根據(jù)聯(lián)合國(guó)大學(xué)水、環(huán)境與健康研究所2026年6月3日發(fā)布的報(bào)告《人工智能能耗的環(huán)境成本：碳、水和土地足跡》，結(jié)合其他研究機(jī)構(gòu)的分析，2030年AI耗水量夠13億人用一年，這個(gè)量級(jí)有多夸張？有辦法給AI“節(jié)水”嗎？

要知道，AI本身并不直接喝水，真正瘋狂耗水的是那些支撐AI運(yùn)行的算力中心。

一個(gè)萬(wàn)卡集群的發(fā)熱量，基本上就相當(dāng)于一個(gè)小型發(fā)電站全功率運(yùn)轉(zhuǎn)時(shí)的散熱量了。

這些熱量必須得被移走，而在目前的技術(shù)條件下，水冷依然是最高效的方式。

雖然空氣冷卻聽起來(lái)環(huán)保，但在超過(guò)一定功率密度后，效率會(huì)急劇下降，這也是為什么現(xiàn)在新建的大型AI數(shù)據(jù)中心幾乎全部規(guī)劃了水冷方案。

你可能會(huì)問(wèn)，為什么非要用水，不能用風(fēng)或者別的東西。

這就涉及到兩種主流冷卻方式的差距了，蒸發(fā)冷卻通過(guò)水的蒸發(fā)帶走熱量，每兆瓦時(shí)耗水約200到400加侖，這種方式適合干燥地區(qū)，但耗水量確實(shí)大。

循環(huán)冷卻通過(guò)冷卻塔循環(huán)水，耗水量雖然比蒸發(fā)冷卻能減少30%到50%，但初期投資更高，資本家一算賬，很多時(shí)候還是選了前者。

至于更先進(jìn)的直接to-chip液冷技術(shù)，把冷卻液直接送到芯片表面，比空氣冷卻節(jié)能40%，但這玩意兒對(duì)基礎(chǔ)設(shè)施要求極高，目前只在最密集的AI集群里才舍得用。

所以，這水到底去哪了？

其實(shí)大多數(shù)數(shù)據(jù)中心在實(shí)際運(yùn)營(yíng)中采用的是混合方案，根據(jù)實(shí)時(shí)電價(jià)、氣溫和濕度等條件，在空氣冷卻和水冷之間動(dòng)態(tài)切換。

但不管怎么切，只要涉及到水冷，水的消耗就不可避免。

我不相關(guān)的話插一句，很多人覺(jué)得數(shù)據(jù)中心用水是那種把水弄臟了排掉，其實(shí)完全不是這么回事。

數(shù)據(jù)中心消耗水主要是用來(lái)降溫的，水流吸熱降溫過(guò)程中會(huì)蒸發(fā)，這些蒸發(fā)掉的水，就成為主要的消耗。

至于蒸發(fā)掉多少，說(shuō)法不一，有的說(shuō)能達(dá)到30%到40%，有的說(shuō)不到20%，這肯定是不同的公司不同的數(shù)據(jù)中心有不同的工藝。

但關(guān)鍵點(diǎn)在于，這些水只是蒸發(fā)掉了，并不是被污染了然后排到廢水溝里，這不比傳統(tǒng)工業(yè)清潔得多。

咱們來(lái)看看具體數(shù)據(jù)，Google自己的2024年環(huán)境報(bào)告顯示，其全球數(shù)據(jù)中心2023年消耗了約43億加侖水，平均每個(gè)數(shù)據(jù)中心日耗45萬(wàn)加侖。

還有更夸張的，Meta在亞利桑那州Goodyear市的數(shù)據(jù)中心年耗5600萬(wàn)加侖飲用水，相當(dāng)于一個(gè)1到5萬(wàn)人口小鎮(zhèn)的年用水量。

