एआई कितना पानी इस्तेमाल करता है? (वास्तविक आंकड़े, समझाया गया)
एआई का पानी उपयोग इस पर निर्भर करता है कि आप क्या गिनते हैं। प्रकाशित अनुमानों के अनुसार, एक ChatGPT-स्टाइल क्वेरी लगभग 0.3 मिलीलीटर से 50 मिलीलीटर पानी का उपयोग करती है, जिसमें कूलिंग और पावर जनरेशन दोनों शामिल हैं। एक बड़ा डेटा सेंटर सालाना लाखों गैलन पानी इस्तेमाल कर सकता है, जिसमें अधिकांश हिस्सा सर्वरों को ठंडा करने में जाता है।
आपने शायद डरावनी सुर्खियाँ देखी होंगी: “हर बार जब आप ChatGPT से बात करते हैं, तो वह एक बोतल पानी पी जाता है।” सच्चाई इससे कहीं ज्यादा दिलचस्प और काफी कम डरावनी है। एआई का पानी उपयोग वास्तविक है, आंकड़े इस पर निर्भर करते हैं कि क्या मापा गया है, और ईमानदार उत्तर के लिए थोड़ा संदर्भ चाहिए। यहाँ स्पष्ट, स्रोतित जानकारी है कि वास्तव में पानी कहाँ जाता है।
एआई पानी का इस्तेमाल क्यों करता है?
एआई आपके जैसे पानी नहीं पीता। यह पानी अप्रत्यक्ष रूप से दो मुख्य तरीकों से इस्तेमाल करता है।
- डायरेक्ट कूलिंग। एआई डेटा सेंटर्स में सर्वरों की रैक पर चलता है। ये चिप्स बहुत गर्म हो जाते हैं, और कई डेटा सेंटर्स उस गर्मी को दूर करने के लिए पानी का इस्तेमाल करते हैं, अक्सर कूलिंग टावरों में उसे वाष्पित करके। वाष्पित पानी सिस्टम से बाहर चला जाता है, इसलिए इसे “खपत” माना जाता है।
- अप्रत्यक्ष, बिजली के जरिए। डेटा सेंटर्स भारी मात्रा में बिजली खींचते हैं, और कई पावर प्लांट (विशेषकर कोयला, गैस, और न्यूक्लियर) उस बिजली को बनाने के लिए पानी का उपभोग करते हैं। यह अप्रत्यक्ष पानी अक्सर डायरेक्ट कूलिंग पानी से कहीं ज्यादा होता है।
शोधकर्ता इन्हें “स्कोप-1” (ऑन-साइट कूलिंग) और “स्कोप-2” (ऑफ-साइट पावर जनरेशन) में बांटते हैं। जब आप एआई के लिए दो बहुत अलग पानी के आंकड़े देखते हैं, तो आमतौर पर एक केवल स्कोप-1 गिनता है और दूसरा दोनों। यही एक फर्क सुर्खियों में भ्रम की सबसे बड़ी वजह है।
एक ChatGPT क्वेरी कितना पानी इस्तेमाल करती है?
