过去两年，围绕人工智能的讨论几乎都绕不开算力：芯片供应、机柜密度、电网接入。相比之下，另一个同样刚性的约束——水，长期处在话题边缘。随着超大规模数据中心在干旱地区密集落地，冷却用水与当地水资源之间的张力开始被摆上台面。

水用在哪里

数据中心的耗水大致分两部分。一部分是现场冷却：服务器散热产生的热量需要带走，蒸发冷却塔通过水的蒸发吸热，效率高、成本低，但会持续消耗水；闭式循环与风冷方案耗水少，却在高温环境下效率受限。另一部分是间接水足迹：为数据中心供电的发电环节本身需要用水，尤其是火电与核电的冷却系统。也就是说，即便一座数据中心采用风冷，它的用电背后仍可能对应相当数量的水资源消耗。

  • 直接耗水：冷却塔蒸发、补水与排污，与当地气候强相关。
  • 间接耗水：发电、制水与设备制造环节的水足迹，常被忽略。
  • 衡量指标：除传统的电能利用效率PUE，行业越来越多引用水资源利用效率WUE，即每消耗一千瓦时电对应的耗水量。

数字与地区压力

多家云厂商近几年开始在环境报告中披露用水数据，口径与统计范围并不统一，但趋势大体一致：随着AI负载上升，总取水量持续增长。学术研究也给出了一些参照，例如对大型语言模型训练过程耗水量的估算，提示单次训练的耗水可达数十万升量级，其中相当部分来自发电环节。这类数字存在假设差异，但方向性结论被反复引用。

压力最直接体现在选址上。美国西南部、西班牙部分地区、智利与中东等地本已面临长期缺水，数据中心密集入驻后，用水配额、取水许可与居民用水之间的竞争变得具体。一些地方政府开始要求新建项目披露用水量、提交节水方案，甚至对冷却方式作出限制。

技术与选址的应对

行业层面的调整正在发生。液冷成为高密度机柜的主流选项，冷板式与浸没式方案在提升散热能力的同时，可显著降低对蒸发冷却的依赖；闭式循环系统、干冷器、再生水与雨水回收也被更多采用。选址逻辑同步变化，部分项目转向气候凉爽或水资源相对宽裕的区域，也有企业尝试把数据中心与市政污水处理厂、海水淡化设施结合，用再生水替代饮用水。

不过，节水与节能之间并非总能两全，风冷方案往往需要更多电力，而电力本身又对应间接水耗。如何权衡，取决于当地的水电禀赋，很难有统一答案。

透明度与监管

真正的难点在于透明度。企业披露的用水数据在统计边界、时间口径、是否包含间接水耗上差异明显，外部难以横向比较。同时，取水许可与水资源分配多属地方事务，缺乏统一标准，公众对社区周边的用水情况往往知情有限。

可以预见，随着AI算力继续扩张，水会像电一样，成为项目审批与运营评估中的硬指标。把水资源纳入AI基础设施的核算体系，从只看PUE到同时看WUE，并推动披露口径规范化，是接下来一段时间值得关注的方向。