"AI-യോട് ഒരു ചോദ്യം ചോദിച്ചാൽ അതിന് വെള്ളം എന്തിന്?"
ആദ്യമായി കേൾക്കുമ്പോൾ വിചിത്രമായി തോന്നുന്ന ഈ ചോദ്യത്തിന് പിന്നിൽ വലിയൊരു സാങ്കേതിക യാഥാർത്ഥ്യമുണ്ട്.
ChatGPT, Gemini, Claude, Copilot തുടങ്ങിയ AI മോഡലുകൾ നേരിട്ട് വെള്ളം ഉപയോഗിക്കുന്നില്ല. എന്നാൽ അവ പ്രവർത്തിക്കുന്ന ലോകമെമ്പാടുമുള്ള ഡാറ്റാ സെന്ററുകളിൽ ആയിരക്കണക്കിന് GPUകളും സെർവറുകളും തുടർച്ചയായി പ്രവർത്തിക്കുന്നുണ്ട്. ഇവ അമിതമായ ചൂട് സൃഷ്ടിക്കുന്നതിനാൽ അവയെ തണുപ്പിക്കാൻ വലിയ അളവിൽ വെള്ളം ഉപയോഗിക്കുന്ന Cooling സംവിധാനങ്ങളാണ് പ്രവർത്തിക്കുന്നത്.
അതുകൊണ്ടാണ് ലോകമെമ്പാടുമുള്ള ശാസ്ത്രജ്ഞരും ടെക് കമ്പനികളും ഇന്ന് **AIയുടെ Water Footprint** എന്ന വിഷയത്തെക്കുറിച്ച് ഗൗരവമായി ചർച്ച ചെയ്യുന്നത്.
AI-യും വെള്ളവും തമ്മിൽ എന്താണ് ബന്ധം?
നിങ്ങൾ ChatGPT-യിലോ Gemini-യിലോ ഒരു ചോദ്യം ടൈപ്പ് ചെയ്യുമ്പോൾ യഥാർത്ഥത്തിൽ സംഭവിക്കുന്നത് ഇതാണ്.
നിങ്ങളുടെ ചോദ്യം → ഇന്റർനെറ്റ് → ഡാറ്റാ സെന്റർ → GPU → AI മോഡൽ → മറുപടി
ഈ പ്രക്രിയയിൽ ആയിരക്കണക്കിന് GPUകൾ പ്രവർത്തിക്കുന്നു.
GPUകൾ പ്രവർത്തിക്കുമ്പോൾ വലിയ അളവിൽ ചൂട് ഉത്പാദിപ്പിക്കുന്നു.
ഈ ചൂട് കുറയ്ക്കാൻ Data Center Cooling Systems പ്രവർത്തിക്കുന്നു.
അതിനായി ചില ഡാറ്റാ സെന്ററുകൾ Chilled Water Systems, Cooling Towers, Heat Exchange സംവിധാനങ്ങൾ എന്നിവ ഉപയോഗിക്കുന്നു.
അതുകൊണ്ട് AI വെള്ളം കുടിക്കുന്നില്ല. എന്നാൽ AI പ്രവർത്തിക്കാൻ ആവശ്യമായ ഇൻഫ്രാസ്ട്രക്ചറായാണ് വെള്ളം ഉപയോഗിക്കുന്നത്.
ഒരു AI Prompt-ന് എത്ര വെള്ളം വേണ്ടിവരും?
ഇതിന് ഒരു കൃത്യമായ കണക്ക് പറയാൻ കഴിയില്ല.
കാരണം അത് ആശ്രയിക്കുന്നത്:
ഏത് AI മോഡലാണ് ഉപയോഗിക്കുന്നത്.
ചോദ്യം എത്ര വലുതാണ്.
Text ആണോ Image ആണോ Video ആണോ.
ഏത് Data Center-ലാണ് പ്രവർത്തിക്കുന്നത്.
Cooling സംവിധാനം എങ്ങനെയാണ്.
ലഭ്യമായ ഗവേഷണങ്ങൾ പ്രകാരം ഒരു സാധാരണ Text Prompt-ന്റെ Cooling Water Footprint ഏതാനും മില്ലിലിറ്റർ മുതൽ ഏതാനും പത്ത് മില്ലിലിറ്റർ വരെ വ്യത്യാസപ്പെടാം.
ഇത് സ്ഥിരമായ കണക്കല്ല, ഏകദേശ ഗവേഷണ വിലയിരുത്തലാണ്.
Text, Image, Video – ഏതാണ് കൂടുതൽ വിഭവങ്ങൾ ഉപയോഗിക്കുന്നത്?
ഒരു ചെറിയ Text Prompt പ്രോസസ്സ് ചെയ്യുന്നതിനേക്കാൾ AI Image Generation കൂടുതൽ GPU Compute ആവശ്യപ്പെടുന്നു.
