AI产业快速扩张引发隐患 数据中心用水问题待解

问题——“看不见的用水”正逐渐成为现实议题。公众在使用智能问答、文本生成等服务时,更多感受到的是计算速度与输出质量,却很难意识到其背后依赖的大规模服务器集群。在高频交互与业务扩张的叠加下,数据中心冷却用水呈上升趋势。此前有研究者与企业人士用“单次回答对应一定用水量”的说法提醒该问题。尽管不同模型、机房设计、地理位置与气候条件会带来测算口径差异,但讨论指向的共识是:算力服务并非“零资源消耗”,其用水成本正在被重新关注。 原因——根源在“热”,关键在“冷”。服务器的CPU、GPU等芯片在高强度计算时会产生大量热量,为保证稳定运行必须持续散热。常见冷却路径包括风冷、冷板等间接式液冷,以及浸没式等更直接的液冷方案。当前不少数据中心以水作为换热介质,通过循环水系统带走热量;部分方案还会采用蒸发冷却等方式,从而带来水耗。算力规模越大、负载越高、散热需求越强,冷却环节的用水量就越可能随之增加。另外——政策对能效提出更高要求——行业围绕PUE等指标优化,也促使数据中心在“算力增长”与“能耗约束”之间寻找更合适的平衡。 影响——矛盾不在全球总量,更在区域承载与结构性竞争。从全球视角看,水具备循环属性,但水资源的可获得性高度依赖地区条件:淡水短缺、持续干旱、供水设施老化等问题在一些地区更为突出。数据中心往往倾向选址在土地与电价成本较低、配套条件相对宽松的区域,而其中部分地区本就面临水资源紧张。在数据中心数量增加、规模扩张的背景下,用水需求集中可能与农业灌溉、居民生活、城市公共服务形成更直接的竞争,进而放大区域风险。与此同时,一些企业提出“水资源中和”等倡议,尝试通过生态补水等方式抵消影响,但若补水地点与实际取水地分离,往往难以有效缓解数据中心所在地的供水压力,治理成效也容易受到质疑。 对策——以技术迭代为抓手,以制度约束为保障。其一,推动冷却技术向高效、低水耗方向升级。在条件适配的场景中,推广更精细化的液冷与热管理方案,降低对高耗水环节的依赖;同时加强介质安全与环境风险评估,避免以“高性能”为代价引入难处置的污染隐患。其二,以能效与水效“双指标”强化管理。除关注PUE等电力效率指标外,应探索引入WUE等用水评价体系,将水耗纳入数据中心全生命周期管理,推动行业从“只算电账”转向“电水统筹”。其三,完善选址与资源统筹机制。对水资源承载能力较弱地区,提高项目准入门槛与用水约束,推进再生水利用、循环水系统优化等配套建设,促进产业布局与水资源条件相匹配。其四,提高透明度与可核查性。建立更统一的统计口径和披露机制,避免“单次交互耗水”被过度简化传播造成误导,也便于监管部门、公众与产业链基于事实开展讨论与监督。 前景——在“算力时代”跨越资源约束,需要更系统的治理框架。生成式应用、自动驾驶、科学计算等领域持续扩张,将更推高对算力的需求。可以预见,数据中心的竞争将从比拼规模转向比拼效率、成本与可持续能力。谁能在性能、成本、节水与安全之间找到更优平衡,谁就更可能在新一轮产业竞争中占据主动。面向未来,应把冷却节水纳入算力基础设施高质量发展的关键议题,通过技术创新、政策引导与市场机制协同发力,避免在局部地区形成新的资源压力点。

当数字文明的发展与自然资源承载之间出现新的张力,算力产业的水资源课题提醒我们:技术创新需要与生态约束同步推进。在追求计算速度的同时守住可持续发展的底线——这不仅是技术攻关——也关乎人类如何理解并重塑与自然相处的方式。正如水利专家所言:"每一滴被服务器蒸发的水,都该让我们更清醒地认知科技与自然共生的智慧。"