一次 ChatGPT 查询约等于微波炉转 1 秒，AI 的水电焦虑被这个数字戳破了

2024 年底到 2025 年，一条说法在社交网络上反复出现：你每问 ChatGPT 一次，就消耗掉一瓶矿泉水。华盛顿邮报那篇报道被截图转发了几百万次。真实数字大约是多少？2 毫升。你要跟 ChatGPT 聊上 200 次，才用掉一瓶水的量。

Andy Masley 是 Effective Altruism DC 的总监，之前在中学教了七年物理。他本来只是想「在派对上赢下关于聊天机器人的争论」，结果一路挖下去，写出了目前对 AI 能源和水消耗最扎实的独立分析之一。这期《Cognitive Revolution》里，他和主持人 Nathan Labenz 把这件事拆成两个层面：个人使用，和宏观的数据中心建设。两个层面的结论差别很大，混在一起谈就会得出错误的恐惧。

先记住几个可以随身携带的数字。一次普通的 ChatGPT 查询，耗电约 0.3 到 0.6 瓦时，折算下来相当于微波炉运行 1 秒。一次 20 英里的市内开车出行，排放约 3 到 4 公斤二氧化碳，相当于 1 万次 ChatGPT 查询。一个汉堡、一次热水澡，各自也在这个量级。一次横跨美国的飞行，大约等于 100 万次查询，比一个重度用户一辈子用的还多。

Masley 说，他一开始也喜欢用「相当于给手机充电」这类对比，后来发现效果不好。「大多数人脑子里只有一个三档刻度：一点点、正常、很多。你告诉他 ChatGPT 相当于给手机充电，他会觉得，哦，那算正常用量，于是又回到焦虑。」手机充满一次大约 20 瓦时，在底特律的电价下折合三分之一美分。这个数字本身小到几乎不可感知，大多数人从没认真算过。

个人层面：小到把你的排放往下拉

Masley 现在在派对上的标准说法是这样的：把所有环节都算进去，包括推理、冷却、训练分摊、芯片制造的隐含碳成本，一次查询大约排放 0.3 克二氧化碳，这个估计偏保守。一个人一天的排放量大约是它的十万倍。你要连续问上 1000 次，才能把自己的日排放提高 1%。

而连续问 1000 次，大概需要花掉你十个小时。

这十个小时里你没有开车、没有逛街、没有做饭、没有看电视。Masley 的推论很直接：如果 ChatGPT 真的这么省，那么你用它替换掉的几乎所有线下活动，排放都比它高。「你能为气候做的最优化生活方式之一，是住在大城市、吃素、然后把一整天都花在电脑前。」他自己占了两样。

主持人 Labenz 贡献了一个真实案例。他儿子最近确诊伯基特淋巴瘤，他用 ChatGPT、Gemini、Claude 三线并行地查资料、理解治疗方案、判断要不要举家搬到另一个城市。「过去一个月可能用了几百到一千次查询，还不到一次跨城开车出行。」最后他们决定不搬家，买了几个 HEPA 滤网放在家里。搬家意味着两套房子同时供暖，能耗比这一千次查询高出好几个数量级。

Masley 还讲了一个他在披萨店听到的故事。两个青少年在聊天，其中一个说：「我们那个朋友居然还在用 ChatGPT，她还自称环保主义者，太虚伪了。」说完立刻点了一份肉食披萨。「这一幕基本上概括了整场争论。」

水：一瓶水的谣言是怎么来的

「一次查询消耗一瓶水」这个说法，源头是华盛顿邮报的一篇文章。它假设写一封 100 词的邮件需要 10 到 20 次查询，还假设芯片效率五年没有进步，还把水电站蒸发的水也算进去。这些假设叠加起来，把数字放大了差不多 200 倍。

真实数字约 2 毫升。更关键的是，大多数人根本不知道自己每天的水足迹分布在哪里。Masley 举了个例子：一个数字闹钟，每个月在远处电厂消耗大约 3 升水。这部分水你从来没见过，但它确实在流。

