AI每生成一张图喝掉一瓶矿泉水?这个“清洁产业”的真相藏不住了
先说说这个反常识的数字
数据中心不只是自己耗水
更刺激的对比是:亚马逊2021年对外宣称年度用水量77亿加仑,内部备忘录流出的数字是1050亿加仑——相差13倍。这个差距不是统计误差,而是行业普遍只披露现场冷却用水、把发电端耗水一笔勾销的游戏规则。6
选址背后的逻辑:为什么往干旱区扎堆?
谷歌爱荷华州数据中心曾创下年耗水14亿加仑的纪录,这个数字等同于纽约市单日的整体供水量。一座数据中心一年喝掉一座城市的日用水量。这不是极端案例,而是头部玩家的普遍水平。6
液冷不是省水神器,但它是必选项
液冷技术最近被吹得很神,很多人以为上了液冷就等于不耗水。错了。液冷解决的是前半段:把热从芯片端带出来。后半段还在——热最终往哪排。接冷却塔,依然有蒸发耗水;接干冷器,水耗降了但电耗和设备成本上去;做闭式系统,水耗更低但系统复杂度飙升。每条路线都有代价,没有银弹。9
施耐德电气的仿真数据给出了参考:在美国达拉斯,传统风冷升级为先进闭环液冷架构后,年用水量从38.2万立方米降至19.7万立方米,节水率48%;巴黎数据中心同样方案下,节水效果接近。液冷能让用水量腰斩,但前提是后端冷却方案配套跟上。孤立地看液冷没意义,要看整套系统的水账怎么算。11
更前沿的方案是用替代水源。谷歌在芬兰的哈米纳数据中心直接用波罗的海的海水冷却,省去淡水消耗。中国在上海海域建了海底数据中心,用海水自然冷却实现零淡水消耗。但海水冷却有腐蚀性,维护成本高,没有几个公司愿意大规模投入。这条路的门槛比液冷还高。10
用户不是旁观者:你的提示词也在消耗水资源
行业在变,但够快吗?
更危险的是“效率悖论”。单一设备能耗、水耗效率提升后,算力使用成本下降,刺激使用频次大幅增加,最终行业总体能耗、水耗不降反升。美银研究指出,水资源比电力更稀缺——电力可以通过新能源扩容缓解,水资源分布固定、再生周期长,收紧速度远超能源。6
回到那个最根本的问题
对你而言,这意味着什么?你用AI写的那封邮件、生成的那张图、聊的那段天,都在消耗真实的水资源。这不是反对使用AI,而是意识到代价后做出的选择:减少非必要的生成操作,精简提示词,支持更绿色的AI服务。水龙头不会因为你的行为变满,但当越来越多人的行为改变,行业就会感受到压力,被迫跑得更快。
AI竞赛的下半场,不只是比谁家模型更强,还要比谁家的水账单更可控。当算力基建的扩张撞上水资源的天花板,能把电、水、冷却、土地和审批串起来的玩家,才是真正的赢家。而作为用户,你的每一次点击,都在为这场博弈投下一滴水。
当前文章无评论,是时候发表评论了