你对人工智能和水的认知可能完全错了

上月，记者凯伦·郝（Karen Hao）在推特上发布帖子，承认其畅销书《人工智能帝国》中存在重大错误。她曾写道，谷歌拟在智利圣地亚哥附近小镇建设的数据中心用水量“可能超过当地全部人口用水量的一千倍”——而由于单位误解，这一数字实际上夸大了1000倍。

在帖子中，郝感谢华盛顿特区一家有效利他主义组织负责人安迪·马斯利（Andy Masley）提醒她更正。过去几个月，马斯利在其Substack平台上质疑主流媒体关于AI用水量的部分数据和说法。他题为《人工智能水资源问题是假的》的文章近几个月被马特·伊格莱西亚斯、诺亚·史密斯等知名作家引用。（郝表示将与出版商合作修正错误，其公关称她正在休假，无法接受采访。）

马斯利在接受采访时强调，自己并非专家，只是个关注媒体如何报道该话题及如何影响大众观点的“普通人”。“我有时在派对上提到用ChatGPT，人们会说‘那多费水耗电啊，你怎么还在用？’”他惊讶于人们对“这点水”如此悲观。

随着地方和全国对数据中心的反对声浪渐起，对其环境影响的担忧也日益加剧。本周初，230多个环保组织致信国会，警告AI和数据中心“威胁美国人的经济、环境、气候和水安全”。

AI行业已开始反击。去年11月，新成立的行业组织“AI基础设施联盟”联合主席在《福克斯新闻》发表评论文章，谈及环境担忧时称：“用水量？极少且常循环利用——比美国高尔夫球场还少。”文章作者之一、前亚利桑那州参议员 Kyrsten Sinema 目前正支持该州一个引发当地反对（包括用水担忧）的数据中心项目。该联盟还转发了马斯利关于AI对能源价格影响的帖子（马斯利在其Substack上郑重声明，否认自己受行业付费发表观点）。

确实，关于数据中心用水量的讨论大多缺乏细致考量。碳排放是零和博弈——我们必须尽可能减排，气候变化影响所有人，无论排放源在哪；而用水则复杂得多，且具有地域差异。一个项目可能对某地区供水造成严重破坏，但在水库充足或高耗水产业较少的地区可能很合适。

受访专家一致认为，人们对数据中心用水方式的理解常很模糊，且在许多地方，其总消耗量的风险低于公众认知。但随着全国数据中心数量持续增长，且特朗普政府为鼓励发展而放宽环保法规，我们有必要了解数据中心究竟为何用水、流行估算数据如何得出，以及为何首先选择用水冷却数据中心。

### AI如何用水

你可能见过ChatGPT单次查询用水量的估算，包括“用AI写一封邮件耗一瓶水”的说法。但专家表示，计算此类数据比简单给“平均”查询贴标签复杂得多。

在数据中心，水主要用于冷却。处理器运行时温度高，循环水流经可维持适宜温度；吸热后的水被送至冷却塔，部分蒸发。含盐和微咸水会腐蚀设备，因此许多公司直接使用市政饮用水（亚马逊、元宇宙（Meta）、苹果等正更多使用经处理的市政废水）。

具体用量因数据中心而异：多用水能减少电力冷却系统运行，多用电则降低水足迹但增加电费和碳排放（有技术用特殊冷却液同时减少电和水消耗，但可能引入“永久化学物质”，令科技巨头不敢大量投资）。夏季天气炎热时冷却需求增加，数据中心可能会多用水电。

康奈尔大学能源系统工程教授、近期一项数据中心最可持续选址分析的作者尤峰旗（Fengqi You）说：“每个地方和州都不同。相同AI量的用水量取决于气候、所用技术和能源结构。”

更复杂的是，部分AI用水计算还包括间接用水——主要来自数据中心所需的大量发电，以估算总水足迹。这些数字通常远大于现场用水，但计算因地区而异。

劳伦斯伯克利国家实验室近期一篇AI与水研究论文的合著者、计算研究员乔纳森·库米（Jonathan Koomey）指出，计算间接温室气体排放（即范围2排放核算）是标准做法，但用水计算很少如此。他越来越认为，能源相关的场外用水不应计入数据中心水足迹，因为我们谈论其他行业时通常不计算这部分。

