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）
