一个冷知识，原来人工智能也爱“喝”水！

摘要：六月的浙江，气温正悄悄爬升，空气中的闷热感渐浓，及时补水成为不少人的日常功课。不过，你或许不知道，与我们一样，“喝水”对于人工智能来说，也是一件“头等大事”。

六月的浙江，气温正悄悄爬升，空气中的闷热感渐浓，及时补水成为不少人的日常功课。不过，你或许不知道，与我们一样，“喝水”对于人工智能来说，也是一件“头等大事”。

一个冷知识：ChatGPT每进行10到50次对话，就会“喝”掉500毫升的水。如果再调用AI代理，或者启用深度思考等功能，消耗量还会更高。

人工智能也爱“喝”水（图为AI生成）

AI为什么用水这么多？

随着大模型和相关技术的飞速发展，AI日渐融入我们的日常工作与生活。算力需求不断升级，意味着数据中心的降温压力与日俱增。

举个例子，根据谷歌的最新报告显示，2023年，企业耗水量达242亿升，相当于1.7个西湖的水量。如果再把微软、Meta等全球互联网企业算上，仅他们三家全年的用水量，就相当于全浙江6670万人洗8次澡的总和。

这些水不是直接进入了AI“体内”，而是被用在了数据中心的降温循环中。

数据中心为何如此“渴”？

这是因为，AI模型的训练和应用，离不开无数服务器的高强度运转。服务器一旦密集排列并持续运行，会产生大量热量，这就需要高效的冷却系统进行降温。

目前，业内常见的冷却方式分两大类：风冷和液冷。

风冷主要依靠风扇和空气流通导热，液冷则通过流动的液体与服务器进行热交换。

传统风冷散热机组丨张蜜蜜摄

随着AI模型体量和算力需求越来越高，传统风冷方式显得力不从心，液冷甚至更创新的冷却方案正被越来越广泛采用。

这些技术的落地，虽然提升了冷却效率，却也带来了巨大的水资源消耗。如何在满足算力升级需求的同时，控制好能耗和水耗，成为数据中心可持续发展的关键。

一样好“喝”更低“热”量

为了解决能耗和用水的双重压力，行业正在寻找更多创新出路。因此，有不少数据中心就建在气温更低、降温条件更自然的地区，当然也有企业尝试用自然水体、冷空气为算力服务器降温。

国家电网紧水滩水冷式绿色数据中心项目选址紧水滩水电站附近。紧水滩水库深层的水温常年维持在13摄氏度左右。借助紧水滩大坝两侧高度的自然落差，工程师们在山体内装设引水管道，下伸至库区高程125米处取水，直接输送到绿色数据中心服务器机房用于降温。

通过水资源的循环利用，紧水滩水冷式绿色数据中心全年PUE低于1.2。

注：Power Usage Effectiveness，能效比，又叫做电源使用效率，PUE＝数据中心总设备能耗／IT设备能耗，其基准是2，越接近1越高效。

相比相同规模但PUE为1.5的常规数据中心，紧水滩绿色数据中心每年可节约电量约1.5亿度，减少碳排放量90782吨，相当于种植500万棵树的碳减排量。目前，该项目一期工程将于近期投产运行。

同样是水冷，有些国际大厂的做法更加直接“粗暴”。2018年，微软在给864台服务器套上坚固的外壳后，把它们投进了冰冷的约36米深度的苏格兰海底，利用海底低温进行散热。

微软让服务器享受深海体验（图为AI生成）

当然，也有中国企业尝试过“海底机房”。北京海兰信数据科技股份有限公司在2021年宣布将数据中心样机送入了“海底”并安全运营，通过罐体结构，内置电气设备、冷却系统，利用海水冷却系统管道将海水直接通过服务器机架背面的散热器，排回大海。

绿电＋智控：让数据中心

从“耗电大户”变“电网调节器”

在用水和能耗双控的压力下，让算力更多地“追随”绿电、清洁能源，成为行业的必然之选。长三角地区的润泽国际信息港，是区域内大型智算中心之一，算力需求巨大。

坐落于张江长三角科技城平湖园的润泽国际信息港年算力规模已达上万PFlops丨张蜜蜜摄

2025年前四个月，润泽中心的用电量同比增长超三倍。随着新项目推进，其负荷将超过目前当地全社会最高负荷的七成。

近年来，海上风电和光伏等绿电成为主要能源来源。润泽中心充分利用、就近消纳清洁能源，预计2025年底绿电占比可超六成，目标是最终实现100%清洁能源覆盖。

在平湖，白色风机与光伏矩阵为数据中心带去源源不断的绿电丨张蜜蜜摄

为了实现“绿色AI”，数据中心不仅在提升绿电比例上努力，还在探索算力和能源的协调分配。所谓“电力－算力协同”，就是通过智能调度，让AI运算和数据中心的能耗高峰，尽量错开社会整体用电高峰，或者尽可能多用上风能、光伏等绿色电力。

在这方面，国网嘉兴供电公司做了不少尝试。例如，他们制定“电力－算力”能碳跨网调节实施方案，建设多期水蓄冷项目和虚拟电厂。当用电负荷较低、绿电充沛时，安排AI模型训练等高能耗任务；而在用电高峰或绿电供应不足时，则动态调整数据中心的负荷。这样一来，不仅优化了用能结构，也提高了绿电消纳率，让算力和能源利用效率同步提升。