30 秒看重點
- 事件：聯合國最新報告警告，2030 年 AI 資料中心耗水量將高達 13 億人份。
- 意義：揭示 AI 發展背後沉重的物理代價，從「吃電怪獸」延伸至「吞水巨獸」。
- 影響：台灣作為 AI 晶片製造核心，面臨更嚴峻的綠電與水資源分配考驗。
我們在線上每一次與 ChatGPT 的流暢對話，背後都是實體世界裡數公升冷水的蒸發。聯合國這份報告敲響了警鐘：AI 的虛擬算力，正在以前所未有的速度消耗地球的實體水資源，這將徹底重塑科技巨頭的綠色承諾。
運算怎麼會口渴？解析 AI 資料中心的「吞水」真相
AI 伺服器在高速運轉時，就像是一頂「塞滿發熱絲的巨大安全帽」，如果不及時散熱，價值百萬的晶片就會「燒壞」當機。為了維持運作，資料中心需要冷卻系統，而最經濟高效的方法就是「蒸發冷卻」——利用水蒸發帶走熱量。這意味著，這些水在使用後會直接汽化，無法立刻循環回收，成了真正被「喝掉」的水。
根據研究，使用者每向 ChatGPT 提問 10 到 50 個問題，資料中心就要消耗約 500 毫升的水（相當於一瓶礦泉水）。當全球數億人每天都在使用 AI，這個數字便呈現指數級暴增。微軟、Google、Meta 等科技巨頭雖然承諾在 2030 年實現「水資源正效益」（還給大自然比消耗更多的水），但現實是，隨著 H100 等高功率晶片大量部署，他們的實際用水量近年正以雙位數百分比攀升，承諾與現實的差距越來越大。
- 2023-04，學術研究首度揭露 ChatGPT 每次簡單對話需消耗 500 毫升的水。
- 2024-11，聯合國正式發表環境報告，預估 2030 年 AI 全球耗水量將達到 13 億人份。
台灣怎麼看這件事？
台灣是全球 AI 晶片（台積電）與 AI 伺服器代工的重鎮，這場「水資源危機」對台灣而言絕非局外事。台積電的先進製程（如 3 奈米、2 奈米）本身就是用水大戶，加上政府近年積極爭取微軟、亞馬遜 AWS 等跨國資料中心在台落地，台灣將面臨「搶水、搶電」的雙重夾擊。然而，這也是台灣散熱產業的轉機，促使台廠加速從「氣冷」轉向「液冷技術」（Liquid Cooling），並推動工業廢水再生循環系統的商機爆發。
編輯觀點
AI 的本質是一場「物理資源的掠奪戰」。我們不能一邊高喊數位轉型，一邊忽視台灣中南部水庫乾涸的現實。未來評估 AI 產業的指標，不能只看算力（FLOPS）或電效能（PUE），「水資源利用效率（WUE）」必須強制納入監管與企業 ESG 的硬指標。科技島要走得遠，不能只靠晶片，還得靠水。
常見問題
- AI 資料中心為什麼需要消耗大量的水？
- 因為 AI 晶片在高速運算時會產生極高熱能，資料中心必須透過冷卻塔用水蒸發散熱，來防止硬體過熱當機。
- 問 ChatGPT 一個問題會消耗多少水？
- 平均而言，每次對話會消耗約 10 至 50 毫升的水，具體水量取決於資料中心所在的氣候區與冷卻效率。
- 什麼是「液冷技術」（Liquid Cooling）？
- 這是一種用特殊液體代替空氣來為晶片降溫的技術。液體導熱能力是空氣的 25 倍，能大幅減少水分蒸發與電力消耗。
- 台灣發展 AI 資料中心會有缺水風險嗎？
- 有。台灣中南部冬春兩季常面臨枯水期，若不提高工業再生水使用率，AI 資料中心的擴建將與農業及民生用水產生排擠效應。
- 科技巨頭如何應對 AI 的缺水爭議？
- 除了投資廢水回收、開發閉環式水循環系統外，許多科技巨頭也將新的資料中心建在氣候寒冷的地區，利用自然冷風降溫。
名詞小教室
- WUE (Water Usage Effectiveness，水資源利用效率)
- 這就像是伺服器的「省水標章」。數值越低，代表資料中心運算時消耗的水越少，是衡量 AI 綠色程度的重要指標。