AI数据中心耗水危机：2026年每5分钟对话消耗一瓶水

2026年，全球AI数据中心正面临一场日益严峻的AI数据中心耗水危机。支撑人工智能运算的庞大服务器不仅消耗巨量电力，更需要大量淡水用于冷却散热。联合国大学最新报告预测，到2030年全球AI基础设施年耗水量将达9.3万亿升，相当于13亿人一整年的基本生活用水需求。与此同时，全美约三分之二新建数据中心选址于水资源高度紧张地区，这场AI数据中心耗水危机已从技术隐忧演变为迫在眉睫的全球性资源冲突。

一、AI数据中心耗水危机的规模与紧迫性

1.1 全球AI耗水的惊人数字

AI数据中心耗水危机的规模远超公众想象。据联合国大学水、环境与健康研究所2026年6月发布的报告《人工智能能耗的环境成本》，2025年全球数据中心全产业链的总耗水量已达到约4.5万亿升。这一水量足以填满180万个奥运会标准游泳池，或满足撒哈拉以南非洲地区超过6亿人口一年的基本生活用水需求。

更令人担忧的是增长趋势。报告预测到2030年，全球AI数据中心年耗水量将攀升至9.3万亿升。与此同时，数据中心用电需求预计将达到945太瓦时，大致等同于日本全国的年用电量。

从更宏观的视角看，AI数据中心耗水危机只是AI产业整体环境冲击的一部分。联合国科学家警告，到2030年AI的用水量将匹配13亿人的需求，电力消耗则是6.5亿人的三倍。AI正在从数字世界的创新引擎转变为现实世界的资源吞噬者。

1.2 美国数据中心的用水现状

美国是AI数据中心耗水危机最为集中的地区。哥伦比亚广播公司针对用水情况的分析发现，到2028年，美国数据中心每年耗水量将至少达到4690亿加仑（约1.775万亿升），这一数值大约相当于2023年全美民众淋浴用水总量的三分之一。全美现有超过4000座数据中心，新增项目预计将大量落地美国南部乡村地区。

美国劳伦斯伯克利国家实验室估计，美国数据中心2023年直接耗水约174亿加仑，相当于约16万个家庭的用水量；到2028年这一数字可能增至740亿加仑。另有研究估计，到2030年美国数据中心的直接耗水量可能达到1100亿加仑，占公共供水系统全年用水量约7%。

哈佛大学Salata研究所2026年7月发布的一项研究，对472个美国大型数据中心进行了分析，估算其年运营用水量约为3000亿升。这一数字比许多科技巨头自行披露的数据高出数倍。

1.3 选址悖论：缺水地区的数据中心热潮

加剧AI数据中心耗水危机的一个关键因素是选址悖论。科技企业在建设数据中心时，往往将当地电价、土地成本作为首要考量，而水源是否充足反而成了次要问题。

彭博社调查发现，自2022年以来，美国新建或规划中的数据中心约有三分之二位于水资源压力较高的地区。《卫报》2026年6月的调查进一步证实，大约三分之二即将建设的数据中心都计划建在过去一年中属于全美最干旱的地区。目前，美国本土超过60%的地区正处于不同阶段的干旱之中。

这一选址模式意味着，AI数据中心耗水危机正在最不该缺水的地方集中爆发。大型数据中心每日耗水量可达500万加仑，相当于一个拥有数万居民的小镇的用水量。当这些“水老虎”被安置在干旱地区时，与农业灌溉、居民生活用水的冲突几乎不可避免。

二、AI数据中心耗水危机的成因分析

2.1 算力扩张驱动的用水需求

理解AI数据中心耗水危机，必须从AI算力的物理本质出发。AI训练和推理需要海量GPU芯片高负荷运转。当前主流的AI训练芯片如英伟达H100，单颗功耗约为700瓦，等效发热量与一台家用微波炉相当。下一代B200芯片功耗预计突破1000瓦，B300更可能达到1500瓦以上。

