什么是 AI 用水足迹计算器？
运行大型 AI 模型需要耗电，而托管这些模型的数据中心还要消耗大量的水来散热降温。你每次向聊天机器人或图像生成工具发出的指令（prompt），背后都隐藏着一笔虽小却真实存在的"水账"。这款计算器会根据你的提问次数，以及每次提问的估算耗水量，帮你算出使用 AI 的总用水足迹。
使用方法
先输入你想估算的 AI 提问（prompt）总次数，再填入每次提问的耗水量，单位为毫升（mL）。由于模型、硬件和数据中心所在地各不相同，公开的估算数据差异很大，但常被引用的范围大约是每次提问 10–50 mL（本工具默认值为 30 mL）。计算结果会同时给出以升为单位的总用水足迹、以毫升为单位的原始数值，以及换算成 500 mL 矿泉水瓶的数量。
计算公式详解
计算原理非常简单：用提问次数乘以每次提问的耗水量（mL），再除以 1000，把毫升换算成升即可。
$$\text{耗水量（升）} = \dfrac{\text{提问次数} \times \text{每次提问耗水量（mL）}}{1000}$$
矿泉水瓶的等效数量则是把升数除以 0.5，因为一瓶标准小瓶装矿泉水的容量正好是 500 mL。
实例演算
假设你一共提问 1,000 次，每次按 30 mL 耗水量计算。那么：\(1{,}000 \times 30 = 30{,}000 \text{ mL}\)，再除以 1000 就等于 30 升。换算下来，相当于 \(30 \div 0.5 = 60\) 瓶标准 500 mL 矿泉水。
按模型类型估算的每次查询用水量
人工智能查询的水足迹主要来自两个来源:用于冷却数据中心服务器的蒸发水(现场)和用于生成为其供电的电力的用水(场外)。已发布的估计数差异很大，因为它们取决于模型大小、请求长度、当地气候以及设施回收热量的效率。针对典型文本交互引用最广泛的数字落在10–50 mL范围内——相当于每次交互大约一汤匙至一小杯的用水量。
以下数值是数量级估计，仅用于粗略规划。它们不是精确测量，单个查询合理情况下可能超出这些范围。
| 查询类型 | 高效数据中心 (mL) | 典型数据中心 (mL) | 效率较低/炎热气候 (mL) |
|---|---|---|---|
| 短文本提示(几个词，简短回复) | 5 | 15 | 30 |
| 标准聊天机器人查询(一段输入，一段输出) | 10 | 25 | 50 |
| 较长对话/文档分析 | 30 | 60 | 120 |
| 图像生成(单张图像) | 40 | 80 | 150 |
作为一个实际例子，发送200个标准聊天机器人查询，每个25 mL，消耗\( \frac{200 \times 25}{1000} = \)5升。在高效设施上相同的200个查询，每个10 mL，仅使用2升——说明每次查询的假设对总量的强烈驱动作用。
解读您的结果
您的结果是与您输入的查询相关的估算总用水量，以升为单位。将升换算为日常用语:一个标准一次性水瓶约装0.5升，所以5升的结果大约是十瓶，1.5升的结果大约是三瓶。许多指南建议成年人每天饮用约2–3升的水，因此您也可以将您的数字与一到两天的个人饮用水进行比较，以获得直观的规模感。
阅读该数字时要记住三件事:
- 这是一个数量级估计。每次查询的用水值是一个假设，而不是仪表读数。将该输入值翻倍或减半直接会使您的总数翻倍或减半，因此结果最好作为粗略范围而不是精确数量对待。
- 位置和模型的影响非常大。从气候凉爽、用水高效的设施处理的查询可能使用相同查询在依赖蒸发冷却的炎热地区用水的一小部分。特定模型和请求长度也会大幅改变底层能量——因此用水量也会改变。
- 该数字包含不仅仅是冷却。完整的水足迹反映了现场冷却蒸发的用水和生成服务器消耗的电力所嵌入的用水。两者之间的分割取决于当地电网和气候。
因为如此多的影响可以追溯到电力，同一活动也会产生碳足迹。如果您想探索能源方面，一旦获得估算的kWh数字，您可以使用电力碳足迹计算器估算所涉及电力的排放。
此工具仅提供一般信息估计，不能替代特定提供者或设施的测量数据。
常见问题
一次 AI 提问到底要用多少水？ 不同来源、不同模型给出的估算差别很大。常被引用的数字大约在每次 10 mL 到 50 mL 之间，所以请把它当作一个数量级上的粗略估算，而非精确数值。
AI 为什么会"用水"？ 数据中心主要用水来给服务器散热降温，而上游的发电环节同样会消耗水资源。这两部分共同构成了 AI 的用水足迹。
我能减少自己的 AI 用水足迹吗？ 可以。减少不必要的提问、让提问更高效，并在条件允许时选用更小的模型，都能降低算力消耗，从而同时减少能源和水资源的需求。