他提醒要区分三种「用水」：

• 消耗性用水，从本地水源取水后蒸发或转移，不再回到原处，这是真正会造成水资源压力的部分。
• 非消耗性取水，取来用一下再还回去，比如很多电厂的冷却水，取走、升温、放回。
• 水污染，用完之后水质变差再排放。数据中心会用到一些化学药剂保持水质洁净，排出时可能带一点污染，但和农业比起来量级很小。

有个流传很广的说法是「到 2027 年，AI 的用水量将达到英国的 50%」。Masley 拆开来看：这 50% 里大约 90% 是电厂取完就还回去的非消耗性用水，5% 到 7% 是电厂真正消耗掉的，只有约 3% 发生在数据中心内部。听上去像半个英国的水流过机房，实际上是英国总消耗水的 5% 左右。

那 AI 到底用了多少水？2023 年的数据，美国所有 AI 的消耗性用水，大约相当于 8 到 10 个 1.5 万人小镇的用水量。「把这个量摊到整个美国，我不觉得是个特别大的问题。它带来一些规划上的挑战，但不是灾难。」

真正的水资源「反派」在哪里？Masley 点名了灌溉苜蓿。美国灌溉苜蓿的用水量，大约是所有 AI 用水量的 1000 倍。亚利桑那州的高尔夫球场，用水量大约是州内所有数据中心的 30 倍。

芯片的账本：九成成本在买，九成碳排放在用

这里有个反直觉的结构。一台装载 8 块 H100 的服务器，采购价约 30 万美元，四年寿命内电费约 3.5 万美元，只占采购价的 10%。直觉上你会以为制造成本的碳排放也占大头。事实相反。

Masley 的类比很妙：AI 芯片的设计目标就是让电流尽可能多地从里面流过，直到它烧坏。你会担心家里电线的隐含碳成本吗？不会，你担心的是电费账单。芯片的碳成本比例大约 20∶1，电力使用是制造隐含碳的 20 倍。英伟达自己公布的数据也支持这个比例。

训练成本是另一个被低估的项。Masley 估计训练大约让总能耗翻倍，从 0.3 瓦时到 0.6 瓦时，误差范围很宽。即便翻倍，结论不变。

宏观层面：80 吉瓦是什么概念

换到数据中心尺度，画面完全不同。一块最新芯片的功耗大约 1000 瓦，和一户美国家庭的平均用电持平。一个 1 吉瓦的数据中心，等于 100 万块芯片，等于 100 万户家庭的用电。

Stargate 计划的目标是几年内建成 5 吉瓦，相当于 500 万块芯片、500 万户家庭，差不多是一个 1000 万到 1200 万人口的都市圈。听上去惊人，但放到全美电力系统里只占个位数百分比，再折算成碳排放（电力只占美国总排放约四分之一），大概是美国基准排放的 1%。

把视角拉到最宏大的版本：7 万亿美元的建设、80 吉瓦的总用电，大约相当于全球能源使用的 1% 到 2%，比全球经济发展自然带来的增量还小。如果全部用太阳能供电，需要 800 平方英里的光伏板，不到内华达州面积的 1%。

土地不是瓶颈。Masley 的原话是，数据中心在「紧凑性上几乎是个奇迹」，同样功能占用的土地少得惊人。

真正的风险藏在空气里

聊到这儿，Masley 给出了他个人最担心的一项，答案出乎意料：空气污染，而不是碳排放，也不是水。

原因在于碳和空气污染的性质不同。碳是「可替代的」，你在 A 处排放一吨、在 B 处减少十吨，净效果就是减了九吨，因为气候影响是全球性、长期性的。空气污染没有这种可替代性。如果一根煤电厂的烟囱直接对着你家窗户排，别人跟你说「全网来看净排放下降了」，你不会觉得被安慰。

全球每年有数百万人死于室内空气污染，这个数字比 WHO 预测的气候变化年度致死人数还高，即便算到 2040 年代。美国每年因空气污染死亡的人数估计在 3 万到 10 万之间，和车祸死亡人数同一量级。

