greenai.guide

होम › गाइड › ग्रीन AI: सबके लिए आसान भाषा में गाइड

गाइड

ग्रीन AI: सबके लिए आसान भाषा में गाइड

अपडेट किया गया · 14 मिनट में पढ़ें

संक्षेप में

किसी AI चैटबॉट से पूछा गया एक टेक्स्ट सवाल थोड़ी-सी ऊर्जा लेता है, कंपनियों के अपने आँकड़ों के अनुसार लगभग एक-तिहाई वॉट-घंटा, और एक मिलीलीटर से भी कम पानी। तस्वीरें और वीडियो कहीं ज़्यादा लेते हैं, और अनुरोधों की भारी संख्या से कुल योग बढ़ जाता है। सबसे ज़्यादा मायने रखने वाली आदतें हैं: सही टूल चुनना, बार-बार दोबारा बनवाने से बचना, और ईमानदार जानकारी माँगना।

मुख्य बातें

  • Google बताता है कि Gemini के एक मध्यिका (median) टेक्स्ट prompt में 0.24 Wh और 0.26 mL पानी लगता है; OpenAI कहता है कि ChatGPT की एक औसत क्वेरी में लगभग 0.34 Wh। दोनों आँकड़े कंपनियों ने ख़ुद बताए हैं।
  • तस्वीरें बनाने में टेक्स्ट संभालने से कहीं ज़्यादा ऊर्जा लगती है: एक अध्ययन में, प्रति अनुरोध टेक्स्ट वर्गीकृत करने से हज़ार गुना से भी ज़्यादा।
  • अंतरराष्ट्रीय ऊर्जा एजेंसी का अनुमान है कि 2024 और 2030 के बीच डेटा सेंटरों की बिजली खपत दोगुनी से ज़्यादा हो जाएगी, और इसका मुख्य कारण AI होगा।
  • प्रति prompt आँकड़े अलग-अलग होते हैं क्योंकि कंपनियाँ अलग-अलग चीज़ें मापती हैं; हमेशा पूछें कि इसमें क्या शामिल है।
  • आप अपने चुनावों, अपने दफ़्तर या स्कूल, स्थानीय प्लानिंग के फ़ैसलों और सार्वजनिक परामर्शों के ज़रिए अपनी बात रख सकते हैं।

आसान भाषा में ग्रीन AI क्या है?

ग्रीन AI का मतलब है कृत्रिम बुद्धिमत्ता (AI) के फ़ायदे पाना, लेकिन कम ऊर्जा, पानी और दूसरे संसाधन इस्तेमाल करके। इसमें दो बातें आती हैं: ख़ुद AI को ज़्यादा कुशल बनाना, और इसका समझदारी से, सिर्फ़ वहीं इस्तेमाल करना जहाँ यह मदद करे।

बात लोगों से यह कहने की नहीं है कि वे कभी AI इस्तेमाल न करें। 2026 में ब्रिटेन में गणितज्ञों, कंप्यूटर वैज्ञानिकों और उद्योग के लोगों के एक ग्रीन AI सैंडपिट (गहन चर्चा कार्यशाला) में इस पर सीधे चर्चा हुई और निष्कर्ष निकला कि AI का ज़िम्मेदारी से इस्तेमाल, उसे ठुकराने से ज़्यादा उपयोगी लक्ष्य है। ज़्यादा विस्तार से समझने के लिए ग्रीन AI क्या है? देखें।

AI इस्तेमाल करने में कितनी ऊर्जा लगती है?

