AI 每回答一個(gè)問題，要消耗多少水？答案令人震驚

請打開你的任意一款 AI 工具，問問它生產(chǎn)一瓶 500 毫升的可口可樂需要消耗多少水？

不同的 AI 可能會(huì)給出不同的答案，但生產(chǎn)者給出的官方答案是 690 毫升。可口可樂公司在 2024 年的環(huán)境報(bào)告里提到，當(dāng)年的用水比是 1.38，意味著每生產(chǎn) 1 升飲料需要 1.38 升水，多出來的水用來清洗設(shè)備、冷卻系統(tǒng)，最后被當(dāng)做工業(yè)廢水排掉。值得注意的是，這個(gè)數(shù)字是工廠生產(chǎn)本身的用水情況，還未考慮全生命周期的水消耗。

現(xiàn)在，你再問 AI 第二個(gè)問題：“回答完剛才的問題，你自己消耗了多少水？”

你或許會(huì)覺得是 0，畢竟只是一個(gè)電子程序，會(huì)和水扯上什么關(guān)系？

但很遺憾，你錯(cuò)了。

AI 的耗水量遠(yuǎn)比你想象得多

OpenAI 的 CEO 奧特曼說 GPT 回答一次問題的耗水量是 0.3 毫升，聽起來微不足道，也就幾滴眼淚。但加州大學(xué)河濱分校的研究者說一次查詢怎么也得有個(gè)十幾毫升，夠你喝一口的了。還有的研究者會(huì)更精細(xì)，比較了一堆 AI 后告訴你，目前當(dāng)紅的這些好用 AI，每次回答都得消耗一百多毫升水，嗯，夠裝一小杯了。

數(shù)據(jù)差距如此之大，誰說得對？

答案是：都是對的，只是各自都耍了一些花招。

圖庫版權(quán)圖片，轉(zhuǎn)載使用可能引發(fā)版權(quán)糾紛

為了理解這些數(shù)據(jù)，我們要從為什么會(huì)消耗水開始談起。

你一定經(jīng)歷過手機(jī)發(fā)燙的時(shí)刻，在信號不好的地方開著導(dǎo)航，或者玩了一小時(shí)游戲，手機(jī)燙得好像要爆炸。這是因?yàn)樾酒碾娔苓M(jìn)行運(yùn)算時(shí)，一部分的電能會(huì)被轉(zhuǎn)換成熱能。當(dāng)運(yùn)算量突然增大，比如信號太差需要不斷搜索基站或者游戲畫面過于復(fù)雜時(shí)，原本只靠背板的散熱就不夠用了，手機(jī)會(huì)變得越來越燙。

AI 數(shù)據(jù)中心亦如此。

成千上萬臺(tái)服務(wù)器 24 小時(shí)運(yùn)行，單臺(tái)機(jī)柜的功率從幾十千瓦到數(shù)百千瓦不等，它們的運(yùn)算能力驚人，但產(chǎn)生的熱量也同樣驚人。只靠風(fēng)冷？散熱效率遠(yuǎn)遠(yuǎn)不夠。

電視劇《疑犯追蹤》里服務(wù)器過熱警告

所以他們用水。不管具體的冷卻系統(tǒng)如何設(shè)計(jì)，是冷卻塔、閉環(huán)水冷還是把整個(gè)數(shù)據(jù)中心都建到海底，其核心原理都差不多：用水帶走熱量。

但這些水不會(huì)永遠(yuǎn)待在散熱系統(tǒng)里。一部分水會(huì)在吸收熱量后蒸發(fā)掉，剩余的水雖然可以循環(huán)回收利用，但撐不了多久，循環(huán)水中的雜質(zhì)會(huì)越來越濃，需要及時(shí)排除處理廢水，更新清潔的循環(huán)水來保證系統(tǒng)的正常運(yùn)行。

蒸發(fā)和排放，這是數(shù)據(jù)中心最直接的水消耗，但還沒算完。

另一部分的消耗來源于電。數(shù)據(jù)中心要運(yùn)轉(zhuǎn)得用電，而發(fā)電廠不管是燒煤燒氣還是核能，也需要消耗水來輔助生產(chǎn)。這部分隱形的水消耗很容易被忽略，但它其實(shí)是大頭。大多數(shù)情況下，發(fā)電用的水比數(shù)據(jù)中心直接用的還多。

不同數(shù)據(jù)中心和電廠的技術(shù)有些差異，以美國平均數(shù)據(jù)為例，數(shù)據(jù)中心本身的耗水大約是每度電 0.55 升，而發(fā)電廠的耗水大約是每度電 3.142 升，加起來也就是每耗一度電，差不多要消耗 4 升水。