当成千上万张高功耗GPU被密集部署在一个数据中心时，整个设施本质上就是一个巨大的“高热锅炉”。如果不能在毫秒级时间内将热量带走，价值数亿美元的芯片瞬间就会因过热而烧毁。

为了追求成本最优解，全球超过70%的数据中心采用蒸发冷却系统。这种系统的原理是将大量冰冷的淡水泵入机房，吸收芯片散发的热量后，将约80%的水分化作水蒸气直接排放到大气中。这意味着这些水绝大部分无法在本地循环，而是从当地地下水和公共供水系统中“凭空消失”。

2.2 冷却技术的用水逻辑

当前主流的冷却技术可以分为以下几类，每类对AI数据中心耗水危机的贡献各不相同：

蒸发冷却（湿式冷却塔） ：这是目前最常见的数据中心冷却方式，通过水分蒸发带走热量。一座100MW的液冷AI数据中心在亚利桑那州凤凰城夏季气候条件下，每月的蒸发耗水量约为120万立方米，足够满足约3000个美国家庭的月度生活用水需求。传统塔式冷却系统每年每兆瓦约耗水260万加仑。

干式冷却：依靠与室外空气对流散热，运行过程几乎不直接耗水，但耗电量巨大。而发电过程本身同样会消耗大量水。在炎热天气下，干式冷却效果较差。

闭环液冷：如同一种冷却液在服务器之间不断循环管道输送以吸收热量。虽然节省了直接用水，但运行需要更多能源，而这些电力通常来自化石燃料，化石燃料发电本身需要耗费大量水。

2.3 单次训练与日常推理的耗水账单

AI数据中心耗水危机体现在每一个AI交互之中。据估算，和AI聊天5分钟大约会消耗500毫升的散热用水。人们常以“十次问答消耗一瓶矿泉水”来量化AI用水。一项研究估计，像GPT-3这样的模型，大约每回答10到50个中等长度的问题，就需要消耗一瓶500毫升的水。

在模型训练端，耗水量更为惊人。据独立学者与投行追踪，仅训练一次GPT-4就消耗了约6亿升纯净水，足以填满237个奥运会标准游泳池。而正在闭门训练的下一代旗舰大模型，由于算力规模呈指数级爆发，单次训练的水足迹将直接突破10亿升。

三、AI数据中心耗水危机的隐形维度

3.1 间接耗水：被忽视的12倍差距

AI数据中心耗水危机最被低估的部分，是数据中心的间接耗水——即为数据中心供电的发电厂在发电过程中消耗的水资源。

美国劳伦斯伯克利国家实验室2024年的一份分析报告显示，美国数据中心的间接耗水量历来约为厂区直接耗水量的12倍。根据钛媒体2026年披露的调研数据，当年数据中心直接用水量约为每年1.2亿立方米，而间接用水量高达14.9亿立方米，间接耗水量是直接耗水的12.4倍。

间接耗水量差异巨大，完全取决于发电方式。燃煤发电和核电需要大量水用于冷却，天然气发电耗水较少，而太阳能和风能等可再生能源几乎不需要水。

3.2 科技巨头的披露差距

在AI数据中心耗水危机的透明度方面，各大科技公司的表现参差不齐。

谷歌2025年可持续发展报告显示，其全年耗水109亿加仑，较2024年上涨34%，用水几乎全部用于数据中心冷却。但阿姆斯特丹自由大学研究员指出，谷歌的间接耗水量大约是其直接耗水量的三倍。

微软2025年环境报告显示，其全球用水量同比增长34%，增幅主要来自AI相关基础设施。微软宣称其数据中心水利用效率（WUE）已从早期的2.3升/千瓦时降至2025年的0.27升/千瓦时。

亚马逊2025年全球数据中心运营用水量为每千瓦时0.12升，而行业平均水平为0.84升/千瓦时，领先幅度达7倍。亚马逊全球数据中心总耗水量约25亿加仑（94.6亿升）。

