聯合國科學家警告：到 2030 年，AI 數據中心耗水量將超過 13 億人

新聞摘要

聯合國大學水、環境與健康研究所（UNU-INWEH）於 2026 年 6 月 3 日發表的一份里程碑式報告揭示，人工智能基礎設施的快速擴張正對地球最關鍵的自然資源——水、土地和空氣——造成前所未有的壓力。

人工智能的用水足跡：全球規模的清算

預計到 2030 年，為全球人工智能工作負載提供動力的數據中心每年將消耗 9.3 兆公升的水，是 2024 年約 4.5 兆公升用水量的兩倍多。為了讓這個數字更具體，UNU-INWEH 的研究人員指出，9.3 兆公升的水足以滿足地球上每個人（81 億人）約 1.6 年的總飲用水需求。該報告還將預計的用水量與撒哈拉以南非洲 13 億人口一整年的基本生活用水需求進行了比較。

數據中心用水主要用於冷卻：冷卻水在伺服器機房中循環，而蒸發冷卻塔則將大量水蒸氣排放到大氣中。隨著人工智能模型的訓練和推理工作負載呈指數級增長，對冷卻的需求也隨之增加。報告指出，在許多高增長部署地區，這些水來自於支持農業和當地飲用水供應的相同含水層和河流系統。

電力需求和碳排放

相同的分析預計，到 2030 年，全球數據中心的電力消耗將近乎翻倍，達到每年 945 太瓦時（TWh）。屆時，僅人工智能工作負載預計將佔所有數據中心電力需求的約 40%，遠高於目前的水平。估計產生如此龐大的電力將每年產生約 3.99 億噸二氧化碳當量，相當於一個主要工業化國家的總年排放量。

土地使用和電子垃圾

除了能源和水之外，UNU-INWEH 的報告還強調了另外兩項較少受到公眾關注的資源壓力。首先，到 2030 年，數據中心園區的實體佔地面積——包括設施本身、周邊緩衝區以及相關能源基礎設施——預計將超過 14,500 平方公里。其次，由人工智能競爭驅動的快速硬件更新週期，到 2030 年每年可能產生多達 250 萬噸電子垃圾，其中大部分目前在環境保障措施有限的低收入經濟體中處理。

地理集中和社區影響

該報告最尖銳的發現之一與數據中心的選址有關。UNU-INWEH 地理空間、氣候與基礎設施分析計劃經理 Mir Matin 博士強調，設施經常設在已經面臨嚴重缺水壓力的地區。居住在這些設施附近的社區，往往在與稀缺水資源競爭的同時承擔環境成本，而從這些中心支持的人工智能服務中卻幾乎沒有獲得直接利益。

效率提升和反彈效應

研究人員承認，過去十年硬件效率已大幅提高。現代人工智能加速器和液體冷卻技術與其前代產品相比，每計算消耗的能源和水明顯更少。然而，報告警告說，效率的提升一直被人工智能部署的總體增長所超越——這種動態有時被稱為「反彈效應」。隨著單項運營變得更便宜，總需求增長的規模超過了節省的累積速度。

報告背景和範圍

UNU-INWEH 報告於 2026 年 6 月 3 日美國東部時間上午 9:00 發布，綜合了學術文獻、行業披露以及該研究所自身的地理空間模型數據。它涵蓋了全球數據中心的運營足跡，特別關注人工智能基礎設施擴張正在加速的亞洲、中東和非洲部分地區。該研究所是更廣泛的聯合國大學系統的一部分，專注於水安全、環境健康和可持續資源管理。

前景和建議

該報告並未呼籲限制人工智能的發展，而是敦促政策制定者、技術運營商和投資者從一開始就將資源影響評估納入數據中心規劃。主要建議包括對新設施強制披露水壓力信息，加強對盡量減少消耗性用水的閉環冷卻系統的激勵措施，以及提高人工智能基礎設施企業環境報告的透明度。

隨著人工智能能力的持續進步和在各行業的普及，支撐這種增長的實體資源需求正日益受到關注。UNU-INWEH 的研究結果為一個主要圍繞算法進步展開的對話增添了權威的科學分量——將注意力轉向了讓這一切成為可能的河流、含水層和電網。