人工智能的水资源压力包括用电需求激增——Bloomberg.com
人工智能的水资源压力包含电力使用带来的激增需求。数据中心开发商已开始推介可大幅降低冷却热水所需水量的新技术。
人工智能的水资源压力包含电力使用带来的激增需求。数据中心开发商已开始推介可大幅降低冷却热水所需水量的新技术。
一项面向OpenAI团队及数据中心工程师的提案,建议人工智能数据中心采用太阳能、闭环冷却、冷水或冰蓄冷及非饮用水源,以减少淡水消耗和电力成本。方案还提出在适宜条件下使用干式冷却器,并通过蓄冷降低峰值用电需求;其经济性和节能效果仍取决于安装成本、设备效率、维护及当地天气等条件。
文章探讨了地质热能储存(GeoTES)作为数据中心能源方案的潜力。GeoTES 采用闭环系统,在电网需要电力时通过生产井将热水抽回地表驱动涡轮发电,冷却后的水再回注至地层。该技术被作者视为兼顾大规模储能与低碳潜力的候选路径,但其实际可行性、成本与数据中心部署场景仍有待进一步验证。
苏格兰自2026年9月起对超过50MW的新数据中心申请要求环境评估并关注闭式冷却;得州2026年8月发布数据中心审计指令,要求公用事业委员会和ERCOT收集项目预计年度与峰值耗水、水源及冷却技术信息。
2026年10月8日谷歌云发布通用工作智能体 Gemini Agent,主打"给目标而非指令"的自主执行,已获近500家客户处理超1万亿 Token、近90%财富100强使用 Gemini Enterprise。
Xylem旗下Bell & Gossett业务开发经理Steven Lucente撰文指出,AI和高性能计算推动机架密度上升,使direct-to-chip液冷等水基架构更接近CPU与GPU热源,闭式水循环可减少蒸发与现场WUE。文章强调,单纯降低现场用水可能因余热排放方式或区域电网组成而把水耗转嫁至上游,因此WUE必须与PUE及电力来源一同考量,不能脱离气候、水资源、电网与本地基础设施单独优化。