OpenAI奥特曼驳斥ChatGPT耗水传言:与事实完全不符
据知名科技媒体IT之家2月22日消息,本周,OpenAI首席执行官萨姆·奥尔特曼出席《印度快报》组织的一场活动时,首次公开回应了外界对人工智能环境影响的担忧。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈

奥尔特曼此次印度之行,旨在参与一场重要的人工智能峰会。他强调,当前关于人工智能耗水过多的忧虑“完全不属实”,但他也坦言,过往数据中心采用蒸发冷却技术时,水资源消耗确实曾是一个现实难题。
“如今我们已不再使用这种冷却方式,但网络上依然流传着诸如‘别用 ChatGPT,因为每次提问都要消耗 17 加仑水’之类的说法。”奥尔特曼表示,“这种传闻极其荒谬,与事实严重不符,完全脱离了客观现实。”
他进一步解释,人们忧虑人工智能的能源消耗总量是合理的——这并非指单次提问的能耗,而是全球大规模应用人工智能所带来的总能耗。在他看来,这正意味着世界需要“加速转向核能、风能和太阳能”等清洁能源。
目前,各国法律并未强制要求科技公司披露其能源与水资源的具体用量,因此科学家们一直在尝试独立开展相关研究。值得注意的是,部分地区电价上涨的现象,也被认为与数据中心的能源需求存在一定关联。
活动主持人援引此前与比尔·盖茨的对话提问:有说法称ChatGPT单次提问的能耗相当于1.5部iPhone的电量,这一数据是否准确?奥尔特曼回应道:“实际能耗绝不可能达到如此夸张的水平。”
奥尔特曼还抱怨,许多关于ChatGPT能耗的讨论“并不公允”,尤其是拿人工智能模型的训练能耗,去对比人类单次回答问题的推理能耗。
“培养一个人同样需要消耗大量能源,”奥尔特曼说,“人类需要大约二十年时间成长,期间还需摄入大量食物,才能具备足够的知识。不仅如此,地球上曾经生存过的数千亿人类,在漫长演化中学会躲避天敌、探索科学,才造就了今日的社会。因此,将人工智能的‘培养成本’与人类‘成长成本’对照,才更具比较价值。”
在他看来,公平的对比应当是:“在ChatGPT模型训练完成后,回答一个问题所消耗的能源,与人类回答同一个问题所消耗的能源相比较。从这个维度衡量,人工智能在能效上或许已经能够追平人类水平。”
相关攻略
今日午间,一则关于“腾讯AI业务负责人或将离职”的自媒体消息在科技圈内迅速扩散,引发广泛关注。腾讯公司随后快速作出官方回应。 据财联社5月14日报道,腾讯官方已发布严正声明。声明明确指出,前述传闻内容完全失实,并对其中影射腾讯公司的不实信息予以坚决驳斥。腾讯方面强调,将依法保留追究相关造谣传谣者法律
IBM与麻省理工学院深化合作,将联合实验室更名为“MIT-IBM计算研究实验室”,研究范围扩展至量子计算与人工智能的交叉领域。量子计算能解决经典计算机难以处理的特定复杂问题。当前,大语言模型能力持续提升,产学研合作的成功得益于实体驻点、长期承诺及视角互补。实验室致力于结合软件工程。
近日,开源软件供应链领域发生了一起备受关注的恶意攻击事件。广受欢迎的TanStack系列开源库(其中包含知名的React Query状态管理工具)的npm软件包遭到劫持,攻击者植入了名为“Mini Shai-Hulud”的恶意代码。此次npm供应链攻击迅速影响了大量使用该依赖项的开发者与项目,引发了
2026年台积电技术论坛今日正式开幕,会议释放的核心信号清晰而有力:人工智能的浪潮,正以前所未有的速度从云端数据中心,全面涌向终端与边缘,深入我们日常生活的每一个场景。 台积电亚洲区业务处长万睿洋在演讲中强调,当前生成式AI(AIGC)的广泛应用与AI智能体(Agent)工作流的快速成熟,正推动一个
全球半导体产业的竞争版图,正因人工智能的迅猛发展而发生深刻变革。近期,一个备受瞩目的里程碑事件是:韩国存储芯片领军企业SK海力士的市值,在5月14日已攀升至约9420亿美元的历史高位。 这一数字具有重大象征意义。它意味着,万亿美元市值的宏伟目标已触手可及。若成功突破,SK海力士将成为继三星电子之后,
热门专题
热门推荐
本文梳理了2026年主流数字资产交易平台的特点与选择策略。重点从安全性、资产丰富度、交易体验、创新功能及合规性等维度进行分析,旨在帮助用户根据自身需求,在众多平台中做出明智选择,而非简单罗列排名。选择平台需综合考量资金安全、操作习惯与长期发展愿景。
本文梳理了2026年现货交易所的竞争格局,从交易深度与流动性、资产安全与合规性、用户体验与产品创新三个维度进行深度分析。文章指出,头部平台在合规与技术创新上持续领跑,新兴交易所在细分市场寻求突破,行业整体呈现出专业化、合规化与用户体验并重的发展趋势,为不同需求的用户提供了多元选择。
本文梳理了2026年主要数字资产交易平台的综合表现,从安全性、资产多样性、用户体验及创新服务等维度进行分析。榜单反映了行业向合规与专业化发展的趋势,头部平台在技术架构与风控体系上持续投入,新兴平台则凭借细分领域创新获得关注。投资者需结合自身需求,理性评估平台特点与风险。
今年四月,AI网络初创公司Aria Networks携1 25亿美元融资高调登场,并向业界抛出了一个直指核心的判断:下一阶段AI基础设施的竞争,焦点已不仅仅是堆砌更多的GPU,而在于能否构建一个能充分释放这些算力潜能的“神经网络”。 这家由前Arista和Juniper高管创立、总部位于帕洛阿尔托的
仅凭一张家用RTX 4090显卡的24GB显存,就能流畅运行一个拥有320亿参数的AI大模型,一口气读完6份长文档并自动生成周报?这并非极客魔改,而是来自MIT、英伟达与浙江大学研究者的最新突破。 这项名为TriAttention的技术,精准瞄准了大模型推理中的核心瓶颈——KV缓存显存占用。其核心思





