AI的饥渴：数据中心隐藏的水成本

AI令人惊讶的水足迹

每次你让AI写邮件、生成图片或总结长文档时，都会引发一系列连锁反应，远不止你的屏幕。你可能听说过所需的电力，但还有一种更安静、更湿润的代价容易被忽视。

为了施展魔法，AI需要巨大的计算能力。这种能力来自成千上万个专用处理器，它们封装在称为数据中心的大型设施中。这些处理器运行时会变得极热——就像一千个吹风机同时全速运转。如果过热，它们就会失效。为了防止这种情况，数据中心需要强力冷却。对于许多最大、最强大的AI数据中心来说，这种冷却依赖于一种简单的资源：水。

仅2021年，谷歌就报告使用了约43亿加仑的水，其中数据中心消耗了大部分。随着微软大力投资AI，其用水量也猛增。这不仅仅是科技行业的好奇事。这是数字服务的物理足迹，而且比大多数人想象的要大得多。

这对你和地球为何重要

如果你住在水资源丰富的城市，这可能看起来像一个抽象问题。但现实是，AI数据中心通常建在主要科技中心附近，其中许多位于缺水地区，如美国西南部、俄勒冈州，或智利和新加坡的部分地区。

当大型数据中心接入当地供水时，它直接与农场、家庭和自然生态系统争夺有限资源。在干旱严重的地区，这已经引发公众反弹。俄勒冈州达尔斯市的居民抗议谷歌的用水，担心他们的水井干涸。

此外，水不是免费的。冷却数据中心的成本是一项主要运营开支。如果水变得更稀缺和更昂贵，这些成本最终会以更高的订阅费或更多广告的形式转嫁给你——用户。AI饥渴的环境和经济影响具有深刻的本地性，并直接关系到你的钱包和社区。

AI数据中心到底是什么？

让我们揭开这项技术的神秘面纱。AI数据中心本质上是一个巨型工厂，原材料是电力和数据，最终产品是答案、图像和预测。

在内部，你不仅会发现标准计算机服务器。你会看到一排排专用芯片，称为图形处理器（GPU）。GPU是一个数学强机。虽然你笔记本电脑的CPU一次可以处理几项任务，但GPU可以处理数千项。这使得它们非常适合AI，但它们也会产生巨大的热量。AI模型“思考”实际上是数千个GPU在运行极其复杂的计算，每秒或每分钟产生巨大热量，每天24小时，每周7天。保持这个工厂车间冷却，是最大的运营挑战。

水如何为AI降温：冷却过程

大型数据中心最常见的冷却方式是通过模仿人体降温的过程：蒸发。

想象一下流汗。当你热的时候，皮肤会出汗。当汗液蒸发时，它会带走身体的热量，给你降温。AI数据中心在大规模上做着完全相同的事情。

以下是简化过程：

1. 热量捕捉： 冷水被泵入紧邻热服务器旁的管道。水吸收芯片的热量，就像水从炉子上的锅中吸收热量一样。

2. 热量排放： 升温后的水被泵送到屋顶或建筑物外部的巨大结构，称为冷却塔。

3. 蒸发： 在冷却塔内，温水以细雾形式喷洒在大型表面上。巨大的风扇吹过这些雾气。当水滴蒸发到空气中时，它们会向大气释放大量热量。这就是奇迹发生的地方。

4. 问题所在： 蒸发的水消失了。它变成了水蒸气飘走了。这被称为消耗性用水。数据中心必须不断引入新水来补充损失的水。未蒸发的剩余水被循环回服务器以吸收更多热量。

所以，虽然水在传统意义上没有被“用完”，但它被永久地从当地水域中移除并添加到大气中。这是环境关注的核心。

现实世界的例子：从谷歌到微软

这种用水规模促使科技巨头制定了雄心勃勃且非常公开的目标。

• 谷歌： 如前所述，其2021年43亿加仑的用水量对许多人来说是一个警钟。作为回应，该公司承诺到2030年，在缺水地区“补充”其用水的120%。他们计划通过支持当地水资源保护和恢复项目来实现这一目标，如补充地下水和恢复湿地。

• 微软： 微软设定了一个更激进的目标：到2030年实现水的正效益。这意味着他们旨在向取水的水域排放比消耗更多的清洁水。他们正在大力投资“零水”冷却系统，该系统在闭环中循环水，几乎没有蒸发损失。

• 地方反弹： 问题不仅仅是公司报告。在亚利桑那州，数据中心在历史性干旱期间因其用水面临审查。这些例子表明，关于水的争论正在成为AI快速扩张的最大障碍之一。

打破关于数据中心用水的常见误区

因为这是公众相对较新的话题，一些误解已经根深蒂固。

• 误区一：“AI数据中心只用电，不用水。” 事实： 对于绝大多数大型数据中心来说，这是错误的。虽然一些小设施和较新的设计仅使用空气冷却，但为大多数商业AI提供动力的大型“超大规模”数据中心严重依赖水进行蒸发冷却。

• 误区二：“水完全循环利用，所以并没有真正消耗水。” 事实： 在闭环系统中，水确实会循环用于冷却。然而，在最常见的系统（蒸发冷却）中，仍然有大量水因蒸发而损失。想象一下汽车的散热器。冷却液是循环的，但如果有一点泄漏或发动机过热，你必须不断添加更多。数据中心的“泄漏”是一股持续蒸发的雾气。

• 误区三：“与其他行业如农业相比，数据中心用水微不足道。” 事实： 全球范围内，农业用水远多于数据中心（约占所有淡水的70%）。但数据中心用水正以爆炸性速度增长，而且往往发生在水资源本已稀缺的地区。单个超大规模数据中心消耗的水量相当于一个3万人口的小城镇。当在一个地区增加数十个这样的设施时，影响变得巨大。

下一步是什么？探索水资源效率等

那么，我们正在做些什么来解决这个问题？这个行业不只是抱怨——它正在创新。

1. AI冷却AI： 具有讽刺意味的是，产生热量的同一AI现在被用来管理热量。谷歌的DeepMind AI已经经过训练，可以预测数据中心的温度变化，并实时完美调整冷却系统。这已将其冷却能源和用水量削减了高达40%。

2. 液体浸没冷却： 这与传统方法截然不同。代替空气和水塔，服务器被密封在充满特殊非导电液体的水箱中，这种液体可以吸收大量热量