"保护我们的水源""水是人类的，不是AI的""别动我们的水"——从德克萨斯州到新墨西哥州，再到亚利桑那州，抗议标语遍地皆是。随着科技公司加速扩张AI基础设施，数据中心的用水量、能耗和污染问题日益引发当地居民的强烈不满。
许多数据中心至少部分依赖水来吸收空气或设备表面的热量，再通过蒸发散热降温——原理与人体出汗相同。数据中心内部的处理器温度最高可达80摄氏度，就像长时间高负荷运转的笔记本电脑一样会大量散热。
然而，尽管数据中心的能耗问题已毋庸置疑，用水问题却更为复杂。网络上流传的种种说法各执一词，有文章声称聊天机器人每次查询耗水500毫升，也有人断言AI用水问题根本不存在。而各大科技公司自行披露的用水数据往往残缺不全、口径不一。
专家普遍强调，从整体来看，数据中心的用水量远不及农业和部分制造业。研究人员估计，2023年数据中心冷却系统的用水总量约为660亿升，不足全美总用水量的1%。
但随着AI数据中心的快速扩张，这一数字可能大幅攀升。对于水资源充沛的地区而言，这或许不是大问题；但对于新墨西哥州、亚利桑那州等长期干旱地区，则可能进一步加剧当地的水资源压力。
好在工程师们表示，目前已有多种方法可以减轻对本地水资源的压力，且部分方案已付诸实践。康奈尔大学能源系统专家尤凤奇（Fengqi You）表示："现有的好方案很多。"若再结合补充和恢复自然水资源的措施，"最终实现现场冷却用水净零排放是很有希望的。"
AI技术的近期进步已在一定程度上降低了数据中心的用水需求。加州大学河滨分校电气与计算机工程师任少磊（Shaolei Ren）曾基于GPT-4（即ChatGPT早期版本所用模型）估算，起草一封简短邮件需消耗约500毫升水，但他表示这一数据到2024年已经过时，因为AI模型的能效已大幅提升。（该研究正是"每次查询半升水"这一说法的来源。）2025年，谷歌估计其聊天机器人Gemini处理一条中等长度查询仅需消耗约五滴水。
不过，随着AI使用量的持续增长，即便是微小的用水量也会积少成多。尤凤奇团队近期预测，到2030年，美国数据中心每年的用水量可能达到7310亿至11250亿升，后者大致相当于纽约市一年的饮用水供应量。
值得注意的是，这些数字不仅涵盖冷却用水，还包括数据中心发电所消耗的大量水资源——其中很大一部分来自燃煤或燃气发电，水在其中用于将蒸汽冷凝回液态，以驱动发电涡轮机。换句话说，通过转向几乎不需要用水的太阳能和风能，AI的用水量可以显著降低，尤凤奇说。
他还建议，企业应将数据中心选址于干旱风险低、可再生能源充足的地区，如蒙大拿州、内布拉斯加州、德克萨斯州部分地区和南达科他州，而非继续在亚利桑那州、新墨西哥州和南加州等水资源紧张地区新建数据中心。他表示，合理选址结合其他措施，可将AI未来的水资源消耗最多降低86%。
冷却技术的进步同样功不可没。专门服务于AI的最新一代数据中心在用水效率上已明显优于前代产品。
在此之前，传统数据中心通过风扇将机架散发的热量带走，再利用冷水循环系统对热空气进行降温，随后将升温的水送入冷却塔排热——但这一过程中会有部分水蒸发散失。加州大学圣巴巴拉分校数据中心可持续性研究专家埃里克·马萨内特（Eric Masanet）指出，这种蒸发冷却方式耗水量相当可观。
Q&A
Q1：AI数据中心的用水量大概是多少？
A：研究人员估计，2023年数据中心冷却系统用水约660亿升，不足全美总用水量的1%。但随着AI快速扩张，预计到2030年，美国数据中心年用水量可能达到7310亿至11250亿升，相当于纽约市一年的饮用水总量。不过这其中也包含发电环节的间接用水，并非全部来自直接冷却。
Q2：AI处理一次查询真的要消耗500毫升水吗？
A：这个数字来自基于GPT-4的早期估算，如今已过时。随着AI模型能效的大幅提升，2025年谷歌披露，其Gemini聊天机器人处理一条中等长度查询仅需约五滴水。AI模型效率的提升正在持续降低单次查询的用水量。
Q3：有哪些方法可以减少AI数据中心的用水？
A：主要有三类措施：一是转向太阳能、风能等可再生能源发电，从源头减少间接用水；二是将数据中心选址于水资源充沛、可再生能源丰富的地区，如蒙大拿州、内布拉斯加州等；三是升级冷却技术，采用更高效的散热方案替代高耗水的蒸发冷却。综合这些手段，AI未来的水资源消耗最多可降低86%。
