数据中心的水问题是可以解决的

罗宾·加斯特 | 2026年7月 技术已存在，政策工具也已可用，用以为数据中心和其他大型工业用户开发一种新的、政府主导的水治理模式。所缺乏的是制度协调、法规的具体性，以及一套标准化的机制和指标。 关键要点 数据中心既直接用于冷却消耗水资源，也通过发电间接消耗水资源。间接消耗量超过直接消耗量的10倍，但总体而言，数据中心仅占美国总消耗量的一小部分。 新技术现在使得数据中心冷却几乎可以直接消耗零水成为可能。它们的价格稍高一些，但可以实现接近零水的消耗。一些超大规模计算中心正在采用零水设计。 间接消费更具挑战性。发电用水取决于电力技术的选择（例如，燃气发电比太阳能发电耗水量大得多）以及当地气候。但发电用水可以在需要时进行管理。 目前没有全国性的水资源短缺，但在亚利桑那州等干旱地区以及加利福尼亚州等遭受干旱影响的地区存在严重的水资源短缺。每个流域的水资源承载能力和现有用水者都各不相同。 各州管理用水量，而非联邦政府，因此政策必须由州级法规驱动，并聚焦于特定的流域。 各州应要求所有大型工业用户披露其用水数据。用水量应与绩效标准挂钩，而非与采用特定技术挂钩。此外，水电气监管机构应制定联合审查规程。 联邦政府应扩大节水型电力的研发，制定用水标准指标，并恰当运用采购手段鼓励节水。联邦层面的用水强制性规定不必要。 目录 要点概览................................................................................................................... 1 简介....................................................................................................................... 2 用水量............................................................................................................ 3 数据中心制冷技术................................................................................... 5 用于发电的用水——冷却发电厂............................................................................... 6 用于发电的用水——监管维度........................................................................ 8 政治维度...................................................................................................... 9 政策建议.................................................................................................. 10 1. 强制披露与标准化数据要素............................................................................... 10 2. 按流域审查（而非全国性强制规定）使用性能标准（而非技术强制规定）............................................................................................... 11 3. 水能与能源综合审查 ................................................................................. 13 4. 联邦政府的角色：指标、采购和研发——而非普遍的水资源优先权........14 结论..................................................................................................................... 15附录注......................................................................................................................... 16 引言 随着超大规模企业在美国竞相部署数百吉瓦（GW）的新数据中心容量，以满足日益增长的人工智能（AI）需求，它们预计的用水量也将增加。一些人担心这种增长会给当地流域带来过大压力，因此希望暂停数据中心建设。但更深入地观察表明，情况要复杂得多——总体而言，挑战要小得多；政策制定者可以通过加强监管和透明度来管理这种情况。 数据中心消耗水资源主要有两种方式：直接用于冷却，以及间接用于发电。过去解决数据中心冷却问题的方案高度依赖水资源，但随着芯片温度升高、机架密度增加以及数据中心数量大幅增长，这种方式将不再适用。幸运的是，新的冷却技术正在涌现，它们能够在有限或零水资源消耗的情况下提供更优越的冷却效果。 为冷却燃气和核电站（这些电站将为数据中心提供大部分能源）所进行的间接用水，以及水电站水库的水消耗蒸发，才是真正的“水中大象”。根据劳伦斯伯克利国家实验室（LBNL）的数据，这种间接用水量大约是直接用于数据中心冷却所需水量的12倍。 美国的水政策是碎片化的。