大家好，这里是全球脉冲。

AI不仅费电，其耗水问题也被企业刻意淡化。你的每一句prompt背后，都是一条全球水资源供应链，但企业只展示了冰山一角。

企业宣称单次普通文本提示仅耗几滴，如Gemini约0.26毫升，OpenAI约0.32毫升，让大众误以为影响微小。

然而联合国大学报告戳破假象：2030年AI全生命周期用水量预计达9.3万亿升，相当于13亿人一年的基本生活用水需求。生成一张图片约耗29毫升水，一段视频约需4升，比得上两天饮用水量。

统计口径天差地别：企业只算直接耗水，学界覆盖全链条

企业与科学家的计算标准截然不同。企业统计的是数据中心单次请求直接耗水，而科学家算的是全生命周期用水，包括数据中心冷却、电厂发电、芯片制造等环节。

一个100兆瓦AI数据中心24小时运转，每天需2000吨冷却用水，但电厂冷却用水是其六倍。

每消耗1度电，机房自身制冷用0.5升水，电厂冷却则需3升，AI越费电就越费水。

清洁能源并非节水万能解，芯片制造额外消耗巨量纯水

低碳能源并非都节水。部分低碳能源的全生命周期水耗反而更高，如水力发电耗水达79.5升/千瓦小时，远超煤电的0.57升/千瓦小时；太阳能光伏水耗约0.07-0.2升/千瓦小时，风电几乎不耗水。

但芯片制造环节仍需大量超纯水，晶圆需经上千道工序清洗，一座先进晶圆厂每天消耗数万吨超纯水，算力扩张带来芯片需求暴涨，每新增一批GPU，水耗就同步增加。

服务器制造、运维等环节的用水也未被企业计入。2021到2022年全球用水量因AI激增34%。

水资源成算力扩张新壁垒，淡水取舍值得所有人深思

未来AI竞争不仅拼模型和参数，更拼稳定的水电、土地资源，水资源稀缺将成为新瓶颈。谁拥有充足的水资源，谁才能持续扩张算力。

当人们讨论AI需要多少GPU时，更该问：我们愿用多少淡水换一句AI答案？