许多资料中心，例如位于美国俄勒冈州的谷歌设施，都会透过冷却水塔来将水蒸发。
人工智慧（AI）的使用正以极快的速度迅速增长。
但这是一项耗能的技术，不仅需要用水来冷却，还需在产生庞大电力的过程中消耗大量水资源。
根据联合国的资料，全球已有一半人口正面临某种程度的缺水问题，而气候变化与日益增长的需求预计将进一步加剧水资源短缺的情况。
AI的快速扩张，是否会让情况变得更加严峻？
人工智慧究竟用了多少水？
OpenAI执行长山姆·阿尔特曼（Sam Altman）表示，ChatGPT回答一个问题大约会用掉15分之1茶匙的水。
然而，一项由加州与德州的美国学者展开的研究指出，OpenAI的GPT-3模型每回应10到50次查询，就会消耗约半公升的水——也就是每次回应大约用掉2到10茶匙的水。
实际用水量的估计取决于查询类型、回应的长度、回应的处理位置以及计算中考虑的因素。
据这些美国学者的估算，每10至50次查询会耗水500毫升，包含了用于发电的水资源，例如燃煤、天然气或核能发电厂中推动涡轮机的蒸汽。
阿尔特曼的数字可能未将这部分纳入。当 BBC向OpenAI作出查询时，该公司并未提供详细的计算方式。
尽管如此，人工智慧的用水量仍在累积。OpenAI表示，ChatGPT每天回应约10亿次查询——而它只是众多人工智慧机器人中的其中一个。
这项美国研究估计，到了2027年，人工智能产业每年的用水量将是整个丹麦用水量的4到6倍。
“我们使用的人工智慧越多，消耗的水就越多，”该研究作者之一、加州大学河滨分校的任少磊教授（Shaolei Ren）表示。
人工智慧如何使用水资源？
用于制作图像和影片的生成式人工智慧被日益广泛应用，预计将增加对电力和水的需求。
从电子邮件、串流影音，到生成式文章或“深度伪造”(Deepfake)，这些线上活动都是由大型的电脑伺服器机架处理，这些设施称为资料中心，有些甚至有几个足球场之大。
当电力流经电脑时，设备就会变热。
水在冷却系统中扮演关键角色，通常用上的是干净的淡水。冷却方式各有不同，但某些系统最多会将 80%的用水蒸发到大气中。
人工智慧的任务所需的运算能力远高于一般线上活动，例如网购或搜寻，尤其是像生成式影像或影片这类型的复杂任务。因此，它们需要更多电力。
虽然差异难以精确量化，但根据国际能源署的估算，一次ChatGPT查询所消耗的电力几乎是Google搜寻查询的10倍。
而使用越多电力，产生的热量也越多——因此需要更多冷却。
人工智慧用水量的增长速度有多快？
资料中心包含用于处理线上活动的机架电脑伺服器。
大型人工智慧科技公司并未单独公布其人工智慧活动所使用的水量，但其总体用水量正在持续上升。
根据他们的环境报告，自2020年以来，谷歌、Meta和微软（OpenAI的主要投资者与股东）等公司，其用水量都有显著增加。Google的用水量几乎翻倍。至于亚马逊网络服务（AWS）则尚未公布相关数据。
随着人工智慧的需求预计将会持续增长，国际能源署预测，到了2030年，资料中心的用水量将几乎翻倍，这包括用于发电与制造电脑晶片的水资源。
Google表示，其资料中心在2024年提取了370亿公升的水资源，其中有290亿公升被“消耗”——主要是指蒸发。
这样的用水量算多吗？这取决于比较的对象。
若依照联合国建议的每日最低用水量50公升，这些水量足以供应160万人使用一年；或者，根据Google的说法，足以灌溉美国西南部51座高尔夫球场一年。
为什么要在干旱地区建设资料中心？
近年来，在一些容易发生干旱的地区，包括欧洲、拉丁美洲，以及美国的亚利桑那州等地，当地民众对资料中心的反对声浪登上了新闻头条。
在西班牙，一个名为“你的云端使我的河流干涸”（Your Cloud is Drying Up My River）的环保团体成立，旨在抵制资料中心的扩建。
在受到严重干旱影响的智利与乌拉圭，由于当地民众抗议水资源分配问题，谷歌已暂停或改变了资料中心的计画。
智利环保组织反对谷歌新建资料中心的计划，担心会耗水过多。
