人工智能数据中心用水量远超多数科技巨头报告数据

- WSJ调查发现，AI数据中心实际用水量远超科技巨头（如谷歌、微软）公开报告的数字，原因是大多数公司只报告"饮用水"消耗，而忽略了用于冷却服务器的非饮用水（如再生水或冷却塔中的循环水）。 - AI模型训练和推理（尤其是GPU集群）产生大量热量，需要水冷系统降温。一座大型AI数据中心的年用水量可达数百万加仑，相当于几个小型城镇的居民用水。 - 科技公司普遍承诺"水正效益"（water positive）——即向自然补水超过自身消耗。但WSJ指出，由于报告口径不统一，这些承诺的实际环境影响难以核实。 - 这一争议正值AI算力需求爆发期：大模型（如GPT-4、Gemini）的规模持续扩大，数据中心的选址（常在水资源紧张地区）引发地方社区和环保组织的担忧。 - 关键背景：此前行业焦点多在AI的碳排放和电力消耗上，用水问题相对被忽视。WSJ的调查将公众注意力引向另一个稀缺资源——水。