Nuoseklus faktų tikrinimo, mokslinių tyrimų ir technologinių pažeidimų gidas — kodėl ChatGPT užklausa nesunaudoja 64 litrų vandens ir kaip skaičiuojamas realus poveikis gamtai.Dezinformacijos bangos iškilimas: AI „troškulio“ mechanika: Tikrieji skaičiai ir faktai: Poveikio mastas ir problemos: Reguliavimas ir tvari ateitis: Faktų tikrinimo rekomendacijos: Ateities kryptis:
Mitas apie 64 litrus ir neatitikimas tarp virusinių teiginių bei realybės
Pastaruoju metu socialiniuose tinkluose ir interneto forumuose išplito mitas, teigiantis, kad viena ChatGPT užklausa (angl. query arba prompt) esą sunaudoja 17 galonų (apie 64 litrus) vandens. Ši dezinformacija pasiekė tokį lygį, kad 2026 m. vasarį „OpenAI“ vadovas Sam Altman per „India AI Impact Summit“ konferenciją viešai paneigė šį gandą, pavadindamas teiginį „visiška beprotybe“ (angl. totally insane) ir neturinčiu jokio ryšio su realybe. Jūsų susirūpinimas aplinkosauga yra labai pagrįstas, tačiau skaičius, kurį nurodėte, yra smarkiai išpūstas. Nors viena užklausa tikrai nesunaudoja statinės vandens, dirbtinio intelekto (AI) modelių aplinkosauginis pėdsakas yra reali problema. Rezultatas — neatitikimas tarp to, iš kur atsirado šis mitas, ir to, kaip iš tiesų skaičiuojamas AI vandens suvartojimas pagal naujausius mokslinius duomenis.Kodėl skaičiavimo galia reikalauja aušinimo resursų
Treniravimo fazės vandens pėdsakas
Norint suprasti AI vandens pėdsaką, reikia atskirti procesą, kurio metu superkompiuteriai mėnesius apdoroja milžiniškus duomenų kiekius. Kad serveriai neperkaistų, duomenų centruose tradiciškai buvo naudojamos garinimo aušinimo sistemos. Skaičiuojama, kad GPT-3 modelio treniravimas „Microsoft“ duomenų centruose galėjo sunaudoti apie 5,4 mln. litrų gėlo vandens, kuris tiesiog išgaruoja per aušinimo bokštus.Užklausų apdorojimo sąnaudos
Tai momentas, kai jūs asmeniškai užduodate klausimą ChatGPT. Užklausa reikalauja skaičiavimo galios, serverio procesoriai išskiria šilumą, kurią vėlgi reikia pašalinti. Mitas apie 64 litrus greičiausiai atsirado kažkam klaidingai padalinus visos infrastruktūros ar modelio treniravimo metines vandens sąnaudas iš neadekvataus užklausų skaičiaus. Tai struktūrinė spraga interpretuojant duomenis.Kas nutinka, kai duomenys lyginami su realia patirtimi
Mokslininkų nustatytas buteliuko principas
Kalifornijos universiteto (UC Riverside) mokslininkų komanda atliko išsamų tyrimą ir apskaičiavo, kad GPT-3 lygio modeliai sunaudoja maždaug 500 mililitrų (standartinį buteliuką) vandens per 10–50 užklausų. Tai reiškia, kad senesnės kartos duomenų centruose viena užklausa reikalaudavo maždaug 10–50 mililitrų vandens (kelių arbatinių šaukštelių).Technologinis proveržis 2025–2026 m.