एक आम टेक्स्ट सवाल के लिए थोड़ी-सी: कंपनियों के अपने आँकड़ों के अनुसार लगभग एक-तिहाई वॉट-घंटा। लेकिन तस्वीरें और वीडियो कहीं ज़्यादा लेते हैं, और दुनिया भर में अनुरोधों की संख्या बहुत बड़ी है।

अब तक जो प्रकाशित हुआ है:

स्रोत क्या मापा गया ऊर्जा
Google (2025) Gemini ऐप्स को भेजा गया मध्यिका टेक्स्ट prompt 0.24 Wh
OpenAI (2025) ChatGPT की औसत क्वेरी लगभग 0.34 Wh
Epoch AI (2025), स्वतंत्र अनुमान ChatGPT की आम टेक्स्ट क्वेरी लगभग 0.3 Wh

OpenAI अपने आँकड़े की तुलना इससे करता है कि एक ओवन एक सेकंड से थोड़ा ज़्यादा समय में, या एक उच्च-दक्षता वाला बल्ब कुछ मिनटों में कितनी ऊर्जा लेता है। Epoch AI का अनुमान 3 Wh के एक पुराने, बहुत उद्धृत आँकड़े से लगभग दस गुना कम है, जो दिखाता है कि हार्डवेयर और सॉफ़्टवेयर सुधरने के साथ अनुमान कितनी तेज़ी से बदलते हैं। Google बताता है कि उसके मध्यिका prompt की ऊर्जा एक साल में 33 गुना घट गई।

तस्वीरों और वीडियो की लागत कहीं ज़्यादा है। Hugging Face और Carnegie Mellon University के शोधकर्ताओं के परीक्षणों में तस्वीरें बनाने में औसतन प्रति 1,000 तस्वीरें लगभग 2.9 kWh लगे, जबकि 1,000 टेक्स्ट टुकड़ों को श्रेणियों में छाँटने में 0.002 kWh। यानी प्रति अनुरोध हज़ार गुना से भी ज़्यादा। वीडियो बनाना इससे भी भारी है।

ऊर्जा योजनाकारों की चिंता कुल योग को लेकर है। अंतरराष्ट्रीय ऊर्जा एजेंसी (IEA) का अनुमान है कि 2024 में डेटा सेंटरों ने लगभग 415 TWh बिजली इस्तेमाल की, जो दुनिया की बिजली का लगभग 1.5% है, और 2030 तक लगभग 945 TWh का अनुमान है। वह इस बढ़ोतरी का सबसे बड़ा कारण AI को बताती है।

AI कितना पानी इस्तेमाल करता है?

प्रति टेक्स्ट prompt बहुत कम; कुल मिलाकर, और कुछ जगहों पर, बहुत ज़्यादा। डेटा सेंटर पानी मुख्य रूप से कंप्यूटरों को ठंडा रखने के लिए इस्तेमाल करते हैं, और बिजलीघर बिजली बनाने में पानी इस्तेमाल करते हैं।

  • Google बताता है कि Gemini के एक मध्यिका टेक्स्ट prompt में 0.26 mL पानी लगता है।
  • OpenAI कहता है कि ChatGPT की एक औसत क्वेरी में लगभग 0.000085 गैलन पानी लगता है, मोटे तौर पर एक चम्मच (teaspoon) का पंद्रहवाँ हिस्सा।
  • फ़्रांसीसी कंपनी Mistral AI ने एक जीवन-चक्र आकलन (life-cycle assessment) प्रकाशित किया जो इन दोनों आँकड़ों से ज़्यादा चरणों को गिनता है। उसके अनुसार 400 टोकन के एक जवाब (कुछ पैराग्राफ़) में 1.14 g CO₂e (कार्बन डाइऑक्साइड समतुल्य) और 45 mL पानी लगता है।
  • शोधकर्ता Li, Yang, Islam और Ren का अनुमान है कि Microsoft के अमेरिकी डेटा सेंटरों में GPT-3 मॉडल को ट्रेन करने में लगभग 700,000 लीटर साफ़ मीठा पानी सीधे भाप बनकर उड़ गया हो सकता है।

इन संख्याओं के बीच बड़े अंतर ज़्यादातर इस बात से आते हैं कि क्या गिना गया, न कि इससे कि कोई एक कंपनी दूसरी से बहुत बेहतर है। डेटा सेंटर कहाँ है, यह भी मायने रखता है: सूखे के दौरान किसी शुष्क इलाक़े से लिया गया पानी, उतने ही पानी की तुलना में ज़्यादा असर डालता है जहाँ पानी भरपूर हो।

संख्याएँ इतनी अनिश्चित क्यों हैं?