Meta在2024年的间接耗水量达190亿加仑，是其直接用水量的20倍以上。Meta制定了“2030年实现水资源正效益”计划，但并未出台针对间接耗水的治理方案。

目前尚无法律强制企业完整披露全部用水，包括直接用水与间接用水。绝大多数科技公司仅统计厂区直接用水。

3.3 全产业链的水足迹

AI数据中心耗水危机不仅限于数据中心运营本身，还贯穿芯片制造、设备制造等全产业链环节。2026年全球AI产业链年耗淡水约230亿立方米，占工业取水量的3.7%。

覆盖芯片、发电、算力三大环节的AI全产业链，一年要“喝掉”230亿立方米的淡水。这个比例虽然看似不高，但全球淡水资源有限，且水不像电那样可以进行远距离输送。全球约四成的数据中心、近三分之一的芯片工厂都建在缺水地区。

四、AI数据中心耗水危机的全球案例

4.1 美国：抗议浪潮与政策回应

AI数据中心耗水危机在美国引发的社会反弹最为激烈。2026年7月18日，美国反对者在42个州发动142场抗议活动，是此类行动首次在全国范围内串联举行。抗议者不满数据中心消耗大量电力、水资源及抢占土地。

盖洛普公司2026年5月公布的民调显示，高达71%的受访美国民众反对在自己居住地附近建设AI数据中心。2024年1月至2026年5月，美国至少有46个数据中心项目因居民抗议推迟或取消，涉及投资总值约1700亿美元。

各州政府纷纷出台应对措施。纽约州州长霍楚尔于2026年7月中旬签署行政令，宣布临时叫停新建数据中心，禁令最长可持续一年。犹他州要求新数据中心披露预计用水量。弗吉尼亚州正在考虑将新数据中心的审批与用水量数据挂钩。印第安纳州自2026年7月1日起，要求数据中心运营须获得自然资源部的用水许可。

4.2 马来西亚柔佛：首个因缺水叫停数据中心扩建的地区

2025年11月，马来西亚柔佛州因水资源吃紧，要求各企业在至少18个月内暂停扩建水冷式数据中心。这是马来西亚与柔佛州近年全力推进数据中心发展以来，首次因水供吃紧而踩刹车。

柔佛州目前有15个运营中的数据中心，另有11个正在兴建，还有22个已获批准。当局估计，这些数据中心每天要用约6.75亿立方米的水来冷却服务器，耗水量相当于270个奥运标准泳池。居民和环保人士担忧，数十亿美元的科技投资正在与基本用水需求发生冲突。

4.3 澳大利亚悉尼：十年内消耗全市25%饮用水

澳大利亚的AI数据中心耗水危机同样不容忽视。悉尼水务局多次发出警告，指数据中心数量激增，有机会在十年内消耗悉尼市高达四分之一的饮用水。水务局常务董事克利里重申，按预测到2035年数据中心可能消耗该市高达25%的饮用水。

社区及环保团体在听证会上促请当局在确定数据中心对社区的真实影响前暂停审批。悉尼住宅区Lane Cove计划兴建六个数据中心，其中一个距离住宅仅20米、距离学校仅160米。

4.4 其他地区的水资源冲突

AI数据中心耗水危机正在全球多个地区引发冲突：

• 智利：珍贵含水层面临枯竭危险，谷歌因社运人士抗议撤回了可能耗尽水资源的数据中心计划。

• 墨西哥：一座微软设施附近的埃斯佩兰萨村爆发肝炎，当地居民因缺水无法洗手或维持基本卫生。

• 英国：林肯郡北部拟建的人工智能工厂遭到安格利亚水务公司反对。

• 印度：谷歌150亿美元数据中心项目引发民众上街抗议，环保及人权组织入禀法院要求暂停工程。

• 荷兰：数据中心扩张同样引发水资源担忧。

五、AI数据中心耗水危机的应对技术与政策

5.1 液冷技术：从风冷到全液冷的转型

面对AI数据中心耗水危机，液冷技术正成为数据中心散热的主流方向。传统风冷系统的能效比（PUE）通常在1.3到1.5之间，意味着每消耗1度电用于计算，还需要0.3到0.5度电用于散热。而液冷系统可以把PUE降到1.1甚至更低，大幅减少冷却用水。

