去年一年，谷歌花掉了大概一個半西湖的水量。差評君翻了翻報告，發現罪魁禍首的矛頭，指向了數據中心。

那這些數據中心為什么這么耗水？今天就來跟大家聊聊，那些互聯網巨頭們都是怎么給服務器散熱的。

有什么辦法，能把杭州西湖的水給用完？

這是杭州西湖，三面環山，面積約6.39平方千米，南北長約3.2千米，東西寬約2.8千米，水體容量約為1429萬立方米。

這個水量能裝滿3810個水立方，能裝滿250億瓶農夫山泉，如果一天喝4瓶的話，可以給214041個人從剛出生，一口氣喝到80歲。

這些西湖水能裝滿我的淚，但是不夠谷歌用7個月。

大家好，這里是被AI搶走了農夫山泉的差評君，前段時間，谷歌發布了2023年環境報告。里面的一項離譜的數據，立馬引發的大伙們的關注。去年一年，谷歌花掉了56億加侖水，換算過來就2545萬立方米，這個水量，大概能裝滿一個半西湖。

當然整這么多水，肯定不是跑去搞什么“谷歌冰泉”“微軟山泉有點咸”這類玩意兒了。

差評君翻了翻報告，發現罪魁禍首的矛頭，指向了數據中心。這些水，大都被用去給數據中心散熱了.而且不單單是谷歌一枝獨秀，包括微軟、亞馬遜等等科技巨頭，也一個個都是耗水大戶。是的，數據中心散熱這件事兒，真的是太耗水了。。。

其實在早些年，不少數據中心散熱靠的并不是水，而直接用電，給服務器吹空調。就拿咱們自己為例，像是2021年，全國數據中心總耗電量就高達2166億度，約占全國總耗電量的2.6%。

看起來好像有些多，但是要是能物超所值，全用在數據處理和存儲上也不錯。但問題就是，有不少電用來做“無用功”了。

目前來說，最大頭的“無用功”就是散熱。畢竟咱們還沒有點出超導技能樹，數據中心又全年無休，發熱量巨大。

為了讓儀器能夠在合適的環境下正常工作，就得大空調、大電扇嘎嘎上，自然就費電了。據統計，數據中心6成的成本都花在電費上，而這電費里的4成多又得花在散熱里。

所以為了省下這筆散熱的錢呢，最好的方法就是盡可能地白嫖。于是我們就看到，各個企業絞盡腦汁。大家想的第一個方法就是“哪兒涼快去哪兒呆著”。2014年時，騰訊就擱貴州鑿出47萬平“七星洞”用來當數據中心。

2017年，華為在貴安新區造了個云上屯，用來當華為云數據中心。2018年，蘋果的iCloud數據也搖身一變成了“云上貴州”。

大家集體跑去貴州，一方面是貴州地價便宜、空氣清潔、水電資源豐富，電費便宜，政策上也有不少相關的優惠。另一方面就是貴州四季如春的環境足夠涼快和穩定，外界環境和數據中心本身的溫差就足夠大了，更有利于散熱。

比起國內這些往貴州跑，國外的大廠們更狠，Facebook早在2013年就在北極圈外的小鎮，建立了自己的數據中心。

除了往更涼快的地方去，數據中心本身也不斷嘗試新的散熱方式。在這個進化的過程中，數據中心的散熱也從很耗電，轉變成了更耗水。前面說的，空調冷卻系統因為需要大量的電給冷凝劑降溫，所以這幾年因為太費電逐漸被淘汰了。

那有沒有一種辦法，不用費電就有利于散熱，同時還能白嫖呢？沒錯，就是用水。相較傳統空調來說，蒸發冷卻機只靠外界水來降溫，不需要用電來降溫冷凝劑，所以可以大幅度減少耗電量。但代價就是用水量猛增。不過相對電來說，水總是更便宜的那個，所以大家普遍都開始選蒸發冷卻機。

除了蒸發冷卻機，為了提高散熱效率，還有公司直接給數據中心用上了液冷散熱。說到液冷散熱，差友們就不困了，畢竟家里那臺4090帶RGB燈帶的水冷散熱，可不是吃干飯的。但在數據中心里，水冷散熱還要更夸張。

看起來就有點像北京根服務器。像阿里在千島湖的數據中心，設備雖然都泡在特制的冷卻液里用于快速散熱，但這些液體最終還是需要靠大量湖水來進行冷卻。用千島湖深層水源進行散熱。等等，千島湖？那我們買的農夫山泉，豈不就是...