यही सवाल सबसे ज्यादा पूछा जाता है, और जवाब एक रेंज है, कोई एक आंकड़ा नहीं।
सबसे ज्यादा उद्धृत आंकड़ा University of California, Riverside के अध्ययन Making AI Less “Thirsty” से आता है, जिसमें अनुमान लगाया गया कि GPT-3 लगभग 10 से 50 मीडियम-लेंथ रिस्पॉन्स के लिए 500 मिलीलीटर पानी का उपभोग करता है (UC Riverside / CACM, 2025)। इसका मतलब है लगभग 10–50 मिलीलीटर प्रति क्वेरी, और इसमें ऑन-साइट कूलिंग और पावर-प्लांट दोनों का पानी शामिल है।
2025 में, OpenAI के सैम ऑल्टमैन ने एक और भी छोटा आंकड़ा प्रकाशित किया: लगभग 0.000085 गैलन (≈0.32 मिलीलीटर) प्रति औसत क्वेरी — लगभग एक पंद्रहवां हिस्सा एक चम्मच का (Data Center Dynamics, 2025)। यह आंकड़ा पीयर-रिव्यूड नहीं है, “औसत क्वेरी” की परिभाषा स्पष्ट नहीं है, और ऐसा लगता है कि इसमें मुख्य रूप से ऑन-साइट पानी ही गिना गया है। तो ये दोनों आंकड़े एक-दूसरे का खंडन नहीं करते; वे अलग-अलग चीजें, अलग-अलग सालों और अलग-अलग हार्डवेयर पर मापे गए हैं।
ईमानदार निष्कर्ष: अनुमान एक चम्मच के अंश से लेकर कुछ टेबलस्पून प्रति क्वेरी तक हैं, और वे मॉडल, डेटा सेंटर के स्थान, स्थानीय जलवायु, और बिजली कैसे बनाई गई है, इन सब पर निर्भर करते हैं।
एक तालिका में आंकड़े
यहाँ सबसे ज्यादा उद्धृत आंकड़े दिए गए हैं, स्रोत और वर्ष के साथ ताकि आप स्वयं देख सकें।
| क्या | अनुमानित पानी उपयोग | स्रोत (वर्ष) |
|---|---|---|
| एक ChatGPT/GPT-3 क्वेरी (कूलिंग + पावर) | ~10–50 मिलीलीटर (500 मिलीलीटर प्रति 10–50 रिस्पॉन्स) | UC Riverside / CACM (2025) |
| एक “औसत” ChatGPT क्वेरी (OpenAI का आंकड़ा) | ~0.32 मिलीलीटर (0.000085 गैलन) | Data Center Dynamics (2025) |
| GPT-3 ट्रेनिंग (Microsoft US डेटा सेंटर्स) | ~54 लाख लीटर कुल | UC Riverside / CACM (2025) |
| Google डेटा सेंटर्स, कुल (2024) | ~81 करोड़ गैलन | Data Centre Magazine / Google Env. Report (2025) |
| Google, सबसे बड़ा एकल साइट (Council Bluffs, IA, 2024) | ~10 करोड़ गैलन | Data Centre Magazine (2025) |
| US डेटा सेंटर्स, डायरेक्ट कूलिंग (2023) | ~170 करोड़ गैलन | EESI / LBNL report (2024) |
| US डेटा सेंटर्स, बिजली के जरिए अप्रत्यक्ष (2023) | ~2,110 करोड़ गैलन | EESI / LBNL report (2024) |
| वैश्विक एआई पानी निकासी, अनुमानित (2027) | 4.2–6.6 अरब घन मीटर | UC Riverside / CACM (2025) |
प्रति-क्वेरी अनुमानों में बड़ा अंतर यही वजह है कि आपको किसी एक वायरल आंकड़े को सावधानी से लेना चाहिए। अलग-अलग अध्ययन अलग-अलग सीमाएँ मापते हैं।
एक एआई इमेज जनरेट करने में कितना पानी लगता है?
आपने शायद सुना होगा कि एक एआई इमेज में गैलन पानी खर्च होता है। इन सबसे बड़े दावों का समर्थन करने के लिए कोई ठोस, पीयर-रिव्यूड प्रति-इमेज पानी का आंकड़ा नहीं है, इसलिए सटीक गैलन गिनती पर संदेह करें।
जो हम जानते हैं: Hugging Face और Carnegie Mellon के एक अध्ययन में पाया गया कि इमेज जनरेट करना सबसे ऊर्जा-गहन सामान्य एआई कार्य है, जो लगभग एक स्मार्टफोन चार्ज करने के बराबर है (MIT Technology Review, 2023)। चूंकि पानी का उपयोग ऊर्जा उपयोग के साथ जुड़ा है (अधिक बिजली का मतलब अधिक कूलिंग और पावर-प्लांट पानी), एक इमेज आमतौर पर एक छोटे टेक्स्ट रिप्लाई से अधिक पानी खर्च करती है, लेकिन सटीक आंकड़ा मॉडल और स्थान पर बहुत निर्भर करता है। सुरक्षित कथन है “टेक्स्ट क्वेरी से अधिक, डरावनी सुर्खियों से कम।“
कुल मिलाकर डेटा सेंटर्स कितना पानी इस्तेमाल करते हैं?
