“這是科技和人類需求的一種間接競爭。”負責這項研究的加州大學河濱分校電氣與計算機工程系副教授任紹磊（Shaolei Ren）在接受《每日經濟新聞》記者（以下簡稱NBD）專訪時坦言，AI與人類爭奪水資源在現實中已經發生。他主導的研究表明，用ChatGPT3對話10~50次用水量就達到500毫升。任紹磊介紹，AI的用水量還會不斷上升，2027年可能會達到40~60億立方米，大概相當于4~6個丹麥的用水量。
隨著AIGC的研發突破和廣泛應用，訓練人工智能大模型對環境的影響逐漸受到重視。但是，與廣受關注的“碳足跡”相比，“水足跡”卻很少被提及，甚至鮮有數據披露。“重視程度大概晚于碳足跡10年。”任紹磊說。他早在10多年前就開始研究數據中心的耗水問題，一直以來缺乏關注度，AI大模型的走紅讓他覺得“蹭上了熱點”。
AI大模型訓練過程中大量使用數據中心（服務器），數據中心現場的冷卻用水（范圍1），場外的所需電能發電用水（范圍2），AI芯片制造等供應鏈用水（范圍3），都會使用并蒸發消耗大量清潔淡水。任紹磊認為，測量AI的水足跡并將其公開很簡單，也是減少耗水的第一步。
讓任紹磊欣慰的是，歐盟和國際標準組織（ISO）近期都開始行動，試圖要求或呼吁相關企業披露AI或數據中心的用水量。他正在關注一個新的研究方向——環境公平的AI。“我們需要確保環境成本在不同地區公平分配，不希望把所有的負面效應讓個別地區全部承擔。”
任紹磊表示，暫時我們應該看不到AI在自主意識下爭奪資源，但是間接的爭奪是有的。圖為任紹磊受訪者供圖
“水足跡”正好蹭上AI熱點
NBD：何時開始關注AI的“水足跡”問題？
任紹磊：其實我們十多年前就開始研究數據中心的“水足跡”，但是當時外界關注得非常少，現在也相對比較少。我覺得其實也是蹭到AI這個熱點。這項研究出爐的時間也剛好跟谷歌和微軟用水量猛增時間契合。之前他們其實都不公開這些數據的，也就是從2020年開始披露。
用水量增長具體多少是由于AI所帶來很難講，但是至少他們新建的很多數據中心是專門做AI。而且AI 一般來說在他們整體業務占比應該是越來越高。因為其他業務相對比較穩定，增長可能沒有那么多，需求也沒有增長那么快。但現在AI除了一方面他推出產品，另一方面他們內部要做很多測試開發。
NBD：AI對水的需求會越來越大嗎？
任紹磊：隨著AI應用全面普及，大家用得越來越多，這個過程中數據中心對水的消耗量會越來越大。而且現在化石能源發電過程中，它除了產生碳排放，也需要水。
隨著能耗越來越大，有些公司可能就會做一些“小把戲”。比如，把耗水量大的冷卻方式改為能耗更大的方式，這個“水足跡”暫時沒有記在他自己頭上了。把直接用水改成了間接用水，其實發電廠可能需要消耗更多的水，從整個地區的水資源利用效率來說反而是更差了。
有研究表明，2027年AI的用水量可能會達到40億~60億立方米，大概相當于4~6個丹麥的全國用水量。
NBD：很多科幻作品都曾出現AI與人類爭奪資源的場景，您認為未來會出現這種情況嗎？
任紹磊：暫時我們應該看不到AI在自主意識下爭奪資源，但是間接的爭奪是有的。建設數據中心會影響當地用水，還是有可能的。
在一些地方，企業想去那兒建一個數據中心，要先承諾說建水廠之類的設施，因為當地的水容量是不夠的。美國媒體已經有報道，這樣的事情在美國已經發生。這可能也是一種間接的競爭，科技和人類需求的一種競爭。
很多人把數據中心和谷歌、微軟等大科技公司畫等號，其實他們的數據中心在整個數據中心產業都是非常小的一部分，更大的部分是第三方的托管數據中心。
比碳排放晚10年被重視
NBD：“水足跡”為何一直被忽視？