這還沒(méi)算間接用水量，國(guó)際能源署估計(jì)，約60%的數(shù)據(jù)中心用水來(lái)自發(fā)電側(cè)，火電和核電需要大量水來(lái)冷卻。

包含間接用水，AI和數(shù)據(jù)中心的整體水足跡要大得多。

所以你說(shuō)AI耗水夸張嗎，確實(shí)夸張，Lawrence Berkeley實(shí)驗(yàn)室的預(yù)測(cè)就讓人很警惕，到2028年，僅AI推理和訓(xùn)練產(chǎn)生的直接用水就可能達(dá)到170億加侖，等于2023年所有數(shù)據(jù)中心的直接用水量。

加上傳統(tǒng)數(shù)據(jù)中心，2028年總直接用水可能達(dá)到680億加侖，是2023年的4倍。

但是，這種增長(zhǎng)是不是就代表世界末日了呢。

我看未必。

這其實(shí)就是一個(gè)典型的效率悖論，單位計(jì)算的水耗在下降，但總計(jì)算量增長(zhǎng)太快了，導(dǎo)致絕對(duì)消耗量仍在快速膨脹。

Google過(guò)去幾年一直在推動(dòng)無(wú)水冷卻方案，包括使用再生水、工業(yè)廢水，甚至在芬蘭數(shù)據(jù)中心利用海水。

Google 2024年數(shù)據(jù)中心用電量同比增加27%，但碳排放反而下降了12%，說(shuō)明效率是在提升的。

我們現(xiàn)在看到的很多關(guān)于AI耗水的驚悚言論，某種程度上是老調(diào)重彈。

二十年前就有類似的故事，那時(shí)候是拿搜索來(lái)說(shuō)事，說(shuō)一次Google搜索在數(shù)據(jù)中心就消耗一個(gè)燈泡幾個(gè)小時(shí)的耗電量，這個(gè)數(shù)字當(dāng)然是環(huán)保原教旨主義編的，然后再被媒體不負(fù)責(zé)任的傳播。

因?yàn)楝F(xiàn)在AI成了數(shù)據(jù)中心的大頭，就把AI拿出來(lái)示眾了，只不過(guò)這次不說(shuō)電耗了，改說(shuō)水消耗，這樣更有煽動(dòng)性。

目前一些媒體上的話術(shù)，說(shuō)是一個(gè)ChatGPT的會(huì)話，要消耗大約500毫升的水，因?yàn)槭褂肅hatGPT感覺(jué)輕飄飄，這500毫升的水對(duì)比之下就感覺(jué)沉甸甸。

這個(gè)數(shù)字絕對(duì)是被超級(jí)夸大了。

就像西方總有一些吃飽沒(méi)事干的環(huán)保主義者，嘴上說(shuō)的都是環(huán)保，心里全是生意，他們往往喜歡用這種極端的數(shù)據(jù)來(lái)博眼球。

不要被忽悠了覺(jué)得這些水就是被浪費(fèi)掉了，實(shí)際上，這些水的消耗可比普通的工業(yè)用水干凈太多了。

真正的問(wèn)題不在于AI喝水，而在于數(shù)據(jù)中心往往規(guī)模很大，而且扎堆建設(shè)，就會(huì)集中消耗所在地的水資源，給所在地帶來(lái)壓力。

這一點(diǎn)在智利和烏拉圭的案例中表現(xiàn)得淋漓盡致。

谷歌在智利圣地亞哥北部奎利庫(kù)拉的一座數(shù)據(jù)中心每年使用約10億升水，谷歌原本計(jì)劃在塞里略斯地區(qū)再建一座數(shù)據(jù)中心并使用水冷系統(tǒng)，這項(xiàng)耗資2億美元的項(xiàng)目預(yù)計(jì)每年使用70億升水，相當(dāng)于該郊區(qū)8萬(wàn)名居民的年用水量。

