简而言之
AI 主要以两种方式用水:直接用水,即冷却数据中心;间接用水,即为数据中心发电的电厂用水。按每条文本提示词计算,已公布的数据从 0.26 毫升(谷歌给出的 Gemini 数据)到约 45 毫升(Mistral AI 的生命周期数据)不等,主要是因为它们统计的内容不同。从总量看,AI 用水量很大且在上升:2023 年美国数据中心直接消耗约 660 亿升水,另外通过所用电力间接消耗约 8000 亿升;而从哪里取水,与取了多少水同样重要。
要点
- 谷歌报告称,Gemini 中位文本提示词用水 0.26 mL;Mistral AI 的生命周期评估得出,一条 400 个 token 的回答用水 45 mL。
- Li 及其同事估算,在微软的美国数据中心训练 GPT-3 可能消耗 540 万升水,其中 70 万升在现场消耗。
- 劳伦斯伯克利国家实验室估算,2023 年美国数据中心直接消耗 660 亿升水,另通过发电间接消耗近 8000 亿升。
- Li 及其同事预测,2027 年全球 AI 需求可能带来 42 亿至 66 亿立方米的取水量,其中 3.8 亿至 6 亿立方米会被消耗。
- 微软的耗水量在 2020 至 2025 财年间大约翻了一番,从 3,990 兆升增至 8,170 兆升;2025 年其中 48% 发生在水资源紧张地区。
- AWS 报告其 2025 年全球用水效率为每千瓦时 0.12 升,而它所用的美国电力在电厂环节每千瓦时约消耗 3–4.5 升水。
AI 用多少水?按每条提示词计算,比许多新闻标题暗示的要少;但从总量看,以及在某些地方,比大多数人以为的要多。AI 用水主要来自冷却数据中心,以及为数据中心发电。本文列出 AI 耗水量的已公布数据,解释它们为何相差这么大,并说明哪些问题仍不清楚。
一条 AI 提示词用多少水?
每条文本提示词从不到 1 毫升到几十毫升不等,取决于统计了什么。已公布的数据彼此不可比,因此每个数据都要结合其边界来看。
| 数据 | 涵盖范围 | 来源 |
|---|---|---|
| Gemini 中位文本提示词 0.26 mL | 数据中心现场用水,2025 年 5 月 | 谷歌,2025 年 |
| Le Chat 一条 400 个 token 的回答 45 mL | 生命周期评估,包括服务器制造等上游影响 | Mistral AI,2025 年 |
| GPT-3 每约 10–50 条中等长度的回答 500 mL | 现场用水加电厂用水,随运行地点和时间而变 | Li、Yang、Islam 和 Ren,2025 年 |
谷歌把其数据描述为大约五滴水;它是根据数据中心现场的用水效率计算的,不包括发电用水。Mistral 的数据更大,主要是因为它是与咨询公司 Carbone 4 和法国环境署 ADEME 合作完成的生命周期评估,计算了服务器制造等上游影响,而不只是现场冷却。Li 及其同事的估算针对的是一个较早的模型,但它揭示的一点至今仍然成立:同样的 AI 回答,因数据中心和时段不同,用水量可能相差好几倍。
AI 如何用水?
直接用水是蒸发水来冷却数据中心;间接用水是发电和制造芯片所用的水。Li 及其同事仿照碳核算,划分了三个范围。
- 现场(范围一)用水。服务器所用的电几乎全部变成热量。许多数据中心通过冷却塔或蒸发辅助风冷把热量排出,这会蒸发掉水。服务器内部的液冷(例如芯片直接液冷)本身并不消耗水;关键在于设施最终如何把热量释放到室外。
- 场外(范围二)用水。燃烧燃料或利用核能发热的火电厂需要用水冷却。Li 及其同事给出的美国平均值是每发一千瓦时电取水约 43.8 升、耗水 3.1 升。劳伦斯伯克利国家实验室根据美国数据中心所在地的电网,估算为每千瓦时耗水 4.52 升。
- 隐含(范围三)用水。芯片和服务器制造需要大量超纯水,部分排放的废水可能含有化学废物。
取水和耗水有什么区别?
取水是从河流、含水层或供水系统取走的水;耗水是其中没有归还的部分,主要是蒸发掉了。耗水更能反映一个地区损失的水量;在供水紧张的地方,取水量也很重要。企业报告和研究两种都用,因此比较之前要先核实一个数据指的是哪一种。
数据中心总共用多少水?
