Das meiste Wasser brauchen grosse Sprachmodelle wie ChatGPT oder Bard zum Lernen. Sie lernen an sehr vielen Beispielen, passgenaue Antworten auf Fragen zu geben. Während des Trainings haben sie einen grossen Kühlungs- und Energiebedarf. Entsprechend gross ist ihr Wasser-Fussabdruck. Bei einem Training von GPT-3 in den US-Rechenzentren von Microsoft werden schätzungsweise 700’000 Liter sauberes Süsswasser verbraucht, erklärt der Computeringenieur Shaolei Ren in einem Interview mit dem Tech-Magazin «The Markup».
Das sei vergleichsweise sparsam – in asiatischen Datacentern wäre es dreimal so viel. Neuere KI wie GPT-4 verbrauchen noch mehr Wasser, da das Modell auf mehr Parametern basiert.
Eine kurze Unterhaltung mit ChatGPT im Umfang von 30 bis 50 Fragen verbrauche etwa einen halben Liter frisches Wasser, sagt Ren. Hochgerechnet auf alle Nutzenden ergibt das einen enormen Wasserverbrauch.
In ihre Berechnung einbezogen haben Shaolei Ren und sein Team nur den direkten Wasserverbrauch der KI (On-site Water, rechte Seite) ohne das Wasser, das zum Beispiel bei der Energieerzeugung verbraucht wird (Off-site Water, linke Seite).
Berechnet hat Ren dabei nur die direkte Wassernutzung der Software. Würde der ganze Lebenszyklus der KI berücksichtigt, sähe das anders aus. Hinzu käme beispielsweise der Wasserbedarf bei der Herstellung von Computerchips, der Energieerzeugung oder dem Transport von Serverelektronik.