AI数据中心水耗何来？从WUE到冷却系统选型的节水路径

在 AI 大模型带来的算力扩张中数据中心的功耗和散热问题已经成为无法回避的工程话题。GPU 服务器单机柜功率密度远高于传统 x86 机柜芯片发热量一旦不能及时导出算力就会因为降频而损失。散热需要冷量而冷量来源直接决定数据中心的用水量。近期围绕 AI 用水量的讨论中有一种说法提到微软 Wisconsin 数据中心年用水量大约相当于一家餐厅。这个表述之所以能引起关注不是因为数据中心完全不耗水而是因为冷却架构、气候条件和统计口径共同作用的结果。对运维和基础设施团队而言真正值得研究的是数据中心的水用在哪里、如何量化、怎样通过冷却系统设计把用水压到合理水平。1. AI 算力密度上升散热需求如何传导到用水量1.1 从 CPU 机柜到 GPU 集群功率密度发生了数量级变化传统企业机房的机柜功率通常在 3 到 10 kW 之间大部分是 CPU 服务器发热量有限依靠机房空调送风基本可以解决。AI 训练集群使用 GPU 加速卡单卡功耗已经从早期的 200 W 左右上升到 350 W、450 W甚至更高。一个机柜塞入 4 到 8 张加速卡后功率密度很容易达到 20 到 40 kW部分高密液冷机柜可以到 100 kW 以上。功率密度上升意味着相同体积内的发热量成倍增长机房空调的送风量和冷量都必须同步增加。冷量的生产需要消耗能源和水如果采用风冷直膨系统制冷剂在压缩机里循环用电为主如果采用蒸发冷却或开式冷却塔水蒸发带走热量用水量会明显增加。所以“AI 数据中心是否耗水”本质上是冷却系统形式的问题而不是“AI 本身一定耗水”。1.2 芯片温度、降频与冷却能力的三角关系GPU 在高温下会自动降频保护。训练任务一旦降频完成时间拉长单位算力的电费反而上升。为了让芯片维持在合理结温范围内冷却系统必须把机房送回风温度、冷冻水供水温度控制在设定值。这里存在一个平衡把温度调低有利于芯片性能但会降低制冷系统能效也可能增加加湿或冷却用水。把温度调高有利于节能节水但必须确认服务器进风口温度和芯片散热能力足够。实际项目中不能直接照搬推荐值要结合服务器进风口温度和 GPU 供应商的规格书来设定。这也是后面讨论节水手段的基础节水不是牺牲算力而是在允许的温度范围内提高冷源利用效率。1.3 数据中心的水主要流向四个地方数据中心用水主要有四类去向。第一是冷却塔或蒸发冷却器补水这是最大头。开式冷却塔利用水蒸发带走冷凝热蒸发掉的水需要持续补充。第二是加湿系统冬季干燥地区需要向机房喷蒸汽或水雾维持相对湿度这部分水最终也会消耗在空气中。第三是冷冻水系统补水虽然冷冻水是闭式循环但阀门渗漏、排气、检修放水都会产生补水需求。第四是办公、生活、绿化用水通常占比不大但统计时不能漏掉。理解这些去向才能建立正确的计量点。如果只统计园区总水表就无法区分冷却用水和办公用水节水改造的效果也无法单独评估。2. 用 WUE 量化用水效率而不是凭印象判断2.1 WUE 的定义与计算方式WUEWater Usage Effectiveness水利用效率是数据中心常用的用水效率指标定义是数据中心用水总量与 IT 设备能耗的比值。计算公式可以写成WUE 数据中心总用水量升 / IT 设备总能耗kWh举例某小型机房一年 IT 设备耗电 100,000 kWh冷却塔补水和加湿补水等总用水量 1,200,000 升WUE 就是 12 L/kWh。WUE 越低说明单位 IT 算力消耗的水越少。需要注意两点第一WUE 的分母是 IT 设备能耗不是数据中心总能耗这样可以把用水量直接和业务负载关联起来第二WUE 没有区分水源地表水、自来水、再生水的环境影响不同更完整的评估还需要结合水源类型一起看。2.2 PUE、WUE、CUE 三个指标怎么配合PUE 用来衡量电能使用效率WUE 用来衡量水CUE 用来衡量碳排放。实际运维中不能只看一个指标。一个 PUE 很低的蒸发冷却数据中心可能因为大量补水导致 WUE 偏高一个 WUE 很低的闭式液冷数据中心可能因为压缩机运行时间长导致 PUE 不理想。所以在做技术选型时要把三个指标放在一起看并明确当前阶段的优先级。