Didžiosios korporacijos atsisako atvirų garinimo sistemų ir pereina prie efektyvesnių, uždarų skysčio aušinimo (angl. liquid cooling) technologijų. Naujausi oficialūs skaičiavimai rodo, kad šiuolaikiniuose centruose vienos ChatGPT užklausos tiesioginis vandens suvartojimas tesiekia apie 0,32 mililitro (vieną lašą). Tai gali įtvirtinti tvaresnę praktiką ir sumažinti pramoninį pėdsaką.Ką rodo globalūs veiklos mastai
Nors jūsų asmeninis pokalbis nereikalauja 64 litrų, ignoruoti problemos negalima dėl milijardų užklausų kasdien. Net ir tie 0,32 ml agreguojasi į dešimtis tūkstančių litrų.- Geografinis disbalansas: serverių fermos dažnai statomos regionuose, kur trūksta gėlo vandens išteklių, sukeliant įtampą su vietos bendruomenėmis.
- Garinimo nuostoliai: senesnės technologijos vis dar naudoja gėlą vandenį, kuris negrįžta į vietinę ekosistemą.
- Skaidrumo stoka: ne visi duomenų centrai viešina Water Usage Effectiveness (WUE) rodiklius.
- Mastelio efektas: sparčiai augantis vartotojų skaičius didina bendrą pramoninį „troškulį“.
Efektyvumo rodikliai ir technologijų atsakomybė
Tvarių aušinimo sistemų diegimas
IT industrija privalo ir toliau tobulinti tvarias aušinimo technologijas. Pagal naujausias analizes, perėjimas prie sauso aušinimo ar atsinaujinančių išteklių naudojimo tampa būtinas. Pagal WUE standartus, duomenų tvarkymui būtinas skaidrumas ir aiškus informavimas apie sunaudojamus gamtos išteklius. AI modelių ekologinis pėdsakas vertinamas kiekvienu atveju atskirai, atsižvelgiant į duomenų centro lokaciją.Industrijos įsipareigojimai
DI sprendimai, turintys įtakos aplinkai, patenka į padidinto stebėjimo zoną. Tai reiškia griežtas dokumentavimo pareigas, įskaitant aiškią informaciją vartotojui apie energijos ir vandens sąnaudas bei ribų ir rizikų paaiškinimą.Praktinės įžvalgos sąmoningam vartotojui
- Netikėkite išpūstais skaičiais: Palyginimui, vienam puodeliui kavos pagaminti prireikia apie 140 litrų vandens. Mitas apie 64 litrus už vieną klausimą yra techniškai nepagrįstas.
- Stebėkite progresą: Domėkitės, ar jūsų naudojamos platformos diegia uždaro ciklo aušinimo sistemas.
- Vertinkite mastą: Nors poveikis mililitrais mažas, bendras globalus AI naudojimas reikalauja pramoninių sprendimų.
- Tikrinkite šaltinius: Visada remkitės recenzuojamais tyrimais, o ne socialinių tinklų antraštėmis.
Hibridinis modelis — DI kaip pagalba, o ne gamtos priešas
DI gali būti tiltas į tvaresnį pasaulį: padėti optimizuoti energijos tinklus ar kurti naujas medžiagas. Tačiau tik žmogaus specialistų kontrolė ir griežtos reguliavimo gairės užtikrins, kad technologijos netaptų per didele našta planetai. Tam būtini privalomi etikos standartai ir visiškas skaidrumas, ypač bendradarbiaujant su regionais, kuriuose vandens ištekliai yra riboti.Šaltiniai ir literatūra
- LiveMint (2026 m. vasaris). Is ChatGPT using 17 gallons of water for every query? Sam Altman calls viral claim ‘totally insane’.
- The Independent (2026 m. vasaris). Should I worry about how much water my AI chatbot conversations are using?
- Li, P., Yang, J., Islam, M. A., & Ren, S. (2023). “Making AI Less ‘Thirsty’: Uncovering and Addressing the Secret Water Footprint of AI Models.”
- Wang, Y. et al. (2025). “How Hungry is AI? Benchmarking Energy, Water, and Carbon Footprint of LLM Inference.”
Reikia pagalbos su įrenginiu?
Jei jūsų telefonas, kompiuteris ar planšetė veikia prastai – atneškite jį į Fixas. Atliekame greitą diagnostiką ir dažniausiai sutvarkome per 1–3 valandas.