本期看点

• 数据中心水足迹 —— 不只是机器喝的水，主要是冷却系统蒸发掉的水，以及发电环节（尤其火电）间接消耗的水。算 AI 的环境账不能只看电表。
• 太瓦时（TWh） —— 十亿度电。448 太瓦时就是 4480 亿度，用来给国家级的用电量做比较单位。
• 低碳 ≠ 低水低地 —— 报告点破的反直觉结论：一座用绿电的数据中心可以是"低碳"的，但它照样抽水、照样占地。三本账要分开算。
• 能源即护城河 —— 当算力的瓶颈从芯片下移到供电，谁握住电和储能，谁就握住了 AI 的下一道闸门。

一、先把数字钉死：四本账，全部翻倍

报告的骨架是一组能彼此对上的数字，先看现状，再看预测。

去年（2025）全球数据中心耗电 448 太瓦时，这个量超过了沙特阿拉伯全国一年的用电总量，其中 AI 算力吃掉约五分之一。同期耗水 4.5 万亿升，报告给的参照是足够撒哈拉以南非洲 6 亿多人用一年；二氧化碳排放 1.89 亿吨；占地 6900 平方公里。

到 2030 年，每一栏都往上跳一个台阶：耗电翻倍到 945 太瓦时，大致相当于日本全国一年的用电量，而 AI 在其中的占比将从五分之一升到 40%；耗水增至 9.3 万亿升，报告换算成撒哈拉以南非洲 13 亿人口的年度基本生活用水；碳排升到 3.99 亿吨；占地扩到 14500 平方公里以上，差不多是两个雅加达都市圈。报告还补了一笔现状里容易被漏掉的账：到 2030 年，仅数据中心相关的电子废弃物就将达到每年 250 万吨。

四本账同方向、同幅度地涨，这本身就是判断。AI 的增长曲线和它的资源消耗曲线是同一条——业内乐于谈前者，报告逼你看后者。报告主撰稿人、研究所所长卡维·马达尼（Kaveh Madani）把这点说得很直白：

"公众讨论往往只把人工智能视作软件产品，但人工智能离不开实体基础设施支撑：涵盖数据中心、发电设施、冷却系统、输电网络、芯片、矿产资源、土地与水资源。"

二、最容易被绿电叙事盖住的，是水和地

行业过去两年的环保叙事几乎全押在"碳"上——买绿电、签 PPA（购电协议）、宣布碳中和路线图。报告最有价值的判断恰恰在这里：碳账算平了，水账和地账并不会自动算平。原文一句话点破：

"'低碳'并不自动等于'低水'或'低地'。"

逻辑很硬。一座数据中心改用风电光伏，碳排可以压下去，但它的冷却塔照样蒸发水、它的厂房照样占地、它的服务器照样产生退役电子垃圾。绿电解决的是发电环节的碳，解决不了"算力本身是个吃水吃地的实体"这件事。

水比碳更棘手，因为水是地方性的。碳排是全球大气共担，一吨碳排在哪里都一样；水却是抽哪条河、占哪个流域的具体问题。报告点名了三个已经撞上当地水危机的地方：爱尔兰的数据中心 2023 年吃掉了全国 21% 的计量用电；墨西哥的克雷塔罗在长期干旱中继续扩建算力设施；乌拉圭的数据中心规划，正好赶上 2023 年那场让首都蒙得维的亚淡水见底的旱情。马达尼的总结是：

"从全球范围来看，人工智能不会彻底耗尽水资源与电力，但在部分区域，缺乏统筹规划的数据中心扩建，会和当地本就紧张的资源供需形成冲突。"