指标含义计算公式数值越低代表PUE电能使用效率总用电量 / IT 设备用电量电能浪费越少WUE水利用效率总用水量 / IT 设备用电量单位算力耗水越少CUE碳排放利用效率总碳排放 / IT 设备用电量单位算力碳排放越少例如一座采用风冷直膨的小型机房PUE 可能在 1.5 到 1.8 之间但因为没有冷却塔WUE 反而很低。一座采用开式冷却塔的大型数据中心PUE 可以做到 1.2 左右夏季 WUE 却可能明显上升。两种方案没有绝对优劣只有是否匹配当地的水资源条件。2.3 统计口径不同结论可能完全相反“一个数据中心年用水量相当于一家餐厅”的说法是否成立很大程度取决于统计边界。如果数据中心采用液冷闭式循环冷却水在内部循环只有少量补水园区层面的用水可能确实不高。如果统计口径只算生产冷却水不算办公楼和配套设施数字会更小。反过来如果采用大规模蒸发冷却夏季补水会相当可观。因此在阅读任何关于数据中心用水量的公开讨论时先问三个问题统计范围是园区还是机房内部。统计周期是全年还是夏季峰值月。是否包含冷却塔补水、加湿补水和生活用水。没有这些前提直接比较两个数据中心的水耗没有意义。对团队内部来说最重要的不是对外解释而是建立统一的统计口径让每个月的数据可以横向对比。3. 主流冷却方式的水耗差异与选型逻辑3.1 风冷直膨系统耗电为主直接水耗低风冷直膨系统CRAC把制冷剂直接送到机房内空调通过蒸发器给送风降温。这类系统主要消耗电力压缩机、风机、室外冷凝器都需要用电。除了机房加湿之外直膨系统的直接水耗很低。缺点是能效比不如大型冷冻水系统特别在炎热地区夏季运行成本高。对小型机房和边缘节点来说风冷直膨简单可靠仍然是常见选择。3.2 冷冻水系统能效高冷却水侧决定水耗大型数据中心通常采用冷冻水系统。冷冻水在机房空调末端吸收热量后回到冷机冷机通过制冷循环把热量交给冷却水或冷却空气。冷却水侧如果使用开式冷却塔水在塔内与空气接触蒸发散热效率高但补水需求大如果使用闭式冷却塔或干冷器水不直接暴露在空气中水耗明显减少但换热效率受环境温度影响。开式冷却塔还存在浓缩倍数的问题。水蒸发后钙镁离子浓度会不断上升需要排污并补充新鲜水。浓缩倍数控制得越好补水越少排污也越少。实际运维中一般通过电导率在线监测来控制排污阀而不是按固定时间排污。选择开式还是闭式本质是能效、水耗和初投资之间的权衡。开式塔换热温差小冷机效率高闭式塔和干冷器更省水但在高温天需要更大的换热面积或辅助冷机支撑。3.3 液冷系统把大部分水锁在机房内部芯片级液冷冷板式液冷通过冷却液直接带走 CPU 或 GPU 热量冷却液在 CDUCoolant Distribution Unit冷却液分配单元和室外冷源之间循环。由于大部分热量被液体带走机房空调只需处理少量显热甚至可以依靠自然冷却。冷却液在闭式管路里循环正常情况下只补少量损耗单位水耗比风冷蒸发方案低很多。浸没式液冷更进一步服务器整体浸泡在绝缘冷却液中。冷却液经过换热器把热量交给外部冷源整体水耗取决于外部冷源形式。如果外部用闭式冷却塔或干冷器水耗可以很低如果使用开式塔水耗仍然存在。液冷的优势是解决高密度散热附带好处是降低水耗并不是绝对不用水。3.4 冷却方式对比与选型建议冷却方式主要耗能设备直接水耗适用场景注意点风冷直膨压缩机、风机低小型机房、边缘节点高功率密度下能效差冷冻水开式塔冷机、冷却水泵、风机高大型传统数据中心夏季补水大需关注水质冷冻水闭式塔或干冷器冷机、风机中低缺水地区大型数据中心高温季节能效下降冷板式液冷CDU、循环泵、室外冷源视外部冷源而定GPU 训练集群、高密机柜需要改造机柜和漏水监控浸没式液冷循环泵、换热器视外部冷源而定超高密度节点运维和维修方式变化大选型不能只看水耗。缺水地区优先选择闭式系统但要核算全年能效北方寒冷地区可以利用自然冷源春冬季水耗天然较低高密度 AI 集群建议直接考虑液冷把大部分热量从空调系统中剥离出来。4. 降低数据中心用水量的工程手段4.1 提高温度设定省钱省水的第一杠杆过去很多数据中心把冷冻水供水温度设在 7℃送回风温度放在 18℃ 左右。实际上如果服务器进风口温度允许到 25℃ 甚至更高冷冻水供水温度就可以提高到 12℃ 到 15℃。冷机蒸发温度提高后压缩机能效明显改善对蒸发冷却系统来说需要加湿的时段也会减少加湿水耗自然下降。提高温度设定的前提是确认设备规格。