संक्षेप में
पानी की खपत ऊर्जा की खपत के साथ चलती है, इसलिए पहला कदम वही है: छोटे मॉडल, छोटे जवाब और कम बार दोबारा जवाब बनवाना। इसके अलावा ऐसे होस्ट चुनें जो पानी की खपत प्रकाशित करते हैं, भारी काम के लिए जल-संकट वाले क्षेत्रों से बचें, और सप्लायरों से हर साइट के पानी के आँकड़े माँगें। एक टेक्स्ट प्रॉम्प्ट में पानी बहुत कम लगता है; असल मायने कुल मात्रा और स्थानीय असर के हैं।
चरण
- पहले कंप्यूटिंग घटाएँ: छोटे मॉडल, छोटे जवाब और कम बार दोबारा जवाब बनवाना।
- होस्ट से साइट स्तर की पानी की खपत और WUE पूछें, और यह भी कि पानी कहाँ से आता है।
- ट्रेनिंग जैसे भारी और लचीले काम के लिए जल-संकट वाले क्षेत्रों से बचें।
- ऐसे होस्ट को प्राथमिकता दें जो पानी की खपत सार्वजनिक रूप से या किसी नियामक को रिपोर्ट करते हैं।
- AI खरीद के सवालों और अपनी रिपोर्टिंग में पानी को शामिल करें।
कम कंप्यूटिंग का मतलब है कम पानी, और कंप्यूटिंग कहाँ होती है, इससे तय होता है कि वह पानी कितना मायने रखता है। डेटा सेंटर पानी मुख्य रूप से ठंडा करने (कूलिंग) के लिए इस्तेमाल करते हैं, और बिजलीघर बिजली बनाने के लिए।
हम कितने पानी की बात कर रहे हैं?
एक टेक्स्ट प्रॉम्प्ट में बहुत कम: Google के अनुसार Gemini के एक मीडियन टेक्स्ट प्रॉम्प्ट में 0.26 mL लगता है। कुल मिलाकर, और कुछ जगहों पर, बहुत ज़्यादा: Li, Yang, Islam और Ren ने अनुमान लगाया कि Microsoft के US डेटा सेंटरों में GPT-3 की ट्रेनिंग से सीधे लगभग 700,000 लीटर पानी भाप बनकर उड़ गया होगा, और अनुमान लगाया कि 2027 में दुनिया भर में AI की माँग 4.2 से 6.6 अरब घन मीटर पानी की निकासी के बराबर हो सकती है। अपने हिस्से का अनुमान लगाने के बारे में AI के पानी के फ़ुटप्रिंट का अनुमान कैसे लगाएँ में बताया गया है।
असल में इसे क्या कम करता है?
- कम कंप्यूट। UNESCO और University College London ने पाया कि खास काम के लिए बने छोटे मॉडल ऊर्जा 90% तक घटा सकते हैं, और छोटे प्रॉम्प्ट और जवाब आधे से भी ज़्यादा; ऊर्जा के साथ पानी भी घटता है।
- जगह। सूखा-प्रभावित इलाके से लिया गया एक लीटर पानी, भरपूर पानी वाली जगह के एक लीटर से ज़्यादा असर डालता है, इसलिए जहाँ हो सके, लचीले भारी काम को जल-संकट वाली साइटों से दूर ले जाएँ।
- सप्लायर से सबूत। EU में, कम से कम 500 kW IT बिजली माँग वाले डेटा सेंटरों के संचालकों को Delegated Regulation 2024/1364 के तहत ऊर्जा और पानी की खपत रिपोर्ट करनी होती है। वे आँकड़े माँगें।
आम गलतियाँ
- सिर्फ़ सबसे कम WUE के पीछे भागना। पानी बचाने वाली कूलिंग ज़्यादा बिजली खा सकती है; PUE और WUE को साथ में पढ़ें।
- छोटे सवालों की चिंता करना, जबकि बेरोकटोक इमेज और वीडियो बनाए जा रहे हों।
- बिजलीघर का पानी भूल जाना, जिसे साइट के आँकड़े छोड़ देते हैं।
देखें होस्टिंग और डेटा सेंटर।
स्रोत
- Making AI less 'thirsty': uncovering and addressing the secret water footprint of AI models, Li, Yang, Islam and Ren (2023)
- Measuring the environmental impact of delivering AI at Google scale, Elsworth et al., Google (2025)
- Commission Delegated Regulation (EU) 2024/1364 on the first phase of the establishment of a common Union rating scheme for data centres, European Commission (2024)
- AI large language models: new report shows small changes can reduce energy use by 90%, UNESCO (2025)
संबंधित
मैं AI के वॉटर फ़ुटप्रिंट (पानी की खपत) का अनुमान कैसे लगाऊँ?
ऊर्जा और डेटा सेंटर की वॉटर यूसेज इफ़ेक्टिवनेस से AI के पानी के उपयोग का अनुमान लगाएँ, बिजली बनाने में लगा पानी जोड़ें, और बताएँ कि पानी कहाँ इस्तेमाल हुआ।
PUE और WUE के आँकड़ों का मतलब मैं कैसे समझूँ?
PUE डेटा सेंटर का ऊर्जा ओवरहेड दिखाता है; WUE प्रति kWh साइट पर लगा पानी। इन आँकड़ों का मतलब, इनकी तुलना कैसे करें और ये क्या नहीं बताते।
AI के लिए मैं टिकाऊ डेटा सेंटर या होस्ट कैसे चुनूँ?
AI होस्ट या डेटा सेंटर से क्या पूछें: ग्रिड और हर घंटे की साफ़ बिजली, PUE, पानी का इस्तेमाल, हार्डवेयर की उम्र, जगह, और आपके अकाउंट की ऊर्जा रिपोर्टिंग।
ग्रीन AI होस्टिंग और डेटा सेंटर
AI कहाँ चले, यह कैसे चुनें: ग्रिड की कार्बन तीव्रता, PUE और WUE, नवीकरणीय ऊर्जा के दावे, पानी का उपयोग और स्थान, साथ में होस्ट से पूछने के सवाल।