联合国警告：2030 年中心水电耗将翻，AI 不容忽视
一句话看懂：联合国最新报告指出，由于 AI 算力需求激增，全球数据中心电力消耗和水资源消耗将在 2030 年翻倍，AI 带来的环境成本正在从隐性变为显性，成为基础设施扩张必须面对的现实问题。
事件核心：发生了什么
联合国水与环境健康研究所（United Nations Institute for Water, Environment and Health）发布报告，系统评估了 AI 驱动下全球数据中心的资源消耗。数据显示，2025 年全球数据中心耗电 448 太瓦时，相当于沙特阿拉伯全年用电量，其中 AI 计算占总用电量的五分之一；耗水 450 亿升，可满足撒哈拉以南非洲 6 亿人用水需求；同时排放 1.89 亿吨二氧化碳。到 2030 年，数据中心用电预计达到 945 太瓦时，AI 用电占比将升至 40%；耗水量增至 930 亿升；碳排放升至 3.99 亿吨；建设面积从 6900 平方公里扩大到 14500 平方公里。报告首席作者 Kavi Madani 指出，公众通常将 AI 视为纯软件产品，但其背后依赖数据中心、电源设施、冷却系统等基础设施支撑。
为什么重要
这份报告首次将 AI 的环境成本与全球资源压力进行量化对比，揭示了“算力竞赛”背后的物理限制。过去两年，大模型训练和推理对 GPU 算力的依赖呈指数级增长，但电力和水资源并非无限供给。各国和企业当前加速建设数据中心，若缺乏科学规划，可能引发地区性水电资源供需冲突。报告也指出，AI 本身可优化电网、减少资源浪费，但在当前“速度优先”的竞争逻辑下，可持续性被暂时搁置。
对用户/开发者/创作者的影响
对于普通用户，AI 产品的免费或低价模式可能难以长期维持——算力和水电成本上升，最终会传导至 API 调用价格或订阅费用。开发者和企业采购方在选型时需关注模型推理效率：相同任务下，选择优化过的开源模型或更低能耗的闭源 API，可能比单纯追求最大参数模型更经济。云计算和硬件厂商（如英伟达、AMD、微软、谷歌）的能效比将成为差异化竞争的关键点，开发者在选择基础设施时也应将能耗指标纳入成本评估。
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
- 各主要数据中心所在地（如美国弗吉尼亚、爱尔兰、新加坡）是否会出台更严格的用水/用电审批政策，直接影响新算力集群建设周期。
- AI 芯片厂商是否会公开更多能效数据，并推出一代专门为低功耗推理优化的硬件产品。
- 主流大模型供应商（OpenAI、Google、Meta 等）是否会在模型卡中增加训练和推理阶段的能源消耗披露。
来源：AIbase
