30 秒看重點
- 事件：聯合國示警 ChatGPT 每年耗水量已足夠 50 億人每日生活所需。
- 意義：這揭示了生成式 AI 除了高耗電外，更面臨嚴重的水資源隱形危機。
- 影響：台灣身為 AI 晶片重鎮，未來將面臨電與水的雙重綠色轉型壓力。
當全世界都在焦慮 AI 會不會把電用光時，聯合國最新報告敲響了另一記警鐘：AI 其實非常「口渴」！數據中心冷卻系統消耗的巨量淡水，正悄悄透支全球的水資源，這將逼使科技巨頭在追求 AI 算力的同時，必須加速綠色運算轉型。
關鍵數據：科學家估計，用戶每與 ChatGPT 進行 20 到 50 次的對話，背後冷卻數據中心就要「喝」掉 500 毫升的水。
為什麼 AI 需要喝那麼多水？
要理解 AI 為什麼這麼口渴，得先看看數據中心（Data Center）的運作方式。AI 模型的訓練與推論需要數萬顆 GPU 同時高速運轉，這會產生極高的熱能，就像我們的手機跑 3D 遊戲會發燙一樣，只是規模放大了百萬倍。為了不讓這些價值連城的晶片「燒壞」，數據中心必須依賴冷卻系統。最常見且最便宜的方法就是「蒸發冷卻」，即利用水蒸發帶走熱量。這意味著我們每一次在 ChatGPT 輸入一個問題，背後可能就消耗了相當於一瓶礦泉水的水量。隨著生成式 AI 需求爆發，這項隱形環境成本正以驚人的速度暴增，也讓科技大廠如微軟、Google 承諾的「2030 淨零碳排」與「水資源正效益」目標面臨嚴峻挑戰。
- 2022-11：ChatGPT 推出引爆生成式 AI 熱潮，全球數據中心建置量出現指數型增長。
- 2023-12：科技巨頭陸續公布永續報告，顯示其數據中心用水量因冷卻需求年增超過 20%。
- 近期：聯合國環境規劃署與世界氣象組織正式發布警告，指出 AI 基礎設施的耗水量已嚴重威脅全球水資源安全。
台灣怎麼看這件事？
台灣是全球 AI 晶片的製造樞紐，台積電等半導體大廠本身就是「用水與用電大戶」。如果未來 AI 伺服器與數據中心持續在台灣擴建，勢必與農業、民生直接產生「搶水」爭議。然而，這對台灣科技產業來說也是一個巨大的轉機，將強烈帶動台廠佈局「超低能耗晶片」與「浸沒式液冷技術」（Liquid Cooling）。台灣完備的散熱供應鏈與綠色製程能力，將迎來龐大的綠色轉型與硬體升級商機。
編輯觀點
我們不能只享受 AI 的便利，卻忽略了它正在透支地球的未來。水資源危機將逼迫 AI 產業從「野蠻生長」走向「精細化管理」。未來誰能開發出最省水、最省電的「綠色 AI」演算法，以及最先進的液冷物理散熱技術，誰才能在下一階段的科技競賽中，掌握真正的發言權。
常見問題
- 為什麼 AI 數據中心需要消耗那麼多水？
- 因為 AI 伺服器的 GPU 在高速運算時會產生巨額熱能，數據中心必須使用大量淡水進行蒸發冷卻來散熱，以確保晶片不會過熱損壞。
- 使用 ChatGPT 真的會消耗水資源嗎？
- 是的。每次與 ChatGPT 對話，背後的數據中心都需要運算，科學家估計，大約每問 20 到 50 個問題，就會消耗約 500 毫升的水。
- 科技巨頭如何解決 AI 耗水問題？
- 微軟、Google 等大廠正嘗試使用「再生水」或「海水」進行冷卻，並積極研發「浸沒式液冷技術」，減少對寶貴淡水資源的依賴。
- 台灣在 AI 水資源危機中扮演什麼角色？
- 台灣是晶片生產地，面臨高耗水與高耗電雙重壓力，但同時也是液冷散熱技術與綠色晶片設計的主要研發與供應基地。
- 未來會因為 AI 耗水而限制 AI 的發展嗎？
- 不會直接限制，但各國政府與 ESG 規範將會更嚴格，強制 AI 數據中心提高水資源回收利用率，否則將面臨營運與擴建限制。
名詞小教室
- 蒸發冷卻 (Evaporative Cooling)
- 就像人體流汗蒸發散熱一樣，數據中心利用水氣化吸收熱量的物理原理，來幫高速運轉的伺服器降溫。