संक्षेप में
पानी का उपयोग ऊर्जा के उपयोग के साथ चलता है: साइट पर कूलिंग के लिए, अपने AI काम की ऊर्जा को डेटा सेंटर की वॉटर यूसेज इफ़ेक्टिवनेस (WUE) से गुणा करें, और अगर बिजली बनाने में लगा पानी आपकी सीमा में आता है तो उसे जोड़ें। प्रति प्रॉम्प्ट प्रकाशित आँकड़े एक मिलीलीटर के अंश से लेकर दसियों मिलीलीटर तक हैं, ज़्यादातर इसलिए कि वे अलग-अलग चीज़ें गिनते हैं। पानी कहाँ इस्तेमाल हुआ, यह उतना ही मायने रखता है जितना कि कितना।
चरण
- पहले AI काम की ऊर्जा का अनुमान किलोवॉट-घंटे में लगाएँ।
- साइट पर लगे पानी के लिए उसे डेटा सेंटर की WUE (लीटर प्रति किलोवॉट-घंटा) से गुणा करें।
- अगर आपकी सीमा में शामिल है, तो बिजली बनाने में साइट के बाहर लगा पानी जोड़ें।
- स्थान दर्ज करें, और यह भी कि उस इलाके में पानी की कमी है या नहीं।
- सीमा बताएँ और एक आँकड़े के बजाय एक दायरा (range) दें।
ऊर्जा से पानी का अनुमान लगाएँ, फिर बताएँ कि वह कहाँ इस्तेमाल हुआ। डेटा सेंटर मुख्य रूप से कूलिंग के लिए पानी इस्तेमाल करते हैं, और बिजलीघर बिजली बनाने के लिए पानी इस्तेमाल करते हैं, इसलिए दोनों ही किसी AI उत्तर के पीछे होते हैं।
प्रकाशित आँकड़े कितने बड़े हैं?
| स्रोत | क्या मापा गया | पानी |
|---|---|---|
| Google (2025) | Gemini का औसत (median) टेक्स्ट प्रॉम्प्ट | 0.26 mL |
| Mistral AI लाइफ़-साइकल आकलन (2025) | 400 टोकन का एक उत्तर, ज़्यादा चरणों को गिनते हुए | 45 mL |
| Li, Yang, Islam और Ren | Microsoft के US डेटा सेंटरों में GPT-3 की ट्रेनिंग | लगभग 700,000 लीटर सीधे भाप बनकर उड़ा |
Li और उनके सहयोगियों ने यह भी अनुमान लगाया कि GPT-3 को, कब और कहाँ चलता है इसके आधार पर, लगभग 10 से 50 मध्यम लंबाई के उत्तरों के लिए 500 mL की एक बोतल पानी "पीना" पड़ता है, और यह भी कि 2027 में दुनिया भर में AI की माँग 4.2 से 6.6 अरब घन मीटर पानी की निकासी (withdrawal) के बराबर हो सकती है। ये एक पुराने मॉडल और कुछ डेटा सेंटरों के अनुमान हैं। कंपनियों के नए आँकड़े, जैसे Google के, कहीं कम हैं; निष्कर्ष निकालने से पहले देखें कि हर आँकड़ा क्या-क्या गिनता है।
अनुमान में क्या-क्या शामिल होता है?
- साइट पर पानी: ऊर्जा × WUE। देखें PUE और WUE को समझना।
- साइट के बाहर पानी: स्थानीय बिजलीघरों द्वारा प्रति किलोवॉट-घंटा इस्तेमाल किया गया पानी।
- निर्माण: अगर आपकी सीमा व्यापक है, तो चिप बनाने में भी पानी लगता है।
आम गलतियाँ
- निकासी और खपत को मिला देना। लिया गया और लौटाया गया पानी भाप बनकर उड़े पानी के बराबर नहीं है।
- स्थान को अनदेखा करना। सूखे से जूझते इलाके में एक लीटर, पानी की बहुतायत वाली जगह के एक लीटर से ज़्यादा मायने रखता है।
- अलग-अलग सीमाओं वाले आँकड़ों की तुलना करना, जैसे ऊपर की तालिका में।
पानी का उपयोग घटाने के लिए देखें AI का वॉटर फ़ुटप्रिंट कम करना और 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)
- Our contribution to a global environmental standard for AI, Mistral AI (2025)
संबंधित
मैं AI के पानी के फ़ुटप्रिंट को कैसे कम करूँ?
कम कंप्यूट इस्तेमाल करके, कम जल-संकट और अच्छे WUE वाले होस्ट और क्षेत्र चुनकर, और भारी काम का समय सही रखकर AI में पानी की खपत घटाएँ।
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 की ऊर्जा खपत के किसी दावे की जाँच मैं कैसे करूँ?
AI की ऊर्जा, पानी या कार्बन के किसी भी दावे को परखने के छह सवाल: किसके हिसाब से, किसने कहा, क्या शामिल है, कितना पुराना, किससे तुलना, कुल या प्रति इस्तेमाल।
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।