现在刷到的 AI 工具越来越多，多数人只知道用它费钱费电，却很少有人提过 ——AI 耗起水来，同样能让普通人发愁。每个你输入的 AI 指令背后，都藏着一条全球水资源供应链，而这件事，几乎被所有 AI 巨头刻意淡化了。
这边企业说只耗几滴，那边报告说年耗水超 9 万亿升，到底是谁在骗人？其实两边算的根本不是一本账。
企业对外公布的，只是数据中心现场直接消耗的冷却水，而联合国大学统计的，是 AI 全生命周期的真实耗水量。
一个 100 兆瓦的 AI 数据中心，24 小时运转一天，仅机房冷却就需要两千吨水，听起来好像还能接受。但被企业刻意隐藏的耗水量，其实更加惊人 ——其中发电厂环节的用水，甚至是机房现场耗水的六倍。不管是煤电、火电还是天然气发电，都需要用水做循环冷却，每消耗一度电，机房自身制冷需要 0.5 升水，电厂冷却则要消耗约 3 升。这么算下来，AI 越费电，就越费水。
那改成低碳能源就能解决？事情远没这么简单。报告提到，当电力的碳排放减少 70% 时，相应的水消耗可能会增加 30 多倍。
还有一笔隐藏的账，早在 AI 芯片进入数据中心之前就已经开始了。所有 AI 专用推理芯片在制造过程中，晶圆要经过上千道工序，每一步都要用超纯水反复清洗。一座先进晶圆厂，每天要消耗数万吨超纯水。如今算力扩张带来芯片采购量暴涨，每新增一批芯片，地球的水表就已经开始飞转。
除此之外，服务器制造、运维、清洗等环节的用水，也都没被企业算进 AI 的耗水账单里。
大家会发现一个有意思的现象：企业明明对外说 AI 不怎么耗水，但微软在报告中提到，近两年全球 AI 相关用水量激增了 34%。未来 AI 行业争夺的，可能早就不只是 AI 芯片了。电力之后，水资源或将成为下一场 AI 竞争的新瓶颈。谁拥有稳定的水电、土地资源，谁未来才有资格继续扩张算力。
AI 的竞争看起来是在拼模型、拼参数，实际上拼的是越来越稀缺的自然资源。当所有人都在讨论 AI 需要多少块芯片的时候，也许真正该问的是：我们到底愿意拿多少淡水，来换一句 AI 给出的答案？
热门跟贴