അതുപോലെ AI Video Generation ഏറ്റവും കൂടുതൽ കമ്പ്യൂട്ടിങ് ശേഷി ആവശ്യപ്പെടുന്ന പ്രവർത്തനങ്ങളിലൊന്നാണ്.
വിഭവ ഉപയോഗം പൊതുവെ ഇങ്ങനെ വർധിക്കുന്നു:
Text → Document Analysis → Image Generation → Video Generation
അതായത് Video സൃഷ്ടിക്കുന്നതിന് Text-നേക്കാൾ വളരെ കൂടുതൽ Compute, വൈദ്യുതി, Cooling വിഭവങ്ങൾ ആവശ്യമാണ്.
AI ഉപയോഗിച്ചാൽ പണം മാത്രമല്ല, പ്രകൃതി വിഭവങ്ങളും ചെലവാകുന്നു
പലരും കരുതുന്നത് AI സൗജന്യമാണെന്നാണ്.
പക്ഷേ ഓരോ AI Request-ന്റെയും പിന്നിൽ പ്രവർത്തിക്കുന്നത്:
ആയിരക്കണക്കിന് GPUകൾ
ഡാറ്റാ സെന്ററുകൾ
വലിയ അളവിലുള്ള വൈദ്യുതി
ഹൈസ്പീഡ് നെറ്റ്വർക്ക്
Cooling Infrastructure
വെള്ളം
അതുകൊണ്ട് AI-യുടെ യഥാർത്ഥ ചെലവ് Subscription Fee മാത്രമല്ല.
Text vs Image vs Video: Which Uses More AI Resources?
Illustrative comparison of relative AI compute demand. This is a qualitative comparison, not an exact measurement
VOC Media Insight
ഒരു Text Prompt-നേക്കാൾ AI Image Generation-ന് കൂടുതൽ GPU Compute ആവശ്യമാണ്. AI Video Generation ഇതിലും കൂടുതൽ വിഭവങ്ങൾ ഉപയോഗിക്കുന്ന വിഭാഗമാണ്. അതിനാൽ ആവശ്യത്തിനനുസരിച്ച് ശരിയായ AI ടൂൾ തിരഞ്ഞെടുക്കുന്നത് ചെലവ് കുറയ്ക്കാനും വൈദ്യുതി, ജലം, കമ്പ്യൂട്ടിങ് വിഭവങ്ങൾ കൂടുതൽ കാര്യക്ഷമമായി ഉപയോഗിക്കാനും സഹായിക്കും.
| AI Task | Compute Demand | Water Footprint | Electricity Use | Recommendation |
|---|---|---|---|---|
| ???? Text Prompt | ⭐ | Low | Low | Best for daily use |
| ???? Document Analysis | ⭐⭐ | Medium | Medium | Use when needed |
| ????️ AI Image Generation | ⭐⭐⭐⭐ | Higher | Higher | Generate only required images |
| ???? AI Video Generation | ⭐⭐⭐⭐⭐ | Highest | Highest | Use for important projects |
ശ്രദ്ധിക്കുക: ഈ ചാർട്ടിലെ 1, 2, 4, 8 എന്ന മൂല്യങ്ങൾ യഥാർത്ഥ ജല ഉപഭോഗമോ വൈദ്യുതി അളവുകളോ അല്ല. വ്യത്യസ്ത AI ജോലികൾ തമ്മിലുള്ള ആപേക്ഷിക (relative) compute ആവശ്യകത ലളിതമായി കാണിക്കുന്നതിനായുള്ള ഉദാഹരണമാണ്.
ലോകം ഇപ്പോൾ എന്തുകൊണ്ടാണ് AI Infrastructure-ലേക്ക് ബില്യൺ ഡോളർ നിക്ഷേപിക്കുന്നത്?
Google, Microsoft, Amazon, OpenAI, Meta തുടങ്ങിയ കമ്പനികൾ ഇന്ന് പുതിയ AI മോഡലുകൾ നിർമ്മിക്കുന്നതിനൊപ്പം:
കൂടുതൽ Data Centers
കൂടുതൽ GPU Clusters
Liquid Cooling
Water Recycling
Renewable Energy
എന്നിവയിലും വൻ നിക്ഷേപം നടത്തുകയാണ്.
കാരണം AI-യുടെ ഭാവി മികച്ച മോഡലുകൾ മാത്രമല്ല, കാര്യക്ഷമമായ ഇൻഫ്രാസ്ട്രക്ചറിനെയും ആശ്രയിച്ചിരിക്കുന്നു.
AI കൂടുതൽ ഉപയോഗിച്ചാൽ എന്ത് സംഭവിക്കും?
AI ഉപയോഗിക്കരുത് എന്നല്ല.
പക്ഷേ ഉത്തരവാദിത്തത്തോടെ ഉപയോഗിക്കണം.