英伟达Rubin全液冷方案是这一领域最引人注目的突破。2026年6月21日，英伟达发布了Rubin 100%液冷技术方案，将冷却液温度提升至45摄氏度。这一反直觉的设计——冷却液温度高于热水浴缸——是数据中心发展史上能效提升最重大的突破之一。

Rubin方案采用闭式循环设计：冷却水一次注入后，在设施整个生命周期内持续循环使用。冷却液由75%的水和25%的丙二醇组成，流经直接贴附于处理器的冷板，从源头捕获热量。冷却液约45℃进入服务器机架，吸热后约55℃回流，再经外部散热装置降温后重新进入系统。

在有利气候条件下，该方案将设施冷却用水量从传统塔式系统每年约260万加仑/兆瓦降至接近零。冷冻站温度每提高1摄氏度，即可降低约4%的制冷能耗成本。一座50兆瓦的超大规模数据中心转向液冷基础设施后，可实现能耗与用水的双重下降。

不过，部分媒体将Rubin方案误读为“零耗水”。实际上，该方案可大幅减少数据中心内部直接用水，但外部供电电厂仍消耗大量水资源。

5.2 用水效率指标与行业标准

衡量数据中心用水效率的核心指标是WUE（Water Usage Effectiveness，水资源利用效率），即每千瓦时电力消耗所对应的用水量。

行业平均WUE约为0.84升/千瓦时。亚马逊宣称其2025年全球数据中心WUE达到0.12升/千瓦时。微软2025年自有数据中心的平均WUE为0.27升/千瓦时。

中国也在推进数据中心用水标准。依据《用水定额——数据中心》标准，先进冷却技术的水耗可降至1.4升/千瓦时，而传统空调系统常在2.1升/千瓦时以上。工信部已提出面向数据中心推广液冷、蒸发冷却、热管、氟泵等高效制冷散热装备。

5.3 科技企业的承诺与局限

主要科技公司针对AI数据中心耗水危机做出了一系列承诺：

• 微软：宣布数据中心将实现“零水耗”，承诺建设“社区优先的AI基础设施”，包括“补充比我们消耗的更多的水”。但这也仅计算了直接耗水量。

• 谷歌：投资海水淡化和废水回收技术。

• Meta：制定了“2030年实现水资源正效益”计划，通过水资源修复项目实现。但未出台针对间接耗水的治理方案。

• 亚马逊：距离“每取用一加仑水、回补一加仑水”的目标已完成75%进度。

然而，批评者指出，这些公司的环保承诺往往绑定在商业利益上。当AI能带来数百亿美元收入时，节水的优先级就会被往后排。除非监管强制要求，否则企业很难主动牺牲增长来换环保。

5.4 监管框架的演进

全球监管机构正在逐步加强对AI数据中心耗水危机的回应：

• 美国：多个州已出台或正在考虑数据中心用水报告要求。密苏里州2026年立法要求AI优化数据中心必须实施闭环水冷系统或同等方案。

• 英国：AI增长区申请人须详细说明用水计划并提供供水商可行性确认。国家重大基础设施项目须将水资源影响纳入环境影响评估。

• 欧盟：《企业可持续发展报告指令》（CSRD）已开始要求企业披露水足迹数据，但强制力有限。

• 中国：工信部发布《算力标准体系建设指南》征求意见稿，建立整合电、水、碳、热、冷信息的综合性管理平台。

国际电信联盟（ITU）也在推进数据中心水环境可持续性评估框架的标准化工作。

六、AI数据中心耗水危机的挑战与出路

6.1 节水与节能的权衡困境

AI数据中心耗水危机面临一个根本性的两难：减少用水往往会增加能耗，而减少能耗又可能增加用水。

干式冷却系统几乎不直接耗水，但耗电量巨大，发电过程本身会消耗大量水。闭环冷却系统节省了水，但运行需要更多能源，这些电力通常来自化石燃料，而化石燃料发电需要耗费大量水。