क्योंकि ज़्यादातर आँकड़े ख़ुद कंपनियों से आते हैं, वे अलग-अलग चीज़ें मापती हैं, और वे शायद ही कभी पूरे तरीक़े प्रकाशित करती हैं। स्वतंत्र शोधकर्ताओं को अक्सर बाहर से अनुमान लगाना पड़ता है।

जवाब को बदलने वाली बातें:

  • क्या शामिल है: सिर्फ़ चिप, या कूलिंग, खाली पड़ी अतिरिक्त क्षमता, नेटवर्किंग और हार्डवेयर का निर्माण भी?
  • कौन-सा मॉडल: छोटे मॉडल बड़े मॉडलों से कहीं कम ऊर्जा लेते हैं, और क़दम-दर-क़दम सोचने वाले "reasoning" मॉडल पर्दे के पीछे कहीं ज़्यादा शब्द बनाते हैं।
  • जवाब कितना लंबा है: पढ़े और लिखे गए टेक्स्ट की मात्रा के साथ ऊर्जा बढ़ती है।
  • यह कहाँ और कब चलता है: वही बिजली किसी एक देश या घंटे में कम-कार्बन वाली और दूसरे में ज़्यादा-कार्बन वाली हो सकती है।

इसलिए किसी भी एक संख्या को मोटा अंदाज़ा मानें। ईमानदार स्रोत बताते हैं कि उन्होंने क्या शामिल किया और वे कितने आश्वस्त हैं।

रोज़ की कौन-सी आदतें मायने रखती हैं, और कौन-सी नहीं?

मायने वे आदतें रखती हैं जो इस्तेमाल को कई गुना बढ़ा देती हैं: बहुत सारी तस्वीरें या वीडियो बनाना, बार-बार दोबारा बनवाना, और ज़रूरत न होने पर भी AI चालू छोड़ देना। छोटी-छोटी शिष्टताएँ और कभी-कभार के सवाल बहुत कम मायने रखते हैं।

वे आदतें जो असली फ़र्क़ डालती हैं:

  • सही टूल इस्तेमाल करें। एक सामान्य वेब सर्च, कैलकुलेटर, नक़्शा या शब्दकोश अक्सर ज़्यादा तेज़ होता है और कम ऊर्जा लेता है।
  • तस्वीरों और वीडियो में संयम रखें। जितनी ज़रूरत हो उतना बनाएँ, मज़े के लिए दर्जनों रूप नहीं।
  • सुधारें, बार-बार दोबारा न बनवाएँ। अगर पहला जवाब सही नहीं है, तो बार-बार "try again" दबाने के बजाय बताएँ कि क्या बदलना है।
  • छोटे जवाब माँगें जब आपको बस उतना ही चाहिए। UNESCO और University College London ने पाया कि छोटे prompt और जवाब ऊर्जा खपत आधे से ज़्यादा घटा सकते हैं।
  • हल्के विकल्प चुनें जहाँ कोई ऐप सरल सवालों के लिए "fast", "mini" या "lite" मॉडल देता हो।
  • जो AI फ़ीचर आप इस्तेमाल नहीं करते, उन्हें बंद करें ऐप्स और डिवाइसों में, जहाँ सेटिंग अनुमति दें।

वे आदतें जो कम मायने रखती हैं:

  • "please" और "thank you" कहना। लंबे जवाब के सामने ये अतिरिक्त शब्द बहुत छोटे हैं।
  • किसी टेक्स्ट चैटबॉट से कभी-कभार सवाल पूछना। OpenAI के आँकड़े के अनुसार, हर सवाल लगभग उतनी ऊर्जा लेता है जितनी एक उच्च-दक्षता वाला बल्ब कुछ मिनटों में।

बड़ी तस्वीर व्यक्तिगत आदतों से कम और इससे ज़्यादा जुड़ी है कि AI को उन प्रोडक्ट और सेवाओं में कैसे बनाया गया है जिन्हें बहुत बड़ी संख्या में लोग इस्तेमाल करते हैं। वहीं दक्षता और ईमानदार जानकारी के लिए दबाव सबसे ज़्यादा फ़र्क़ डालता है। हमारे AI का कुशल इस्तेमाल पेज पर और सुझाव हैं।

मैं AI और पर्यावरण से जुड़े दावों को कैसे परखूँ?