建议先在测试机柜做温度梯度测试记录 GPU 结温和风扇转速再逐步调整设定值。不要一次性把设定提高太多避免出现局部热点。4.2 优先利用自然冷源冷却系统最终要把热量排到大气中。当室外温度低于冷冻水回水温度时可以利用自然冷却让冷却水或制冷剂不经过压缩机直接换热。北方地区冬季和春秋季节自然冷却时间很长冷机可以停掉压缩机电耗大幅下降冷却塔负荷降低后水耗也会下降。对于干冷器冬季还可以保持干运行状态不开启喷淋进一步节约补水。自然冷却的调度要依靠室外湿球温度或干球温度判断而不是只靠日历。夜间低温时段、春秋过渡季都可能出现可自然冷却的窗口控制策略需要支持自动切换。4.3 用闭式冷却塔或干冷器替代开式塔如果项目所在地缺水或水费较高可以考虑闭式冷却塔。闭式塔的换热盘管内部走冷却水盘管外部喷淋水和空气换热冷却水不与空气直接接触水质污染和蒸发损失都比开式塔小。干冷器完全不喷水依靠空气强制对流换热水耗趋近于零但换热效率受环境温度影响高温天需要增大配置或配合冷机运行。两种方案都会增加初投资和占地面积。决策时建议做全生命周期成本评估把水费、电费、维护费放在一起算而不是只看设备采购价。4.4 余热回收从单纯排热到能源再利用数据中心排出的中低温热量其实是一种资源。在寒冷地区可以利用热泵把冷却水中的热量提取出来供给办公楼供暖或生活热水。余热回收并不能直接减少用水但可以降低其他系统的能耗和碳排放让整个园区的能源结构更合理。实施时要考虑热泵的容量、供水温度和供热需求是否匹配避免为了回收而增加不必要的循环损耗。比较稳妥的做法是先测算全年热负荷曲线再决定热泵规模和接入点。5. 用水监测与运维排查从数据到现场5.1 建立分层计量体系没有计量就没有管理。大型数据中心至少要在三个层次安装水表园区总水表、冷却系统进水分区水表、加湿和补水支路水表。有条件的项目还可以给每台冷却塔装独立流量计方便分析单塔偏差。计量数据要接入楼宇自控系统或 DCIM按小时或按天记录。下面是一个简化示例说明如何把水表和电表读数整理成 WUE 计算表{ site: dc-01, date: 2025-06-18, water_meter: { total_supply_m3: 286.5, cooling_tower_a_m3: 88.2, cooling_tower_b_m3: 91.7, humidifier_m3: 12.4, life_m3: 94.2 }, power_meter: { it_kwh: 22000, total_kwh: 31200 } }对接到 Python 脚本后可以按天计算 WUEtotal_water_l 286.5 * 1000 it_kwh 22000 wue total_water_l / it_kwh print(fWUE {wue:.2f} L/kWh)如果突然发现冷却塔 A 的补水量比冷却塔 B 多 30%就需要到现场检查水位控制阀和填料状态。数据层的偏差往往是现场问题的第一个信号。5.2 常见异常现象与排查路径问题现象常见原因检查方式处理建议冷却塔补水量异常升高水位浮球阀故障、填料结垢、管路渗漏对比同型号塔的补水量现场听阀组声音清理或更换浮球阀检查填料和排污阀加湿系统水耗上升机房相对湿度设定过高或传感器漂移检查湿度传感器和加湿器启停日志校准传感器适当降低湿度设定冷冻水系统补水频繁系统排气阀漏水、阀门密封失效查看补水电磁阀累计动作次数分段关阀排查渗漏点更换密封件干冷器高温季节效率下降盘管表面积尘、风机转速异常查看进出水温差和风机电流清洗盘管检查风机皮带和电机水表读数与现场不一致水表口径过大或计量精度不足用超声波流量计做比对更换合适量程的水表排查顺序要按照“先数据、再设备、后管路”的原则执行。先确认水表读数是否可信再检查冷却塔、加湿器、冷机等设备状态最后再判断是否是管路渗漏。不要一上来就怀疑施工质量很多时候问题出在控制逻辑或传感器上。给监控平台配置提醒规则时建议同时覆盖单日补水量和 WUE 两个维度water_alert_rules: cooling_tower_daily_makeup: metric: cooling_tower_makeup_m3 period: 1d threshold: 120 operator: notify: [dcim-alert, facility-oncall] wue_daily: metric: wue_l_per_kwh period: 1d threshold: 2.5 operator: notify: [dcim-alert]阈值需要根据季节和设备配置调整夏季可以放宽冬季应收紧。