यहीं आंकड़े बड़े हो जाते हैं, क्योंकि डेटा सेंटर्स एक साथ हजारों एआई और गैर-एआई वर्कलोड चलाते हैं।
Lawrence Berkeley National Laboratory की एक रिपोर्ट, जिसे अमेरिकी ऊर्जा विभाग ने कमीशन किया, में पाया गया कि 2023 में अमेरिकी डेटा सेंटर्स ने कूलिंग के लिए लगभग 170 करोड़ गैलन पानी डायरेक्ट रूप से इस्तेमाल किया, और अनुमानित 2,110 करोड़ गैलन अप्रत्यक्ष रूप से बिजली के जरिए (EESI / LBNL, 2024)। डायरेक्ट कूलिंग उपयोग के 2028 तक 38–73 अरब गैलन तक पहुंचने की संभावना है।
व्यक्तिगत कंपनियां अब अधिक खुलासा करने लगी हैं। Google के डेटा सेंटर्स ने 2024 में लगभग 81 करोड़ गैलन पानी इस्तेमाल किया, जो 2021 के लगभग 43 करोड़ गैलन से बढ़ गया (Data Centre Magazine, 2025)। रुझान स्पष्ट रूप से ऊपर की ओर है क्योंकि एआई वर्कलोड बढ़ रहे हैं। यदि आप ऐसे और आंकड़े चाहते हैं, तो हमारा एआई सांख्यिकी पेज प्रमुख आंकड़ों को अपडेट होते ही ट्रैक करता है।
एआई का पानी उपयोग रोजमर्रा की चीज़ों से कैसे तुलना करता है?
संदर्भ मायने रखता है, तो यहाँ एकल क्वेरी की तुलना सामान्य पानी लागत से की गई है।
- एक ChatGPT क्वेरी: एक चम्मच का अंश से लेकर कुछ टेबलस्पून तक।
- एक बीफ बर्गर: उत्पादन में लगभग 1,700 लीटर पानी, ज्यादातर चारे और पशु के लिए।
- एक कॉटन टी-शर्ट: फसल से तैयार कपड़े तक लगभग 2,700 लीटर।
- 10 मिनट की शावर: लगभग 75–100 लीटर।
प्रति-उपयोग के आधार पर, आपका चैटबॉट शौक आपके लंच या कपड़े धोने की तुलना में बहुत छोटा है। एआई के पानी उपयोग पर ध्यान इसलिए जाता है क्योंकि प्रति-क्वेरी आंकड़ा नहीं, बल्कि पैमाना (अरबों क्वेरी) और एकाग्रता (कई डेटा सेंटर्स सूखे क्षेत्रों में क्लस्टर होते हैं जहाँ हर गैलन स्थानीय रूप से मायने रखता है) है।
तो आपको कितनी चिंता करनी चाहिए?
संतुलित उत्तर: प्रति क्वेरी प्रभाव छोटा है। वास्तविक चिंता है एकाग्रता और वृद्धि। जब दर्जनों बड़े डेटा सेंटर्स सूखा-प्रवण काउंटी में क्लस्टर होते हैं, तो उनका संयुक्त खिंचाव स्थानीय जल आपूर्ति पर दबाव डाल सकता है, भले ही हर क्वेरी तुच्छ हो। वैश्विक एआई पानी निकासी के 4.2–6.6 अरब घन मीटर 2027 तक पहुँचने का अनुमान है (UC Riverside / CACM, 2025), इसलिए समग्र रुझान देखने लायक है।
यह भी ध्यान देने योग्य है कि स्मार्ट सिस्टम डिज़ाइन लागत को कम कर सकता है। वे तकनीकें जो एआई को अधिक कुशल बनाती हैं — बेहतर हार्डवेयर उपयोग, और RAG जैसी रिट्रीवल विधियाँ जो बेकार गणना को कम करती हैं — ऊर्जा और पानी के बिल को घटाती हैं। दक्षता और पानी जुड़े हैं: कम कंप्यूट का मतलब कम गर्मी और कम बिजली उत्पादन।
टेक कंपनियां इसके लिए क्या कर रही हैं?
