流言：有研究者爆料：“热门模型DeepSeek每‘开口’一次，就要消耗一百多毫升水。”

　　真相：确实如此。

　　AI为何会消耗水资源?其实AI不是真的要“喝水”，而是它的“大脑”——由CPU、GPU组成的服务器集群，在高速运转时会产生巨量热量，必须靠冷却才能正常工作，这也是AI耗水的核心原因。

　　说到设备降温，王昱珩在《日出东方 科技追光》节目里，曾用一个特别通俗易懂的比喻来解释：“你可以把CPU、GPU看作人体的大脑和心脏，它们发热后的降温逻辑，和我们人体降温其实是同一个道理。”

　　身体发热时，先拿扇子扇风来散热，这对应着电脑机箱后侧小风扇的工作原理，也就是风冷;要是扇风不管用，就用湿毛巾敷额头，这和冷板降温的思路如出一辙，这两种都属于间接式降温。如果热度还是降不下来，就得像人发烧去医院输液降温一样，给设备用上浸没式液冷——相当于直接把设备的“大脑和心脏”泡进冷水浴缸里，这种方式的降温效率也是最高的。

　　目前主流的水冷方式，本质是通过持续的水流带走服务器热量。随着生成式AI、自动驾驶等技术的普及，人类对算力的需求将呈指数级增长，服务器集群规模越大，耗水量自然越高。据了解，美国人工智能研究公司OpenAI开发的ChatGPT，每回复10～50个问题，至少需要消耗500毫升水，具体耗水量还会根据部署的时间和地点出现不同程度的差异。

　　既然浸没式液冷效率最高，为什么没完全替代水冷?王昱珩也拆解了其中的门道：目前浸没式液冷的介质主要分两类，一类是合成油、矿物油这类油类介质，好处是环保又便宜，但缺点很突出——不仅易燃，长时间在高温环境下还会酸化，进而腐蚀电器元件，所以每隔一两年就要更换一次，而且油还容易结垢，会影响高频信号的传输。另一类是氟化液，性能各方面都碾压油类，却有个致命问题：它含有有毒有害的PFAS(全氟和多氟烷基物质)。

　　与此同时，国家对PUE(电源使用效率)值也有要求，新政策里要求PUE值≤1.25。这个数值也很好理解：要是PUE值是2，就代表每用2度电，只有1度电真正用在算力上，而剩下的1度电都耗费在了冷却等配套设施的运转中。而当下的核心目标之一，就是把设备的整体能耗降下来。理论上来说，PUE值越接近1，设备的能效就越高。

　　从全球视角来看，水虽属可循环资源，AI耗水的环境影响远小于耗电，取水净化的能耗与数据中心的电力消耗相比也不值一提，主要矛盾并非全球水资源总量不足，而是水资源分布的区域性失衡。

　　随着AI产业爆发式发展，全球数据中心的数量持续增加，水资源消耗的规模化增长态势愈发明显，与农业、民生用水的竞争加剧，给地球水资源带来沉重压力。在追逐AI算力突破的同时，更需守住水资源保护的底线，唯有让AI技术在可持续发展的轨道上前行，才能既享受科技带来的便利，又守护好我们赖以生存的蓝色星球。

　　(科 中)

　　流言：有研究者爆料：“热门模型DeepSeek每‘开口’一次，就要消耗一百多毫升水。”

　　真相：确实如此。

　　AI为何会消耗水资源?其实AI不是真的要“喝水”，而是它的“大脑”——由CPU、GPU组成的服务器集群，在高速运转时会产生巨量热量，必须靠冷却才能正常工作，这也是AI耗水的核心原因。

　　说到设备降温，王昱珩在《日出东方 科技追光》节目里，曾用一个特别通俗易懂的比喻来解释：“你可以把CPU、GPU看作人体的大脑和心脏，它们发热后的降温逻辑，和我们人体降温其实是同一个道理。”

　　身体发热时，先拿扇子扇风来散热，这对应着电脑机箱后侧小风扇的工作原理，也就是风冷;要是扇风不管用，就用湿毛巾敷额头，这和冷板降温的思路如出一辙，这两种都属于间接式降温。如果热度还是降不下来，就得像人发烧去医院输液降温一样，给设备用上浸没式液冷——相当于直接把设备的“大脑和心脏”泡进冷水浴缸里，这种方式的降温效率也是最高的。

　　目前主流的水冷方式，本质是通过持续的水流带走服务器热量。随着生成式AI、自动驾驶等技术的普及，人类对算力的需求将呈指数级增长，服务器集群规模越大，耗水量自然越高。据了解，美国人工智能研究公司OpenAI开发的ChatGPT，每回复10～50个问题，至少需要消耗500毫升水，具体耗水量还会根据部署的时间和地点出现不同程度的差异。

　　既然浸没式液冷效率最高，为什么没完全替代水冷?王昱珩也拆解了其中的门道：目前浸没式液冷的介质主要分两类，一类是合成油、矿物油这类油类介质，好处是环保又便宜，但缺点很突出——不仅易燃，长时间在高温环境下还会酸化，进而腐蚀电器元件，所以每隔一两年就要更换一次，而且油还容易结垢，会影响高频信号的传输。另一类是氟化液，性能各方面都碾压油类，却有个致命问题：它含有有毒有害的PFAS(全氟和多氟烷基物质)。

　　与此同时，国家对PUE(电源使用效率)值也有要求，新政策里要求PUE值≤1.25。这个数值也很好理解：要是PUE值是2，就代表每用2度电，只有1度电真正用在算力上，而剩下的1度电都耗费在了冷却等配套设施的运转中。而当下的核心目标之一，就是把设备的整体能耗降下来。理论上来说，PUE值越接近1，设备的能效就越高。

　　从全球视角来看，水虽属可循环资源，AI耗水的环境影响远小于耗电，取水净化的能耗与数据中心的电力消耗相比也不值一提，主要矛盾并非全球水资源总量不足，而是水资源分布的区域性失衡。

　　随着AI产业爆发式发展，全球数据中心的数量持续增加，水资源消耗的规模化增长态势愈发明显，与农业、民生用水的竞争加剧，给地球水资源带来沉重压力。在追逐AI算力突破的同时，更需守住水资源保护的底线，唯有让AI技术在可持续发展的轨道上前行，才能既享受科技带来的便利，又守护好我们赖以生存的蓝色星球。

　　(科 中)