AI的"口渴"问题

每一个技术繁荣最终都会有一个让公众可以直观感受到的"反派"。对于AI来说，这个反派变成了数据中心——那些悄悄消耗着城镇水资源、同时让聊天机器人帮你写邮件的巨型计算仓库。

根据劳伦斯伯克利国家实验室的数据，2023年美国数据中心消耗了约170亿加仑的冷却用水，相当于16万个美国家庭的年用水量，且这一数字预计到2028年将翻倍甚至翻两番。训练GPT-3模型仅现场就消耗了约70万升淡水。

英伟达的解决方案

6月22日，英伟达首席可持续发展官 Josh Parker 给出了一个大胆的声明："数据中心的水消耗挑战基本已经解决了。"

英伟达的新一代AI系统采用了温水液体冷却技术——使用水和丙二醇的混合冷却液（类似汽车防冻液），可以在约113°F（45°C）的高温下运行。这意味着数据中心可以大幅减少甚至完全跳过能耗巨大的制冷机组。

微软数据中心工程副总裁 Steve Solomon 对此评价道："如果我们能让所有芯片都做到这一点，那对所有人来说都是一件大事。"他表示，即使在亚利桑那州这样炎热的地方，这种技术也能在大多数时候消除对机械制冷机的需求。

数字背后的真相

有趣的是，最可怕的水耗数据其实已经在下降。此前广为流传的"每次查询消耗一瓶水"的说法源自加州大学河滨分校的研究团队，他们估算GPT-3每10到50次回复消耗约500毫升水。但该团队的首席研究员后来表示，更新、更高效的模型每次查询仅消耗约15毫升水，其中数据中心内部仅约5毫升。

每次查询的冷却成本在下降，但数据中心的总数在飙升——这两个事实构成了整个辩论的核心。英伟达的方案正好切入了这个矛盾点：在公众紧盯"每次查询"数据的同时，提供降低"每个建筑"成本的硬件方案。

投资者的视角

对于投资者而言，水耗问题本质上是许可风险。如果温水冷却技术能消除最直观的社区反对理由，数据中心将更容易获批、更快建设，这将进一步推动对英伟达芯片的需求。

但有一个陷阱值得警惕：效率提升让每个AI系统冷却成本更低，也可能加速整体建设速度，导致行业总水耗和能耗不降反升。这是投资者需要持续关注的张力。