Czy AI marnuje wodę? Mit czy nie, jeśli korzystasz z infrastruktury UE

« AI marnuje całą naszą wodę ». Mit czy nie? Sprawdziliśmy to.

Pytanie trafiło do nas wprost. Paul Plessing, jeden z naszych założycieli, dostał mocno po uszach w wątku na Reddicie za « nadmierne marnowanie wody » przez AI i jej centra danych. Ton był ostry, ale pytanie jest słuszne. Przeczytaliśmy więc badania.

Skąd bierze się liczba o butelce wody?

Główne źródło za « AI marnuje wodę » jest rzetelne: Li et al., « Making AI Less Thirsty » (UC Riverside), szacujący, że GPT-3 zużywa mniej więcej butelkę 500 ml wody na 20–50 odpowiedzi.

Te liczby na odpowiedź to ekstrapolacje. Zakładają centra danych w gorącym klimacie z chłodzeniem parowe.

Chłodzenie parowe to pocenie się w skali przemysłowej. Ciepłe powietrze przepływa obok wody, woda paruje, zabiera ciepło i znika, zamiast wracać do obiegu wody. Oszczędza dużo prądu, dlatego gorące regiony go stosują. Kosztuje jednak dużo wody.

Co pokazują zmierzone liczby?

Google opublikował później zmierzone liczby: mediana promptu tekstowego w aplikacjach Gemini zużywa 0,24 Wh i 0,26 ml wody, łącznie z chłodzeniem i obciążeniem jałowym. To około pięć kropli. Liczba pochodzi z analizy momentowej danych z maja 2025, więc to mediana po modelach obsługujących ruch, a nie jeden nazwany model. A te 0,26 ml to była globalna średnia Google.

Dłuższy opis metodologii mamy już w Zużycie wody przez AI: dlaczego wiralowe liczby wprowadzają w błąd. Ten tekst dotyczy tego, co się zmienia, gdy twój EU AI Chat działa na serwerach w Europie.

Czy europejskie centra danych w ogóle używają wody do chłodzenia?

Centra danych w Szwecji są tam m.in. dlatego, że chłodzą powietrzem zamiast wodą. Szwedzki region Microsoftu chłodzi powietrzem zewnętrznym przez cały rok. Hetzner też chłodzi powietrzem zamiast wodą.

To nie przypadkowa lista. DentroChat hostujemy u Hetznera w Niemczech, a część inferencji, którą kierujemy przez Cortecs, działa w Szwecji. Mówić « AI marnuje wodę » to mocne przesadzenie, jeśli korzystasz z EU AI Chat takiego jak DentroChat. Wiele tych europejskich centrów danych prawie w ogóle nie zużywa wody.

A woda na trening modelu?

W powyższych liczbach brakuje kosztów zatopionych treningu AI. Gdy model jest wytrenowany, można go hostować. Ale większość modeli hostowanych w UE nadal trenuje się poza Europą, więc trzeba też spojrzeć na koszt treningu.

Świeże liczby trudno znaleźć, ale Google szacował w 2022, że 40 % energii szło na trening modelu, a 60 % na inferencję.

Nowszy artykuł « Power Hungry Processing » szacuje, że inferencja może stanowić ~90 % energii i emisji w cyklu życia.

Oba wskazują to samo: EU AI Chat z modelami hostowanymi w Europie ogółem marnuje mało wody.

Jak to wypada na tle wątku na Reddicie?

Porównaj to z postem na Reddicie, który miał 6 000 wyświetleń i uruchomił nasze badanie.

Kalkulatory CO₂ stron oparte na modelu Sustainable Web Design ustawiają typowe wyświetlenie strony na ~0,36 g CO₂e, około 0,7 Wh. Przy 6 000 wyświetleń to około 4,4 kWh samo na serwowanie strony. To energia mniej więcej 18 000 promptów tekstowych AI!

Jeśli chodzi o wodę, też mówimy o litrach kontra ułamek mililitra na prompt.

Wygląda więc na to, że zwykłe social media są gorsze energetycznie niż AI…

Czy « AI marnuje wodę » to mit?

Centra danych w suchych regionach to realny problem, a przejrzystość jest słaba. Ale na interakcję, na infrastrukturze UE, prompt to jedna z lżejszych rzeczy, które robimy online.

« AI marnuje wodę » to raczej mit, jeśli korzystasz z rozwiązań UE. Taki europejski AI oferujemy w DentroChat, najlepszym EU AI Chat.