除了阿里云以外，在數據中心省電這一環還有高手。最絕的當屬微軟，他們在2018年的時候，就把“北方群島”服務器扔到了大西洋海底，利用海水潮汐進行水冷散熱。

而且建起來也省事，需要的電源備份也會比之前的要少。以前的空調散熱，電源備份還需要驅動空調，而換成了液冷之后這部分就不用擔心了。這種法子在水資源比較充分的地方整倒還方便，省電又省事。

但是這個世界上，水資源從來都不是平衡的。如果在一些缺水的地方還這樣整，那不就是缺了大德么？雖然被蒸發了的水蒸氣最終還會回到大氣循環當中，但是等這些水蒸氣回流到當地水里，需要的時間可一點也不少。這一點在我國就保護的很好，在水資源缺乏的內蒙古地區就指名道姓發文決定:“轄區內大數據企業一律禁止使用地下水冷卻降溫。”

但是在美國的某些缺水地區，這服務器的耗水就整出了不少問題來。大家都知道，最近這幾年美國一直鬧旱災，然后幾個大廠又在瘋狂新建數據中心，其中不少就建在亞利桑那州。為啥會選這地方建這數據中心呢，這可不是瞎選的啊。首先這玩意緊挨著搞科技的加州，而且工業電費還比加州便宜不少。

再加上沙漠地區地皮也不貴，在這建數據中心能省不少錢。而且這些地區的政府，為了讓這些數據中心來安家，也會在稅收上做不少政策優惠，有時候還會簽協議優先保證水量供應。本來一切也都好好的，亞利桑那洲雖然非常干旱，但是科羅拉多河從中流過，靠著原本的地下水一起湊合湊合還夠用。但問題是最近，科羅拉多河也開始缺水了，地主家也沒有余糧啊。

幾個因素一疊加，事情就麻煩了。比如谷歌在亞利桑那州的梅薩建立數據中心時，就和當地政府簽了一份協議，梅薩要“優先”保證谷歌每天能有足夠的水進行散熱。

這對于水資源本來就不富裕梅薩來說，已經影響到當地生態系統，甚至人類的生活用水了。類似的還有亞利桑那州政府，因為供水給數據中心，被迫停了城市基建，還被美國聯邦政府教訓：“少用點河水”。

而在達爾斯，谷歌3座數據中心的年耗水量，已經將近達到了它市年總用水量的三分之一，被當地媒體一路追著咬。至于建立大型循環設備，讓水蒸氣能循環利用的方法也不是沒人提過，但是由于建設成本太高、維護成本遙遙無期、又費錢費電等方面原因，基本也都擱置了。

好在這會兒隨著越來越多的人關注的到這些亂用水的廠商。各個大廠也是也不得不服軟，開始優化自家散熱設備，給公眾畫大餅。像谷歌承諾到2030年時，無論是東水西調，還是投資海水凈化設施，反正自己用了多少水，就得整出120%的水來回報。微軟則是承諾到2024年，將全球數據中心蒸發冷卻系統的用水量減少95%，到2030年將實現“水中和（全球范圍內補充的水量將超過其消耗的水量）”。

只不過，他們的承諾完成進展實在堪憂，根據谷歌自己的報告，目前其補充量僅做到了6%。為什么呢，可能還得怪ChatGPT。隨著生成式大模型的爆火，這水資源耗得越來越多了。按照加州大學副教授ShaoleiRen的說法，谷歌用水量比去年足足多了20%，很巧的是，這一年谷歌的算力也長了20%。

所以他們主動思考、大膽假設、冷靜分析——是因為在AI軍備競賽，才會讓數據中心耗水更多。也不光是谷歌家AI費水，根據美國加州大學河濱分校的一項研究發現，ChatGPT為代表的語言大模型的用水量就是很多。

據他們測算，OpenAI光是訓練個GPT-3就用掉了70萬升水，更不要說數據量更大的GPT-4。而且除了訓練階段，后續的使用也特別費水，和GPT們隨便聊個三五十句，就得消耗一瓶農夫山泉的水。

眼下AI熱潮仍在繼續，大家的AI競爭只會越來越激烈，數據中心的作用只會越來越大。

所以差評君覺得，這數據中心的散熱現狀，多半又得來一波大升級了。而無論是國內，還是國外的科技大廠們，在建時，也關注一下水資源等相關的問題。

不然在AI搶走人類工作之前，一些人賴以生存的水，可能先被AI搶走了。