由于干旱袭击了美国近 63% 的地区，数据中心消耗了 264B 加仑的水
一句话看懂：2025年，美国AI数据中心消耗了约2640亿加仑水用于冷却服务器，相当于全球瓶装水行业的年用水量，而此时美国近63%的地区正遭遇严重干旱。这意味着AI的物理成本——水——正在与民生和环境直接冲突。
事件核心：发生了什么
根据市场研究机构Mordor Intelligence的数据，2025年美国AI数据中心用水量达到约2640亿加仑（接近1万亿升），日均消耗5.5亿加仑，相当于1.8百万美国人的年用水量或全球瓶装水行业的总用水量。这些水主要用在超大规模数据中心的蒸发冷却系统，以维持训练和推理ChatGPT、图像生成器等AI服务所需的高性能处理器不过热。与此同时，美国干旱监测显示，全国近63%地区处于干旱状态，东南部、中西部、西南部和西部的许多水库水位低于历史均值。田纳西河谷管理局（TVA）报告其辖区径流量创下152年来第四低纪录，而该州正是AI基础设施的重镇，包括Elon Musk的xAI在孟菲斯建设的数据中心。
为什么重要
AI的商业化和规模化通常被视为“软资产”之争——算法、模型、API定价——但此次数据表明，物理基础设施的“硬成本”正成为不可忽视的瓶颈。微软、谷歌、亚马逊、Meta和OpenAI的扩张计划意味着用水需求还将上升，而其选址往往集中在干旱或水资源紧张的州。如果无法在冷却技术上转向更节水方案（如液冷、循环系统），AI产业可能面临当地政府限水令、电价上涨或选址受限等非技术性风险。这也意味着，水资源成本将被间接计入AI服务的最终价格，影响大模型API的定价权和开源模型的商业吸引力。
对用户/开发者/创作者的影响
对AI应用的使用者和开发者而言，短期影响并不直接体现在账单上——公司不会因为水费高而立即涨价。但中期内：1）如果干旱持续，可能导致新数据中心的建设审批延迟或增加环境审查，从而拖慢新模型上线或推理服务扩容速度；2）成本压力可能促使云服务商优先优化效率，比如将推理任务集中到水温较低或夜间时段执行，影响API的响应延迟和可用性；3）开发者在选择模型时，可能需关注厂商是否透明披露水足迹，部分企业客户或平台（如内容创作平台使用AI生成封面图）可能出于ESG合规考虑，倾向于选择用水效率更高的方案。
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）主要云厂商（微软、亚马逊、谷歌）是否在下一季财报中细化披露数据中心用水指标，以及是否明确液冷或循环水冷方案的部署时间表；2）田纳西州等干旱区域是否出台针对数据中心用水的专项限令，或有环保组织发起诉讼，这可能成为其他州的监管先例；3）开源大模型社区若推出低功耗/低热量版本的微调模型，是否会从“算力友好”标签扩展出“水资源友好”叙事，影响开发者社区的迁移选择。
