最近，加州大学河滨分校的研究显示，随着全球数据中心的建设速度越来越快，到了2030年，这个数字可能会增加好几倍。大家都知道，AI已经成为推动产业变革的关键力量，但很少有人想到，背后其实需要消耗大量的水资源。数据中心为了散热，会用水冷系统，一部分水会蒸发损耗，另一部分会被排放掉。这只是AI用水的“直接消耗”。还有更隐蔽的“间接用水”，数据中心的电力供应来自火电厂、核电站和可再生能源发电设施，这些过程中都需要大量的水用于冷却、蒸汽循环或设备清洗。以美国平均技术水平为例，每消耗一度电就需要使用4升水。 每次AI查询大约需要消耗0.004度电，就意味着约16毫升的水资源被消耗掉。如果调用更复杂的模型或者更大的模型，单次交互的耗水量可能会高达100毫升以上。 但是不同机构公布的数据差异很大，比如有些企业声称他们使用特定小型模型时只消耗了0.3毫升水。专家指出这些差异主要是因为测算边界不同：是仅计算数据中心现场用水还是包括整个生命周期中的所有环节；是采用最优案例还是反映实际用户使用场景。 水资源只是AI环境成本的一个方面。从芯片制造到服务器生产再到设备报废处理，这个完整链条远比运营阶段的冷却用水要漫长得多。在全球多地面临水资源紧张的情况下，数据中心建设给地区带来了很大压力，也引发了社区争议。政策制定者、科技企业和科研人员必须共同努力来协调数字基础设施扩张与区域水资源承载力之间的平衡问题。 科技创新和可持续发展并不是相互矛盾的目标，而是需要协同推进的双重使命。这个问题提醒我们必须正视资源约束这个问题，在追求AI性能和响应速度的同时也需要考虑能耗与水耗效率。我们应该建立起健全的资源消耗评估标准和披露制度，并且让全社会形成对数字消费环境成本的理性认知。只有把绿色理念融入到数字基础设施建设和运营的每一个环节中去才能真正实现高质量发展与生态文明建设的同频共振。