पूछें कि क्या मापा जा रहा है, किसने मापा, और इसकी तुलना किससे की जा रही है। अगर ये बातें छोड़ दी जाएँ, तो डराने वाले और तसल्ली देने वाले, दोनों तरह के दावे गुमराह कर सकते हैं।

पूछने लायक़ सवाल:

  1. प्रति क्या? प्रति सवाल, प्रति तस्वीर, प्रति साल, प्रति यूज़र? बड़े कुल योग का मतलब प्रति इस्तेमाल थोड़ी मात्रा हो सकता है, और इसका उलटा भी।
  2. यह कौन कह रहा है? किसी कंपनी का अपना आँकड़ा, कोई स्वतंत्र अध्ययन, या कोई ख़बर जो किसी पुराने अनुमान को दोहरा रही है?
  3. क्या शामिल है? सिर्फ़ कंप्यूटर चिप, या पूरा डेटा सेंटर, बिजली की आपूर्ति और निर्माण भी?
  4. यह कितना पुराना है? आँकड़े तेज़ी से बदलते हैं। कुछ साल पुरानी संख्या दस गुना ज़्यादा, या कम, हो सकती है।
  5. किसकी तुलना में? "एक सर्च से दस गुना ज़्यादा" का तब तक कोई ख़ास मतलब नहीं जब तक आप न जानें कि एक सर्च में कितना लगता है।
  6. क्या दक्षता को कम इस्तेमाल समझ लिया जा रहा है? अगर AI प्रति सवाल सस्ता हो जाए, तो लोग बस उसका ज़्यादा इस्तेमाल करने लग सकते हैं। इसे रिबाउंड प्रभाव कहते हैं।

बिना आँकड़ों वाले "ग्रीन", "स्वच्छ" या "कार्बन न्यूट्रल" जैसे शब्दों से सावधान रहें। स्वतंत्र रेटिंग आने लगी हैं: Hugging Face और साझेदारों द्वारा शुरू किया गया AI Energy Score AI मॉडलों को ऊर्जा दक्षता के लिए एक से पाँच स्टार तक रेटिंग देता है, कुछ-कुछ बिजली के उपकरणों के लेबल की तरह। और पढ़ें AI के लिए ऊर्जा लेबल में।

मैं अपनी बात कैसे रख सकता/सकती हूँ?

आप ग्रीन AI पर अपने चुनावों से, दफ़्तर या स्कूल में अपनी माँगों से, और डेटा सेंटरों व नियमन से जुड़े सार्वजनिक फ़ैसलों के ज़रिए असर डाल सकते हैं। जब पर्याप्त लोग माँग करते हैं, तो संगठन सुनते हैं।

  • यूज़र के रूप में: ऐसी सेवाएँ चुनें जो ऊर्जा और पानी की साफ़ जानकारी प्रकाशित करती हैं, और जो नहीं करतीं, उन कंपनियों को यह बताएँ।
  • दफ़्तर में: पूछें कि क्या आपके नियोक्ता के पास AI इस्तेमाल और सप्लायर चुनने की कोई नीति है। उन्हें हमारी व्यवसायों के लिए गाइड दिखाएँ।
  • स्कूल या विश्वविद्यालय में: पूछें कि AI और उसकी पर्यावरणीय लागत कैसे पढ़ाई जाती है। शिक्षक हमारे स्कूल सेक्शन में संसाधन पा सकते हैं, और युवा विद्यार्थियों के लिए से शुरुआत कर सकते हैं।
  • स्थानीय स्तर पर: कई देशों में नए डेटा सेंटरों को प्लानिंग की अनुमति चाहिए होती है। प्लानिंग आवेदन और स्थानीय परामर्श बिजली, पानी और बेकार गर्मी (waste heat) के बारे में पूछने का मौक़ा हैं।
  • राष्ट्रीय स्तर पर: सरकारें AI, ऊर्जा और डिजिटल नीति पर परामर्श करती हैं। परामर्शों का जवाब दें, या अपने चुने हुए प्रतिनिधि को लिखें, और AI प्रदाताओं से ऊर्जा और पानी की रिपोर्टिंग की माँग करें।
  • अपने समुदाय में: चैरिटी और सामुदायिक समूह भी AI का अच्छा इस्तेमाल कर सकते हैं; हमारी चैरिटी संस्थाओं के लिए गाइड मदद कर सकती है।

क्या AI पर्यावरण की मदद भी कर सकता है?