任紹磊：一般來說，科技巨頭對水資源的重視程度大概是晚于碳排放10年。10年前那些大公司就開始提減少碳排放，那時候沒有人提到水，都沒有關于水足跡任何信息。
我覺著大家可能對水資源的認識不是那么深刻。很多人覺得反正水是循環的，所以無所謂，然后說農業用的水更多，數據中心用水不算個事兒。
我覺得這個邏輯是很不成立的。數據中心的整體碳排放占全世界比例大概也只有0.2%~0.4%，為什么這么受關注呢？我們談環保總要找一個目標。
NBD：該如何減少AI的“水足跡”？
任紹磊：我們可以在做調度的過程中把“水足跡”也考慮進去，從技術上來說也不是那么難。只要作一些考量，作一些優化，從這方面也可以減少很多用水量，減少30%~40%是比較輕松的。
比如建一個汽車生產線，想要把訂單轉移到其他地方，可能需要好幾年的周期，時間比較長。但對于AI來說，這種平衡是分分鐘的事，其實他們時時刻刻都在做這種平衡。
他們現在在做的平衡主要是考慮電費，或者離用戶的距離。比如這個地區突然有一些網絡擁塞，可能就會把這部分的用戶轉移到其他地方。他們時時刻刻都在做這種監控和優化調整。
NBD：有大型科技公司也提出了實現水資源正效應的目標，這會有效果嗎？
任紹磊：實現水資源正效應屬于一個補救方案。這是模仿過去十年在碳排放上的做法。比如在這塊兒用了很多化石能源的電，就在其他地方建個太陽能發電場，或者去市場上買點綠電或碳匯。
水資源正效應其實方法類似，在這兒用了這么多水，在別的地方“打個井”補償回來。當然說“打井”是一個比較通俗的表達方式，實際上是恢復水源的一種方式。
這也不是那么容易的事兒，因為水資源它是一個比較特殊的東西。這種投資有很大不確定性，投資周期又相對長一些，可能需要3~5年，甚至更長時間來才能產生效益。
減少水足跡目前主要是靠三個方面的路徑，一方面是減少用水量，直接減少；另一方面就是說既然我用了，我就給你補充點兒；第三方面，除了讓我自己節水，我還可以幫助別人節水。
AI也需要環境公平
NBD：現在AI的“水足跡”似乎并不透明？
任紹磊：目前來說，大型科技公司為了他們自己的形象，也作一些披露。占大頭的那些傳統的數據中心，還完全沒有走到這一步。有兩家全球最大的托管數據中心，都是上市公司，比谷歌上市要早很多。他們都沒有披露關于水的信息，是完全沒有的。但是他們其實體量遠比谷歌要大很多，他們相當于站在幕后，比較低調一點兒。
我覺得現在很多人已經意識到水足跡的重要性。歐盟已經有最新的法律要求企業匯報自己的水資源使用情況，包括數據中心，甚至規模很小的數據中心都開始需要匯報自己的用水量。國際標準組織（ISO）2024年也會發布一個技術報告，要求AI大模型開發者匯報自己的碳排放和用水量。
如果各國政府都出臺像歐盟這樣的法律，那就會形成一個底線，所有企業就不得不這么做了。
NBD：AI的水消耗會不會在某些區域比較嚴重？
任紹磊：我們不希望把所有的負面效應讓某個個別地方去全部承擔。因為AI是比較靈活的。空間上、時間上以及它的規模大小都可以很自由的調節。所以我們希望在運行過程中，能夠考慮到不同地區的環境公平性以及其他方面的。
加州州政府的一個報告提及AI未來的問題，也提到了需要保證AI的環境公平。包括聯合國教科文組織、世界經合組織，在討論AI的環境問題時，也提到了這種環境均衡性。
NBD：我們是否可以這樣理解環境均衡性導致的問題。一些很先進的AI可能是在南美洲、非洲訓練出來的，靠低成本的、貧困國家的水資源換來的，因為可能在那個地方訓練對公司來說盈利最大化。
任紹磊：這個理解是正確，但是目前還沒有到那個程度。我們不希望僅僅由于那個地方便宜，就在大夏天的去在那兒去做訓練，消耗他們的水資源。我們需要確保環境成本在不同地區公平分配，以實現環境公平的人工智能，這是負責任的人工智能的一個重要考慮因素。
