微软称保守假设下，典型 AI 查询耗水量少于 1 滴水
各说各话：AI查询耗水从0.3毫升到100多毫升
关于一次AI查询的耗水量，业界给出了截然不同的答案：
- 奥特曼的“小花招”：OpenAI CEO曾给出0.3毫升的数据，但这是基于最小模型GPT-4.1 nano在短提示词下的测试结果，并非典型场景。
- 学术研究的粗算：加州大学河滨分校研究者将每次查询耗电约4瓦时，乘以数据中心和发电厂的平均耗水系数（每度电约4升），得出每次查询耗水约16毫升。
- 最新精细模型：更大模型如GPT-4.5、Deepseek R1在长提示词下，单次查询耗水量超过100毫升，相当于一小杯水。
- 更合理的均值：综合OpenAI和Google的官方报告，一条请求平均耗电约0.3瓦时，对应耗水约1毫升——但这一数字仍与“1滴水”（约0.05毫升）有数量级差距。
微软的“滴水”答案：封闭循环冷却系统
微软首席执行官纳德拉近日透露，公司新一代AI数据中心采用垂直化双层架构和封闭式液体冷却系统，全年耗水量仅相当于一家社区餐厅（而非传统数据中心的数百万加仑）。在这种保守假设下：
- 典型AI查询耗水量少于1滴水（约0.05毫升以下），因为冷却液在封闭回路中循环，几乎无蒸发损失。
- 相比于开放式冷却塔（80%用水蒸发）或老旧风冷系统，新设计将直接用水量削减了99%以上。
- 微软强调这一数据不包含发电耗水（即“水足迹”中较难量化的部分），仅统计数据中心运行直接用水。
水去哪儿了？数据中心冷却与发电的隐形消耗
传统AI查询的耗水主要来自两大环节：
- 直接冷却蒸发：成千上万台服务器产生巨量热量，开放式冷却塔通过水蒸发带走热量，约20%的水会逸散到大气中，剩余杂质累积后需排放并补充新水。
- 发电间接耗水：发电厂（燃煤、天然气或核能）使用蒸汽驱动涡轮，每度电约消耗3.142升水（美国平均），加上数据中心本身0.55升/度电，合计约4升/度电。一次查询耗电0.004度时，间接耗水即达16毫升——远超直接用水。
微软的封闭循环系统直接规避了冷却蒸发，但发电耗水仍存在（需依赖电网脱碳才能进一步减少）。这也是为何奥特曼的0.3毫升与研究者16毫升差距如此之大：前者只看直接冷却，后者包含发电。
局部困境：水资源紧张地区的AI扩张争议
尽管微软宣称“喝1滴水”，但全球数据中心的扩张正引发局部水危机：
- 选址矛盾：近一半新数据中心建于高度或极度缺水地区（如美国亚利桑那州、智利、西班牙）。这些地区有廉价土地和可再生能源，但居民水井因数据中心大量取水干涸。
- “水资源中和”的猫腻：微软、谷歌等承诺2030年前回补超过耗水量的水资源，但实际举措（如恢复湿地、灌区改造）往往远离工厂所在社区，账面上“中和”了，当地缺水问题却未解决。
- 反对浪潮：西班牙诞生了“你的云在消耗我的河流”环保组织；智利居民因谷歌数据中心扩建导致地下水枯竭而发起诉讼。问题根源在于水是局部资源——全球循环的水量不可怕，可怕的是水被集中消耗在干旱的社区。
微软的新技术有望缓解这一矛盾：封闭循环冷却让数据中心几乎不“喝”当地水，从而降低选址对水资源的绑架。但电力脱碳和供应链水的“水足迹”仍是长期难题。