硅谷AI算力崛起致资源紧张，穷人面临无水可用

沙漠中，沙特人正在尝试用创新的方式解决AI数据中心散热难题。而在美国佐治亚州，居民莫里斯家中水龙头却因为附近数据中心大量抽水而出现供水问题。

这凸显了AI产业繁荣背后鲜为人知的水资源危机。

科技巨头们在中东、东南亚和拉美等地大规模建设算力中心，将这些地区变为“AI工厂”。选择这些地点并非偶然，除了政策优惠和廉价电力，水资源消耗的成本外部化成为潜在动机。

数据显示，训练一个类似GPT-4的大模型，单次耗电量就高达2.4亿度，相当于3000户家庭一年的用电量。但很少有人关注的是，这些算力中心不仅吃电，更“渴”得惊人。

一个超大规模数据中心每天的用水量可达500万加仑（约18927立方米），这相当于一个5万人口小镇的日用水总量。更具体的监测数据表明，某些数据中心的日用水量甚至达到900万加仑（约34000立方米），足以满足3万户家庭的日常需求。

AI耗水量巨大的核心原因在于散热需求。运行AI模型的高密度GPU集群发热量远高于传统服务器，需要持续冷却。目前，大约80%的冷却用水最终会蒸发消耗，而不是回流利用。

间接耗水同样惊人。美国约56%的数据中心电力来自化石燃料发电，而火电站本身也需要大量水来冷却。2023年，美国数据中心因用电间接消耗的水资源达到了2110亿加仑（约7.99亿立方米）。

过去十年，我们见证了制造业从发达国家向发展中国家的转移。如今，类似的剧情正在AI算力领域上演，“全球南方”国家成为新的算力热土。

微软、亚马逊和谷歌在巴西、智利、南非、印度等地大规模建设区域节点。微软已承诺未来4年在印度投入175亿美元。这些投资表面看是为了满足数据本地化法规和低延迟服务需求，但成本考量同样关键。

印度正试图在中美博弈的夹缝中确立自己作为“全球南方发言人”的地位，向西方资本敞开大门。印度的雄心面临硬件短板：其最高端GPU基数仅3.8万颗，不及美国一家巨头的储备量，电网稳定性和水资源供应也捉襟见肘。

在沙特，王储穆罕默德·本·萨勒曼的“沙特2030愿景”中，96个目标中有66个直接与AI和数据有关。沙特甚至成立了全资持有的Humain和主攻芯片制造的Alat，试图打造“沙特芯”。

AI巨头们通常选择在电费便宜、土地宽裕的地区建设算力中心，而这些地区往往是农业区域或水资源本就不丰富的地区。这种选址策略导致数据中心的水电消耗直接挤占农业生产和生活用水资源。

在Meta位于佐治亚州牛顿县的数据中心，日耗水量约50万加仑，占该县总用水量的10%，导致周边居民水龙头干涸。近几个月，该县收到9家公司建设数据中心的申请，部分项目日用水量高达600万加仑，超出该县用水总量。

类似情况在多地出现：菲尼克斯周边因数据中心加剧干旱，房屋施工被迫暂停；科罗拉多州数据中心用水成为水资源条约谈判焦点。

更令人担忧的是，科技巨头可能将国内缺水矛盾转移到乌拉圭等受关注度较低的地方，掩盖问题的严峻性。

佐治亚州牛顿县曼斯菲尔德镇镇长布莱尔·诺森表示，未来两年，居民水费预计将上涨33%，远高于通常每年2%的涨幅。水费上涨的直接原因是数据中心对水资源的大量争夺。

一项研究估计，到2027年，数据中心在全球范围内每年可能会消耗1.7万亿加仑的水。随着AI竞赛白热化，科技公司建设数据中心的步伐加速，消耗的水量很可能继续增加，“情况可能只会变得更糟”。

佛罗里达州近期通过了针对数据中心用水监管的法案，成为少数几个直面这一问题的地区之一。法案确保数据中心相关的公用事业成本由自身承担，而不是转嫁给纳税人。

加州大学河滨分校的研究给出了一个直观的对比：每生成100字的AI提示词，大约需要消耗一瓶水（约519毫升）。这意味着用户与AI的简单对话，背后却是实实在在的水资源消耗。

面对这一问题，中国在海南岛附近建设了全球首座商用海底数据中心。相较于陆地传统数据中心，该海底数据中心每年能节省淡水10.5万吨。

西班牙《国家报》报道称，Meta计划专门为AI数据中心开发一套不需要用水（除发电用水外）的电干燥系统。其他解决方案包括优化算力中心选址、优化算力调度等。

专家指出，各国监管机构必须打破数据中心行业的“黑箱”，对所有超大型数据中心实施强制性的“碳足迹与水足迹双重审计”。

从根本上说，需要突破现有大模型的结构和训练方式，向精简模型、小样本学习、低功耗计算等方向发展。这也将降低AI研发的门槛，让更多高校和科研机构能够参与其中。

AI的发展不应对水资源构成威胁。世界未来能源峰会指出，AI技术本身也能改变我们的用水方式。通过AI优化水资源管理，可能形成良性循环。

全球算力博弈已进入深水区，各国开始探索差异化路径。例如，九章云极推出的“南方智算火种计划”，通过算电智能协同将本地能源转化为稳定算力供给，可实现数据中心能耗降低40%、算力效率提升35%。

沙特在沙漠中建设数据中心的尝试，也展示了极端环境下的技术创新。创新解决方案往往来自最受挑战的地区。

经济合作组织与电气电子工程师学会联合发布的报告呼吁，人工智能可持续发展亟需全球协同治理。国际社会需要为人工智能发展设置“底线”，确保技术进步不以牺牲基本资源为代价。

微软计划到2030年实现“水资源正效益”，承诺补充大于其消耗的水量。但这一承诺在干旱地区如何落地，仍然存疑。在佐治亚州，居民水费未来两年预计将上涨33%，远高于每年2%的正常涨幅。

而在印度、东南亚和拉丁美洲，这场“静默的算力革命”正悄然重塑全球AI版图。科技巨头们追逐的是更廉价的电力、更宽松的政策环境和更低的水资源成本。

没有人能否认AI的技术潜力，但当地的水井正一天天枯竭。一场关乎水资源公正的博弈刚刚开始。