科技巨头正以前所未有的速度押注人工智能基础设施，但这场算力竞赛背后隐藏着一个被严重低估的环境成本——水。微软、谷歌、亚马逊等企业今明两年预计合计投入1万亿美元（现汇率约合6.79万亿元人民币）建设数据中心，然而实际耗水量远高于其对外披露数值，且未来数年用水需求还将快速攀升。

1万亿美元投资背后的“水账本”

随着生成式AI爆发式增长，全球科技巨头掀起数据中心建设狂潮。这些设施需要大量电力驱动GPU集群运算，同时产生巨量热量需冷却系统降温。以微软为例，其2023年可持续发展报告显示，直接用水量同比增加34%，且预计2024年将进一步增长。但行业观察人士指出，这仅是冰山一角。

企业每年发布的可持续发展报告中，通常只披露数据中心现场用水量——主要用于冷却系统和加湿。这部分水被称为“直接用水”。然而，真正的“水足迹”远不止于此。数据中心消耗的电力，在发电过程中同样需要大量用水——无论是火电、核电还是水电，冷却与运行都离不开水资源。

发电站间接用水：被忽视的巨大消耗

在硅谷巨头中，只有Meta（原Facebook）迈出了关键一步：除统计厂区直接用水外，还主动核算为其供电的发电站产生的间接耗水量。这一做法揭示了惊人的差距。

据行业测算，每兆瓦时电力消耗，在燃煤电厂需要约2.1立方米水（用于冷却），天然气电厂约0.7立方米，核电则需约2.7立方米。而一个超大规模AI数据中心（如训练GPT-4级别模型）的峰值功耗可达100兆瓦以上，日耗电量相当于数万户家庭。按此估算，仅发电间接用水一项，就可能是数据中心现场用水的数倍甚至十倍以上。

然而，微软、谷歌、亚马逊等企业至今未将这部分“隐含用水”纳入公开披露范围。环保组织指出，这种选择性披露造成公众和监管机构低估了AI产业的真实环境影响。

区域差异加剧用水矛盾

问题更复杂之处在于，不同区域的供电方式导致水耗差异悬殊。在美国西部干旱地区，科技巨头大量选址建设数据中心，当地电网依赖水电站以及气冷热电厂。若数据中心接入以水冷火电为主的电网，其间接用水量可能远超当地自来水供应能力。

以亚利桑那州为例，该州多家数据中心面临水资源争夺，而当地地下水已过度开采。企业对外宣称的“用水效率”指标往往只计直接用水，未将上游发电环节纳入。环保人士批评：“这意味着企业把水耗包袱甩给了发电侧，而发电站的水资源压力很少出现在企业财报中。”

未来用水需求恐进一步攀升

随着AI模型规模持续膨胀，算力需求以指数级增长。国际能源署预计，到2026年数据中心的电力消耗将翻倍。若供电结构不变，间接用水量将同步激增。更令人担忧的是，部分企业正计划在缺水地区扩建数据中心，当地政府却因税收和就业激励而降低环境审查门槛。

行业专家呼吁，科技巨头应学习Meta的做法，采用“全生命周期耗水”核算方法，同时加大对节水型冷却技术（如液冷、间接蒸发冷却）的投入。此外，通过匹配可再生能源与废水回收，可显著降低对地表和地下水的依赖。

透明度才是解决之道

水资源正成为AI产业可持续发展的关键挑战之一。当全球水资源日益紧张，科技巨头有责任披露真实的用水情况，而非仅展示局部数据。1万亿美元的投资能否换来一个更透明、更负责任的AI基础设施生态，仍需时间来检验。但可以确定的是——当用户与AI对话时，每一行代码背后积累的水足迹，不该永远隐藏在阴影之中。