数据中心背后的用水危机
Water Behind the Watts: The Hidden Risk of Powering Data Centers
数据中心行业通常只关注冷却系统的耗水量，却忽视了为设备供电所消耗的惊人水资源。Ceres 发布的最新报告揭示了这一被低估的风险：在美国七个主要数据中心聚集州，发电环节每年消耗的淡水高达 3.4 万亿加仑，相当于洛杉矶、凤凰城和华盛顿特区用水量总和的 12 倍。随着 AI 基础设施的快速扩张，许多依赖高耗水发电厂的地区正面临严峻的水资源压力。报告指出，电力生产商和数据中心运营商大多尚未将这一潜在的水资源风险纳入考量。在能源转型的关键期，确保数据中心由清洁能源驱动、提高用水效率并保护社区利益，已成为行业必须面对的紧迫任务。
虽然数据中心公司通常关注用于冷却设施内运行技术的用水量，但为满足其巨大能源需求而用于发电的水量影响甚至更大。
HN 评论区
20- spogbiper
这项研究使用的是“取水量”（withdrawal）数据，而非“耗水量”（consumptive use）。水力发电厂会抽取数吨水，但这些水会直接流回原来的河流。
编辑：这里有一些很好的相关信息：https://news.bgov.com/environment-and-energy/data-centers-us...
其中“耗水量与取水量”一节讨论了将取水量作为有意义的数据点所存在的问题。
- lordgilman
这根本不是实际建模用水量的正确方式。
- 如果你打算通过电力消耗将用水量归因于数据中心，那就需要公平起见，将其同样应用于其他所有电力用户。最终，你只是按电力使用比例提高了每个人的基准用水量。为什么不干脆去掉这个基准增量，直接在行业层面（数据中心 vs 燃煤电厂 vs 太阳能电厂 vs ...）进行用水归因呢？
- 不同类型的发电厂耗水量各不相同。要为电力消费者得出一个准确数字，你就得在模型中反推发电来源的构成。你给模型增加了复杂性，却降低了模型答案的精确度；而如果直接在行业层面处理，本可以得到更简单、更好的答案。
- 假设某个地方确实面临水资源短缺。存在一个不可持续的取水阈值；一旦越过这个阈值就会破坏环境，因此绝不能跨越。如果存在触及该极限的风险，你就需要关注所有用水用户（以便正确模拟当 XYZ 企业或个人离开该州时会减少多少取水），这又将你带回了行业层面的直接归因。如果你无法正确模拟每个选择的影响，又怎么知道你所做的选择能解决问题呢？
- bradleyjg
说到用水问题，除了农业之外，其他所有行业都只是个四舍五入的误差。
这类文章唯一告诉你的就是，作者别有用心。