请掀开你的即兴一款 AI 器用，问问它出产一瓶 500 毫升的厚味可乐需要销耗若干水？ 不同的 AI 可能会给出不同的谜底，但出产者给出的官方谜底是 690 毫升。厚味可乐公司在 2024 年的环境讲述里提到，往常的用水比是 1.38，意味着每出产 1 升饮料需要 1.38 升水，多出来的水用来清洗开拓、冷却系统，终末被动作念工业废水排掉。值得讲求的是，这个数字是工场出产自身的用水情况，还未琢磨全生命周期的水销耗。 当今，你再问 AI 第二个问题：“回复完刚才的问题，你我方销耗了若干水？” 你
请掀开你的即兴一款 AI 器用，问问它出产一瓶 500 毫升的厚味可乐需要销耗若干水？
不同的 AI 可能会给出不同的谜底，但出产者给出的官方谜底是 690 毫升。厚味可乐公司在 2024 年的环境讲述里提到，往常的用水比是 1.38，意味着每出产 1 升饮料需要 1.38 升水，多出来的水用来清洗开拓、冷却系统，终末被动作念工业废水排掉。值得讲求的是，这个数字是工场出产自身的用水情况，还未琢磨全生命周期的水销耗。
当今，你再问 AI 第二个问题：“回复完刚才的问题，你我方销耗了若干水？”
你有时会以为是 0，毕竟仅仅一个电子范例，会和水扯上什么关系？
但很缺憾，你错了。
AI 的耗水量远比你思象得多
OpenAI 的 CEO 奥特曼说 GPT 回复一次问题的耗水量是 0.3 毫升，听起来微不及说念，也就几滴眼泪。但加州大学河畔分校的考虑者说一次查询若何也得有个十几毫升，够你喝一口的了。还有的考虑者会更雅致，比较了一堆 AI 后告诉你，咫尺当红的这些好用 AI，每次回复都得销耗一百多毫升水，嗯，够装一小杯了。
数据差距如斯之大，谁说得对？
谜底是：都是对的，仅仅各自都耍了一些花招。
（图/unsplash）
为了意会这些数据，咱们要从为什么会销耗水运行谈起。
你一定阅历过手机发烫的时候，在信号不好的地点开着导航，或者玩了一小时游戏，手机烫得好像要爆炸。这是因为芯片销耗电能进走运算时，一部分的电能会被治愈成热能。当运算量须臾增大，比如信号太差需要不停搜索基站或者游戏画面过于复杂时，原来只靠背板的散热就不够用了，手契机变得越来越烫。
AI 数据中心亦如斯。
成千上万台工作器 24 小时运行，单台机柜的功率从几十千瓦到数百千瓦不等，它们的运算能力惊东说念主，但产生的热量也相通惊东说念主。只靠风冷？散热成果远远不够。
电视剧《疑犯跟踪》里工作器过热警戒。
是以他们用水。不论具体的冷却系统若何遐想，是冷却塔、闭环水冷如故把统统这个词数据中心都建到海底，其中枢道理都差未几：用水带走热量。
但这些水不会耐久待在散热系统里。一部分水会在摄取热量后挥发掉，剩余的水天然不错轮回回收诈欺，但撑不了多久，轮回水中的杂质会越来越浓，需要实时摒除处理废水，更新清洁的轮回水来保证系统的渊博运行。
挥发和排放，这是数据中心最成功的水销耗，但还没算完。
另一部分的销耗起原于电。数据中心要运转得用电，而发电厂不论是烧煤烧气如故核能，也需要销耗水来缓助出产。这部分隐形的水销耗很容易被忽略，但它其实是大头。大普遍情况下，发电用的水比数据中心成功用的还多。
不同数据中心和电厂的时候有些各别，以好意思国平均数据为例，数据中心自身的耗水苟简是每度电 0.55 升，而发电厂的耗水苟简是每度电 3.142 升，加起来也即是每耗一度电，差未几要销耗 4 升水。
当今咱们不错来算账了。
加州大学河畔分校的考虑者认为，一次 AI 查询会销耗 4 瓦时（0.004 度）的电，乘上数据中心和发电厂的耗水量，计较出的完结即是十几毫升（16 毫升）。这个数据比较毛糙。
而最新的考虑中，考虑者们将不同模子的耗电永别作了估算。一条长辅导词下，GPT4.5、Deepseek R1 们能销耗 100 多毫升的水。
至于 OpenAI CEO 给出 0.3 毫升的谜底，则是他玩了个小花招。他引述了归拢篇著作，只不外是考虑列内外 GPT 系列中最小的模子 GPT-4.1 nano 在短辅导词下的耗水量。表面上没错，但不是所灵验户都只会用 nano。
那要是咱们来平均一下，字据 OpenAI 和 Google 所公布的讲述，一条申请的平均耗电量八成在 0.3 瓦时，是以一条申请销耗 1 毫升水可能是比较合理的估算。
