請打開你的任意一款A(yù)I工具，問問它生產(chǎn)一瓶500毫升的可口可樂需要消耗多少水？

　　不同的AI可能會給出不同的答案，但生產(chǎn)者給出的官方答案是690毫升?？煽诳蓸饭驹?2024 年的環(huán)境報告里提到，當(dāng)年的用水比是1.38，意味著每生產(chǎn)1升飲料需要1.38升水，多出來的水用來清洗設(shè)備、冷卻系統(tǒng)，最后被當(dāng)做工業(yè)廢水排掉。值得注意的是，這個數(shù)字是工廠生產(chǎn)本身的用水情況，還未考慮全生命周期的水消耗。

　　現(xiàn)在，你再問AI第二個問題：“回答完剛才的問題，你自己消耗了多少水？”

　　你或許會覺得是0，畢竟只是一個電子程序，會和水扯上什么關(guān)系？

　　但很遺憾，你錯了。

　　AI的耗水量遠比你想象得多

　　OpenAI的CEO奧特曼說GPT回答一次問題的耗水量是0.3毫升，聽起來微不足道，也就幾滴眼淚。但加州大學(xué)河濱分校的研究者說一次查詢怎么也得有個十幾毫升，夠你喝一口的了。還有的研究者會更精細，比較了一堆 AI 后告訴你，目前當(dāng)紅的這些好用AI，每次回答都得消耗一百多毫升水，嗯，夠裝一小杯了。

　　數(shù)據(jù)差距如此之大，誰說得對？

　　答案是：都是對的，只是各自都耍了一些花招。

　　為了理解這些數(shù)據(jù)，我們要從為什么會消耗水開始談起。

　　你一定經(jīng)歷過手機發(fā)燙的時刻，在信號不好的地方開著導(dǎo)航，或者玩了一小時游戲，手機燙得好像要爆炸。這是因為芯片消耗電能進行運算時，一部分的電能會被轉(zhuǎn)換成熱能。當(dāng)運算量突然增大，比如信號太差需要不斷搜索基站或者游戲畫面過于復(fù)雜時，原本只靠背板的散熱就不夠用了，手機會變得越來越燙。

　　AI數(shù)據(jù)中心亦如此。

　　成千上萬臺服務(wù)器24小時運行，單臺機柜的功率從幾十千瓦到數(shù)百千瓦不等，它們的運算能力驚人，但產(chǎn)生的熱量也同樣驚人。只靠風(fēng)冷？散熱效率遠遠不夠。

　　所以他們用水。不管具體的冷卻系統(tǒng)如何設(shè)計，是冷卻塔、閉環(huán)水冷還是把整個數(shù)據(jù)中心都建到海底，其核心原理都差不多：用水帶走熱量。

　　但這些水不會永遠待在散熱系統(tǒng)里。一部分水會在吸收熱量后蒸發(fā)掉，剩余的水雖然可以循環(huán)回收利用，但撐不了多久，循環(huán)水中的雜質(zhì)會越來越濃，需要及時排除處理廢水，更新清潔的循環(huán)水來保證系統(tǒng)的正常運行。

　　蒸發(fā)和排放，這是數(shù)據(jù)中心最直接的水消耗，但還沒算完。

　　另一部分的消耗來源于電。數(shù)據(jù)中心要運轉(zhuǎn)得用電，而發(fā)電廠不管是燒煤燒氣還是核能，也需要消耗水來輔助生產(chǎn)。這部分隱形的水消耗很容易被忽略，但它其實是大頭。大多數(shù)情況下，發(fā)電用的水比數(shù)據(jù)中心直接用的還多。

　　不同數(shù)據(jù)中心和電廠的技術(shù)有些差異，以美國平均數(shù)據(jù)為例，數(shù)據(jù)中心本身的耗水大約是每度電0.55升，而發(fā)電廠的耗水大約是每度電3.142升，加起來也就是每耗一度電，差不多要消耗 4 升水。

　　現(xiàn)在我們可以來算賬了。

　　加州大學(xué)河濱分校的研究者認為，一次AI查詢會消耗4瓦時(0.004度)的電，乘上數(shù)據(jù)中心和發(fā)電廠的耗水量，計算出的結(jié)果就是十幾毫升(16毫升)。這個數(shù)據(jù)比較粗糙。

　　而最新的研究中，研究者們將不同模型的耗電分別作了估算。一條長提示詞下，GPT4.5、Deepseek R1們能消耗100多毫升的水。

　　至于OpenAI CEO給出0.3毫升的答案，則是他玩了個小花招。他引述了同一篇文章，只不過是研究列表里GPT系列中最小的模型GPT-4.1 nano在短提示詞下的耗水量。理論上沒錯，但不是所有用戶都只會用nano。

　　那如果我們來平均一下，根據(jù)OpenAI和Google所公布的報告，一條請求的平均耗電量大概在0.3瓦時，所以一條請求消耗1毫升水可能是比較合理的估算。

　　真的要繼續(xù)較真細算，還要引入水足跡的概念，不光算直接用水，還要算間接用水。制造一片 AI 芯片需要幾千升超純水清洗，運輸、包裝、建廠，每個環(huán)節(jié)都在消耗水。

　　這就像計算一瓶可樂的完整水足跡，不光是瓶子里的500毫升和工廠里用掉的190毫升，還要算甘蔗的種植，制糖，運輸……算完你會發(fā)現(xiàn)一瓶使用古巴蔗糖的可樂的水足跡高達幾百升。相比之下，零度可樂因為用人工甜味劑，水足跡要小得多(看來喝無糖可樂不光可以少攝入糖，還能減少水債務(wù))。

