半導體吞10萬噸水 2028年千億公升危機

AI算力爆發背後，水資源危機正悄然浮現，成為產業擴張的隱形瓶頸。OpenAI行政總裁Sam Altman指出，每個ChatGPT查詢約消耗1/15茶匙水，相當於0.000085加侖，主要來自資料中心冷卻與電力生產。 學界研究顯示，完整供應鏈計算下，單次互動可能達10毫升，遠超表面數字。 每日逾10億查詢累積，相當於美國289戶家庭日用水總量，讓這微量用水迅速轉化為龐大壓力。

這種隱藏消耗延伸到整個AI生態，摩根士丹利報告預測，至2028年，AI資料中心冷卻與發電用水將達1,068億公升，為2024年的11倍，涵蓋現場冷卻、電力生產及半導體製造三範疇。 不同情境下，用水量可能介於637億至1,485億公升，受區域能源組合與冷卻技術影響，凸顯水不像電能輕易調度。

2028年AI資料中心狂飲千億公升水

水資源短缺已影響全球佈局，先進製程每日用水逾10萬噸，規模匹敵中型城市，促使產業加速再生水與海淡布局。台積電等巨頭目標2030年減耗30%並回收逾60%，但供需落差仍然存在，區域水資源配置尚未完全跟上產能擴張。

AI鎖定智慧治水供應鏈

高運算熱量放大冷卻需求，蒸發冷卻仰賴淡水，但乾式或空氣冷卻雖減水，卻增電耗20-30%。Google 2023年資料中心蒸發23億公升水，較前年增17%，業者轉向封閉循環與再生水，山林水等參與再生廠及污水設施，確保水質與供應同步產能。

國際趨勢類似，Ecolab擬以1.8億美元購Ovivo電子部門，建循環水管理平台，減新鮮水依賴，海淡與再生水興起雖成本高且需時，惟水荒經驗警示資料中心選址須優先水源穩定。

AI水足跡預計2027年達42-66億立方米，等同丹麥年用水4-6倍，全球公私部門聯手智慧水務，從封閉冷卻技術到再生水建設，守護這滴戰略資源，確保算力不中斷、產線不熄火。

撰文：TouchDown 創·著陸