联邦机构负责处理废水质量，但各州监管用水量，并且每个州都可以制定自己的规则。此外，用于发电的水监管通常与用于数据中心冷却的水监管方式不同。而且，水资源是悬挂更广泛反对数据中心（和人工智能）的一个便捷借口，因为这样做会打开监管程序的窗口，并可能导致延迟或禁令。 面对这错综复杂的监管格局，人们很容易主张联邦政府应直接制定全国性的水规则和标准，以简化发展进程。这样做将是错误的。有些流域面临水资源压力，而另一些则没有。亚利桑那州的水问题及其解决方案与宾夕法尼亚州完全不同。这个问题极不适合联邦管理，尽管为数据中心和其他大型工业用户建立一种新的水治理模式既是必要的，也是可能的。 伸手求助，建议联邦政府直接制定国家水资源规则和标准以简化发展，这样做将是错误的。 与其采取联邦强制措施，各州应通过要求标准化设施层面的信息披露、对大型项目进行地方流域层面的审查、采用技术中立型的用水性能标准，以及对大型用电负荷进行水能与能源一体化评估来发挥主导作用。联邦机构应资助并支持数据标准化，利用采购手段在适宜的领域推广低用水方法，增加研发投入，特别是在水电领域，并运用联邦能源管理委员会（FERC）的互联机制来强制推行数据透明化。 用水量 数据中心建设热潮将能源需求和电力定价推到了政策辩论的前沿，但新的数据中心也需要用水。 数据中心用水量尚无准确的全国数据，部分原因是单个中心的数据未进行全国性收集，部分原因是通过发电收集间接用水数据更是挑战重重。此外，还需要区分用水量与耗水量。前者指从地下或地表取水，使用后大多仍返回当地供水系统的情况；后者指取水使用后，因蒸发或其他工业过程而损失掉、无法返回当地供水系统的情况。本文重点关注耗水量。 数据中心用水量最广泛使用的估算数据来自LBNL，该研究指出，数据中心在2023年直接消耗了174亿加仑水，而发电所消耗的水（间接用水量）则需额外消耗2110亿加仑。总计，这部分用水量仅占美国总用水量的不到1%，根据美国地质调查局最新全国消耗评估报告，该报告涵盖了全国约90%的用水量。 然而，LBNL的估计很可能需要调整： 劳伦斯伯克利国家实验室的报告排除了所有表后电力和所有电力购买协议（PPA）。在这两种情况下，电力生成组合可能包含更高比例的可再生能源（特别是风能和太阳能/电池），这些能源需要的水量要少得多。亚马逊、Meta、谷歌和微软都报告称，其100%的电力来自可再生来源。 该报告与其他权威来源并不完全一致。美国地质调查局（USGS）估计，2015年，美国热电发电厂在直流冷却方式下，每太瓦时（TWh）消耗的水量约为120万加仑/天，在循环冷却方式下，每TWh消耗的水量约为140万加仑/天。6 而劳伦斯伯克利国家实验室（LBNL）的数据为315万加仑/天。7 美国落基山国家实验室（NLR）之前的一份报告也支持USGS的观点。7 该差异主要可归因于方法论：LBNL报告包含了水电，其用水量远超其他能源，且仅限于少数几个地区（例如太平洋西北地区和田纳西河流域管理局地区）。而USGS和NLR报告在其基准数据中均排除了水电。 根据美国地质调查局（USGS）和核能研究所（NLR）的估算（不包括水电厂），热电电厂平均每千瓦时（KWh）耗水0.47加仑，因此发电1额外吉瓦时（GWh）需要474,230加仑，即每年额外间接耗水量约为40多亿加仑。 ▪ 美国地质调查局 (USGS) 和国家核能署 (NLR) 的估算可能已过时。自 2015 年以来，总用水量可能有所增加，因此考虑到分母的增大，数据中心所占份额将较低。 电力对数据中心（及其他所有用户）用水效率的影响因地区而异，因为不同地区的发电技术组合不同。例如，煤电和核电需要大量用水，而太阳能发电仅需用水清洗面板。因此，用水量从太平洋西北地区（大量使用水电）的每千瓦时2.1加仑，到加州（太阳能丰富）的每千瓦时0.13加仑不等。 水资源问题在干旱的西部地区也更为突出。例如，凤凰城附近的一些地区已经没有可饮用水了。目前，有11个东部州可能因为当地水资源问题而限制所有开发，但总体而言，水资源供应充足。 地理条件可能使水资源更稀缺，但也可能使节水技术更经济。例如，亚利桑那州这样的干旱地区非常适合使用太阳能电池板加储能电池的技术，因为这类技术几乎不需要用水。权衡利弊的计算很复杂，并且本质上具有地域性。 基本观点很简单：尽管现有数据存在局限，但很显然，该国某些地区确实存在真实的水问题——同时也很明显，不存在全国性的普遍水问题。 干旱状况也很重要：加利福尼亚州经历过严重的干旱时期，这些干旱迫使直接限制家庭用水。德克萨斯州的科珀斯克里斯蒂市正迟缓地建设一座12英寸（注：原文此处不完整，根据上下文推测应为直径或管道尺寸，翻译时保留原文数字并添加单位说明）的...在这些情况下，任何额外的用水都势必会引发当地对海水淡化厂的反对。 核心观点很简单：尽管现有数据存在局限，但很显然，该国某些地区确实存在真实的水资源问题——同时也很明显，不存在全国性的普遍水问题。如图1所示，在美国各区域中，只有干旱的西南地区和中部高平原正遭受地方性的水资源问题。但考虑到当地和区域性的重大问题（科罗拉多河分配的持续争议就是例证）以及许多地区面临 美国计划在干旱频发地区（而且近期美国更多地区处于干旱状态）建设数据中心，任何智能响应都必须分别分析并处理每个流域。这也与水资源管理的运作方式相符。13 数据中心冷却技术 数据中心冷却技术有很多种，每种都有其优势和劣势。 数据中心较旧的风冷系统通过将暖空气吹过浸水的垫子来冷却：水蒸发，从而冷却空气，随后将充满水的排气排出。这些系统耗水量大，且难以应对现代机架密度和更热的芯片。 干式冷却则不同，它利用风扇将环境空气通过散热系统，且无需用水。不过，驱动这些风扇所需的能量也多于蒸发式冷却。历史上，干式冷却在炎热气候中应用受限，因为它无法处理高温环境，但新技术可能会解决这一限制。 两种当前替代方案专注于在服务器层面直接移除热量：后门热交换器（RDHx）和液冷直插芯片（LDC），它们将机架