6月11日消息，OpenAI CEO奥尔特曼在博客文章中称，一次平均ChatGPT查询约消耗0.000085加仑水，相当于1/15茶匙。他提到，一次查询耗电约0.34瓦时，相当于烤箱运行一秒或节能灯泡点亮几分钟。奥尔特曼认为未来智能成本应接近电力成本，并强调ChatGPT已具备巨大影响力。他预测2026年可能出现能发现新颖见解的系统，2027年或现可执行任务的机器人，至2030年人均工作量将大幅增加。生成式AI能耗问题受到关注，研究显示其耗电量可能超越比特币挖矿，且用水量受数据中心位置影响。

4月7日，中国科学院青藏高原研究所与阿里云联合发布水能粮多模态推理大模型‘洛书’。该模型融合了科学模型‘思源’及阿里云的大模型QwQ-32B和Qwen2.5-VL，可精准预测特定区域的来水量及其来源，助力水资源管理中的供水、发电与粮食生产的动态平衡。目前‘洛书’的预测准确率达98%，较传统方法提升近20%。借助自然语言交互，用户能直观分析高维数据并生成可视化报告，为区域能源调度提供支持。‘洛书’已通过阿里云百炼平台完成训练并上线，近期在区域水电企业内测，显著提高水情解析效率。

标题：AI多耗电？现有预测都太保守了 市场低估了AI的电力需求。巴克莱分析美国能源部报告，预测2023年至2028年，美国数据中心电力需求将增加13%～27%，达到325TWh～580TWh，占美国总电力需求的6.7%～12%，增长2～3倍。AI服务器将是主要驱动力，其电力需求预计从2023年的约40TWh增至2028年的165TWh～325TWh，增长4～8倍。此外，数据中心用水量预计也将显著增加，直接用水量从2014年的210亿升增至2023年的660亿升，到2028年将达1450亿～2750亿升。

摩根大通最新报告指出，人工智能产业的迅猛发展不仅加剧了电力需求，还可能引发严重的“缺水”危机。报告称，美国正面临严峻的供水压力，这可能损害经济前景并侵蚀企业估值。人工智能数据中心和半导体制造需大量用水，例如一个大型数据中心每天耗水量高达500万加仑。随着气候变化和水资源需求激增的冲突，水资源短缺问题日益严重。此外，人口向缺水地区迁移及制造业回流趋势进一步加剧了这一危机。水资源短缺甚至可能威胁企业估值，预计全球一些地区GDP可能因此下降6%。报告强调，水资源是重要投资机会，但目前私人投资仍显不足，建议市场应合理定价水资源。此报告发布于10月29日。

生成式AI的环境成本日益受到关注。加州大学河滨分校的研究显示，即使是简单的文本生成任务，如使用GPT-4生成100字文本，也会消耗相当于3瓶16.9盎司矿泉水的水量。AI的水耗与电费成反比，具体数值因州和数据中心位置而异。以得州为例，生成一封100字的电子邮件仅需235毫升水，而在华盛顿则高达1,4...

摩根大通在最新研究报告《深入探讨电力、冷却与ESG影响》中警告，AI数据中心的高耗水问题常被忽视。自2017年至2022年，全球数据中心耗水量年增6%，预计到2030年日需达17.03亿升，相当于每日681个奥运标准游泳池的水量。水资源短缺地区，数据中心的用水需求可能导致供应紧张，甚至迫使设施关闭。随着华尔街金融机构看好AI交易的增长，各大公司纷纷投资电力、原材料和芯片生产商，应对未来人工智能数据中心的激增趋势。报告发布于2023年5月25日，凸显了数据中心环境影响的紧迫性。