मुख्य ऑपरेटरों ने सभी पानी कार्यक्रमों की घोषणा की है। आम उपायों में शामिल हैं:
- कूलिंग के लिए रीसायकल और गैर-पीने योग्य पानी का उपयोग, ताकि पीने के पानी की आपूर्ति पर बोझ न पड़े।
- एयर कूलिंग और लिक्विड (चिप-स्तर) कूलिंग जो वाष्पीकरणीय नुकसान को कम या खत्म करती है।
- ठंडे इलाकों में साइटिंग जहाँ सालभर कम कूलिंग की जरूरत होती है।
- “वाटर पॉजिटिव” वादे कि वे जितना पानी इस्तेमाल करते हैं, उससे ज्यादा पुनःपूर्ति करेंगे।
उदाहरण के लिए, Google ने रिपोर्ट किया कि उसने 2024 में अपने ताजे पानी की खपत का लगभग 64% पुनःपूर्ति किया, और 2030 तक 120% का लक्ष्य रखा है (Data Centre Magazine, 2025)। Microsoft ने कुछ साइटों पर पानी-पुनःप्रयोग सुविधाएँ बनाई हैं और 10 करोड़ घन मीटर से अधिक पानी पुनःपूर्ति करने की रिपोर्ट दी है (Cloud Computing News, 2025)। ये वादे उत्साहजनक हैं, लेकिन पारदर्शिता अब भी अधूरी है — कई कंपनियां साइट-वार पानी उपयोग नहीं बतातीं, जिससे स्वतंत्र जांच मुश्किल होती है।
निष्कर्ष
एआई पानी का उपयोग करता है, लेकिन प्रति-क्वेरी लागत छोटी है (एक चम्मच का अंश से लेकर कुछ टेबलस्पून, यह इस पर निर्भर करता है कि क्या गिना गया) और रोजमर्रा की चीज़ों जैसे भोजन और कपड़ों से बहुत कम है। असली कहानी डेटा सेंटर स्तर पर है, जहाँ कूलिंग और बिजली अरबों गैलन तक पहुँच जाती है और सूखे क्षेत्रों में स्थानीय दबाव एक वास्तविक मुद्दा है। समग्र रुझान देखें, पारदर्शिता और दक्षता का समर्थन करें, और वायरल घबराहट से बचें। यदि आप इन आंकड़ों के पीछे की तकनीक समझना चाहते हैं, तो हमारे सीखें हब से शुरू करें।
अक्सर पूछे जाने वाले सवाल
एक ChatGPT क्वेरी कितना पानी इस्तेमाल करती है? अनुमान लगभग 0.32 मिलीलीटर (OpenAI का केवल ऑन-साइट आंकड़ा) से लेकर लगभग 10–50 मिलीलीटर प्रति क्वेरी तक हैं, अगर आप बिजली उत्पादन में इस्तेमाल पानी को भी गिनें। UC Riverside अध्ययन के अनुसार, 500 मिलीलीटर की एक बोतल लगभग 10–50 मीडियम रिस्पॉन्स कवर करती है।
एआई पानी का इस्तेमाल क्यों करता है? एआई डेटा सेंटर्स में सर्वरों पर चलता है, जो गर्म हो जाते हैं। कई सेंटर्स कूलिंग के लिए पानी का इस्तेमाल करते हैं, अक्सर वाष्पीकरण के जरिए, और उनके बिजली आपूर्ति करने वाले पावर प्लांट भी पानी का उपभोग करते हैं। इसलिए एआई का पानी फुटप्रिंट आंशिक रूप से डायरेक्ट कूलिंग और आंशिक रूप से इनडायरेक्ट पावर जनरेशन से आता है।