了解特定数据中心的用水细节并不容易：许多公司用保密协议向公众隐瞒项目基本信息。2022年，俄勒冈州一城市为避免披露谷歌数据中心用水量，与州报《俄勒冈人报》打了数月官司，称其为“商业秘密”（诉讼后，谷歌开始在年度可持续发展报告中披露数据中心用水量）。

若说衡量特定数据中心用水量因复杂性而困难且不确定，那么孤立单个用户或单次查询的影响则几乎不可能。理解特定大型语言模型（LLM）的环境影响几乎完全依赖科技巨头的可持续性披露，尽管部分公司更透明了，但仍有许多问题待解。今年夏天，OpenAI CEO山姆·奥特曼在个人博客称“平均”ChatGPT查询约用“1/15茶匙”水，虽给出了理解公司用水用电的一些参数，但未明确“平均”查询的定义及是否包含AI模型训练的能源和用水成本。

### 我们在不经意间消耗大量水

马斯利在其热门Substack文章中的主要论点之一是：有些行业用水量远超过AI，讨论时需纳入这一背景。这无疑是事实：生产一个汉堡需400多加仑水，一件普通棉T恤需700多加仑。美国1.6万个高尔夫球场，每个日均用水量可能在10万至200万加仑之间（相比之下，谷歌称其爱荷华州最耗水的数据中心2024年日均用水量约270万加仑，多数数据中心用水量远低于此）。

亚利桑那州是美国数据中心增长迅猛的地区之一，有370多个高尔夫球场。想到几十年来大量水被用于在沙漠中维持高尔夫运动却无人反对，我能理解马斯利的部分观点。

但专家提醒，不应完全忽视用水担忧。尤峰旗教授说：“短期内，这不是全国性危机，但取决于地点。在已有水资源压力的地区，建AI数据中心会成大问题。”

库米也有类似观点。他指出人们常夸大计算机环境影响，但数据中心用水量“不能一概而论”，“每个项目都需结合拟建设施的具体设计背景评估，不能事先就说它永远不是问题”。

记者准确报道数据固然重要，但在水资源稀缺地区，数据中心对供水的影响并非微不足道。郝提到的智利数据中心虽数据有误，但单个设施用水量超过城市居民总用水量仍是大事（谷歌去年因法院要求重新考虑气候变化对含水层的潜在影响，暂停并终止了该项目；圣地亚哥地区已建成或规划了十几个其他数据中心）。智利正经历史无前例的连续15年干旱，圣地亚哥附近的供水据报已受到锂矿等其他行业威胁。

### 为何用水和数据中心对一些人来说是大事

这些考量面临一个尴尬事实：美国公众需重新思考水资源观念。气候变化加剧的美国西部干旱正实时表明，美国经济依赖“水资源取之不尽”的发展模式正迅速变得不可持续。2023年《纽约时报》调查发现，全国地下水水库（不仅干旱地区）正被过度开采，威胁饮用水供应和经济活动。

库米表示，对AI和水的担忧反映了一个长期存在的矛盾：如何为私人使用合理定价公共资源，尤其是当资源稀缺性已改变时。“水资源的规则、规范和价格是基于过去的现实制定的，”他说，“这最终都回到一个问题：所提供服务的价值是什么？”

这似乎准确分析了人们对AI用水反应的动因。那些吃汉堡、买新T恤毫不犹豫的人，却对大型语言模型用水感到愤怒，因为他们拒绝接受“AI值得其用水成本”这一前提。社会对AI的大规模价值判断正通过对数据中心的争议实时上演。马斯利及本 newsletter 部分读者因使用AI而感受到的环境羞耻感，或许更多与“接受AI融入日常生活而不顾环境影响的文化”有关，而非ChatGPT查询的具体水足迹。

我认为，将AI用水讨论与其他高耗水行业区分开来并非完全没有道理，只因当前AI被赋予极速发展的重要性，且对其前景的承诺已十分宏大。毕竟，高尔夫球场经营者不会与特朗普政府共进晚餐，不会为了仅重塑社会以建高尔夫球场（还声称能解决所有问题同时让多数人失业）而获得大量政策让步和经济补贴。“高尔夫巨头”不会因颠覆行业、引发大规模精神问题、维持燃煤电厂运转，或“若高尔夫市场崩溃可能引发经济灾难”而登上头条。

质疑被视为“必然”的技术所带来的环境代价是正确的；要求那些重塑经济以实现自身目标的公司提高环境透明度至关重要；在这过程中反复核查数据也同样重要。