അനാവശ്യമായി ഒരേ ചോദ്യം പലതവണ ചോദിക്കുക, നൂറുകണക്കിന് ചിത്രങ്ങൾ പരീക്ഷണത്തിനായി സൃഷ്ടിക്കുക, ആവശ്യവുമില്ലാതെ AI വീഡിയോകൾ നിർമ്മിക്കുക എന്നിവ കൂടുതൽ Compute ഉപയോഗത്തിനും അതുവഴി കൂടുതൽ വൈദ്യുതിയും Cooling വിഭവങ്ങളും ആവശ്യപ്പെടുന്നതിനും കാരണമാകും.
അതുകൊണ്ട് Smart AI Usage എന്ന ആശയം കൂടുതൽ പ്രാധാന്യമർഹിക്കുന്നു.
വെള്ളം പോലെ AI-യും വിലപ്പെട്ട വിഭവമാണ്
ഒരു തുള്ളി വെള്ളം സംരക്ഷിക്കണമെന്ന് നാം കുട്ടിക്കാലം മുതൽ പഠിക്കുന്നു.
ഇനി ഡിജിറ്റൽ ലോകം നമ്മെ പഠിപ്പിക്കുന്നത് മറ്റൊരു പാഠമാണ്.
AI-യും വിലപ്പെട്ട വിഭവമാണ്.
കാരണം ഓരോ AI പ്രോംപ്റ്റിന്റെയും പിന്നിൽ പ്രവർത്തിക്കുന്നത് ആയിരക്കണക്കിന് GPUകളും ഡാറ്റാ സെന്ററുകളും വൈദ്യുതിയും വെള്ളവുമാണ്.
AI ഒഴിവാക്കേണ്ട സാങ്കേതികവിദ്യയല്ല.
പക്ഷേ വെള്ളം പാഴാക്കാത്തതുപോലെ AIയും പാഴാക്കാതിരിക്കുക. ആവശ്യത്തിന് മാത്രം, ഉത്തരവാദിത്തത്തോടെ ഉപയോഗിക്കുക.
അതാണ് ഭാവിയിലെ സുസ്ഥിര AI ഉപയോഗത്തിന്റെ ആദ്യപാഠം.
FAQ
Q1. AI ശരിക്കും വെള്ളം കുടിക്കുമോ?
ഇല്ല. AI മോഡൽ വെള്ളം ഉപയോഗിക്കുന്നില്ല. അതിനെ പ്രവർത്തിപ്പിക്കുന്ന Data Centers-ന്റെ Cooling സംവിധാനങ്ങളാണ് വെള്ളം ഉപയോഗിക്കുന്നത്.
Q2. AI Image, Video എന്നിവയ്ക്ക് കൂടുതൽ വിഭവങ്ങൾ ആവശ്യമാണോ?
വേണം. സാധാരണയായി Image Generation-നും പ്രത്യേകിച്ച് Video Generation-നും Text Prompt-നേക്കാൾ കൂടുതൽ GPU Compute ആവശ്യമാണ്.
Q3. AI ഉപയോഗം പരിസ്ഥിതിയെ ബാധിക്കുമോ?
ബാധിക്കും. വൈദ്യുതി ഉപയോഗം, ജല ഉപയോഗം, ഡാറ്റാ സെന്റർ ഇൻഫ്രാസ്ട്രക്ചർ എന്നിവ കാരണം AI-യ്ക്ക് ഒരു Environmental Footprint ഉണ്ട്. അതുകൊണ്ടാണ് വലിയ ടെക് കമ്പനികൾ Energy Efficiency, Renewable Energy, Water Recycling തുടങ്ങിയ മേഖലകളിൽ കൂടുതൽ നിക്ഷേപം നടത്തുന്നത്.
Editorial Note: AI മോഡലുകളുടെ ജല ഉപഭോഗം ഒരു സ്ഥിരമായ സംഖ്യയല്ല. മോഡൽ, ഡാറ്റാ സെന്റർ, കമ്പ്യൂട്ടിങ് ലോഡ്, കൂളിംഗ് സാങ്കേതികവിദ്യ എന്നിവ അനുസരിച്ച് ഇത് വ്യത്യാസപ്പെടും. ഈ ലേഖനത്തിലെ വിശദീകരണങ്ങൾ പ്രസിദ്ധീകരിച്ച ഗവേഷണങ്ങൾ, സുസ്ഥിരതാ റിപ്പോർട്ടുകൾ, വ്യവസായ പഠനങ്ങൾ എന്നിവയെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്.
Verification
VOC Media AI Desk
Author
Ummer Mohammed
Last Updated: June 2026
References
Primary Research
- Shaolei Ren (University of California, Riverside) – Making AI Less "Thirsty": Uncovering and Addressing the Secret Water Footprint of AI Models
https://arxiv.org/abs/2304.03271
Official Resources
- Google Sustainability Reports
https://sustainability.google/reports/ - Microsoft Sustainability
https://www.microsoft.com/en-us/corporate-responsibility/sustainability
Industry Reference
- International Energy Agency (IEA) – Artificial Intelligence
https://www.iea.org/topics/artificial-intelligence