　　但誰能這么算？理論上統(tǒng)統(tǒng)都要算，實際上又龐大又算不清，所以當(dāng)討論 AI 的水消耗時，大部分研究者都默契地停在了發(fā)電廠這一步。再往上追溯，里面的數(shù)字會大到讓資本市場的投資人不想面對。

　　AI消耗的水有什么影響？

　　一個新的問題：就按AI回答一次問題消耗1毫升水算，這是多還是少？

　　人工智能公司會告訴你，不用擔(dān)心，你努力用AI查一天也不過喝一瓶可樂。而環(huán)保主義者會警告大家，一個谷歌公司一年消耗了265億升水，已經(jīng)能和可口可樂公司一年的耗水量差不多了，這還得了。

　　都是事實，然而，這個問題本身問得對嗎？

　　耗水和耗電有一個根本性的差別。電用完就沒了，燒的煤也不會再生。但水不一樣，它是可循環(huán)資源。從地球物理學(xué)角度看，地球上的水總量幾乎恒定，今天從數(shù)據(jù)中心蒸發(fā)的水，明天可能就是太平洋上的一朵云，后天可能是西雅圖的一場雨。

　　人工智能所消耗的水資源看起來數(shù)字不小，但即使它在未來的十幾年里增長幾倍，其影響也遠不如電力消耗對環(huán)境的影響大。雖然取水和凈化也需要能量和碳排放，但這部分消耗和數(shù)據(jù)中心的電力消耗相比可謂九牛一毛。

　　所以從全局上看，AI 消耗點水沒有問題。但問題恰恰在于，水并不是一個全球問題，它從來都是局部問題。水資源的議題中最重要的永遠不是地球上有多少水，而是水在哪里。

　　大公司們當(dāng)然也明白這個道理，所以他們永遠都在強調(diào)綠色、環(huán)保、可持續(xù)的未來。他們的環(huán)境報告中還頻繁出現(xiàn)一個詞：水資源中和。他們聲稱每年都在完成生態(tài)補水，爭取達到“補充比我們消耗更多的水”，聽起來很負責(zé)任，對吧。

　　這方面，飲料公司是經(jīng)驗豐富的老手，可口可樂公司在被罵了幾十年搶奪水資源后，終于在2016年宣告完成了“100%水回饋”。問題在于，生態(tài)補水的實際舉措通常是恢復(fù)濕地或是增加儲水設(shè)備回灌地下水，而這些舉措的地點通常不在工廠建設(shè)地上。賬面上是中和了，當(dāng)?shù)鼐用袼媾R的缺水問題仍然存在。

　　科技公司們也覺得這個詞很好，紛紛表示要努力達到這一目標，但他們對數(shù)據(jù)中心的選址又是另一套邏輯。

　　修數(shù)據(jù)中心需要什么？

　　便宜的地：也就是人少的地方。

　　便宜的電：需要新修的電廠，還是同樣需要地。

　　寬松的監(jiān)管：一般來說經(jīng)濟欠發(fā)達，需要更多的投資機會。

　　幾個條件加起來，從結(jié)果上看就是，接近一半的新數(shù)據(jù)中心都修在了高度甚至極度缺水的地區(qū)。這些地區(qū)通常經(jīng)濟并不發(fā)達，新的數(shù)據(jù)中心會為當(dāng)?shù)貛硗顿Y和工作機會，從政府的角度是歡迎的。但它們也會讓原本就稀缺的用水變得更加稀缺，一座數(shù)據(jù)中心的修建，甚至能讓居民的水井干涸，無法保證正常的生活用水。

　　在這種情況下，去巴西保護雨林聽起來只是一個美好的愿景。

　　我們可以做些什么？

　　終于，有人對數(shù)據(jù)中心說：“不?！?/p>

　　在亞利桑那州的Tucson市Pima縣里，議會在算過水賬之后決定拒絕亞馬遜的“藍色計劃”。

　　在這個案例中，新的數(shù)據(jù)中心會使用超過4個高爾夫球場的用水量。雖然建筑公司提出了擴建本地的廢水回收系統(tǒng)以彌補增加的用水量，以及“最終達到零凈消耗”的合同條款，但居民仍然不買賬。問題在于建筑公司的這些許諾缺乏詳細可靠的配套計劃，加入合同條款對公司雖然有一定約束力，但就算達不到也只是賠錢——產(chǎn)生的缺水問題可不是賠錢就能解決的。

　　本地的議員在聽取居民的意見后，以7-0的投票結(jié)果一致否決了該計劃。

　　這可能是人類第一次在水和 AI 之間，選擇了水。但我們之后還將面臨許多次選擇。

　　水的歷史很長，它們來自45億年前與地球相撞的忒伊亞行星，在星間穿行，在海洋與云層間相變輪回。恐龍喝過，你我喝過。

　　AI的歷史很短，短到現(xiàn)在我們還沒有完全適應(yīng)它的到來。

　　我們向AI提問，AI向水提問，而水不知道答案。

　　它只知道，在所有的問題消失之后，它還會在那里。

　　就像45億年前那樣。

　　作者丨antares 計算機圖形學(xué)碩士、游戲行業(yè)從業(yè)者、科普作家

　　(來源：科普中國微信公眾號)