5.3 水质管理是水耗的隐藏变量开式冷却塔在蒸发过程中水中矿物质浓度不断升高。如果不排污钙镁离子会在填料和盘管表面结垢换热效率下降风机和冷机被迫提高负荷。如果排污量太大补充水量又会被抬高。合理做法是根据补水硬度设定排污电导率阈值在保证换热效率的前提下控制排污水量。同时定期投加缓蚀阻垢剂和杀菌剂降低微生物滋生风险。水质、能耗、水耗三者是联动关系不能单独优化某一个。水质报表要纳入日常巡检不能只在出现结垢后才关注。6. 验证节水效果与生产环境落地清单6.1 如何用数据验证改造效果节水改造不能凭“感觉有效”收尾。建议在改造前后各取一个完整自然周的数据统计日均补水量、WUE、冷机功耗和机房送回风温度用同样口径对比。改造前可以是开式冷却塔夏季数据改造后可以是闭式塔或提高温度设定后的数据。如果日均补水量下降但 PUE 明显恶化说明只是把水耗转成了电耗整个方案未必划算。反之如果补水量和电耗同时下降说明温度设定或冷源改造真正提升了系统效率。验证时还要排除负载变化的影响。比较理想的方法是看单位 IT 能耗对应的补水量也就是 WUE而不是只看绝对水量。业务负载上涨时绝对水量上升是正常的。6.2 生产环境检查清单在正式调整冷却系统或做节水改造前建议用这份清单逐项确认确认机房设计温湿度范围和服务器进风口温度规格避免超限运行。确认冷机、冷却塔、水泵、CDU 的额定参数和当前负载率。确认水表、电表、温湿度传感器均已接入 BAS 或 DCIM数据可回溯。确认补水水质报告和排污策略避免改造后水质问题放大。制定温度设定调整的灰度计划先小范围测试再全面推广。明确改造期间的应急回退方案包括手动切换冷源、提高风机转速等。记录改造前的基线数据改造后按相同口径复核。同步更新操作手册和值班人员的巡检表格。注意不要只验证系统能运行还要验证改造后极端天气、高负载和故障切换三种场景下的表现。6.3 常见认知误区误区一数据中心一定要大量耗水。实际上采用闭式液冷或干冷器后日常运行补水量可以控制在很低水平。误区二节水一定牺牲能效。温度设定在合理范围内提高冷机效率反而上升水耗也会下降。误区三WUE 越低越好。WUE 低但 PUE 高的方案可能只是把水耗转嫁成了电耗需要综合评估。误区四液冷不需要水。液冷闭式循环本身少补水但外部冷源如果使用开式塔仍然存在水耗。判断水耗要看整个冷却链路而不是只看机房内部。7. 从“少用水”到“用好水”的下一步7.1 液冷和余热利用会改变数据中心的资源模型GPU 密度继续上升之后液冷会从可选变成主流。机柜内热量被冷却液带走机房空调负荷大幅下降冷却系统从“机房整体散热”变成“芯片局部取热”。这意味着水耗的直接发生点会转移到室外冷源选择闭式冷源或热泵回收可以让水资源和热能都进入循环系统。未来的数据中心不仅要算 PUE、WUE还要计算热回收率这类能源综合指标。7.2 把用水数据纳入企业可持续发展管理大型云厂商在披露数据中心碳排放时也逐渐把用水披露放在同等位置。从工程角度看这意味着用水数据需要更细的粒度、更规范的计量和更长期的历史存档。运维团队可以提前把水表数据、天气数据、负载数据按时间维度归档为后续碳盘查和可持续发展报告提供可追溯的依据。7.3 对基础设施团队的实际建议刚开始接触数据中心冷却的人建议先学会读一张水系统原理图再掌握 WUE 的计算口径然后到冷却塔现场观察一次补水阀的动作过程。理论上看十篇资料不如实际记录一个小时的补水和排污过程。真正决定一个数据中心水耗水平的往往不是最先进的设备而是设定值是否合理、计量是否准确、运维是否及时处理了渗漏和结垢。针对 AI 数据中心这个场景核心判断可以归纳为一句话AI 本身不是耗水的原因冷却方案的选择才是。只要在高密度散热设计阶段就把水资源条件纳入决策AI 数据中心的用水量完全可以做到与普通建筑相当的量级。下一步值得投入的方向是把水耗、电耗和碳排放统一到同一个监控体系里让每一次冷却系统调整都能看到综合成本的变化。