为了打起精神用豆包手搓一份事业报表，你喝掉了一瓶冰可乐。

与此同期，远在数千公里外的智算中心里，豆包为了帮你完成这份报表，也“喝”掉了约莫500毫升水。

图丨giphy

咱们觉得跟AI聊天仅仅用少许电、占少许网，实质上每一次生成谜底，王人要浪掷真实世界里的电力、芯片和水资源。

在夙昔，“云规划”仅仅个形象的比方，而AI时间的云规划，会确切把水变成“云”。

AI脑子越热，喝水越多

AI一想考，脑袋就发烫。

给AI用的算力中心叫智算中心，它的峰值功耗比传统的算力中心要高得多。

智算中心里有千千万万颗GPU芯片，每颗芯片的功耗能冲破700瓦，差未几至极于1台微波炉或100部手机捏续事业。

当这些芯片全部日夜不断、满负荷运行时，一个程序AI机柜的峰值功率能冲破140千瓦，芯片局部温度会赶紧升高，短时刻内就可能突出85摄氏度的安全事业范围，形成放慢、卡顿，致使烽火。

一个机柜里有许多GPU芯片丨datacenters.economictimes.indiatimes.com

愣着干嘛？降温啊！

当今主流的降温技能有三种：

风冷，唐突来说等于吹走热空气、带来冷空气，装置绵薄资本便宜，但散热恶果相称低，只相宜低算力的传统机房；

风冷开垦丨参考贵府[1]

浸没式液冷，是把开垦径直浸泡在成心的冷却液中，散热恶果很高，但散热系统、特种绝缘冷却液资本立志，很难进步；

有东谈主会给我方的电脑机箱作念浸没式液冷，但要用在智算中心上就太贵了丨Reddit/pcmasterrace

把电子元件和冷却液分开的板式液冷，则是当前能均衡恶果和资本的最好选择。

AI的水费单有多夸张？

AI最耗资源的阶段其实不是修起问题，而是考试。

考试大模子时，需要让数以万亿计的参数反复颐养，并在海量文本、图片和视频数据上进行学习。这个进程通常需要数千致使上万块GPU采集事业数周全数月。

大模子考试期间，冷却系统也必须火力全开。当年考试GPT-4的算力集群，耗水量达到了1.89万吨，至极于国内5000个住户一个月的用水量。

使用浸没式液冷的智算中心模块丨sphereinfrastructure

前期的一次性“大泼水”之后，等于日积月聚的量入制出。

你当今和豆包聊天，调用的是已考试好的模子的一次推理，用水量很小。假定你和豆包进行5分钟的语音对话，背后的语音识别、语义搭伙、大模子生成等一系列规划，在智算中心合计浪掷的冷却水约莫为500毫升，差未几是一瓶矿泉水的量。

但AI应用的用户动辄以千万致使亿计，一瓶瓶矿泉水加起来亦然洪流了。

一座厚实运行的大型AI智算中心年耗水量可达数百万吨，而一个中等城市通盘家庭每天的用水量概况是几十万吨——智算中心至极于为这个城市迥殊增多了一个社区的水务使命。

放眼世界，全球AI算力基础要害的年耗水总量，如故接近爱尔兰宇宙住户的全年用水量。

更要命的是，至极一部分冷却AI的水没法回收。

当今主流的智算中心禁受两级水冷模式：一级是闭式轮回水路，紧贴机柜为芯片散热，水量损耗很少；真实耗水的是二级系统，它崇拜把一级系统的热量带走，作念最终的散热科罚，绝大部分水会在冷却塔里挥发飘散，没法轮回摆布。

当前应用较广的两级水冷结构暗示图丨中兴通信液冷白皮书

数据中心的冷却塔丨thekuuleffect.com

若是把视线从冷却系统放大到通盘这个词链条，AI“喝”掉的水更多。

AI的冷却系统自己也要耗电：水泵要把冷却水送入管谈，风秘要制造气流，制冷开垦还要无间调遣温度。这些提拔开垦浪掷的电能，通常占智算中心总用电量的15%到25%。而电力坐蓐自己，相似离不热水。

