问题——一次“提问”究竟耗多少水，为何说法悬殊？ 近期，关于生成式服务“每次回答消耗多少水”的话题引发热议；部分观点认为单次耗水仅“几滴”，也有研究指出可能达到“十几毫升”，在长提示词、复杂推理或更大规模模型下甚至接近“一小杯”。同一问题出现数量级差异，容易导致公众误判：要么将其视为“无足轻重”，要么将其等同于“高耗能高耗水”的必然结果。更需要厘清的是，有关数据往往并非互相否定，而是来自不同的测算边界与应用场景。 原因——水耗从何而来：冷却的“显性用水”与发电的“隐形用水” 从技术路径看，生成式服务背后依赖数据中心进行高强度计算。服务器集群持续运转会产生大量热量，散热成为基础环节。为提升散热效率，行业普遍采用冷却塔、闭式循环水冷等方案：一部分水在带走热量过程中蒸发损耗；循环水在多次使用后杂质浓度上升，需要排污与补水以维持系统稳定。这构成数据中心运行的直接用水。 更易被忽视、却在许多情况下占比更高的是电力所对应的水足迹。无论是燃煤、燃气还是核电等发电方式，冷却与辅助环节均可能消耗水资源。也就是说，生成式服务的水耗不仅在机房“看得见”，还包含为其供电的“看不见”。统计口径若只计算数据中心现场用水，数值往往较低；若将发电环节计入，整体水耗会显著上升。 同时，单次请求的耗水并非固定常数。提示词长短、输出字数、模型参数规模、推理深度、并发负载、数据中心PUE（电能使用效率）、WUE（水使用效率）、以及当地电力结构和冷却技术路线，都会共同影响单位请求的能耗与水耗。由此，某些“极短提示词+小模型”的测算可能得到亚毫升级结果；而“长提示词+大模型+复杂推理”的场景，水耗自然更高。仅截取其中某一条件下的数字加以传播，容易造成以偏概全。 影响——算力扩张叠加水资源约束，区域矛盾更需警惕 在全球算力快速扩张背景下，数据中心用电、用水需求同步上升。对水资源相对紧张地区而言，新增数据中心可能加剧城市供水系统压力，并与居民生活、农业灌溉及生态用水形成竞争关系。尤其在高温季节，冷却需求上升，叠加电力保供压力，极端天气下的供给风险更为突出。 从企业层面看，水耗与能耗已成为运营成本与合规风险的重要组成部分。冷却补水、污水处理、取水许可与排放指标等均会影响项目可行性与长期收益。对社会层面而言，公众对“看不见的资源消耗”更加敏感，若信息披露不足、口径不透明，容易引发误解甚至放大对技术产业的抵触情绪，不利于产业健康发展。 对策——以“算清账、管住水、提效率”为抓手推进绿色算力 业内人士指出，缓解相关矛盾关键在于统一测算与提升效率。一是完善核算口径与信息披露。建议推动企业在可比口径下公开能耗、水耗及其边界条件，明确是否计入发电环节、采用何种电力因子与水因子，并按模型类型与典型负载给出区间值，减少“单一数字”造成的误导。 二是优化技术路线，提升能效水效。包括提高服务器能效与调度效率、提升PUE，推广液冷、余热回收、闭式循环系统与精细化水处理，降低蒸发损失和排污补水比例；在水资源紧张区域探索再生水利用与分级用水，提高非传统水源占比。 三是优化布局与电力结构协同。引导数据中心向可再生能源富集、气候条件适宜、供水承载能力更强的地区集聚，同时通过绿电交易、源网荷储协同等方式降低电力侧“隐形水耗”。在规划层面，需统筹区域水资源红线与产业承载能力，避免“先上项目、后补约束”。 前景——从“单次耗水”到“系统治理”，绿色转型将成竞争力 可以预见，随着生成式服务更广泛渗透办公、教育、研发与公共服务，社会对其资源足迹的关注还将持续升温。未来竞争不仅体现在模型能力，也体现在单位算力的能效水效、供应链与运营的透明度以及与城市资源系统的协同能力。谁能更早建立可信的核算体系、更快实现节能节水技术迭代、更稳妥地完成区域布局优化，谁就更可能在下一阶段产业竞争中占据主动。
人工智能的蓬勃发展为人类社会带来了前所未有的机遇，但其隐形的资源消耗代价也不容忽视；从一次简单的查询消耗数毫升到百毫升水资源该事实，我们看到了技术进步与环境保护之间的深刻矛盾。这提醒我们，在享受AI便利的同时，必须更加理性地思考其背后的生态成本。只有通过技术创新、政策完善和产业自律的有机结合，才能实现人工智能产业的可持续发展，让科技进步真正造福人类而非透支未来。