确切要继续较真细算，还要引入水踪影的见地，不光算成功用水，还要算曲折用水。制造一派 AI 芯片需要几千升超纯水清洗，运输、包装、建厂，每个样式都在销耗水。
这就像计较一瓶可乐的齐备水踪影，不光是瓶子里的 500 毫升和工场里用掉的 190 毫升，还要算甘蔗的教诲，制糖，运输……算完你会发现一瓶使用古巴蔗糖的可乐的水踪影高达几百升。比拟之下，零度可乐因为用东说念主工甜味剂，水踪影要小得多（看来喝无糖可乐不光不错少摄入糖，还能减少水债务）。
但谁能这样算？表面上皆备都要算，实践上又高大又算不清，是以当商榷 AI 的水销耗时，大部分考虑者都理会地停在了发电厂这一步。再往上回首，内部的数字会大到让本钱商场的投资东说念主不思面对。
AI 销耗的水有什么影响？
一个新的问题：就按 AI 回复一次问题销耗 1 毫升水算，这是多如故少？
东说念主工智能公司会告诉你，毋庸顾忌，你勤劳用 AI 查一天也不外喝一瓶可乐。而环保主义者会警戒群众，一个谷歌公司一年销耗了 265 亿升水，如故能和厚味可乐公司一年的耗水量差未几了，这还得了。
都是事实，推测词，这个问题自身问得对吗？
耗水和耗电有一个根人道的辞别。电用完就没了，烧的煤也不会再生。但水不一样，它是可轮回资源。从地球物理学角度看，地球上的水总量险些恒定，今天从数据中心挥发的水，未来可能即是太平洋上的一朵云，后天可能是西雅图的一场雨。
东说念主工智能所销耗的水资源看起来数字不小，但即使它在改日的十几年里增长几倍，其影响也远不如电力销耗对环境的影响大。天然汲水和净化也需要能量和碳排放，但这部分销耗和数据中心的电力销耗比拟可谓九牛一毛。
是以从全局上看，AI 销耗点水莫得问题。但问题刚巧在于，水并不是一个全球问题，它从来都是局部问题。水资源的议题中最伏击的耐久不是地球上有若干水，而是水在那处。
大公司们天然也显着这个道理，是以他们耐久都在强调绿色、环保、可握续的改日。他们的环境讲述中还平凡出现一个词：水资源中庸。他们宣称每年都在完成生态补水，争取达到“补充比咱们销耗更多的水”，听起来很负拖累，对吧。
这方面，饮料公司是教导丰富的老手，厚味可乐公司在被骂了几十年攫汲水资源后，终于在 2016 年宣告完成了“100% 水回馈”。问题在于，生态补水的实践举措平凡是还原湿地或是增多储水开拓回灌地下水，而这些举措的地点平凡不在工场建筑地上。账面上是中庸了，当地住户所濒临的缺水问题仍然存在。
科技公司们也以为这个词很好，纷纷默示要勤劳达到这一宗旨，但他们对数据中心的选址又是另一套逻辑。
修数据中心需要什么？
低廉的地：也即是东说念主少的地点。
低廉的电：需要新修的电厂，如故相通需要隘。
宽松的监管：一般来说经济欠露出，需要更多的投资契机。
几个条件加起来，从完结上看即是，接近一半的新数据中心都修在了高度甚而很是缺水的地区。这些地区平凡经济并不露出，新的数据中心会为当地带来投资和责任契机，从政府的角度是宽饶的。但它们也会让原来就稀缺的用水变得愈加稀缺，一座数据中心的修建，甚而能让住户的水井干涸，无法保证渊博的生涯用水。
在这种情况下，去巴西保护雨林听起来仅仅一个好意思好的愿景。
咱们不错作念些什么？
终于，有东说念主对数据中心说：“不。”
在亚利桑那州的 Tucson 市 Pima 县里，议会在算过水账之后决定拒却亚马逊的“蓝色盘算”。
在这个案例中，新的数据中心会使用跨越 4 个高尔夫球场的用水量。天然建筑公司提倡了扩建腹地的废水回收系统以弥补增多的用水量，以及“最终达到零净销耗”的左券条件，但住户仍然不买账。问题在于建筑公司的这些许愿缺少详备可靠的配套盘算，加入左券条件对公司天然有一定拘谨力，但就算够不上也仅仅赔钱——产生的缺水问题可不是赔钱就能处理的。
腹地的议员在听取住户的意见后，以 7-0 的投票完结一致否决了该盘算。
这可能是东说念主类第一次在水和 AI 之间，选拔了水。但咱们之后还将濒临很屡次选拔。
（图/unsplash）
水的历史很长，它们来自 45 亿年前与地球相撞的忒伊亚行星，在星间穿行，在海洋与云层间相变轮回。恐龙喝过，你我喝过。
AI 的历史很短，短到当今咱们还莫得完全允洽它的到来。
咱们向 AI 发问，AI 向水发问，而水不知说念谜底。
它只知说念，在统统的问题消释之后，它还会在那里。
就像 45 亿年前那样体育游戏app平台。
