當(dāng)人們向人工智能（AI）提問時(shí)，往往只關(guān)注得到的答案，卻鮮少意識到，每一次看似簡單的交互背后，都隱藏著對水資源的消耗。數(shù)字服務(wù)帶來的便利，正以一種隱秘的方式影響著地球的水資源，這一現(xiàn)象正逐漸引發(fā)廣泛關(guān)注。

關(guān)于AI回答一次問題究竟消耗多少水，不同機(jī)構(gòu)和專家的說法大相徑庭。OpenAI首席執(zhí)行官奧特曼曾表示，GPT回答一次僅消耗0.3毫升水，相當(dāng)于幾滴眼淚的體積。然而，加州大學(xué)河濱分校的研究者卻給出了截然不同的數(shù)據(jù)，他們認(rèn)為每次回答要消耗十幾毫升水，足夠一個(gè)人喝上一口。更有研究顯示，當(dāng)下一些熱門的AI工具，每次回答的耗水量可達(dá)一百多毫升，能裝滿一小杯。這些看似矛盾的數(shù)據(jù)，實(shí)際上源于統(tǒng)計(jì)口徑的差異。奧特曼所引用的數(shù)據(jù)，是基于GPT系列最小模型GPT-4.1 nano在短提示詞下的耗水量；而研究者的測算，則涵蓋了數(shù)據(jù)中心直接耗水以及發(fā)電間接耗水。根據(jù)OpenAI和Google公布的報(bào)告，一條請求平均耗電量約0.3瓦時(shí)，對應(yīng)的合理耗水量約為1毫升。

為了解決不同機(jī)構(gòu)測算數(shù)據(jù)差異大的問題，我國數(shù)據(jù)中心行業(yè)正在積極推動統(tǒng)一的水資源消耗核算標(biāo)準(zhǔn)。據(jù)相關(guān)報(bào)道，這一舉措有望讓AI耗水的數(shù)據(jù)更加透明和準(zhǔn)確，為后續(xù)的資源管理和決策提供有力依據(jù)。

AI耗水的核心原因，與數(shù)據(jù)中心的散熱需求密切相關(guān)。就像手機(jī)長時(shí)間高強(qiáng)度運(yùn)行會發(fā)燙一樣，AI數(shù)據(jù)中心的成千上萬臺服務(wù)器24小時(shí)不間斷運(yùn)轉(zhuǎn)，產(chǎn)生的熱量極為驚人。單臺機(jī)柜的功率從幾十千瓦到數(shù)百千瓦不等，僅靠風(fēng)冷遠(yuǎn)遠(yuǎn)無法滿足散熱需求，必須借助水冷卻系統(tǒng)。無論是冷卻塔、閉環(huán)水冷，還是海底數(shù)據(jù)中心，其核心原理都是利用水帶走熱量。在這個(gè)過程中，一部分水會蒸發(fā)，而剩余的循環(huán)水由于雜質(zhì)濃度升高，需要定期排放更換。發(fā)電帶來的間接耗水也不容忽視。數(shù)據(jù)中心運(yùn)轉(zhuǎn)需要大量電力，而發(fā)電廠無論采用何種能源，都需要用水輔助生產(chǎn)。美國平均數(shù)據(jù)顯示，每耗一度電，數(shù)據(jù)中心和發(fā)電廠合計(jì)約消耗4升水。

從全球水資源總量來看，AI耗水的影響似乎遠(yuǎn)小于電力消耗。畢竟水是可循環(huán)資源，數(shù)據(jù)中心蒸發(fā)的水會進(jìn)入大氣循環(huán)，最終可能以降雨的形式回歸。然而，真正的問題在于水資源的局部分布不均。水從來都是一個(gè)局部問題，而非全球問題。接近一半的新數(shù)據(jù)中心建在高度甚至極度缺水的地區(qū)，這些地區(qū)經(jīng)濟(jì)相對落后，數(shù)據(jù)中心的建設(shè)雖然帶來了投資和就業(yè)機(jī)會，但也加劇了當(dāng)?shù)氐挠盟o張局面，甚至導(dǎo)致居民水井干涸。

亞利桑那州圖森市皮馬縣就曾發(fā)生過這樣的案例。亞馬遜“藍(lán)色計(jì)劃”計(jì)劃在該地新建數(shù)據(jù)中心，預(yù)計(jì)用水量將超過4個(gè)高爾夫球場。盡管建筑公司提出擴(kuò)建廢水回收系統(tǒng)、實(shí)現(xiàn)零凈消耗等承諾，但由于缺乏詳細(xì)可靠的配套計(jì)劃，當(dāng)?shù)刈h會以7比0的全票否決了該計(jì)劃。這一事件標(biāo)志著人類首次在AI發(fā)展與水資源保護(hù)的選擇中，明確站在了水的一邊。