咱们都知道，AI对电力的动力需求。相比之下，更少的人了解AI是怎么耗水的。
幻想一下，煮两包方便面或许只需求半升水。但假如告知你，和 AI 东西如 ChatGPT 在线谈天一次，耗费的水量和煮面相同多，你或许会觉得很惊奇。虽然这个量看起来很小，但当每天稀有百万人运用谈天机器人时，这就变成了一个巨大的数字，并增加了总水脚印（编者注：直接或直接耗费的淡水总量）。
依据信息和通讯技能（ICT）专家 A. Shaji George 的一项关于 ChatGPT 水耗费的研讨，AI 谈天机器人每次与用户进行较长对线 升的水。这适用于一切现有的 AI 体系和大言语模型。
另一项由加州大学河岸分校的 Pengfei Li 和 Shaolei Ren 编撰的研讨《AI 模型的隐秘水脚印》中，也指出了AI的“口渴”现象，并猜测了 AI 作业负载对淡水资源形成的压力。
依据 2027 年的猜测，全球水资源缺少的担忧下，AI 需求将导致许多的水资源提取——从地下或地表水源中临时或永久提取的淡水。这一提取量将大致相当于丹麦和英国一半的年度总水提取量，即 42 到 66 亿立方米。
考虑到人类每年大约 4000 亿立方米的淡水耗费量（依据联合国国际水开展陈述和联合国粮食及农业安排的数据），这一数字显得很重要。
AI 练习数据中心是水资源耗费的重要来历之一。依据该研讨，即便不考虑第三方设备的水资源耗费，“谷歌自有的数据中心在 2022 年直接提取了 250 亿升水，并耗费了近 200 亿升用于现场冷却，其间大部分是饮用水。”
AI 是怎么样去运用水的？AI 体系的水资源运用分为三个部分。首要，它包含用于支撑 AI 作业负载的数据中心的水耗费。这些数据中心具有高性能服务器，由于继续的发热，需求许多冷却剂。大多数冷却体系，如冷却塔和外部空气冷却，对水资源的敏感性很高。冷却塔在顶峰时段每耗费 1 千瓦时的动力，在大多数情况下要多达 9 升的水。
其次，它还包含在火力发电厂中的用水。火力发电厂为数据中心供给电力，而发电自身需求许多水。在美国，均匀每千瓦时发电需求 43.8 升水。
此外，制作 AI 芯片的进程中也需求用水。这样的一个进程每天或许耗费数百万升的水，特别是在需求超纯水的工艺中，如水制作工艺。
AI 对水资源的需求好像正在上升 关于数据中心经济影响的一项研讨指出，将数据中心建立在监管不太严厉的区域具有优势。这有助于更快、更高效地开展，由于数据中心对经济稳步的增加、发明工作和提高竞争力都有影响。
水下数据中心是解决方案吗？2024 年 6 月，微软正式揭露宣告中止其水下数据中心项目 Project Natick。该项目始于 2013 年，旨在探究由可再次出产的动力供电的水下数据中心的功率。经过使用海水进行冷却，他们期望使冷却进程更高效。虽然取得了一些有期望的效果，微软决议中止进一步开发。
“咱们从海底操作、振荡及其对服务器的影响中学到了许多东西。咱们会将这些学习效果应用于其他场景中。”微软云运营与立异（CO+I）部分负责人 Noelle Walsh 说。
而在上一年3月份，海南省陵水黎族自治县的清水湾，咱们首先落地了全球首个商用海底数据中心。据海兰云海底数据中心总经理介绍，该数据中心每年能节省用电总量1.22亿千瓦时、节省建造用地面积6.8万平方米、节省淡水10.5万吨。
还有许多其他公司也测验跟进过该技能，测验建造成功的水下数据中心以节省淡水资源。不过，专家们以为，资源管理的功率仍需改善。