现场每年用水数十亿升,通过所用电力间接用水还要多很多倍。国家和全球数据都是估算值;并非所有数据中心都报告用水量。
- 美国:劳伦斯伯克利国家实验室估算,2023 年数据中心直接消耗约 660 亿升水,高于 2014 年的 212 亿升,其中超大规模数据中心和托管数据中心占 84%。它估计这些数据中心通过电力间接产生的水足迹近 8000 亿升,约为直接用水的十二倍,并预计到 2028 年仅超大规模数据中心的直接耗水就将达到 600 亿至 1240 亿升。
- 全球 AI:Li 及其同事预测,2027 年全球 AI 需求可能带来 42 亿至 66 亿立方米的取水量,超过英国一半的年取水量,其中 3.8 亿至 6 亿立方米会被消耗。
直接用水与间接用水之间的巨大差异,是各项估算出现分歧的主要原因。只统计冷却用水的研究,得出的数字会远低于把电厂也计算在内的研究。
训练一个 AI 模型用多少水?
根据为数不多的已公布估算,一个大模型需要几十万到几百万升水。
- GPT-3:Li 及其同事估算,在微软的美国数据中心训练它总共可能消耗 540 万升水,其中 70 万升在现场蒸发。
- Mistral Large 2:Mistral AI 的生命周期评估得出,训练加上 18 个月的使用共消耗 281,000 立方米水。
很少有模型卡报告用水情况。Li 及其同事指出,模型卡通常会列出碳排放,但就连现场用水量也往往缺失。
AI 公司报告了哪些用水情况?
它们的总用水量在上升,有些公司现在会报告每千瓦时的用水效率。数据来自年度可持续发展报告,属于自行报告,但有些经过了外部鉴证。
| 公司 | 数据 | 年份 |
|---|---|---|
| 微软 | 耗水 8,170 兆升,高于 2020 财年的 3,990 兆升;取水 13,266 兆升 | 2025 财年 |
| Alphabet(谷歌) | 全公司耗水 108.69 亿加仑(约 410 亿升) | 2025 年 |
| 谷歌 | 补充水量约 77 亿加仑,约为其淡水耗水量的 78% | 2025 年 |
| AWS | 全球 WUE 为每千瓦时 IT 负载 0.12 升,比 2024 年改善 20% | 2025 年 |
WUE(用水效率)由绿色网格(The Green Grid)定义,是每千瓦时 IT 能耗在现场使用的水量(升)。它是一个有用的效率指标,但不包括电厂用水,也无法说明当地是否缺水。“补充水量”(replenishment)是指资助向流域补水的项目;它并不会减少数据中心的取水量。参见读懂 PUE 和 WUE。
为什么地点这么重要?
因为在干旱地区取走一升水,其环境和社会代价远高于在水资源充足的地方取走一升水。气候和冷却设计会使每千瓦时的用水量发生巨大变化。
微软各站点的数据显示了这种差异。在 2025 财年,其位于亚利桑那州菲尼克斯周边的数据中心用电约 954,000 MWh,取水 981 兆升;位于爱尔兰都柏林周边的数据中心用电更多,约 130 万 MWh,取水却只有 18 兆升。按世界资源研究所(World Resources Institute)的 Aqueduct 工具评估,微软全公司 2025 年 48% 的耗水量发生在水资源压力高或极高的地区。
时间也很重要,而且可能与减碳相互冲突。Li 及其同事发现,用水效率不仅因地而异,也因时而异:现场用水量在一天中最热的时候上升,而电网往往在太阳能充足时最清洁。减碳可能意味着“追着太阳走”,节水则意味着“避开太阳”,因此必须把这两种足迹放在一起权衡,而不是盲目地以此换彼。如果您附近计划建设数据中心,参见对我附近的数据中心发表意见。
AI 用水有哪些不确定之处?