孟菲斯的 Colossus 数据中心成了他的案例。当地居民报告闻到燃气的味道，有记录显示现场运行的燃气轮机超过了许可数量。那个社区原本的空气质量评级就是 F。「即便数据中心完全按规矩运行，现有电网本身对附近居民就不太友好，而这份成本往往落在最贫困的社区头上。」

他对地方政府的建议不是「别建」，而是「把空气质量控制住」。相比之下，水在大多数地方查下来根本站不住脚。「我查过的每一个地方，都没找到水权受影响的实锤。几乎所有吓人的水故事，要么数字对不上，要么是施工期的问题，不是运营期。」

水稀缺地区反而适合建数据中心

这是 Masley 最反直觉的一个观点。凤凰城周围建了大量数据中心，很多人觉得荒谬，那是一座沙漠城市。

他算了一笔账：亚利桑那州所有高尔夫球场的用水量，大约是州内所有数据中心的 30 倍。而数据中心每消耗一加仑水产生的税收，大约是高尔夫球场的 50 倍。「如果我能关掉亚利桑那所有高尔夫球场，全都换成数据中心，州政府能多收几十亿美元，用水量一点都不会增加。」

他还提到一个数据中心的隐藏好处：用水量大的用户能给水务公司带来规模效应，摊薄管网更新的成本。很多地方水问题的核心是老化管道，不是水源枯竭。

电价的故事同样被高估。过去五年美国平均电价涨了约 35%，劳伦斯伯克利国家实验室的分析显示，这部分涨幅基本来自通胀和供给侧问题，数据中心贡献接近于零。但未来几年会变，全美用电量将自 2008 年金融危机以来首次显著上升，主要驱动力正是数据中心。

Masley 提醒一个常见误解：需求上升不等于电价永久上涨。否则大城市电价应该永远比农村贵，事实并非如此。规模效应会让成本在中长期摊平。真正的风险是数据中心需求上涨太快，电网没有足够时间追赶，导致电价在很长一段时间内持续偏高。

明天就能用的几件事

如果你想把这期播客的结论落到行动上，Masley 和 Labenz 给出的清单大概是这样：

• 下次有人跟你说「一次 ChatGPT 查询喝掉一瓶水」，回他 2 毫升，200 次才一瓶。这个数字有多个独立研究支持。
• 想抵消自己一年的 ChatGPT 使用，少开一次 20 英里的车就够了。想抵消一次跨美飞行，大概需要 100 万次查询，你一辈子用不完。
• 真正值得关注的 AI 环境议题是局部空气污染。如果你所在社区要建数据中心，把力气花在要求燃气轮机和煤电的排放标准上，比反对用水有效得多。
• 如果你在为地方政策做判断，先算清这笔账：税收增量、就业、电网升级收益，对照空气质量、噪音、施工期影响，别一上来就否掉。
• 如果你担心的是自己家的空气质量，升级中央空调滤网是性价比最高的一步，HEPA 滤网可以作为补充，代价是噪音。
• AI 的宏观气候影响，很可能取决于它被用来做什么，而不是数据中心本身耗了多少电。国际能源署估算，到 2035 年 AI 应用减少的排放可能是所有数据中心排放的四倍。这个数字不确定性很大，但方向值得记住。

Masley 反复强调自己「只是个爱好者」，很多细节希望更专业的人来纠正。他在博客 andymasley.substack.com 上持续更新。他写这些文章的一个隐藏动机，是担心 AI 批评者们把真正有力的论点稀释掉了。「当你为了攻击一样东西，把所有能抓到的工具都用上，听众很快会发现。这会削弱你真正在意的那部分批评。」

「我既爱它，也怕它。现在的聊天机器人很棒，我非常担心它近期和远期的后果。但这不意味着我应该拿环境问题当武器。」

这句话大概是整期节目最值得带走的东西。分清哪些数字站得住、哪些站不住，剩下的讨论才有意义。