एक एआई इमेज जनरेट करने में कितना पानी लगता है? प्रति इमेज पानी के उपयोग का कोई एकल, पीयर-रिव्यूड आंकड़ा नहीं है। इमेज जेनरेशन सबसे ऊर्जा-गहन सामान्य एआई कार्य है (Hugging Face, 2023), और अधिक ऊर्जा का मतलब आमतौर पर अधिक कूलिंग और पावर-प्लांट पानी होता है, इसलिए एक इमेज आमतौर पर एक छोटे टेक्स्ट रिप्लाई से अधिक पानी खर्च करती है।
कुल मिलाकर डेटा सेंटर्स कितना पानी इस्तेमाल करते हैं? अमेरिका के डेटा सेंटर्स ने 2023 में कूलिंग के लिए लगभग 17 अरब गैलन पानी डायरेक्ट रूप से इस्तेमाल किया, और अनुमानित 211 अरब गैलन इनडायरेक्ट रूप से बिजली के जरिए, Lawrence Berkeley National Laboratory की रिपोर्ट के अनुसार। डायरेक्ट उपयोग 2028 तक 38–73 अरब गैलन तक पहुंच सकता है।
क्या एआई का पानी उपयोग गंभीर समस्या है? प्रति क्वेरी यह बहुत छोटा है। बड़े पैमाने पर, और सूखा-प्रवण क्षेत्रों में जहां डेटा सेंटर्स क्लस्टर होते हैं, स्थानीय दबाव वास्तविक है। चिंता का विषय एकाग्रता और वृद्धि है, न कि आपकी व्यक्तिगत चैटबॉट उपयोग। यह ध्यान देने योग्य है, घबराने की बात नहीं।
एआई का पानी उपयोग रोजमर्रा की चीज़ों से कैसे तुलना करता है? एकल क्वेरी एक चम्मच का अंश से लेकर कुछ टेबलस्पून तक है। तुलना के लिए, एक बीफ बर्गर बनाने में लगभग 1,700 लीटर पानी लगता है, और एक कॉटन टी-शर्ट में लगभग 2,700 लीटर। एआई का प्रति-उपयोग फुटप्रिंट भोजन और कपड़ों की तुलना में बहुत छोटा है।
टेक कंपनियां इसके लिए क्या कर रही हैं? कंपनियां रीसायकल और गैर-पीने योग्य पानी, एयर और लिक्विड कूलिंग, ठंडे इलाकों में निर्माण, और ‘वाटर पॉजिटिव’ होने का वादा कर रही हैं। Google ने 2024 में अपने ताजे पानी के उपयोग का लगभग 64% पुनःपूर्ति किया और 2030 तक 120% का लक्ष्य रखा है।
क्या एआई ट्रेनिंग रोजमर्रा के उपयोग से ज्यादा पानी इस्तेमाल करती है? ट्रेनिंग एक बार का, गहन खर्च है। शोधकर्ताओं ने अनुमान लगाया कि Microsoft के अमेरिकी डेटा सेंटर्स में GPT-3 को ट्रेन करने में लगभग 54 लाख लीटर पानी खर्च हुआ। रोजाना की क्वेरीज़ अरबों बार होती हैं, इसलिए दोनों का पैमाने पर महत्व है।
ऐसे ही स्पष्ट, स्रोतित एक्सप्लेनर अपने इनबॉक्स में चाहते हैं? सब्सक्राइब करें हमारे साप्ताहिक एआई डाइजेस्ट के लिए। और आंकड़े चाहिए? देखें हमारा एआई सांख्यिकी पेज, और तकनीक समझने के लिए सीखें हब से शुरू करें।
Frequently asked questions
एक ChatGPT क्वेरी कितना पानी इस्तेमाल करती है?
अनुमान लगभग 0.32 मिलीलीटर (OpenAI का केवल ऑन-साइट आंकड़ा) से लेकर लगभग 10–50 मिलीलीटर प्रति क्वेरी तक हैं, अगर आप बिजली उत्पादन में इस्तेमाल पानी को भी गिनें। UC Riverside अध्ययन के अनुसार, 500 मिलीलीटर की एक बोतल लगभग 10–50 मीडियम रिस्पॉन्स कवर करती है।
एआई पानी का इस्तेमाल क्यों करता है?
