最近 ，两则新闻让AI的资源消耗属性再次引起公众注意 。一则与水有关：刚刚结束的夏季达沃斯论坛上 ，毕马威中国副主席吴旭初说，跟AI聊5分钟 ，大约就要消耗500毫升散热用水 ，这相当于一瓶矿泉水的体量 。另一则与电有关：国家能源局局长王宏志近日在一场新闻发布会上透露，AI爆发式增长带动用电量激增 ，让AI生成5秒的高清视频 ，用电量就相当于给10部手机充电。
这些数字的冲击力在于，它们把抽象的“算力消耗 ”转化成了矿泉水 、手机充电等每个人都能感知的日常生活经验，足够直观 ，因而足够震撼 。人们开始更清晰地意识到 ，AI正以前所未有的速度吞噬着地球最宝贵的两种资源——水和电 。如何在技术狂飙的同时，平衡资源账 、环境账 ，已经成为AI发展不得不直面的一道严峻考题。
AI为什么如此“饥饿”与“饥渴 ”？这由其自身属性决定——无论是训练还是推理 ，AI大模型都极度依赖大规模、长时间 、高强度的并行计算，过程中需要消耗大量算力 ，也将产生大量的电力能耗 。同时 ，数据中心服务器在高负荷运算时会产生巨大热量，须通过水冷系统散热 ，这就意味着大量水资源的直接蒸发损耗 。近年来 ，全球AI竞赛不断提速，科技巨头都在竞相追求更大规模 、更聪明的模型 ，“吃 ”掉的水电也越来越多。
随着“算力军备竞赛”的升级 ，科技巨头正在大力建设超大规模数据中心。在能源与水资源本就不充裕的背景下，AI这只“吞电兽 ”和“噬水怪 ”已经引发了与人类的资源争夺战 。当AI与当地居民争抢同一水源，推高普通家庭的电费账单 ，技术进步的负外部性就显现出来 ，成为了切肤的民生问题 。
AI技术作为新一轮科技革命的核心引擎，其发展势不可挡 ，任何“暂停”或“倒退”的幻想都是不切实际的。然而 ，这绝不意味着我们可以对资源消耗问题视而不见 。在发展的早期阶段，企业为了取得技术领先优势 ，往往优先追求模型性能突破 ，而将能效比置于次要位置，社会也尚未意识到AI对资源的巨大挤占和对环境的负面影响 ，并未在AI能耗控制、水电资源消耗披露等方面对科技公司进行规范和约束 。随着资源与环境压力愈发突出 ，全球产业界与政策制定者必须行动起来，寻找可持续的解决之道。
一方面 ，技术创新是根本出路 。技术发展中的问题 ，还得依靠技术来解决 。比如，统筹推进算力设施与电力系统协同发展，鼓励绿电直连和绿证交易；通过优化设备选型 ，降低单位算力分摊的基础设施能耗；通过模型架构轻量化 、混合精度计算等方法 ，减少训练和推理的冗余计算；发展液冷 、间接蒸发冷却等先进散热技术，减少水资源浪费。
另一方面 ，加强全球AI资源消耗治理正变得越来越迫切 。近来 ，大多数大型科技公司都没有披露AI训练和推理过程中的能耗与用水量，公众和监管机构无法准确评估AI产业的真实资源消耗 。6月23日举行的伦敦气候行动周活动中 ，联合国秘书长古特雷斯宣布启动联合国“AI环境透明度倡议 ” ，要求所有主要AI公司测量并公开披露其系统的全面环境影响——包括碳排放、用水量和土地占用。这表明，AI公司的“水电账单 ”已经不能再继续隐身 ，监管部门应推动建立“AI碳/水标签” ，让开发者和用户清晰知晓每一次调用的环境成本，从而倒逼企业优化能源与水资源使用效率 。
AI发展不应以地球资源的透支为代价 。AI竞争的下半场必须解决“水电魔咒 ” ，平衡技术发展与资源节约、环境保护的关系 ，否则，任何智能的进步都将难以为继。
本报专栏文章仅代表作者个人观点，特此说明。
（文章来源：证券时报）
