AI卷王“渴”了：隔壁水龙头干了，Meta真的不心疼吗？

TL;DR：

最近，有消息爆料Meta数据中心“喜提”新称号——“邻里水龙头终结者”，因为AI跑得太“疯”，大厂们的数据中心成了“喝水怪兽”，直接把附近居民的水都给“吸”干了。这不禁让人思考：科技巨头在“卷”算力的同时，是不是也该思考下这“水深火热”的环境问题了？

最近科技圈又爆出个“大瓜”：Meta作为AI赛道的“老玩家”，在全球各地狂建数据中心，本以为是“高大上”的科技进步，结果却把自家“邻居”的烦恼指数拉满——家里的水龙头说干就干了！¹ 这事儿一出，大家伙儿都惊了：为了AI的“诗和远方”，我们连“眼前的苟且”——喝水都成了问题？这波操作，简直是“数字大厦”拔地而起，结果“地基”却在“旱”中挣扎啊！

AI“喝水怪兽”的秘密：数据中心不为人知的“口渴症”

话说回来，为啥这些数据中心会变成“喝水怪兽”呢？答案就一个字：热！

你想想，AI模型动辄上亿甚至上万亿的参数，每次训练、每次推理，那都是处理器在疯狂“脑力激荡”，发热量堪比一万个火炉同时启动。这些服务器为了不“罢工”，甚至不“自燃”，就得拼命散热。而最经济高效的散热方式，就是水冷。它们就像是给AI“大脑”降温的“巨型空调”，一刻都离不开水。

有多夸张？数据告诉你：

• AI训练是“大胃王”：大名鼎鼎的GPT-3，光是训练期间就吞噬了近700吨水，相当于一个大型游泳池的水量！² 甚至，你每问ChatGPT 20到50个问题，它就要“喝掉”差不多500毫升的水，这可不是开玩笑的！²
• 大厂都是“水桶腰”：Meta在2022年，仅仅用于数据中心冷却的水量，就高达260多万立方米。这什么概念？就是它一年“喝掉”的水，能把一个中型湖泊的水位都拉低一大截！² 难怪旁边的居民要“断水”了，简直是“吸水黑洞”啊！

近年来，随着人工智能技术（AI）越来越进步、用户数量越来越多，全球范围内，数据中心降温用水量逐年递增，引发业内针对AI水资源消耗和环境影响的关注。

这可不是什么“危言耸听”，人民日报都盖章认证了，AI技术越进步，水耗问题就越突出。[^2]

水源危机：邻居水龙头干了，大厂的心就不会痛吗？

当科技巨头们在会议室里畅谈“AI改变世界”的时候，他们可能没注意到，数据中心隔壁的村子里，老大爷们正盯着干涸的水井唉声叹气。这不就是典型的“为了远方的星辰大海，却忽略了脚下的泥泞”吗？

• 社区“水深火热”：数据中心往往选址在电力和土地成本较低的地区，但这些地方往往也伴随着水资源紧张的风险。一旦“巨型空调”开足马力，周围社区的地下水水位蹭蹭下降，水资源分配的矛盾就瞬间**“爆炸”**。
• 环保“压力山大”：AI的“水足迹”和“碳足迹”一样惊人，冷却系统甚至占据了数据中心总能耗的40%！³ 这不仅是水的问题，更是能源和环境可持续发展的重大挑战。我们总说AI要“向善”，结果它自己先成了“资源消耗大户”，这脸打得有点疼。

甚至，有些公司（比如NTT Data）的CEO还表示，他们对在炎热干燥地区建设数据中心的“兴趣日益增加”⁴。听到这，我不禁想问一句：哥们，是嫌水资源危机不够“刺激”吗？还是觉得“物以稀为贵”，水越少越显得数据中心“高大上”？当然，他们也承认，行业在这些“节水”技术上还处于“非常初期的阶段”⁴。看来，这就像是开着一辆超级跑车，结果油箱却小得可怜，还时不时得找加油站。

治水良方：AI的“节水革命”路在何方？

面对AI这个“口渴”的科技新贵，我们不能只看着它“喝”得欢，而应该思考如何让它“喝”得更环保、更负责任。

• 技术升级是“王道”：别总盯着传统的水冷了，液浸式冷却、蒸发冷却技术³、干式冷却这些“黑科技”都安排上！它们能大大减少水资源消耗，甚至在一些极端案例中实现“零水耗”冷却。但技术推广和成本投入，是摆在这些“大厂”面前的“硬骨头”。
• 选址考量要“长远”：数据中心选址不能只看电价和土地，更要把水资源评估作为重要指标。在水资源丰富的地区建，或者选择靠近水源循环利用条件好的地方，才是真正的**“高情商”**。
• 可持续发展不是“口号”：科技巨头们在追求算力高峰的同时，更要承担起社会责任。投入研发更高效、更环保的AI技术，探索绿色数据中心的未来，这不仅仅是“做面子”，更是给人类的未来留“里子”。

AI的时代正在加速到来，它无疑会给我们的生活带来翻天覆地的变化。但在享受科技红利的同时，我们也要正视其背后的环境成本。希望有一天，AI不仅能帮我们解决各种难题，也能帮地球“解渴”，而不是反过来制造更多“水荒”。毕竟，科技再牛，也得有水喝不是？不然，AI再“智能”，也没法给我们“变”出一滴水来。

引用

• AI水耗
• 数据中心
• 环境影响
• 科技巨头
• 可持续发展