细节上大部分都不确定:很少有服务提供商公布每项任务的用水数据,方法各不相同,当地影响也很少被报告。主要缺口:
- 边界。只算现场用水,还是也算电厂和制造用水?仅这一点就能解释每条提示词 0.26 mL 与 45 mL 之间的大部分差距。
- 取水还是耗水。有些数据报告的是取水,有些是耗水。
- 地点和时间。全球平均值掩盖了当地的水资源压力,而很少有公司公布站点层面的数据。
- AI 所占份额。企业总量涵盖所有数据中心,往往还包括办公场所;AI 没有单独报告。
- 预测。对 2027–2030 年的预测取决于对 AI 增长、冷却技术和电网的假设。
一些地方的报告正在改善。在欧盟,IT 电力需求至少为 500 kW 的数据中心运营者,必须根据第 2024/1364 号授权条例报告能耗和用水情况。在其他地方,披露大多是自愿的。
AI 怎样才能少用水?
减少计算量,在合适的地方运行,并选择合适的冷却方式和电力。减少能耗的措施同样能减少用水。
- 对所有人:少用提示词、让提示词更简短,使用更小的模型,少生成图像和视频。参见高效使用 AI和AI 耗电量有多大?
- 对机构:向服务提供商索取 WUE、耗水量和地点数据,优先选择水资源不紧张的地区。参见为 AI 选择可持续的数据中心和可持续的 AI 采购。
- 对运营者:在电网清洁的地方采用不蒸发水的冷却方式,回用再生水或非饮用水,并把灵活的工作安排到更凉爽、用水效率更高的时段和站点。参见托管与数据中心。
下一步
- 估算您使用 AI 背后的用水:参见估算 AI 的水足迹。
- 减少用水:参见减少 AI 的水足迹。
- 了解相关指标:参见读懂 PUE 和 WUE。
- 阅读AI 的碳足迹是多少?,了解排放方面的情况。
- 向您的服务提供商索取站点层面的用水数据:参见向 AI 公司索取能耗数据。
常见问题
ChatGPT 用多少水?
OpenAI 没有公布用水数据。Li 及其同事估算,GPT-3 每生成约 10 至 50 条中等长度的回答,就需要消耗一瓶 500 mL 的水,具体取决于运行的地点和时间。这一较早的估算包括了电厂用水;企业为其他模型公布的较新数据要低一些。
一条 AI 提示词用多少水?
已公布的数据从 Gemini 中位文本提示词的 0.26 mL(谷歌,2025 年),到按完整生命周期计算的一条 400 个 token 的 Mistral 回答的 45 mL 不等。差距主要在于统计了什么:只算现场冷却,还是算上包括服务器制造等上游影响在内的完整生命周期。
数据中心为什么要用水?
主要是为了散热。许多数据中心使用冷却塔或蒸发辅助冷却,这会蒸发掉水。为数据中心发电的电厂也要用水,而制造芯片需要超纯水。
取水和耗水有什么区别?
取水是从水源取走的全部水量,其中很多会被归还。耗水是没有归还的水,主要是因为蒸发掉了。耗水更能反映一个地区损失的水量。
数据中心的 WUE 是什么?
用水效率(water usage effectiveness):每千瓦时 IT 能耗在现场使用的水量(升)。数值越低越好。AWS 报告其 2025 年为 0.12 L/kWh。WUE 不包括发电用水,而发电用水往往要多得多。
AI 用水是个问题吗?
这取决于用水发生在哪里。Li 及其同事预测的 2027 年全球 AI 取水量,超过英国一半的年取水量;而微软 2025 年 48% 的耗水量发生在水资源紧张地区。从缺水地区取走一升水,远比从水资源丰富的地区取走一升水影响更大。
AI 怎样才能少用水?
减少计算量,把工作放在气候更凉爽或水资源丰富的地区、用水效率高的时段运行,并使用不蒸发水的冷却系统。对个人来说,节能的习惯同样节水,因为用水量随能耗而变。
来源
- Making AI less 'thirsty': uncovering and addressing the secret water footprint of AI models, Li, Yang, Islam and Ren (arXiv 2304.03271, v5) (2025)
- 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)
- 2024 United States Data Center Energy Usage Report, Lawrence Berkeley National Laboratory (2024)
- 2026 environmental data fact sheet, Microsoft (2026)
- Alphabet FY2025 environmental indicators assurance letter (Schedule of select environmental metrics), Alphabet (2026)
- Read our 11th annual Environmental Report, Google (2026)
- 2025 AWS sustainability summary, Amazon Web Services (2026)
- Water Usage Effectiveness (WUE): a Green Grid data center sustainability metric (White Paper 35), The Green Grid (2011)
- Commission Delegated Regulation (EU) 2024/1364 on the first phase of the establishment of a common Union rating scheme for data centres, European Commission (2024)