एआई डेटा सेंटर्स में सर्वरों पर चलता है, जो गर्म हो जाते हैं। कई सेंटर्स कूलिंग के लिए पानी का इस्तेमाल करते हैं, अक्सर वाष्पीकरण के जरिए, और उनके बिजली आपूर्ति करने वाले पावर प्लांट भी पानी का उपभोग करते हैं। इसलिए एआई का पानी फुटप्रिंट आंशिक रूप से डायरेक्ट कूलिंग और आंशिक रूप से इनडायरेक्ट पावर जनरेशन से आता है।
एक एआई इमेज जनरेट करने में कितना पानी लगता है?
प्रति इमेज पानी के उपयोग का कोई एकल, पीयर-रिव्यूड आंकड़ा नहीं है। इमेज जेनरेशन सबसे ऊर्जा-गहन सामान्य एआई कार्य है (Hugging Face, 2023), और अधिक ऊर्जा का मतलब आमतौर पर अधिक कूलिंग और पावर-प्लांट पानी होता है, इसलिए एक इमेज आमतौर पर एक छोटे टेक्स्ट रिप्लाई से अधिक पानी खर्च करती है।
कुल मिलाकर डेटा सेंटर्स कितना पानी इस्तेमाल करते हैं?
अमेरिका के डेटा सेंटर्स ने 2023 में कूलिंग के लिए लगभग 17 अरब गैलन पानी डायरेक्ट रूप से इस्तेमाल किया, और अनुमानित 211 अरब गैलन इनडायरेक्ट रूप से बिजली के जरिए, Lawrence Berkeley National Laboratory की रिपोर्ट के अनुसार। डायरेक्ट उपयोग 2028 तक 38–73 अरब गैलन तक पहुंच सकता है।
क्या एआई का पानी उपयोग गंभीर समस्या है?
प्रति क्वेरी यह बहुत छोटा है। बड़े पैमाने पर, और सूखा-प्रवण क्षेत्रों में जहां डेटा सेंटर्स क्लस्टर होते हैं, स्थानीय दबाव वास्तविक है। चिंता का विषय एकाग्रता और वृद्धि है, न कि आपकी व्यक्तिगत चैटबॉट उपयोग। यह ध्यान देने योग्य है, घबराने की बात नहीं।
एआई का पानी उपयोग रोजमर्रा की चीज़ों से कैसे तुलना करता है?
एकल क्वेरी एक चम्मच का अंश से लेकर कुछ टेबलस्पून तक है। तुलना के लिए, एक बीफ बर्गर बनाने में लगभग 1,700 लीटर पानी लगता है, और एक कॉटन टी-शर्ट में लगभग 2,700 लीटर। एआई का प्रति-उपयोग फुटप्रिंट भोजन और कपड़ों की तुलना में बहुत छोटा है।
टेक कंपनियां इसके लिए क्या कर रही हैं?
कंपनियां रीसायकल और गैर-पीने योग्य पानी, एयर और लिक्विड कूलिंग, ठंडे इलाकों में निर्माण, और 'वाटर पॉजिटिव' होने का वादा कर रही हैं। Google ने 2024 में अपने ताजे पानी के उपयोग का लगभग 64% पुनःपूर्ति किया और 2030 तक 120% का लक्ष्य रखा है।
क्या एआई ट्रेनिंग रोजमर्रा के उपयोग से ज्यादा पानी इस्तेमाल करती है?
ट्रेनिंग एक बार का, गहन खर्च है। शोधकर्ताओं ने अनुमान लगाया कि Microsoft के अमेरिकी डेटा सेंटर्स में GPT-3 को ट्रेन करने में लगभग 54 लाख लीटर पानी खर्च हुआ। रोजाना की क्वेरीज़ अरबों बार होती हैं, इसलिए दोनों का पैमाने पर महत्व है।
आगे पढ़ें
AI में माहिर बनें — हर हफ़्ते एक व्यावहारिक ईमेल।
टूल, उपयोग के उदाहरण और शॉर्टकट जिन्हें आप लागू कर सकते हैं। बिना हाइप के।