智利長(zhǎng)達(dá)十多年的干旱削弱了當(dāng)?shù)孛癖妼?duì)這個(gè)大型項(xiàng)目的熱情，2024年1月，一家環(huán)境法庭甚至命令谷歌修改其規(guī)劃申請(qǐng)來(lái)減少用水量。

結(jié)果谷歌不得不改為使用比水冷成本更高的空氣冷卻。

同樣的劇本在烏拉圭也上演了，2019年谷歌宣布投資8.5億美元在烏拉圭建設(shè)數(shù)據(jù)中心，預(yù)測(cè)該中心每年將使用27億升冷卻水，結(jié)果2023年創(chuàng)紀(jì)錄的干旱讓烏拉圭的飲用水供應(yīng)瀕臨崩潰，谷歌只能重新設(shè)計(jì)數(shù)據(jù)中心，改為空氣冷卻。

這說(shuō)明什么，說(shuō)明資本是敏感的，選址不光要考慮場(chǎng)地、電力，也要考慮水資源。

如果有地方本來(lái)淡水資源就充足，那數(shù)據(jù)中心肯定就愿意使用水冷，如果有地方有更低成本的運(yùn)營(yíng)方式，肯定就遷移算力去那里了。

那么多消耗資源和排污的工廠都建了，為何要在AI上面糾結(jié)水資源消耗，難道就不建數(shù)據(jù)中心嗎。

我覺(jué)得咱們還是得理性看待。

當(dāng)然，作為用戶，咱們也不是完全沒(méi)轍，也能為AI節(jié)水做點(diǎn)貢獻(xiàn)。

不同AI任務(wù)之間的能耗差異巨大，典型聊天查詢的能耗約為基礎(chǔ)文本分類任務(wù)的200倍，生成一張AI圖像的能耗約為1450倍，生成一段短視頻的能耗則相當(dāng)于20萬(wàn)次垃圾郵件分類任務(wù)。

人們可以通過(guò)在提問(wèn)中更簡(jiǎn)潔地表達(dá)，來(lái)減少AI龐大的能源需求。

報(bào)告發(fā)現(xiàn)，將請(qǐng)求中的字?jǐn)?shù)減少30%，可以降低AI能源消耗的約25%。

如果你太有禮貌了，你多加的那句請(qǐng)會(huì)帶來(lái)很大不同，你必須非常精準(zhǔn)且簡(jiǎn)短。

用AI無(wú)需太禮貌，真正消耗大量能源的并非訓(xùn)練過(guò)程本身，而是被用于執(zhí)行各種操作指令，僅ChatGPT一天就會(huì)處理25億條提示詞。

大家以后跟AI聊天的時(shí)候，少整那些虛頭巴腦的客套話，直接上干貨，這既省時(shí)間又省水，多好。

我的看法是，技術(shù)的發(fā)展必然伴隨著資源成本的上升，關(guān)鍵在于我們?nèi)绾蝺?yōu)化這種消耗，而不是因噎廢食。

現(xiàn)在AI算力增長(zhǎng)太快，確實(shí)給基礎(chǔ)設(shè)施帶來(lái)了巨大壓力，但這也倒逼著冷卻技術(shù)的革新。

我相信未來(lái)會(huì)有更多像海水冷卻、甚至更高效的熱能回收技術(shù)出現(xiàn)，到時(shí)候這事兒可能就不叫個(gè)事兒了。

AI不是把水喝沒(méi)了，它是幫我們把物理世界的熱能搬運(yùn)走了。

只要我們?cè)谶x址上更科學(xué)，在技術(shù)上更進(jìn)步，在使用上更節(jié)制，這點(diǎn)水咱們還是喝得起的。

但話說(shuō)回來(lái)，如果你所在的地區(qū)本來(lái)就缺水，那隔壁建個(gè)巨型AI數(shù)據(jù)中心，換誰(shuí)心里都不舒服，這才是需要解決的現(xiàn)實(shí)矛盾。