Amazon 首度公布資料中心用水資料：2025 年全球耗水 25 億加侖，用水效率 0.12 公升／度電，比業界平均 0.84 公升節省約 7 倍，宣稱優於同業。
（前情提要：為何 AI 沒讓軟體工程師大規模失業？最新研究：人類在判斷與問責上無可取代）
（背景補充：The Information：Google 計劃委託三星生產第 10 代 AI 晶片「Icefish」，分散臺積電供應短缺風險）
亞馬遜（Amazon）最近首度公開其資料中心用水資料。數字本身確實拿得出手。Amazon 稱 2025 年全球資料中心耗水 25 億加侖（約 95 億公升），用水效率為 0.12 公升／度電，較前一年下降 2%，即使同期營運規模持續擴張。
報告附上比較圖表，指出 Google、微軟、Meta 每度電用水都高於 Amazon，並宣稱自己比業界平均效率高出 7 倍。簡單來說就是，Amazon 在說：「我們是這個產業裡最省水的。」
漂亮數字背後的帳本缺口
0.12 公升 vs. 業界平均 0.84 公升，差距確實顯著。但這組數字有一個前提條件，藏在報告的附註裡：Amazon 的統計口徑不包含發電廠端為其供電所消耗的間接用水，也不含新資料中心建設過程中的耗水。
這個排除並不是小事。火力發電廠的冷卻水消耗，通常是資料中心全生命週期用水中最大的單一專案，估計佔整體水足跡的比例遠高於廠區直接用水。資料中心本身省下的每一滴水，背後的電力卻可能在數百公里外的電廠冷卻塔裡蒸發掉幾十倍的水量。換句話說，Amazon 帳本上的 25 億加侖，只是直接成本；間接成本沒有列帳，而那本帳可能更厚。
另一方面，0.12 是「平均值」：它會把尖峰用電時段、以及廠址位於乾旱地區的資料中心所拉高的耗水，全部稀釋進去。一個漂亮的全年平均，不代表最熱那幾週、最缺水那幾座廠的真實負擔。
Amazon 引用的 Google 資料也值得留意。報告中那份不利於 Google 的比較數字，似乎主要聚焦在 Gemini AI 資料中心的用水，而 Amazon 回報的是全部資料中心的營運。兩個分母根本不同，一個是特定 AI 工作負載，一個是整體業務，直接並排比較，在方法論上本身就有問題，這份對比圖的說服力因此大打折扣。
冷卻技術的真實邊界
Amazon 也解釋自己為何能做到 0.12：約 90% 的時間用空氣冷卻，不消耗水；只有在最熱日子的最熱時段，才啟動蒸發式水冷，並持續提高伺服器的耐熱容忍度。
這套邏輯成立，技術方向也和業界趨勢一致。微軟正在多座資料中心匯入閉環、零蒸發冷卻系統，每座每年可省下逾 1.25 億公升的水。冷卻技術的進步是真實的，但進步的速度，趕得上算力需求的膨脹速度嗎？
這正是整個產業面臨的結構性矛盾：每家公司都在展示效率改善的曲線，每度電耗水量確實在下降，但總用電量與總用水量的絕對值卻持續攀升。效率的分母縮小了，規模的分子卻膨脹得更快，最終結果是總消耗量不減反增。有研究提出警告：照目前趨勢，2030 年 AI 資料中心的耗水量，恐怕相當於 13 億人的年飲水需求。
水與電的差異
最後想補充一個概念，雖然 25 億加侖放在全球尺度看，或許還在可接受的量級內。
但水不像電力可以跨電網排程，它是從特定的在地水系、特定社群的供水系統中抽取的。一座蓋在缺水郡的資料中心，即使 WUE 數字漂亮，仍可能與當地居民、農業搶奪同一個地下水源或河流水權。
這正是西雅圖這類地方政府寧可先按下暫停鍵的原因：全球平均數字安撫不了在地的水帳單。
📍相關報導📍
臺灣等不到Tesla自動駕駛FSD？一場立法院討論會把現狀攤開來說
Google 新開源 DiffusionGemma 模型：生成快 4 倍，但品質落後 Gemma 4
注意》你拍的照片、說過的話，Google 現在要存下來訓練 AI 了（如何關閉教學）
