请打开任意一款AI工具，询问生产一瓶500毫升的可口可乐需要消耗多少水。不同AI可能会给出不同的答案，但官方数据显示，每生产1升饮料需要1.38升水，多出来的水用于清洗设备和冷却系统，最后作为工业废水排放。这个数字仅反映了工厂本身的用水情况，并未考虑全生命周期的水消耗。
接着问AI：“回答完刚才的问题，你自己消耗了多少水？”你或许会觉得是0，毕竟只是一个电子程序，怎么会与水有关？但实际上，AI的耗水量远比想象得多。OpenAI的CEO奥特曼称GPT回答一次问题耗水量为0.3毫升，而加州大学河滨分校的研究者认为每次查询耗水量约为十几毫升，有的研究者则估计每次回答会消耗一百多毫升水。这些数据看似矛盾，实则各有依据。
理解这些数据需要从为什么会消耗水开始谈起。手机发烫时，芯片消耗电能进行运算，部分电能转换成热能。当运算量增大时，散热不足导致手机发热。AI数据中心同样如此，成千上万台服务器24小时运行，产生的热量惊人，只靠风冷不够，必须用水带走热量。一部分水在吸收热量后蒸发掉，剩余的水虽然可以循环回收利用，但杂质会越来越浓，需要及时处理废水并更新清洁的循环水。
另一部分的水消耗来源于电。数据中心运转需要用电，发电厂无论是烧煤、烧气还是核能，也需要消耗水来辅助生产。这部分隐形的水消耗很容易被忽略，但它其实是主要部分。以美国平均数据为例，数据中心本身耗水大约是每度电0.55升，发电厂的耗水大约是每度电3.142升，加起来每耗一度电差不多要消耗4升水。
加州大学河滨分校的研究者认为，一次AI查询会消耗4瓦时（0.004度）的电，计算出的结果是十几毫升。最新的研究中，研究者们将不同模型的耗电分别作了估算，在长提示词下，GPT4.5、Deepseek R1等模型能消耗100多毫升的水。至于OpenAI CEO给出的0.3毫升的答案，是基于GPT-4.1 nano在短提示词下的耗水量。一条请求消耗1毫升水可能是比较合理的估算。
如果继续细算，还要引入水足迹的概念，不仅包括直接用水，还包括间接用水。制造一片AI芯片需要几千升超纯水清洗，运输、包装、建厂每个环节都在消耗水。这就像计算一瓶可乐的完整水足迹，不光是瓶子里的500毫升和工厂里用掉的190毫升，还要算甘蔗的种植、制糖、运输等。相比之下，零度可乐因为使用人工甜味剂，水足迹要小得多。
AI消耗的水有什么影响？人工智能公司会告诉你，不用担心，你努力用AI查一天也不过喝一瓶可乐。环保主义者则警告大家，谷歌公司一年消耗了265亿升水，已经接近可口可乐公司的年耗水量。然而，这个问题本身是否恰当？
耗水和耗电有一个根本性差别。电用完就没了，烧的煤也不会再生。但水不一样，它是可循环资源。地球上的水总量几乎恒定，今天从数据中心蒸发的水，明天可能就是太平洋上的一朵云，后天可能是西雅图的一场雨。人工智能所消耗的水资源看起来数字不小，但即使它在未来十几年里增长几倍，其影响也远不如电力消耗对环境的影响大。
但从全局上看，AI消耗点水没有问题。问题在于，水从来都是局部问题。大公司们强调绿色、环保、可持续的未来，声称每年都在完成生态补水，争取达到“补充比我们消耗更多的水”。然而，生态补水的实际举措通常不在工厂建设地，账面上是中和了，当地居民面临的缺水问题仍然存在。
科技公司在选址数据中心时，倾向于选择便宜的地、便宜的电和宽松的监管。结果是，许多新数据中心都建在高度甚至极度缺水的地区。这些地区经济欠发达，新的数据中心会带来投资和工作机会，但也让原本稀缺的用水变得更加稀缺。
在这种情况下，有人对数据中心说“不”。亚利桑那州Tucson市Pima县议会在算过水账后决定拒绝亚马逊的“蓝色计划”。新的数据中心会使用超过4个高尔夫球场的用水量，尽管建筑公司提出了扩建本地废水回收系统以弥补增加的用水量，但居民仍不买账。最终，议员以7-0的投票结果一致否决了该计划。
这可能是人类第一次在水和AI之间选择了水。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，短到现在我们还没有完全适应它的到来。我们向AI提问，AI向水提问，而水不知道答案。它只知道，在所有的问题消失之后，它还会在那里，就像45亿年前那样。
策略赢配资提示：文章来自网络，不代表本站观点。