这句话给"AI 缺不缺水电"这个争论定了调：全球总量上不会枯竭，但区域错配会先爆。一个建在缺水地区的数据中心，再绿也是在跟当地居民抢水。

三、把它接到本周的算力主线上：瓶颈正在从芯片下移到电

这份报告不是孤立的环保警告，它正好踩在本周几条算力新闻的同一个根上。

微软高层这周抱怨前沿模型"太贵"，贵在哪？贵在推理——每一次模型应答都在烧电，调用量越大，电费越是主要成本项。Anthropic 把 CFO 推到台前讲算力采购，本质也是在讲一门重资产的电力生意。而最能说明问题的是中国这边：宁德时代被曝计划投资 DeepSeek，出资约 50 亿元。一家做动力电池的公司为什么要投一家 AI 公司？因为 DeepSeek 要在内蒙古乌兰察布建大型数据中心，那里靠的是风电、光伏加配套储能——而风光储正是宁德时代的核心产品线。电池厂商下场 AI，是因为它们看清了 AI 基建的下一段瓶颈不在芯片，在供电和储能。

这就是联合国报告和产业动向咬合的地方：报告从环境侧说"水电要翻倍、要管住"，产业从生意侧说"谁控住电和储能谁就控住算力闸门"。同一件事的两面——AI 的增长正在被重新定价为能源的增长。当一家电池公司、一家 AI 公司和一份联合国环境报告指向同一个变量时，这个变量就是真约束：电。

四、报告没说但必须接住的一句：效率不会自动救场

报告承认 AI 能反过来优化电网、减少资源损耗——这是乐观派的常用反驳。但报告紧接着按住了这个反驳：在各国和企业争相新建算力设施的大背景下，整体水电需求大概率仍会涨。这是经典的杰文斯悖论（Jevons paradox）——效率提升反而拉高总消耗，因为单位成本降了，用量涨得更猛。单次推理省下来的电，被暴涨的调用次数吃掉还不够。

所以"模型更高效了所以更省"是个会骗人的直觉。省 token 在单次上是真的，但放到行业总量上，效率的红利正被需求的扩张吞掉。马达尼那句"行业一味比拼发展增速，已经掩盖了可持续发展最基本的准则"，针对的就是这种用效率叙事掩盖总量增长的乐观。

对从业者意味着什么

对做基础设施和选址决策的人：选址正在从"哪里电便宜"变成"哪里电便宜且水富裕且不跟居民抢资源"。报告点名的爱尔兰、墨西哥、乌拉圭就是前车之鉴——把数据中心建在缺水地区，省下的电费会被监管、舆论和断水风险加倍吐出来。绿电要签，但别把绿电当免罪符，水账和地账要单独立项评估。

对模型团队和产品团队：推理效率第一次有了环境维度的硬意义。省 token 不只是省钱，是省电、省水、省碳。但别拿"我们更高效"当增长的挡箭牌——杰文斯悖论会让总量照涨，真正能交代的是绝对消耗，不是单位效率。

对投资人和决策者：把能源当成 AI 投资的第一性变量来看。宁德时代投 DeepSeek 给出了路标——AI 基建的钱正在从芯片往电力、储能、电网下沉。下一轮的稀缺资源不是 GPU，是稳定、廉价、且不引发当地冲突的电和水。在算力规划落地、资源配套格局固化之前介入，是马达尼反复强调的窗口期。

引用

1. 《联合国报告警示：AI 驱动下，2030 年数据中心耗水量够 13 亿人用一年》（IT之家，据路透社）：https://www.ithome.com/0/959/607.htm
2. UNU-INWEH 报告《Environmental Cost of AI's Energy Use: Carbon, Water and Land Footprints》（AI 能源使用的环境成本：碳、水与土地足迹）官方发布：https://unu.edu/inweh/news/environmental-cost-of-AIs-Enrgy-use-carbon-water-and-land-footprints
3. 《AI to Double Data Center Power, Water Use by 2030, UN Researchers Say》（联合国研究人员称 2030 年 AI 将令数据中心电力与用水翻倍，Insurance Journal 转路透社）：https://www.insurancejournal.com/news/national/2026/06/03/872320.htm
4. 《宁德时代据报计划投资中国 AI 明星企业 DeepSeek》（CnEVPost / The Information 转述）：https://cnevpost.com/2026/05/22/catl-plans-to-invest-in-deepseek/