AI算力扩张撞上水资源瓶颈，数据中心选址逻辑正被重新审视

当人们谈论AI发展的制约因素时，芯片短缺、电力缺口与资本投入常被反复提及。但一个更隐蔽却日益紧迫的瓶颈正在浮现：水资源。十如研究院第十三届“十如对话”在桂林举行期间，专设分论坛“水与智慧：见水知势”，多位专家指出，AI算力中心正与人类争夺同一水源——而这场竞争的代价，可能远超预期。

算力中心为何如此“渴”？核心在于散热。现代AI服务器机柜功率密度已达30—100千瓦，远超传统机柜的3—10千瓦。芯片几乎将输入的全部电能转化为热能，风冷已无法应对。目前最经济高效的散热方式是蒸发冷却：利用水的汽化潜热（约2260千焦/升），每蒸发1升水可带走约0.6千瓦时热量。这一方案虽显著降低电费，却导致水资源永久性损耗——蒸发后的水不再回归本地水循环。

据Rystad Energy预测，全球数据中心冷却用水量将从2025年的222亿升攀升至2030年的最高644亿升；北京理工大学模型则测算，仅中国一国到2030年年耗水量就将达262.88亿升，相当于19个西湖。问题不在于总量本身，而在于空间错配。国际可持续发展研究院高级研究员魏仲加在论坛中强调：大量规划中的数据中心恰恰位于水资源紧张区域。一座中型数据中心日均耗水约100万升;其中绝大部分用于冷却并直接蒸发，无法回补当地水系——而这些水源往往同时支撑居民生活与农业灌溉。

现实案例触目惊心。美国亚利桑那州凤凰城-梅萨都会区聚集了96座主要数据中心，包括AWS、谷歌、苹果、微软与Meta的核心设施，但该地区正经历科罗拉多河流域1200年一遇的大旱，2024年联邦政府已削减其51.2万英亩英尺供水配额。得克萨斯州阿比林的“星际之门”（Stargate）超算园区规划负荷达900兆瓦;2025年9月Altman到访时，当地气温高达36℃，居民每周仅被允许浇灌草坪两次。国内亦然：乌兰察布人均水资源不足全国平均的四分之一，却已建成超80座数据中心。

这种选址偏好并非偶然。世界经济论坛报告指出，全球约45%的数据中心位于高水压力地区。其背后是一套清晰的成本逻辑：第一，电价低廉——如庆阳绿电较东部便宜30%—50%，中东光伏电价常年全球最低；第二，气候适宜——低温干燥环境大幅提升自然冷却效率，PUE（电能使用效率）可压至1.1以下；第三，土地与政策优势——人烟稀少、面积广阔、灾害风险低，叠加税收减免与招商便利。在这套模型中，水几乎未被赋予权重。

价值排序的失衡进一步加剧问题。同一份世界经济论坛调研显示：在冷却方案选择中，87%的运营商优先考虑省电，仅35%会考量省水。行业惯性源于度量体系的偏斜：PUE作为电效指标早已深入人心，而WUE（水利用效率）仍未进入主流决策视野。电可远距离调度、可购绿电，但水无可替代——取自哪条河、哪个含水层，就必须直面当地的水位现实。在缺水流域以“省电优先”为由采用蒸发冷却，实质是以当地最稀缺的资源换取最廉价的资源。

部分先行者已开始转向。智利圣地亚哥郊区Cerrillos曾计划建设一座耗资2亿美元的谷歌数据中心;原方案年耗水约70亿升，相当于当地8万居民全年用水。面对持续干旱，项目最终调整冷却策略，大幅削减取水量。类似转变正在全球扩散：微软在亚利桑那州新建数据中心采用闭环式液体冷却，将水耗降低95%；亚马逊在弗吉尼亚州部署空气冷却+余热回收系统，减少对淡水依赖。

行业共识正逐步形成。世界经济论坛大中华区自然与气候议程负责人胡悦提出，在水资源稀缺流域，资源优先级应倒置——先保障少用水，再谈能效提升。十如研究院委员会主席李效良亦强调：若缺乏水平衡意识与回补机制，算力供应链的长期竞争力难以维系。

值得注意的是，水资源瓶颈并非孤立现象，而是与AI基建整体演进阶段深度耦合。近期报道指出，AI基础设施瓶颈正从“资本密集”转向“人力密集”：2023—2024年卡在GPU供给，2024—2025年困于电力并网，2025—2026年受限于变压器与开关柜产能，而2026年起，熟练电工与EPC施工队伍成为新瓶颈。水问题恰处在这条链条的前端——它既是物理约束，也是系统性风险的早期信号。

技术路径上，替代方案正在成熟。除闭环冷却外，液冷技术（如浸没式、冷板式）可将水耗压缩至风冷的10%以内；部分企业探索利用废水、海水或空气冷凝水作为冷却介质；AI优化调度系统也能动态匹配负载与冷却强度，避免冗余耗水。但技术落地仍受制于成本与标准缺失：当前液冷方案初期投资高出风冷30%—50%，且缺乏统一的WUE评估规范。

长远看，水资源约束或将重塑全球算力地理格局。当“低价电+低温气候”不再自动等于“最优选址”，政策制定者需将水压力指数纳入数据中心审批前置条件；企业则需将WUE与PUE并列为核心KPI。正如魏仲加所言：“水是人们感受气候变化最直接的方式。”AI若不能学会与水共生，其扩张之路终将遭遇物理世界的硬边界。