过去几年,数据中心的环保讨论基本被 PUE 一个指标承包。到了 2026 年,另一个数字被推到台前——WUE(Water Usage Effectiveness,水利用效率),单位是「每消耗一千瓦时 IT 电对应的耗水量(L/kWh)」。讨论它的人突然多了,原因很直接:这件事开始卡项目了。不是卡报表,是卡选址和审批。
先把分母说清楚
WUE 的定义本身很干净:年耗水量除以 IT 设备年耗电量。但一到实际披露,两个变量同时会变。
第一是分母。分母用 IT 能耗还是全站总能耗,同一个项目能差出百分之十几。
第二是分子,也是更关键的一处——「耗水」到底指取水(withdrawn)还是消耗(consumed)。2026 年,绿色软件基金会(Green Software Foundation)与部分欧洲监管方已经把 WUEw(取水口径)与 WUEc(消耗口径)分开命名;美国信息技术与创新基金会(ITIF)在 2026 年 7 月进一步建议,凡对外披露的用水数字都应同时给出这两个口径。
不同口径混着比,会得出相反的结论。微软披露的 0.27 L/kWh、谷歌 2024 年披露的 77 亿加仑,一个是消耗口径,一个是取水口径,直接放进同一张表对比,几乎必然出错。
「零耗水」不一定真的省水
2026 年被讨论最多的,是闭式液冷把现场用水压到接近零。
冷板式液冷可以带走 80%—90% 的热量,单相浸没更高;这类系统冷却液在封闭回路里循环,补水量极低。行业里公开的 WUE 区间大致是:开式蒸发冷却塔 1.2—2.5 L/kWh,绝热式 0.3—0.6,冷板配干冷器可以低到 0.05—0.15 L/kWh 量级。差距很大,但这不是故事的结尾。
关键在「间接水足迹」。每消耗一千瓦时电,发电环节本身也在耗水——美国平均电力结构的经验值约为 4.52 L/kWh 量级(不同电网差异很大)。有测算给出过一条盈亏平衡线:把现场蒸发水换成压缩机和风机多耗的电,只要多出来的电超过约 8.3%,现场省下的水就被发电端「花」回去了。
换句话说,低 WUE 未必等于低水足迹。现场不蒸发,可能只是把水从当地流域,挪到了发电厂所在的流域。
水的量级有直观参照
热力学的换算比较硬:排散 1 兆瓦热量,大致需要每分钟 4 加仑循环水量,峰值负荷下每小时蒸发消耗 1500—2500 加仑。一个 100 兆瓦级超大规模数据中心,炎热气候下每天冷却用水可达 300 万至 500 万加仑,相当于一座 3 万到 5 万人口城镇的日用水量。
再往上推,公开预测认为到 2027 年全球 AI 数据中心年取水量将达到 1.1 万亿至 1.7 万亿加仑区间,量级相当于丹麦全国年用水量的数倍。
约束来自两头。美国劳伦斯伯克利国家实验室(LBNL)2024 年的统计被反复引用:约四成美国数据中心位于高或极高水压力地区。对液冷来说还有一笔容易被忽略的成本——满足水质要求需要大量高纯水,反渗透处理几乎是标配,而干旱地区已经在限制配水。
现场用水的账,正在变成选址的账
2026 年的公开信息指向同一个方向:用水从「可持续长期目标」变成了「交付硬约束」。地方审批、配水额度、噪音与水资源的地方反弹,正在把选址逻辑重写。布鲁金斯学会的研究被广泛引用称,2026 年第一季度至少有 75 个数据中心项目因当地反对被推迟或阻断,涉及约 1300 亿美元——单季受阻规模与 2025 年全年相当。
一个指标不够用
水这件事,最后落回一句话:单看一个数字会误判。
WUE 是「现场账」;发电用水是「上游账」;芯片制造用水与冷却塔排污的浓水处理是「隐性账」。闭式液冷把第一本账做到了接近零,但另外两本账不会自动归零。
真想比较两个项目,至少得同时回答三个问题:分母是 IT 电还是全站电;分子是取水还是消耗;这个数字对应的湿球温度和电网结构是什么。答案不同,排名就会不同。这也是为什么 2026 年关于「数据中心到底费不费水」的讨论,几乎都卡在口径上,而不是卡在数据上。
参考来源
- Green Software Foundation 与欧洲监管口径讨论(WUEw / WUEc 区分),及 ITIF 2026 年 7 月披露建议;检索关键词「WUEw WUEc data center water metric 2026」「ITIF data center water disclosure」
- 微软、谷歌、亚马逊 2025—2026 年公开可持续发展报告中的 WUE 与用水披露(微软 0.27 L/kWh、谷歌 2024 年 77 亿加仑、亚马逊「比行业平均节水约 7 倍」表述)
- 数据中心冷却方式与 WUE 区间汇总,检索关键词「data center WUE evaporative liquid cooling 2026」;参考聚合来源 https://agustin-otegui.com/knowledge/what_are_the_most_important_ai_cooling_efficiency_metrics_to_track_in_2026.php
- 间接水足迹与盈亏平衡测算,检索关键词「indirect water footprint L/kWh data center break-even」;参考聚合来源 https://noxtel.mx/your-data-center-uses-more-water-than-a-golf-course-the-calculation-that-no-esg-report-shows-you/
- 美国数据中心水压力分布(LBNL 2024)与选址约束、布鲁金斯学会项目受阻统计,检索关键词「LBNL data center water stress 2024」「Brookings data center opposition 2026」;参考聚合来源 https://www.yamna-co.com/scaling-ai-data-center-constraining-factors
- 冷却塔用水与零排放处理趋势,检索关键词「数据中心 冷却塔 用水 WUE 2026 零排放 ZLD」;参考聚合来源 https://m8.com.cn/article/datacenter-cooling-tower-water-source-check-2026
如果这篇文章对你有帮助,欢迎分享给更多人!
部分信息可能已经过时