हाँ, कुछ इस्तेमालों में, और यह भी तस्वीर का हिस्सा है। AI का इस्तेमाल मौसम का पूर्वानुमान लगाने, बिजली की लाइनों में ख़राबी पहचानने, नवीकरणीय ऊर्जा के इस्तेमाल की योजना बनाने और वैज्ञानिक मॉडलों को तेज़ करने में होता है, और इनमें से कुछ इस्तेमाल जितनी ऊर्जा लेते हैं उससे ज़्यादा बचा सकते हैं।

दिक़्क़त यह है कि ऐसी बचत शायद ही कभी मापी जाती है, जबकि रोज़मर्रा के AI इस्तेमाल की लागत बहुत बड़ी संख्या में डिवाइसों और सेवाओं में बिखरी होती है। ग्रीन AI माँग करता है कि दोनों पक्षों को ईमानदारी से गिना जाए: AI के किसी इस्तेमाल की लागत क्या है, और वह असल में कितना बचाता है। यह इस बात को भी प्राथमिकता देता है कि जहाँ कोई सरल, अच्छी तरह समझा हुआ तरीक़ा पहले से काम कर देता है, वहाँ उसका इस्तेमाल हो, और AI को उन समस्याओं के लिए रखा जाए जहाँ वह कुछ नया जोड़ता है।

शोधकर्ता AI मॉडलों को बहुत छोटा और चलाने में सस्ता बनाने के तरीक़ों पर काम कर रहे हैं, अक्सर ज़्यादा कंप्यूटिंग शक्ति के बजाय गणित का इस्तेमाल करके। यह काम मायने रखता है क्योंकि इससे वही मदद कम ऊर्जा में, ज़्यादा डिवाइसों पर और ज़्यादा लोगों को उपलब्ध होती है।

आगे क्या करें

  1. अगली बार जब आप AI इस्तेमाल करें, तो ख़ुद से पूछें कि क्या कोई सरल टूल काम कर देगा।
  2. तस्वीर और वीडियो बनवाना कम करें जिनकी आपको सचमुच ज़रूरत नहीं, और दोबारा बनवाने के बजाय सुधारें।
  3. छोटे जवाब माँगें जब आपको बस झटपट जवाब चाहिए।
  4. AI और पर्यावरण के बारे में दिखे किसी एक दावे को ऊपर दिए छह सवालों पर परखें।
  5. अपने नियोक्ता, स्कूल या स्थानीय परिषद से पूछें कि AI और ऊर्जा को लेकर उनका नज़रिया क्या है।
  6. और जानें: ग्रीन AI क्या है? और ग्रीन AI अभी क्यों मायने रखता है से शुरुआत करें, या किसी युवा के साथ स्कूल सेक्शन देखें।

अक्सर पूछे जाने वाले सवाल

ChatGPT के एक सवाल में कितनी ऊर्जा लगती है?

OpenAI के मुख्य कार्यकारी ने कहा है कि एक औसत क्वेरी में लगभग 0.34 Wh लगते हैं, लगभग उतना जितना एक ओवन एक सेकंड से थोड़ा ज़्यादा समय में इस्तेमाल करता है। Epoch AI ने स्वतंत्र रूप से एक आम क्वेरी के लिए लगभग 0.3 Wh का अनुमान लगाया। लंबे या जटिल अनुरोधों में ज़्यादा लगता है।

क्या AI बहुत पानी इस्तेमाल करता है?