算力供电配套更是“电老虎”。无论火电、水电如故核电，大界限发电系统王人需要与水发生有关，因此电力浪掷最终也会抨击为一定的水资源浪掷。江西省最大的水电站万安水电，其一年的发电量也只可餍足两座超大型智算中心使用。

除此以外，芯片制造、机房开垦清洗、中水预科罚、浑水净化……全链路笼统水耗量还得算进去。

AI的假造交互，背后是实真实在的水资源浪掷体系。

AI渴了，去哪儿喝水？

咱们离不开AI，AI离不热水，那就让AI去找水。我国的算力中心布局，正演出着一场与水资源的博弈。

我国东部城市密集，企业扎堆，是算力需求最昌盛的地区，但地盘垂危、电力崇高、水资源不算充裕，当今如故严禁新建高耗水开式冷却塔算力名堂，且在强制推行中水回用、闭式冷却与浸没液冷时间。南宁、广州等智算产业园，一半的冷却用水也来自市政再生中水。

比较之下，西部地区水电和水源充沛，征象干燥爽直，当然冷却恶果高、资本还低。

“东数西算”工程应时而生。

如果把宇宙智算中心看作一台庞杂的发动机，那么东部崇拜踩油门，西部崇拜提供燃料和散热。贵州贵安、内蒙古和林格尔、甘肃庆阳等西部地区如故建起算力纰谬，推行离线规划和大模子考试等任务。

贵安的腾讯七星洞库式数据中心丨贵阳网

和林格尔的中国挪动智算中心丨新华社/陈前

开发中的中国电信庆阳智算产业园丨甘肃·甘肃日报/安志鹏

但西部并非莫得麻烦，冷却水需要结拜度极高的软化水，而西部部分地区水质偏硬，科罚资本更高；高原地区挥发量大，冷却塔的水损耗比平原突出不少。

能让AI少喝点吗？

换个角度来想，能不成让AI少“喝”水？

让公共少用AI昭彰是背本就末了，咱们不错通过低功耗先进制程GPU、散播式轻量化推理模子，从源流削减总散热量，让AI少产热少喝水。

更省电的芯片、更高效的算法，也在减少AI对水资源的依赖。比如神经方式芯片模拟东谈主脑神经元的事业模样，功耗就惟一传统芯片的千分之一，光子规划用光代替电传输信息，也简直不产生热量。当这些时间走向锻真金不怕火，AI偶然确切能结束“只动脑、不流汗”的超等方式。

密闭两相浸没液冷、海水冷却海底数据中心、余热制冷时间，这些稚子耗的冷却时间，亦然让AI少喝水的标的。

微软曾于2018年~2020年在苏格兰海岸测试海底数据中心（Project Natick），该名堂已于2024年远隔。丨 Microsoft

正在开发中的我国海底数据中心丨cctv

摆布现存的工业结构，咱们还不错通过能量梯级轮回减少浪掷。比如火电机组为算力中心提供电能，其发电余热能用来驱动制冷机；算力中心临近的钢铁、化工企业产生的余热也能用上；更进一步，还不错让工业余热先发电，再把剩余热量用于数据中心制冷、建筑供柔软温室供热，尽可能把动力“吃干抹净”，欧洲已有多个算力中心结束了余热接入城市热网。

AI不会确切把地球的水喝光，和工业、农业比较，它当前仍然仅仅全球用水体系中的一部分，但也领导咱们，数字世界从来不是脱离践诺存在的。

咱们期待模子越来越大、算力越来越强，也期待它用每一滴水、每一度电换来更多的价值。

参考文件

[1]王馨翊, 王露, 陈晓轩, 等. 数据中心高密度机柜的风冷系统至极散热才智分析[J]. 制冷学报, 2026, 47(1): 51-58.

作家：蓝巾

裁剪：李小葵

本文来自果壳九游体育app官网，未经授权不得转载