这种“水-能权衡”意味着，应对AI数据中心耗水危机不能仅仅依赖单一技术方案，而需要综合考虑选址、供电结构、冷却技术、气候条件等多重因素。

6.2 透明度的缺失

目前全球主流的环评体系主要关注碳排放，水足迹长期被忽略。科技公司在历史上不报告间接耗水的一个原因是，它们的数据中心可能距离发电厂很远。此外，在不缺水的地区，水的间接消耗显得没那么重要。

但随着AI数据中心耗水危机加剧，这种选择性披露已难以为继。专家认为，监管重点不应只放在冷却技术上，而应综合评估数据中心的选址、当地水资源状况、供电结构以及生态风险。同时，企业也必须提高透明度，持续公开各数据中心的用水和耗电数据。否则，外界很难判断问题到底是否正在改善，还是只看到了“冰山一角”。

6.3 从“水正效益”到系统性解决方案

一些科技公司提出了“水正效益”（Water Positive）目标——补充超过自身消耗的水量。但批评者指出，这些计划仅计算了直接耗水量。用可再生能源信用抵消化石能源发电，不等于真正替代化石能源产能。即便内华达州河流干涸，密歇根州充沛的水资源也无法提供任何帮助。

应对AI数据中心耗水危机需要系统性的解决方案。这包括：将水足迹纳入数据中心选址的核心考量、强制要求企业披露全口径用水数据（包括间接耗水）、推动液冷等节水技术的规模化部署、以及在缺水地区实施数据中心建设暂停或限制。

AI数据中心耗水危机的本质，是人类在追求技术进步的同时，对有限淡水资源的竞争日益加剧。AI不应以牺牲人类最基本的生存资源为代价。在算力狂奔的时代，如何让AI“少喝水”，已成为整个行业必须回答的紧迫课题。

七、常见问题（FAQ）

Q1：什么是AI数据中心耗水危机？

AI数据中心耗水危机是指人工智能产业快速发展导致数据中心冷却用水量激增，对全球淡水资源形成巨大压力的现象。到2030年，全球AI数据中心年耗水量预计达9.3万亿升，相当于13亿人一年的基本生活用水需求。

Q2：AI数据中心为什么需要这么多水？

数据中心内成千上万的高功耗GPU芯片持续产生巨大热量，必须通过冷却系统维持在安全温度内。全球超过70%的数据中心采用蒸发冷却系统，通过水分蒸发带走热量，大量淡水被消耗。

Q3：AI数据中心的直接用水和间接用水有什么区别？

直接用水是数据中心厂区内用于冷却的水量。间接用水是为数据中心供电的发电厂在发电过程中消耗的水量。美国数据中心的间接耗水量约为直接耗水量的12倍。

Q4：哪些地区受AI数据中心耗水危机影响最严重？

美国受影响最为严重，约三分之二新建数据中心选址于水资源高度紧张地区。马来西亚柔佛州已暂停扩建水冷式数据中心。澳大利亚悉尼预测十年内数据中心将消耗全市25%饮用水。

Q5：科技巨头的水耗情况如何？

谷歌2025年耗水109亿加仑，同比增长34%。微软全球用水量同比增长34%。亚马逊2025年全球数据中心总耗水量约25亿加仑。Meta 2024年间接耗水量达190亿加仑。

Q6：液冷技术能解决AI数据中心耗水危机吗？

液冷技术可以大幅减少数据中心直接用水。英伟达Rubin全液冷方案在有利气候条件下可将冷却用水量降至接近零。但液冷系统本身需要高纯度水，且外部供电电厂仍消耗大量水资源。

Q7：各国如何应对AI数据中心耗水危机？

美国纽约州已临时叫停新建数据中心；马来西亚柔佛州暂停扩建水冷式数据中心18个月；英国要求AI增长区申请人详细说明用水计划；中国工信部推广高效制冷散热装备。

Q8：普通用户与AI交互会消耗多少水？

和AI聊天5分钟大约消耗500毫升散热用水。GPT-3模型大约每回答10到50个中等长度的问题，就需要消耗一瓶500毫升的水。