प्रति टेक्स्ट prompt थोड़ा-सा: Google बताता है कि Gemini के एक मध्यिका prompt में 0.26 mL लगता है। कुल योग ज़्यादा मायने रखता है: शोधकर्ताओं का अनुमान है कि Microsoft के अमेरिकी डेटा सेंटरों में GPT-3 को ट्रेन करने में लगभग 700,000 लीटर मीठा पानी भाप बनकर उड़ गया हो सकता है। स्थानीय असर इस पर निर्भर करता है कि डेटा सेंटर कहाँ हैं।

क्या धरती की मदद के लिए मुझे AI का इस्तेमाल बंद कर देना चाहिए?

ज़रूरी नहीं। OpenAI के आँकड़े के अनुसार, कभी-कभार पूछा गया एक टेक्स्ट सवाल लगभग उतनी ऊर्जा लेता है जितनी एक उच्च-दक्षता वाला बल्ब कुछ मिनटों में। ज़्यादा समझदारी इसमें है कि AI वहाँ इस्तेमाल करें जहाँ वह मदद करे, दर्जनों तस्वीरें बनवाने जैसी बर्बादी वाली आदतों से बचें, और बेहतर जानकारी के लिए दबाव डालें।

क्या चैटबॉट से 'please' और 'thank you' कहना ऊर्जा की बर्बादी है?

हर अतिरिक्त शब्द थोड़ी-सी प्रोसेसिंग जोड़ता है, लेकिन लंबे जवाब, तस्वीरें या वीडियो बनाने की ऊर्जा के सामने यह बहुत कम है। यह ऐसी आदत नहीं जिसकी चिंता की जाए।

स्रोत

  1. Measuring the environmental impact of delivering AI at Google scale, Elsworth et al., Google (2025)
  2. The gentle singularity, Sam Altman (OpenAI) (2025)
  3. How much energy does ChatGPT use?, Epoch AI (2025)
  4. Our contribution to a global environmental standard for AI, Mistral AI (2025)
  5. Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite and Strubell, ACM FAccT (2024)
  6. Making AI less 'thirsty': uncovering and addressing the secret water footprint of AI models, Li, Yang, Islam and Ren (2023)
  7. Energy and AI, International Energy Agency (2025)
  8. Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation, UNESCO and University College London (2025)
  9. Announcing AI Energy Score ratings, Hugging Face (2025)
लेख

ग्रीन AI क्या है?

ग्रीन AI की सरल परिभाषा: पर्यावरण के लिए AI और ज़्यादा ग्रीन AI, दक्षता और पर्याप्तता, और ऊर्जा, कार्बन, पानी व सामग्री में इसका पदचिह्न।

लेख

ग्रीन AI अभी क्यों मायने रखता है

AI डेटा सेंटरों की बिजली की माँग तेज़ी से बढ़ा रहा है, ग्रिडों पर दबाव डाल रहा है और लागत बढ़ा रहा है। 2026 में पैमाने, ऊर्जा, लागत और नीति के सबूत।

लेख

AI के लिए ऊर्जा लेबल और बेंचमार्क

2026 में AI की ऊर्जा रेटिंग की स्थिति: AI Energy Score, MLPerf Power, EU AI Act का दस्तावेज़ीकरण और डेटा सेंटर रेटिंग, और लेबल क्या दिखा सकते हैं।

अच्छी प्रैक्टिस

AI का कुशल उपयोग: रोज़ की आदतें

AI के उपयोग की ऊर्जा घटाने वाली रोज़ की आदतें: साफ़ prompt, कम बार दोबारा बनवाना, इमेज और वीडियो में सावधानी, caching और डिफ़ॉल्ट फ़ीचर बंद करना।

हमसे जुड़ें

धरती पर AI का असर घटाने में मदद करें

नई गाइड, फ़ंडिंग कॉल और निर्देशिका लिस्टिंग ईमेल से पाएँ, लगभग महीने में एक बार। या निर्देशिकाओं में अपना प्रोडक्ट, कोर्स, PhD या शोध जोड़ें।

कोई ट्रैकिंग नहीं। एक क्लिक में सदस्यता छोड़ें। जुड़ने के दूसरे तरीके · गोपनीयता