AI 数据中心的下一道障碍：冷却、水和工人

📌 一句话摘要

巴克莱研报指出，AI 算力扩张正将数据中心冷却、水资源消耗与劳动力短缺推向临界点，并纠正了液冷等于高耗水等五大投资误区。

📝 详细摘要

本文基于巴克莱研报，系统分析了 AI 数据中心建设面临的三大基础设施瓶颈：冷却系统、水资源消耗与劳动力短缺。文章指出，随着英伟达 GPU 机架功率密度从 2020 年的 10-25 千瓦/机架跃升至 Blackwell 架构的 120-150 千瓦/机架，冷却系统的重要性已与电力供应并列，约占数据中心建筑外壳资本支出的 10-15%。文章纠正了市场普遍存在的五大认知误区，包括液冷不等于高耗水、浸没冷却并非终局、风冷不会消失、冷水机需求未被颠覆以及余热利用难以规模化。此外，文章还分析了超大规模云厂商在冷却策略上的分化，以及劳动力短缺带来的工期与成本风险。

💡 主要观点

- AI 算力扩张使冷却系统成为数据中心建设的核心瓶颈之一。 英伟达 GPU 机架功率密度从 10-25 千瓦/机架跃升至 120-150 千瓦/机架，冷却系统在资本支出中的占比持续上升，其重要性已与电力供应并列。

液冷不等于高耗水，蒸发冷却才是直接耗水的主因。 液冷系统在封闭回路中运行，冷却液持续循环不产生净消耗；蒸发冷却通过水蒸气散失热量，形成持续性水资源消耗，是数据中心直接耗水的主要来源。

数据中心水足迹远超直接冷却耗水，发电侧间接水耗是主要部分。 以 2023 年美国数据中心为例，间接水耗（发电环节）接近 8000 亿升，是直接冷却水耗（660 亿升）的 12 倍以上。Meta 的购电间接水耗是直接取水量的近 13 倍。

超大规模云厂商在冷却策略上出现显著分化。 微软和 Meta 采用零蒸发冷却设计，谷歌坚持在低风险地区使用蒸发冷却，亚马逊采用区域差异化策略。不同策略对设备供应商的选择具有直接影响。

劳动力短缺是数据中心建设中被低估的工期与成本风险。 冷却系统安装是劳动密集程度最高的环节，劳动力成本约占数据中心总成本的 25%。工人短缺导致进度延误、成本通胀，并可能影响冷却方案的技术选择。

💬 文章金句

- 随着服务器机架功率密度急剧攀升，冷却系统的重要性已可与电力供应并列。

• 一个普遍存在的投资者误解在于，将液体冷却等同于数据中心高耗水的根源。
• 液冷系统通常在封闭回路中运行，冷却液一旦注入便持续循环，正常运营期间不产生净消耗。
• 直接冷却水耗仅是冰山一角。更大体量的耗水来源于支撑数据中心运营的发电环节。
• 劳动力短缺带来多重风险与机会：进度风险、成本通胀、技术取舍、模块化解决方案的机遇。

📊 文章信息

AI 初评：82

来源：华尔街见闻

作者：华尔街见闻

分类：商业科技

语言：中文

阅读时间：13 分钟

字数：3227

标签： AI数据中心, 冷却系统, 水资源消耗, 劳动力短缺, 液冷

阅读完整文章