現(xiàn)在我們可以來算賬了。

加州大學(xué)河濱分校的研究者認(rèn)為，一次 AI 查詢會(huì)消耗 4 瓦時(shí)（0.004 度）的電，乘上數(shù)據(jù)中心和發(fā)電廠的耗水量，計(jì)算出的結(jié)果就是十幾毫升（16 毫升）。這個(gè)數(shù)據(jù)比較粗糙。

而最新的研究中，研究者們將不同模型的耗電分別作了估算。一條長提示詞下，GPT4.5、Deepseek R1們能消耗 100 多毫升的水。

至于OpenAICEO 給出 0.3 毫升的答案，則是他玩了個(gè)小花招。他引述了同一篇文章，只不過是研究列表里 GPT 系列中最小的模型 GPT-4.1 nano 在短提示詞下的耗水量。理論上沒錯(cuò)，但不是所有用戶都只會(huì)用 nano。

那如果我們來平均一下，根據(jù) OpenAI 和 Google 所公布的報(bào)告，一條請求的平均耗電量大概在 0.3 瓦時(shí)，所以一條請求消耗 1 毫升水可能是比較合理的估算。

真的要繼續(xù)較真細(xì)算，還要引入水足跡的概念，不光算直接用水，還要算間接用水。制造一片 AI 芯片需要幾千升超純水清洗，運(yùn)輸、包裝、建廠，每個(gè)環(huán)節(jié)都在消耗水。

這就像計(jì)算一瓶可樂的完整水足跡，不光是瓶子里的 500 毫升和工廠里用掉的 190 毫升，還要算甘蔗的種植，制糖，運(yùn)輸……算完你會(huì)發(fā)現(xiàn)一瓶使用古巴蔗糖的可樂的水足跡高達(dá)幾百升。相比之下，零度可樂因?yàn)橛萌斯ぬ鹞秳阚E要小得多（看來喝無糖可樂不光可以少攝入糖，還能減少水債務(wù)）。

但誰能這么算？理論上統(tǒng)統(tǒng)都要算，實(shí)際上又龐大又算不清，所以當(dāng)討論 AI 的水消耗時(shí)，大部分研究者都默契地停在了發(fā)電廠這一步。再往上追溯，里面的數(shù)字會(huì)大到讓資本市場的投資人不想面對。

AI 消耗的水有什么影響？

一個(gè)新的問題：就按 AI 回答一次問題消耗 1 毫升水算，這是多還是少？

人工智能公司會(huì)告訴你，不用擔(dān)心，你努力用 AI 查一天也不過喝一瓶可樂。而環(huán)保主義者會(huì)警告大家，一個(gè)谷歌公司一年消耗了 265 億升水，已經(jīng)能和可口可樂公司一年的耗水量差不多了，這還得了。

都是事實(shí)，然而，這個(gè)問題本身問得對嗎？

耗水和耗電有一個(gè)根本性的差別。電用完就沒了，燒的煤也不會(huì)再生。但水不一樣，它是可循環(huán)資源。從地球物理學(xué)角度看，地球上的水總量幾乎恒定，今天從數(shù)據(jù)中心蒸發(fā)的水，明天可能就是太平洋上的一朵云，后天可能是西雅圖的一場雨。

人工智能所消耗的水資源看起來數(shù)字不小，但即使它在未來的十幾年里增長幾倍，其影響也遠(yuǎn)不如電力消耗對環(huán)境的影響大。雖然取水和凈化也需要能量和碳排放，但這部分消耗和數(shù)據(jù)中心的電力消耗相比可謂九牛一毛。

所以從全局上看，AI 消耗點(diǎn)水沒有問題。但問題恰恰在于，水并不是一個(gè)全球問題，它從來都是局部問題。水資源的議題中最重要的永遠(yuǎn)不是地球上有多少水，而是水在哪里。

大公司們當(dāng)然也明白這個(gè)道理，所以他們永遠(yuǎn)都在強(qiáng)調(diào)綠色、環(huán)保、可持續(xù)的未來。他們的環(huán)境報(bào)告中還頻繁出現(xiàn)一個(gè)詞：水資源中和。他們聲稱每年都在完成生態(tài)補(bǔ)水，爭取達(dá)到“補(bǔ)充比我們消耗更多的水”，聽起來很負(fù)責(zé)任，對吧。

