数据中心用水争议：数字背后的真相与误区
随着欧洲走出创纪录的夏季高温，以及美国临近11月中期选举，大西洋两岸的数据中心再次成为舆论焦点。在英国，供水公司指出数据中心每日消耗约660万升公共用水；在美国，部分选民将电费上涨归咎于数据中心扩张。彭博社甚至将数据中心的“反击”描述为影响中期选举的关键因素。
由于建设速度过快且规模庞大，一些社区担忧其水资源需求在支持人工智能基础设施的名义下被忽视。尽管早期数据中心设计中水效率并非首要限制条件，导致存在合理的抱怨基础，但当前公众讨论中的许多数据要么过时，要么完全错误。部分言论夸大了问题，而另一些——包括行业自身重复的观点——则低估了它。
厘清准确数字至关重要，错误的统计会导致不当的定位决策、审查偏差以及信任危机。
关于“ChatGPT对话耗水一瓶”的误解
在关于AI基础设施的公共话语中，最著名的说法是“每一次ChatGPT对话消耗一瓶水”。然而，这一论断缺乏实证支持，甚至连原始作者也未予确认。该数据源自论文《让人工智能不那么“口渴”》（Authors: Peng Feili, Ji Jian, Mohammed Islam），是基于公开数据的估算值，而非数据中心的实际计量结果。
2024年，《华盛顿邮报》的一份分析证实了这一流行说法的不准确性。Ren随后表示，对GPT-4的用水量估计可能过高，实际数值更接近每次提示消耗15毫升，其中仅5毫升用于现场冷却。到了2025年8月，Google披露其AI工具Gemini的中位数文本提示现场耗水量仅为0.26毫升，约合5滴水。
具体用水量取决于模型类型、地理位置、季节以及计算口径。鉴于披露标准的不一致，诚实的回答应是一个较宽的范围，而非固定的“水瓶”数量。
数据中心并非同质化实体
批评者常假设所有数据中心在水资源使用和冷却方式上相同，但这不符合事实。不同的冷却技术导致用水量差异巨大。以Google为例，其在2024年披露，德克萨斯州某数据中心年耗水约1万加仑（相当于单个家庭两个月的用量），而其爱荷华州的最大耗水设施年用量约为10亿加仑。同一公司、同一年份，因冷却架构和气候差异，用水量相差五个数量级。
另一个常见误区是认为数据中心使用的水会永久流失。实际上，不同设施情况各异：有的抽取河水经热交换后回流，仅温度略有升高；有的则从含水层抽水并蒸发至大气中。取水量（及回流量）与总用水量是两个截然不同的指标，单一维度的糟糕数据无法反映全貌。
对比视角：高尔夫球场与农业用水
数据中心是否真的是“水老虎”？在许多国家，个人用水量记录并不完善，但宏观数据显示，在美国，数据中心的年度直接消费仅占公共供应总量的0.3%。相比之下，高尔夫球场的用水量约为美国所有数据中心总和的30倍。联合国《世界水资源发展报告》指出，全球淡水取用量的70%左右来自农业。
尽管如此，国家级统计数据往往掩盖了局部影响。这就是为什么一个大型数据中心每天抽取数百万加仑水会引起社区关注。这种关注并非源于其在全国范围内的绝对占比，而是因其集中性和可见性带来的局部压力。
AI增长不等于线性水耗增加
好消息是，更多的人工智能并不必然意味着更多的水消耗。最新一代数据中心正采用闭环设计、浸没式冷却和回收水协议，以应对下一代AI的高热负荷需求。
微软、谷歌和亚马逊三大超级云服务商均承诺到2030年实现“水阳性”，即补充的水量超过消耗量。同时，欧盟要求功率超过500千瓦的数据中心每年提交水资源报告。监管将在未来发挥关键作用。
迈向透明与问责
现有证据表明，AI数据中心在全国层面的用水量占比很小。新的工程实践、更完善的规划和监管正在见效，但用水问题尚未彻底解决。建立标准化的提取、排放和消费披露机制，确保设施级数据独立可验证，将以较低的行业成本重建当地社区的信任。
目前，关于数据中心用水的错误数字导致了不当的审查和信任缺失。若要使公众辩论和政策跟上AI发展的步伐，诚实的问责机制不可或缺。