NTT Data执行长阿比吉特·杜贝（Abhijit Dubey）表示，该公司在全球营运超过150个资料中心，目前对于在炎热干燥地区建设资料中心的“兴趣日益增加”。
他解释，这些地区之所以具有吸引力，是因为土地供应充足、电力基础设施完善、拥有丰富的可再生能源（如太阳能与风能），以及友善的法规等因素。
专家也指出，湿度过高会加速腐蚀设备，并增加建筑物冷却所需的能源，这使得干燥地区在某些情况下反而更具优势。
谷歌、微软 和Meta都在其环境报告中表示，他们的资料中心确实使用来自干旱地区的水资源。
根据这些公司最新的环境报告：谷歌表示，其取水量中有14%来自“高风险”缺水地区”，另有14%来自“中度风险”地区。微软表示，其46%的取水来自“水资源紧张”的地区。Meta则表示，其26%的用水来自“高”或“极高”水平的水资源压力地区。亚马逊云端服务尚未提供相关数据。
2024年西班牙发生严重干旱，导致巴塞隆纳附近的水库几乎干涸，加剧了人们对用水的担忧。
还有其他冷却选项吗？
任少磊教授表示，干式或空气冷却系统可以作为替代方案，但通常比水冷系统耗电更多。
微软、Meta和亚马逊都表示，他们正在开发“封闭循环”系统，在这种系统中，水或其他冷却液体会在系统内循环使用，无需蒸发或更换。
NTT Data的执行长杜贝认为，未来在干旱地区，这类系统很可能会被广泛采用，但他也指出，目前整个产业在导入这些技术方面仍处于“非常初期的阶段”。
在德国、芬兰和丹麦等国已有计画或正在实施将资料中心产生的废热回收，用于当地的住所。
专家指出，企业通常偏好使用干净、新鲜的水，例如饮用水，因为这样可以降低细菌滋生、管道堵塞与设备腐蚀的风险。
然而，也有部分企业开始增加对非饮用水来源的使用，例如海水或工业废水。
这些好处是否值得付出环境代价？
人工智慧已经被应用于减轻地球的压力，例如协助侦测强效温室气体甲烷的泄漏，或是以更节能的方式重新规划交通路线。
联合国儿童基金会（UNICEF）创新办公室全球主任汤玛斯·达文（Thomas Davin）表示，人工智慧有可能成为全球儿童在教育、健康，甚至气候变化领域的“改变游戏规则者”。
一些数据中心建在干旱地区，但公司表示他们正在努力有效利用水资源并帮助补回水资源。
但他表示，他希望看到企业之间的竞争是朝着“效率与透明度”迈进，而不是单纯地“争相推出最强大、最先进的模型”。
他也希望企业能将其模型开源，也就是让所有人都能使用并加以改良。
达文认为，这样可以减少训练模型所需的大量电力与水资源——训练过程需要喂入大量资料，让模型进行处理并据此生成回应。
然而，独立研究员洛雷娜·豪梅-帕拉西（Lorena Jaume-Palasí）则持不同看法。她曾为多个欧洲政府、欧盟与联合国机构提供建议，并创办了“伦理科技协会”（Ethical Tech Society）网络。她表示，人工智慧的大规模增长“根本无法”在环境上实现永续。
她说：“我们可以让它更有效率，但效率提升的结果就是会产生更多使用量。”
“从长远来看，我们根本没有足够的原材料来支撑这场打造更大、更快人工智慧系统的竞赛。”
科技公司怎么说？
谷歌、微软、亚马逊云端服务和Meta都表示，他们会根据当地条件谨慎选择冷却技术。
这些公司都已设定目标，在2030年前达成“水资源正向效益”（water positive）。这表示他们的目标是，在整体营运中，平均回补的水量要多于取用的水量。
为了实现这一目标，他们资助并支持保护或补充该地区水资源的项目，例如恢复森林或湿地、修复泄漏点、改善灌溉系统等。
亚马逊云端服务表示，他们已达成目标的41%，微软则表示“进展顺利”，而谷歌和 Meta公布的数据显示，他们的回补水资源的数量已有显著增加。
不过，联合国儿童基金会的达文指出，整体而言，距离实现这些目标仍有“很长的路要走”。
OpenAI则表示，他们正在努力提升水与能源的效率，并补充说：“认真思考如何最佳地利用计算能力仍然至关重要。”
然而，任教授指出，业界仍需有更一致、标准化的用水报告：“如果我们无法测量，那我们就无法管理。”