這方面，飲料公司是經(jīng)驗(yàn)豐富的老手，可口可樂公司在被罵了幾十年搶奪水資源后，終于在 2016 年宣告完成了“100% 水回饋”。問題在于，生態(tài)補(bǔ)水的實(shí)際舉措通常是恢復(fù)濕地或是增加儲(chǔ)水設(shè)備回灌地下水，而這些舉措的地點(diǎn)通常不在工廠建設(shè)地上。賬面上是中和了，當(dāng)?shù)鼐用袼媾R的缺水問題仍然存在。

科技公司們也覺得這個(gè)詞很好，紛紛表示要努力達(dá)到這一目標(biāo)，但他們對數(shù)據(jù)中心的選址又是另一套邏輯。

修數(shù)據(jù)中心需要什么？

便宜的地：也就是人少的地方。

便宜的電：需要新修的電廠，還是同樣需要地。

寬松的監(jiān)管：一般來說經(jīng)濟(jì)欠發(fā)達(dá)，需要更多的投資機(jī)會(huì)。

幾個(gè)條件加起來，從結(jié)果上看就是，接近一半的新數(shù)據(jù)中心都修在了高度甚至極度缺水的地區(qū)。這些地區(qū)通常經(jīng)濟(jì)并不發(fā)達(dá)，新的數(shù)據(jù)中心會(huì)為當(dāng)?shù)貛硗顿Y和工作機(jī)會(huì)，從政府的角度是歡迎的。但它們也會(huì)讓原本就稀缺的用水變得更加稀缺，一座數(shù)據(jù)中心的修建，甚至能讓居民的水井干涸，無法保證正常的生活用水。

在這種情況下，去巴西保護(hù)雨林聽起來只是一個(gè)美好的愿景。

我們可以做些什么？

終于，有人對數(shù)據(jù)中心說：“不。”

在亞利桑那州的 Tucson 市 Pima 縣里，議會(huì)在算過水賬之后決定拒絕亞馬遜的“藍(lán)色計(jì)劃”。

在這個(gè)案例中，新的數(shù)據(jù)中心會(huì)使用超過 4 個(gè)高爾夫球場的用水量。雖然建筑公司提出了擴(kuò)建本地的廢水回收系統(tǒng)以彌補(bǔ)增加的用水量，以及“最終達(dá)到零凈消耗”的合同條款，但居民仍然不買賬。問題在于建筑公司的這些許諾缺乏詳細(xì)可靠的配套計(jì)劃，加入合同條款對公司雖然有一定約束力，但就算達(dá)不到也只是賠錢——產(chǎn)生的缺水問題可不是賠錢就能解決的。

本地的議員在聽取居民的意見后，以 7-0 的投票結(jié)果一致否決了該計(jì)劃。

這可能是人類第一次在水和 AI 之間，選擇了水。但我們之后還將面臨許多次選擇。

圖庫版權(quán)圖片，轉(zhuǎn)載使用可能引發(fā)版權(quán)糾紛

水的歷史很長，它們來自 45 億年前與地球相撞的忒伊亞行星，在星間穿行，在海洋與云層間相變輪回。恐龍喝過，你我喝過。

AI 的歷史很短，短到現(xiàn)在我們還沒有完全適應(yīng)它的到來。

我們向 AI 提問，AI 向水提問，而水不知道答案。

它只知道，在所有的問題消失之后，它還會(huì)在那里。

就像 45 億年前那樣。

參考文獻(xiàn)

[1]https://www.bloomberg.com/graphics/2025-ai-impacts-data-centers-water-data/?embedded-checkout=true

[2]https://arxiv.org/html/2505.09598v1

[3]https://arxiv.org/abs/2304.03271

[4]https://investors.coca-colafemsa.com/assets/files/reportes_resultados_en/2024/integrated-report-kof-ir-2024-eng.pdf

[5]https://www.gstatic.com/gumdrop/sustainability/google-2025-environmental-report.pdf

[6]https://blog.samaltman.com/the-gentle-singularity

[7]https://www.nytimes.com/2025/07/14/technology/meta-data-center-water.html

[8]https://wallstreetcn.com/articles/3756537

[9]https://www.theverge.com/2018/5/31/17377964/coca-cola-water-sustainability-recycling-controversy-investigation

策劃制作

作者丨antares 計(jì)算機(jī)圖形學(xué)碩士、游戲行業(yè)從業(yè)者、科普作家

審核丨于旸 騰訊玄武實(shí)驗(yàn)室負(fù)責(zé)人

策劃丨張林林

責(zé)編丨甄曦

審校丨徐來、張林林