【專家觀點】當算力遇上水資源，AI耗水，也是解方？

人工智慧（AI）快速發展，帶動的不只是算力需求，也是一場看不見的耗電與耗水考驗。

AI高速運算，伺服器長時間運轉並產生大量熱能，如何有效帶走熱量，是資料中心穩定運作的關鍵；半導體製造同樣離不開水，晶圓製程需要大量高純度水進行清洗，任何微小雜質都可能影響良率。

AI不一定耗水，關鍵在「怎麼散熱」

臺大生物環境系統工程學系教授童慶斌表示，「AI不一定很耗水，關鍵在怎麼散熱。」

童慶斌說明，AI的運算規模大，產生的熱能高，因此需要更有效率的冷卻系統。而不同的冷卻技術，耗水量可能大不相同。「有些冷卻系統利用水蒸發帶走熱能，水一旦蒸發，就等於被消耗掉；另一種方式是透過封閉式循環系統，讓水經過處理後重新使用，降低新水需求。」

AI耗不耗水，需要從資料中心如何設計冷卻系統，能不能提高水循環利用率來看。

童慶斌指出，「同為科技產業，但AI資料中心與半導體產業用水邏輯並不相同。AI資料中心主要是為了冷卻與散熱；半導體製造則是把水直接帶進生產流程，用來清洗晶圓、設備與製程。」

半導體對水質要求極高，水不是一次性消耗，可經過不同處理程序，再重新回到系統形成「一水多用」。

以台積電為例，台積電各廠區從自來水進廠到最後排出，平均可以重複使用 3.5 次。「晶圓製造一旦供水出現問題，就可能影響製程、產能與出貨，進一步牽動整個供應鏈。」童慶斌指出。

臺灣受極端氣候影響，豐枯水期差距擴大，加上坡陡流短，雨水不易留存，南部水情吃緊已非新鮮事。

2015年，臺灣遭遇70年來最嚴重乾旱之一。當時，中鋼每天短缺1.2萬噸用水，生產幾乎逼近停產，苦撐一個多月，直到梅雨來臨才解了燃眉之急。2021年嚴重枯水期，竹科產能滿載，供水風險也直接牽動產業生產，台積電甚至預訂百輛以上水車，備戰跨縣市調水。

「高雄近年持續推動再生水建設，提供半導體等高科技產業使用。對城市而言，這不只是增加一個水源，更是建立一套不同於傳統水庫的供水系統。」童慶斌表示。

他指出，臺灣水資源的核心問題，不只是「缺水」，而是水在時間與空間上的分布不均。「水不一定在需要的時間，出現在需要的地方。」因此，當供水風險升高，再生水不只是環保概念，也可成為產業穩定供水的備援水源。

童慶斌認為，未來應建立多元水源，包括廠內回收、外部再生水、雨水貯留、分散式蓄水與區域調度，讓不同水源彼此串聯，提高供水韌性。

「再生水要處理到什麼程度、花多少成本、用在哪裡，值得不值得，都需要思考。」他認為，臺灣水資源管理應逐步從「開源」走向「需求管理」：怎麼把水留下來、有效調度、循環利用，並減少不必要的消耗，才是面對氣候變遷的關鍵。

童慶斌表示，AI時代，水資源也需要一套具韌性的基礎建設。「AI本身可能增加水資源需求，卻也是解方。」

透過AI分析氣象、水文、降雨、河川流量與用水需求，可預測不同地區的供水變化；結合即時資料，更能精準掌握水量與水質，提升水資源調度效率。

在農業，AI可依據土壤濕度與作物需求，減少不必要的灌溉；工業則可分析製程用水，找出節水與提高回收率的環節。甚至資料中心也能利用AI，根據伺服器負載、環境溫度與設備狀況，動態調整冷卻需求。

「臺灣過去發展半導體，讓世界看見臺灣的製造能力；如今AI快速發展，又將臺灣推向另一波產業浪潮。」童慶斌指出，「水」這個過去看似傳統的公共議題，如今已成為科技產業競爭力的一環。

半導體產業早已將穩定水源納入設廠與製程規劃。面對AI資料中心等新興產業，童慶斌認為，「未來大型資料中心建置時，除了土地、電力與網路，也應同步考量冷卻方式、用水效率、水循環再利用及水源穩定性。」