一次LLM请求消耗多少水？

人工智能已成为我们日常生活中不可或缺的一部分：聊天机器人、虚拟助手和内容生成工具每天陪伴我们完成数百万次操作。然而，广大公众往往忽视的是隐藏在每个请求背后的巨大环境成本。在电力消耗、电子设备和基础设施冷却之间，一个特别关键且被低估的因素浮出水面：水。

AI的真实代价

托管人工智能模型的数据中心需要大量能源来运行始终在线的服务器和复杂的冷却系统。用水并非边缘化的副产品，而是这些设施热管理的核心组成部分。没有水，服务器将在几分钟内过热，带来不可逆的损害和服务中断风险。

根据最近的研究，单个数据中心每天可消耗数百万升水，尤其是在夏季，冷却需求急剧上升时。随着AI在各个生产领域的普及，这一消耗量预计将呈指数级增长。

一次查询需要多少水？

发表在《Nature》上最具权威性的估算表明，每次向大型语言模型发起请求，可能消耗500至2000毫升的水用于冷却相关基础设施。一个简单的提问，就等同于在服务器阴影下消耗了半瓶饮用水。

如果将这个数值乘以全球每天数十亿的查询量，数字就变得令人担忧。每天涉及的用水量达数百万立方米，相当于一个中等规模城市的水耗。

不同操作的用水足迹

并非所有AI活动的影响相同。以下是对主要互动类型用水消耗的粗略估算：

• 简单文本查询：0.5-1升水
• 生成长回答（500+词）：1.5-3升
• 图像和视频处理：3-10升
• 训练新模型：数十万升

这些数据强调，即使是看似简单的操作，也存在实际成本，在全球范围内不断累积。

我们能做什么？

意识的提升是实现真正改变的第一步。一些实用的措施可以减少整体影响：尽可能使用更高效的模型，避免重复请求，优先选择简洁精准的查询。开发AI的公司也在投资干式冷却技术和流程优化，目标是逐步减少其服务的水足迹。

与此同时，监管机构建立透明的环境报告标准也至关重要，以便行业能够随时间进行可衡量的监控和改进。

实践要点

每次与AI系统互动时，请记住每次即时回复背后都有真实的环境成本。关注你的数字习惯，提出精准查询，避免不必要的重复。人工智能时代的可持续性也取决于我们每个人的日常选择。