ilma kliimakriisi süvendamata. Tema sõnul ei ole see valikuline lisandus, vaid vastutustundliku AI-laienemise selgroog.

Tehnilised ja majanduslikud kaalutlused

Puhta energia kiire kasutuselevõtt nõuab investeeringuid elektrivõrkudesse, salvestuslahendustesse, näiteks akudesse, ning regulaatorite tuge ülekande- ja liitumisreeglite kujundamisel. Samuti on oluline koordineerida andmekeskuste asukohapoliitikat, et vähendada fossiilkütustel toodetud tipuelektri vajadust: suurandmete rajatised tuleks paigutada piirkondadesse, kus odav taastuvenergia on kättesaadav.

Seadusandlus ja läbipaistvuse puudumine

Veel üks nüanss: praegu puudub üleilmne õiguslik nõue, mis kohustaks tehnoloogiaettevõtteid avaldama täpseid ja auditeeritud vee- ning energiajälje andmeid. Sõltumatud teadlased ja huvirühmad püüavad mõju modelleerida kaudsete hinnangute abil ning mõnes piirkonnas on andmekeskused toonud kaasa kõrgema elektrihinna või suurendanud survet jaotusvõrkudele.

Ühtse arvestusmetoodika ja auditeeritud aruandluse puudumine tekitab tühimiku, mis täitub sageli ebatäpse teabe ja sensatsiooniliste pealkirjadega. Selle vältimiseks on vaja standardeid, mis selgitavad, kuidas mõõta ja raporteerida:

• veekasutust kogu elutsükli jooksul (L elutsükli kohta / aasta / päringu kohta, sõltuvalt metoodikast);
• energiakasutust (kWh päringu kohta, kWh mudeli treenimise või inference'i kohta);
• süsinikuintensiivsust (g CO2e/kWh) ja töötlemisperioode;
• auditi- ja kontrollimehhanisme, mis tagavad avalikuks kontrolliks kättesaadavad aruanded.

Praktilised soovitused ettevõtetele ja poliitikakujundajatele

Ettevõtted, kes arendavad ja kasutavad suuremahulisi tehisintellektilahendusi, võiksid kaaluda järgmisi samme:

1. Investeerida madala PUE-ga andmekeskustesse ja vedelikjahutustehnoloogiatesse, kus see on mõistlik.
2. Suunata päringute töökoormust geograafiliselt piirkondadesse, kus taastuvenergia osakaal on suurem.
3. Võtta kasutusele ühtne aruandlusraamistik, näiteks avalik elutsükliaruanne, mis hõlmab vee- ja energiatarvet ning nende allikaid.
4. Teha koostööd võrguhaldurite ja regulaatoritega, et vähendada tipukoormuse survet ning toetada energiavarude lisamist.
5. Panustada taastuvenergiaprojektidesse või sõlmida ostulepinguid (PPAs), mis tagaksid pikas perspektiivis madala süsinikuintensiivsusega elektri.

Poliitikakujundajate jaoks on asjakohased järgmised sammud:

• Kehtestada tehnoloogiaettevõtetele ja andmekeskustele standardid ning regulatsioonid läbipaistvaks vee- ja energiakasutuse aruandluseks.
• Toetada investeeringuid võrguinfrastruktuuri ja energiasalvestuslahendustesse, mis aitavad integreerida suuremat hulka taastuvenergiat.
• Pakkuda stiimuleid või soodustusi, mis soodustavad madala süsinikuintensiivsusega energia kasutamist tööstuslikes tarbimiskohtades.

Läbipaistvus, teadusuuringud ja avalik arutelu

Veekasutust ja energiatarbimist puudutavad küsimused ei kao, vaid muutuvad teadusuuringute ja metoodikate arenedes täpsemaks. Sõltumatutel uurijatel on oluline roll mõjude modelleerimisel ja ettevõtete väidete kontrollimisel. Avalik arutelu peab liikuma sensatsioonilistelt veeteemalistelt pealkirjadelt sisulise käsitluse juurde, mis puudutab:

• kuidas numbrid mõõdeti ja millist metoodikat kasutati;
• kuidas jahutustehnoloogiad ja geograafiline asukoht mõjutavad veetarbimist;
• kuidas võrrelda AI energiamõju inimese kognitiivse arengu energiakuluga ning millised piirid ja eeldused sellel võrdlusel on.

Praktilised näited ja juhtumiuuringud

Mõned ettevõtted ja andmekeskused on alles alustamas avaliku teabe jagamist: nad raporteerivad PUE-d, taastuvenergia osakaalu ja osa elutsükli näitajaid. Näiteks teevad mõned pilveteenusepakkujad koostööd kohalike võrguhalduritega, et planeerida töökoormuse hajutamist vastavalt taastuvenergia tootmise tippudele. Teised on investeerinud veepõhiste jahutussüsteemide asendamisse suletud ahelaga vedelikjahutusega, mis vähendab otsest välisvee kasutust.

Üldist trendi kujundavad siiski investeeringud uutesse tehnoloogiatesse ja regulaatorite nõuded. Kui üleilmsed suunised nõuavad standarditud aruandlust, saavad nii avalikkus kui ka teadusringkonnad AI ja pilveteenuste tegelikku keskkonnamõju täpsemalt hinnata.

Kokkuvõte ja järeldused

Viraalne väide „64 liitrit vett päringu kohta“ on ületähtsustatud ja kontekstist välja rebitud. Sellised lihtsustatud numbrid ei peegelda tänapäevaste andmekeskuste mitmekesist tegelikkust, kus jahutustehnoloogiad, geograafiline asukoht ja energiatootmise allikad oluliselt erinevad. See ei tähenda aga, et keskkonnaküsimusi ei oleks: energia- ja infrastruktuurikoormus kasvab kiiresti ning vajab tähelepanu.

Oluline on viia debatt sensatsioonilistelt pealkirjadelt sisukamale tasandile: keskenduda puhta energia kiiremale kasutuselevõtule, standarditud aruandlusele ja läbipaistvusele, investeeringutele andmekeskuste tõhusamasse disaini ning poliitikatele, mis toetavad madala süsinikusisaldusega elektri kasutuse laienemist. Ainult nii saab tehisintellekti arengut sujuvalt ja vastutustundlikult ühildada üleilmsete kliimaeesmärkidega.

Debatt ja läbipaistvus peavad arenema sama kiiresti kui tehnoloogia ise. Kui võtame säästva tehisintellekti tõsiselt, peab arutelu liikuma sensatsioonilistelt veeteemalistelt pealkirjadelt tegelike küsimuste juurde: puhas elekter, taristuinvesteeringud ja avalik aruandlus.