你和AI聊20次，它喝掉一瓶矿泉水？数字触目惊心

你有没有想过，跟AI聊个天，背后竟然在“喝水”？

别笑，这是真的。

你让AI帮你润色一封邮件、规划一次旅行，或者随便扯几句闲天，你以为只是电表转了几圈，但实际上，一瓶矿泉水可能已经悄悄“蒸发”了。

不是危言耸听，这是科学家算出来的账。

同一个问题，两个答案，差了2000倍

💧 你猜一次对话消耗多少水？

加州大学河滨分校的副教授任少磊做了一个研究，结果让人坐不住了——和ChatGPT聊20到50轮，大约要消耗500毫升水。

对，就是你在便利店买的那种一瓶矿泉水。

20到50轮多吗？真不多。可能就是你让它改个PPT标题，再问个菜谱，顺便让它帮你写个请假理由。

但科技公司自己公布的数据，可不是这么说的。

谷歌在环境影响报告里写：Gemini处理一次文本请求，大约消耗0.26毫升水。

0.26毫升是什么概念？大概5滴。

微软更夸张，引用了一篇期刊的数据说，一次AI查询的冷却用水是0到0.067毫升，中位数连一滴都算不上。

一边是一整瓶水，一边是几滴。

差了将近2000倍。

⚠️ 为什么差距这么大？是有人在撒谎吗？

都不是。

问题是——他们统计的根本不是同一件事。

任少磊说得特别直白：谷歌算的，只是数据中心现场冷却消耗的水。至于发电环节用了多少水？没算。

而研究者的账本，是从发电就开始记了。

你把灯打开，电从发电厂来，发电厂可能烧煤、烧气，那些过程里水早就被消耗掉了。这些水，科技公司没算进去。

还有一层：把“总用水量”除以“查询次数”，其实是个平均数。

数据中心的冷却系统不是按次开关的——你问一个问题，它不会专门启动一次空调。它是一直开着的。

所以“每查询一次耗水多少”，就像问“每个人吃一口饭消耗多少燃气”——算出来也没多大意义。

真正说明问题的是另一个数字。

总量在猛涨，单次再低也没用

📈 账本不会骗人

2021年到2022年，微软数据中心的用水量上涨了34%，全年超过64亿升。

同期，谷歌涨了20%。

两家公司都承认：AI业务是重要原因之一。

一边说“每次查询不到一滴水”，一边总用水量嗖嗖往上涨。

这中间的矛盾，你品，你细品。

单次消耗可以算得很低，但总量不会撒谎。

🔍 水到底去了哪里？

AI喝水，可不只是数据中心冷却塔那一口。

整条产业链有三个环节在“吸水”：

第一站：数据中心冷却——服务器跑起来热得发烫，很多数据中心靠蒸发水来降温。水变成水蒸气跑掉，回不来了。

美国内华达大学的教授算过，一座传统大型数据中心，每天冷却用水能达到500万加仑。

500万加仑什么概念？相当于一个两万到五万人小镇一天的用水量。

第二站：电力生产——数据中心要用电吧？火力发电厂在蒸汽循环和冷却过程中，也要消耗大量水。

就算数据中心自己省水了，只要电网里大部分还是火电，上游的水照样在流走。

第三站：芯片制造——这个你大概率没想到。

AI芯片在生产的时候，晶圆要反复清洗，几十遍甚至几百遍。

任何一点灰尘、金属离子残留，都可能导致芯片报废。

所以芯片在进入数据中心之前，已经“喝”了很多超纯水了。

任少磊算过，光训练GPT-3一个模型，数据中心现场的散热用水就达到70万升。

这还没算发电用的水，也没算造GPU芯片用的水。

更扎心的是，很多数据中心建在了缺水的地方。

内华达、亚利桑那、得克萨斯、犹他、加利福尼亚、科罗拉多——这些州本来水资源就紧张。

但偏偏有437个数据中心正在这些地方建设或规划中。

到2030年，全球数据中心全产业链的总用水量预计达到9.3万亿升。

这个数字相当于13亿撒哈拉以南非洲居民一年的基本生活用水。

技术在进步，但缺口还在

🌊 有人在想办法

上海临港小洋山以东的海面上，有一座高出海平面20多米的钢铁平台。

平台下面，192个机柜、大约2000台服务器安安静静待在海底。

这是全球第一个投入运行的海风直连海底数据中心。

海水平均15摄氏度，直接帮服务器散热，不用蒸发淡水。

项目负责人算了一笔账：这座2.3兆瓦的数据中心，如果用传统冷却方式，每年要消耗4万吨淡水。

改成海水冷却，这4万吨省下来了。

陆地上也有新招。英伟达最新的GB200 NVL72机架，用全液冷系统，冷却液在密闭管道里循环，不用蒸发式冷却了。

为什么液冷突然火了？因为AI芯片越来越烫。

英伟达A100的热设计功耗是400瓦，B200已经到1000瓦了。风冷根本扛不住。

还有多伦多利用深层湖水降温，都柏林把数据中心的热量接入城市供暖……

这些都是好办法，值得鼓掌。

🤔 但问题没有完全解决

海底数据中心省了4万吨淡水，很棒。

但发电环节的水呢？芯片制造的水呢？

数据中心运营商可以改造自己的冷却系统，但改不了电网的发电结构。

只要电力还来自需要大量用水的发电方式，每一度电的背后，水都在流走。

芯片制造也一样。不管服务器最终用的是风冷、液冷还是海水冷却，晶圆在进厂之前已经洗了几百遍。

那部分水，谁也省不了。

所以，数据中心节水是必须的，但远远不够。

到2030年9.3万亿升的总用水量面前，光优化机房冷却，能省的只是一部分。

要真正解决问题，需要三件事同时做：

• 数据中心改进冷却方式
• 发电环节减少用水
• 芯片制造提高水循环利用率

还有一个更基础的事——先把账算清楚。

比“每次对话用了几滴水”更重要的，是整个产业能不能建立一套完整、透明、可比较的用水标准。

只有先把消耗算明白，节水才不会只停留在最容易看见的地方。

金句：每一次轻松对话的背后，都有一笔你没看到的账单。

今天你跟AI聊了几轮？敢不敢猜一下，它为你“喝”了多少水？评论区聊聊你的看法👇

如果觉得这篇文章有启发，点个“在看”和“分享”，让更多人看到AI不为人知的一面。