請打開你的任意一款AI工具，問問它生產一瓶500毫升的可口可樂需要消耗多少水？
不同的AI可能會給出不同的答案，但生產者給出的官方答案是690毫升。可口可樂公司在2024年的環境報告里提到，當年的用水比是1.38，意味著每生產1升飲料需要1.38升水，多出來的水用來清洗設備、冷卻系統，最后被當做工業廢水排掉。值得注意的是，這個數字是工廠生產本身的用水情況，還未考慮全生命周期的水消耗。
現在，你再問AI第二個問題：“回答完剛才的問題，你自己消耗了多少水？”
你或許會覺得是0，畢竟只是一個電子程序，會和水扯上什么關系？
但很遺憾，你錯了。
AI的耗水量遠比你想象得多
OpenAI的CEO奧特曼說GPT回答一次問題的耗水量是0.3毫升，聽起來微不足道，也就幾滴眼淚。但加州大學河濱分校的研究者說一次查詢怎么也得有個十幾毫升，夠你喝一口的了。還有的研究者會更精細，比較了一堆AI后告訴你，目前當紅的這些好用AI，每次回答都得消耗一百多毫升水，嗯，夠裝一小杯了。
數據差距如此之大，誰說得對？
答案是：都是對的，只是各自都耍了一些花招。
為了理解這些數據，我們要從為什么會消耗水開始談起。
你一定經歷過手機發燙的時刻，在信號不好的地方開著導航，或者玩了一小時游戲，手機燙得好像要爆炸。這是因為芯片消耗電能進行運算時，一部分的電能會被轉換成熱能。當運算量突然增大，比如信號太差需要不斷搜索基站或者游戲畫面過于復雜時，原本只靠背板的散熱就不夠用了，手機會變得越來越燙。
AI數據中心亦如此。
成千上萬臺服務器24小時運行，單臺機柜的功率從幾十千瓦到數百千瓦不等，它們的運算能力驚人，但產生的熱量也同樣驚人。只靠風冷？散熱效率遠遠不夠。