由于毁灭性干旱袭击美国近 63% 的地区，人工智能数据中心的用水量到 2025 年将突破 2640 亿加仑
一句话看懂：一份最新分析指出，美国近三分之二的地区正遭受干旱侵袭，而 AI 数据中心的冷却用水预计将在 2025 年突破 2640 亿加仑。这一数据将 AI 算力扩张与当地水资源紧张的矛盾推向台前，引发对可持续计算的严肃讨论。
事件核心：发生了什么
根据 Reddit 科技板块的热门讨论，一项基于美国干旱监测数据及数据中心行业报告的估算显示，到 2025 年，美国 AI 数据中心的年度用水量将达到约 2640 亿加仑。当前美国本土约 63% 的地区处于中度至异常干旱状态，主要集中在西部和西南部——而这一区域恰好是大型数据中心和云计算枢纽的密集区。冷却系统是数据中心最大的用水来源，尤其是采用蒸发冷却技术的设施，在长时间高负载训练大模型时，单日耗水量可达数百万加仑。
为什么重要
这个数字并非“孤立”的环境问题，而是直接关系到 AI 行业的基础设施选址和运营成本。目前，无论是 OpenAI 的 GPT-4o、Google Gemini 还是 Meta 的 Llama 系列，训练与推理环节都依赖大量算力，算力即热量，热量即耗水。考虑到美国西部持续干旱和水权冲突加剧，亚利桑那、内华达、俄勒冈等州的市政当局已开始收紧新建数据中心的用水许可。这意味着，AI 算力的“水瓶颈”可能比“电瓶颈”更早到来，甚至影响未来模型训练的可用性和成本。
对用户/开发者/创作者的影响
对普通用户而言，短期内 AI 服务的价格和可用性不会骤变。但对 API 开发者、企业采购决策者和云服务重度用户来说，这是一个长期风险的信号：如果算力提供商被迫迁址或加装昂贵的水循环设备，最终会增加云服务的单位成本。大型 AI 模型（如视频生成、图像生成）的推理成本中，电力与水冷正占比上升。部分超大规模云厂商已开始布局“无水”或低水冷却方案，但实际落地速度和规模仍不确定。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 行业技术转向：液冷技术（尤其是浸没式液冷）是否因节水需求而加速普及？可持续计算是否会成为模型评估的新标准？2. 监管应对：地方水务部门是否会效仿“碳排放配额”，对数据中心设定“用水配额”？3. 厂商公开披露：微软、谷歌、亚马逊等主要云厂商是否会在季度财报中公布水效比（Water Usage Effectiveness）？如果数据被要求强制披露，可能会影响投资者对 AI 基础设施长期回报的判断。
来源：Reddit (热门)
