简而言之
用水量与能耗相关:把 AI 工作的能耗乘以数据中心现场冷却的水分利用效率(WUE),如果发电用水在您的边界之内,再加上发电所用的水。已公布的单次提示词用水数据从不到 1 毫升到几十毫升不等,主要原因是它们统计的范围不同。用水发生在哪里,与用了多少水同样重要。
步骤
- 先估算 AI 工作的能耗,单位为千瓦时。
- 乘以数据中心的 WUE(单位为升每千瓦时),得出现场用水量。
- 如果您的边界包括发电,再加上发电所用的场外用水。
- 记下所在地,以及该地区是否缺水。
- 说明边界,并给出一个范围,而不是单一数字。
根据能耗估算用水量,再说明用水发生在哪里。 数据中心用水主要用于冷却,发电站发电也要用水,所以每个 AI 回答背后都有这两部分用水。
已公布的数据有多大?
| 来源 | 测量对象 | 用水量 |
|---|---|---|
| Google(2025) | Gemini 文本提示词的中位数 | 0.26 mL |
| Mistral AI 生命周期评估(2025) | 一个 400 token(词元)的回答,统计了更多环节 | 45 mL |
| Li、Yang、Islam 和 Ren | 在 Microsoft 美国数据中心训练 GPT-3 | 直接蒸发约 700,000 升 |
Li 等人还估计,根据运行的时间和地点不同,GPT-3 每生成大约 10 到 50 个中等长度的回答,就要“喝掉”一瓶 500 mL 的水;他们还预测,2027 年全球 AI 需求可能导致 42 亿至 66 亿立方米的取水量。这些是针对一个较早的模型和一组数据中心的估算。较新的公司数据,例如 Google 的数据,要低得多;在下结论之前,请先比较各自统计了哪些内容。
估算包括哪些部分?
- 现场用水: 能耗 × WUE。请参阅读懂 PUE 和 WUE。
- 场外用水: 当地发电站每千瓦时所用的水。
- 制造: 如果您的边界较宽,芯片制造同样要用水。
常见错误
- 混淆取水量和耗水量。 取用后又归还的水,与蒸发掉的水不是一回事。
- 忽视所在地。 在遭受干旱的地区用掉一升水,比在水源充足的地方影响更大。
- 比较边界不同的数据,就像上表中那样。
要减少用水,请参阅减少 AI 的水足迹和托管与数据中心。
来源
- Making AI less 'thirsty': uncovering and addressing the secret water footprint of AI models, Li, Yang, Islam and Ren (2023)
- Measuring the environmental impact of delivering AI at Google scale, Elsworth et al., Google (2025)
- Our contribution to a global environmental standard for AI, Mistral AI (2025)
相关内容
如何减少 AI 的水足迹?
减少 AI 用水:少用算力,选择水资源压力低、WUE 表现好的托管方和地区,并在合适的时间和地点安排高负荷工作。
如何看懂 PUE 和 WUE 数据?
PUE 反映数据中心的能源额外开销,WUE 反映每 kWh 的现场用水量。本文说明这些数字的含义、如何比较,以及它们没有涵盖什么。
如何核实关于 AI 能耗的说法?
用六个问题检验任何关于 AI 能耗、用水或碳排放的说法:以什么为单位、谁说的、包含什么、多旧、和什么比、是总量还是每次。
绿色 AI 的托管与数据中心
如何选择 AI 的运行地点:电网碳强度、PUE 与 WUE、可再生能源声明、用水和选址,并附上可向托管服务商提出的问题。