Sam Altman, az OpenAI vezérigazgatója nemrég Alex Heath Sources Podcastjában arról beszélt, hogy szerinte a ChatGPT használata nem fogyaszt jelentős mennyiségű vizet. Altman azt állította, hogy körülbelül 38 000 ChatGPT-lekérdezés használ el annyi vizet, mint amennyi egyetlen mandula megtermesztéséhez szükséges Kaliforniában. Ezzel a kijelentéssel arra reagált, hogy korábban elterjedt az a feltevés: egyetlen lekérdezés annyi vizet igényelne, mint hat órás folyatott zuhany.
Altman ugyanakkor hangsúlyozta, hogy a 38 ezres szám nem egy precíz mérésekre alapuló adat, inkább egy nagyságrendi illusztráció volt. Hozzátette, hogy a régebbi adatközpontoknál gyakori volt a párologtató hűtés alkalmazása, amely valóban jelentős vízveszteséget okozott, míg a modernebb létesítményeknél ez a megoldás kevésbé jellemző. Szerinte egy nagy, korszerű adatközpont körülbelül annyi vizet fogyaszt, mint egy hasonló nagyságú irodaház.
Ellenőrzés: hogyan állnak a számok?
A Tom’s Hardware által idézett tudományos vizsgálatok szerint egyetlen szem mandula megtermeléséhez átlagosan körülbelül 1 gallon (3,785 liter) vízre van szükség Kaliforniában. Altman korábbi kommentárjaira támaszkodva a ChatGPT-lekérdezés vízhasználatát a régebbi, párologtató technológiát alkalmazó adatközpontokra vonatkozóan 1–50 milliliter közöttire becsülték. Ez literben 0,001–0,05 l, gallonban pedig nagyjából 0,0002–0,013 gallon között van.
Ezek alapján a mandula egy szemének vízigényével egyenértékű mennyiség eléréséhez nem 38 000, hanem jóval kevesebb lekérdezés szükséges: nagyjából 75–5 500 lekérdezés. Így Tom’s Hardware megállapítása szerint Altman 38 ezres példája kevésbé pontos a megadott per-lekérdezéses becslések és a mandulatermesztés vízszükséglete alapján.
A modellek betanítása és néhány szélsőséges példa
Fontos megkülönböztetni a folyamatos használat (lekérdezések kiszolgálása) és a modellek betanításának egyszeri erőforrásigényét. A Tom’s Hardware hivatkozása szerint a GPT‑3 betanítása a régebbi adatközponti gyakorlatokat feltételezve körülbelül 185 000 gallon vizet igényelt, ami nagyjából 700 000 liternek felel meg. Ez jóval nagyobb, egyösszegű vízfogyasztás, mint amit a lekérdezések okoznak hosszabb idő alatt.
Ezen felül dokumentált példák is mutatják, hogy egyes adatközpontok igen jelentős mennyiségű vizet használtak. Egy Georgia állambeli adatközpont például 15 hónap alatt 29 millió gallon – azaz mintegy 109,7 millió liter – vizet fogyasztott el. Egy másik, Morgan megyében található létesítmény üzemeltetése pedig hatással volt a környező település vízminőségére, ahol a helyiek vize zavarossá vált.
Miért számít mindez?
Az adatközpont-építések körüli tiltakozások mögött gyakran a klímaválattal és a helyi erőforrásokkal kapcsolatos aggodalmak állnak: az elektromos energiaigény és a helyi vízhasználat mind fontos szempontok. Altman érvei szerint a per-lekérdezéses összehasonlításoknál érdemes figyelembe venni a technológiai fejlődést és a hűtési módszerek változását, ugyanakkor a független számítások és a nagy, egyszeri folyamatok (például a modellek betanítása) továbbra is jelentős vízfelhasználást jeleznek bizonyos körülmények között.
Összességében tehát a ChatGPT használatának per‑lekérdezéses vízlábnyoma valószínűleg alacsonyabb, mint ahogy egyes kezdeti félelmek sugallták, de az egyes adatközpontok és a gépi tanítási folyamatok vízhasználata továbbra is fontos környezeti kérdés marad.
