AI 数据中心用水压力被低估：发电环节成科技巨头“隐形水账”

据 IT之家 7 月 5 日援引《华尔街日报》报道，微软、谷歌、亚马逊等科技巨头在今明两年预计合计投入约 1 万亿美元建设人工智能基础设施。随着 AI 数据中心加速扩张，行业关注点正从电力供应延伸到水资源消耗：企业可持续发展报告通常披露的是数据中心园区内的直接用水，但为其供电的发电站同样可能消耗大量水资源，这部分间接用水在多数披露中并未完整呈现。

来源显示，目前并没有法律强制企业同时披露直接用水与间接用水。美国劳伦斯伯克利国家实验室 2024 年的一份分析称，美国数据中心的间接耗水量长期约为厂区直接耗水量的 12 倍。对于正在快速上马的 AI 算力项目来说，这意味着数据中心的真实水足迹可能远大于公众从企业报告中看到的数字。

企业披露口径不一，间接用水成为盲区

谷歌最新发布的 2025 年可持续发展报告显示，公司全年耗水 109 亿加仑，较 2024 年上升 34%，用水几乎全部用于数据中心冷却。但问题在于，数据中心运行所需电力来自不同发电方式，而燃煤、核电、天然气、风电和光伏对应的用水强度差异很大。燃煤和核电通常耗水更高，天然气相对较少，风能和太阳能发电几乎不需要用水。

阿姆斯特丹自由大学研究员亚历克斯·德弗里斯-高今年早些时候发表论文指出，谷歌的间接耗水量约为其直接耗水量的三倍。谷歌、亚马逊、苹果等公司采购了足量可再生能源，以匹配自身全部用电量，但这并不等于每一度实际供电都来自风电或光伏。批评者认为，可再生能源信用凭证能够在账面上抵消碳排放，却无法抵消特定地区真实发生的水资源消耗。

在主要科技公司中，Meta 是少数把供电侧间接耗水纳入核算的企业。其 2024 年间接耗水量达 190 亿加仑，是直接用水量的 20 倍以上。Meta 提出了到 2030 年实现水资源正向平衡的目标，包含水资源修复项目，但来源称其尚未推出专门针对间接耗水的治理方案。微软提出建设零用水数据中心，并承诺补水量超过取水量，但其统计口径同样主要集中在园区直接用水。亚马逊则表示，其数据中心用水效率达到行业平均水平的 7 倍，距离“每取用一加仑水、回补一加仑水”的目标已完成 75%，但该数据也未纳入间接耗水。

AI 基建选址与水资源矛盾正在放大

数据中心过去偏好土地、电价相对低廉的区域，而这些地区并不总是水资源充足区域。来源提到，《卫报》与彭博社近期联合分析显示，美国约三分之二新建数据中心落地凤凰城等水资源紧缺区域。非营利组织塞雷斯 2025 年分析称，当前凤凰城数据中心直接与间接总用水量约占城市全年用水总量的 3%；到 2031 年，这一比例可能突破 20%。

这类变化对 AI 产业尤其关键。大模型训练、推理服务、云端智能体和自动化工具都依赖持续增长的算力供给，而算力中心不仅需要芯片、机柜和网络，也需要稳定电力与冷却系统。若电力来自高耗水发电方式，数据中心即使在园区内采用节水冷却技术，整体水足迹仍可能居高不下。

• 直接用水：主要发生在数据中心现场，常用于冷却设备与维持运行环境。
• 间接用水：发生在供电环节，例如部分火电、核电机组运行过程中的耗水。
• 披露差异：多数企业重点披露园区直接用水，供电侧消耗往往缺少统一口径。
• 区域影响：可再生能源抵消机制难以解决某一缺水地区的本地水资源压力。

解读：AI 成本不只在电费和 GPU，也在环境账本

过去一年，AI 基础设施竞争主要围绕 GPU、先进封装、电力接入和土地审批展开。但从此次报道看，水资源可能成为下一阶段约束 AI 扩张的重要变量。企业强调“低碳电力”并不等同于“低耗水算力”，尤其当数据中心与发电厂跨区域连接时，环境影响会被分散到不同社区，公众也更难理解真实成本。

对中文科技行业来说，这一趋势有两层启示。第一，评价 AI 云服务和模型基础设施时，不能只看参数规模、推理价格和能源效率，还应关注算力背后的资源透明度。第二，未来数据中心建设可能更依赖精细化选址、低耗水冷却、可再生能源实时匹配，以及对供电侧影响的完整披露。AI 基建仍会继续增长，但其可持续性将越来越取决于企业是否愿意把隐藏在电力链条中的水账算清楚。