AI数据中心用水量：整体占比微乎其微

随着人工智能技术的飞速发展，全球数据中心的数量和规模持续扩大，有关其能源消耗和水资源使用的讨论也日益激烈。近期，Ars Technica的一篇分析文章指出，从全球总用水量的角度看，AI数据中心的用水量其实只是“杯水车薪”，但其在局部地区的影响却不容忽视。

总量上的“微不足道”

根据研究机构的数据，2025年全球AI数据中心的用水量约为XX亿立方米，仅占全球总用水量的0.XX%左右。相比之下，农业灌溉用水占比超过70%，工业用水约15%，居民生活用水约12%。这意味着，如果将所有数据中心的冷却水消耗集中起来，甚至不及某些大型农业灌区的年用水量。文章中引用了美国能源部的一项研究：即使到2030年AI算力增长近10倍，数据中心的总体水耗也不会超过全球水消耗的0.1%。

这一结论让许多对AI环保持悲观态度的人感到意外。毕竟，训练一个大型语言模型（如GPT-4）需要消耗数千万升的冷却水——这大约相当于一个中型城市一天的用水量。但正如文章作者Kyle Orland所指出的：数字看似庞大，但放在全球水循环的大背景下，它们只是“一滴水”。

局部压力：中等数据中心的“放大效应”

“即使是一个中等规模的数据中心，如果建在水资源紧张的地区，也可能导致当地居民用水成本上升、生态流量减少。”——文章摘录

问题在于，数据中心不是均匀分布的。它们往往集中在电力成本低、网络基础设施好的区域，而这些区域可能恰好也是水资源匮乏的地区。例如，美国亚利桑那州、智利北部、印度班加罗尔等地，数据中心与居民、农业争夺同一地下水含水层。一篇来自加州大学的研究显示，一个400兆瓦的数据中心每日冷却用水可达4000万升，相当于数万人口的生活用水量。

文章强调，在总量上忽略局部失衡是一种危险的简化。尽管AI数据中心的全球水足迹很小，但在缺水地区，它们可能成为“压倒骆驼的最后一根稻草”。

冷却技术的进化与权衡

为了降低水耗，许多企业开始采用新型冷却技术。传统的蒸发式冷却（冷却塔）大量消耗水，而液冷、间接蒸发冷却、以及回收再利用技术则能显著减少淡水使用。例如，Google 在2023年宣布其数据中心平均水效（WUE）已降至0.4 L/kWh，较五年前下降50%；Microsoft 则在亚利桑那州试点“零水冷却”方案，利用循环冷却液和空气散热。

然而，这些技术往往带来更高的电力消耗或前期投资。一些环保组织指出，如果数据中心厂商只是将水耗转化为更高的碳排放（例如采用电力驱动的压缩机冷却），并不能从根本上解决环境问题。编者认为，在AI的“军备竞赛”中，企业不应只关注算力指标，更需将水资源纳入ESG（环境、社会与治理）考核体系。

政策与行业态度

目前，美国和欧盟已有多个州/成员国开始要求数据中心申报水耗数据，并将审批与当地水资源规划挂钩。2025年，美国能源部启动了“数据中心水资源效率计划”，为中小型数据中心提供节水改造补贴。与此同时，AI芯片制造商也在努力降低芯片的发热量，从源头减少冷却需求。

总体而言，文章给出了一个平衡的视角：不要被AI数据中心的总耗水量吓倒，但也不要忽视局部影响的严重性。就像堵车时每辆车排放的尾气很少，但集中起来就能形成雾霾；数据中心的水资源问题，同样需要区分“全局”与“局部”两个维度来应对。

本文编译自Ars Technica