摘要：生成式人工智能、大模型与高性能计算驱动算力基础设施快速扩张，算力产业在消耗大量电力的同时，通过机房冷却、能源生产、半导体与服务器制造等环节形成直接‑间接叠加的水资源消耗。当前公众与行业讨论多聚焦数据中心现场冷却用水，普遍混淆取水量、耗水量与全生命周期水足迹，且较少关注区域水资源禀赋差异带来的差异化环境风险。本文基于水‑能源纽带理论、生命周期评价（LCA）与传统水足迹理论，提出算力水足迹（Computing Water Footprint, CWF）概念，厘清其内涵、构成与“算力‑能源‑热‑冷却‑水”耦合形成机制，构建多边界的算力水足迹核算模型，建立“算力水足迹‑区域算力水压力‑算力水安全”递进式评价框架。研究表明：算力冷却本质属于工业冷却用水，但其高空间集聚、高速增长、跨流域虚拟水转移的特征带来新的治理难题；单位算力水耗可依靠芯片、冷却、水源替代技术实现下降，但算力规模扩张的反弹效应可能推高区域总水足迹；算力水资源风险核心不在于全球总量，而在于缺水流域局部集聚带来的水安全压力，极端情景下存在“算力水破产”风险。据此提出推动“水‑能源‑算力‑碳”四元协同规划，将水资源承载力前置纳入算力布局、项目审批与算力调度，完善核算标准与流域尺度管控机制，实现数字经济与区域水资源安全协同发展。

关键词：人工智能；算力；数据中心；算力水足迹；水‑能源纽带；水资源承载力；水安全；算力水破产

0 引言

新一轮人工智能革命下，算力已经由信息产业后台支撑转变为数字经济核心生产要素，大语言模型、多模态模型训练与推理需求推动AI加速服务器、智算中心大规模建设。国际能源署（IEA）数据显示，全球数据中心用电量快速攀升，AI专用算力成为用电增长的最主要驱动力。算力运行过程中绝大部分电能转化为热能，高密度AI服务器的散热需求进一步放大冷却系统负荷，由此形成“人工智能发展→算力扩张→电力消耗增加→热负荷提升→冷却需求增长→水资源消耗”的链式关系。

数据中心冷却并非全新用水类型，火电、钢铁、石化等传统工业早已大规模使用工业冷却水。但算力用水呈现出新特征：算力基础设施建设扩张速度快、空间高度集聚；水资源消耗既包含机房现场的直接蒸发耗水，也包含发电、芯片制造带来的跨区域间接虚拟水消耗；耗水强度受气象条件、电网电源结构、冷却技术影响高度动态变化。当前社会讨论常常将机房取水量等同于实际水资源消耗，忽略全生命周期供应链水足迹，简单将AI标签化为“高耗水产业”，或是只关注碳排放而完全忽视水资源约束，不利于算力产业绿色可持续发展。

现有国外研究已经开始关注AI模型训练与推理的水消耗，提出WCI水消耗指数，定量评估大模型任务的水足迹，探索水感知算力调度仿真；国内研究更多聚焦数据中心WUE（水资源利用效率）实测、西部算力枢纽水资源承载力评估，但缺少统一的全生命周期算力水足迹理论框架，对虚拟水转移、区域水压力、水安全传导机制的系统性研究不足，尚未形成适配我国算力发展国情的评价与治理体系。

基于此，本文核心研究问题：①算力水足迹的内涵、构成及其耦合形成机制是什么；②如何构建分边界的算力水足迹生命周期核算框架；③算力扩张如何传导形成区域水压力与水安全风险；④面向算力产业的水资源管理应当建立何种治理路径。本文旨在为人工智能时代数字基础设施的水资源管控提供理论工具与政策参考。

1 概念界定与理论基础

1.1 取水量、消耗量与水足迹

水资源评价需要严格区分取水量、水消耗量、水足迹三个核心概念。取水量（Water Withdrawal）指自河湖、地下水等水体抽取的全部水量；水消耗量（Water Consumption）是抽取水体中因蒸发、产品固持等无法返回原流域的部分；水足迹包含研究对象全部直接、间接水资源占用，兼顾水资源来源与环境影响。三者并不等价：工业循环冷却水系统可以循环巨量水体，但真正造成流域水资源损失的是蒸发与排污带来的消耗部分。

水足迹理论划分蓝水、绿水、灰水。数据中心与算力产业链以蓝水足迹为主，即地表水、地下水淡水资源消耗；芯片制造废水排放会产生灰水足迹；绿水对算力系统影响微弱，一般不作重点考虑。

1.2 算力水足迹定义及特征

算力水足迹（Computing Water Footprint，CWF）：在确定系统边界、时间尺度、功能单位下，为完成计算服务的生产、训练、部署、运行全过程，所直接和间接消耗的全部水资源总量，涵盖机房运营、能源供给、芯片、服务器及配套基础设施供应链水资源消耗。该概念具备三大特征：1）生命周期属性：覆盖硬件制造、建设、运营全周期，不局限于AI模型运行阶段；2）供应链虚拟水属性：水资源消耗可发生在算力站点之外，发电冷却、晶圆制造形成跨流域虚拟水转移；3）功能单位绑定属性：不能仅使用数据中心年度总耗水量表征，必须绑定算力输出，可选功能单位包括L/kWh、L/(GPU·h)、L/百万Token、单次模型训练耗水量等。同一套硬件在不同气候、电网条件下，算力水足迹差异巨大，不可以使用单一固定系数泛化所有AI任务。

2 算力水足迹的构成与形成机制

算力水足迹由五类组分构成：数据中心直接水足迹CWF_{DC}、能源生产间接水足迹CWF_{E}、芯片制造水足迹CWF_{Chip}、IT设备水足迹CWF_{IT}、基础设施水足迹CWF_{Infra}。

[CWF=CWF_{DC}+CWF_{E}+CWF_{Chip}+CWF_{IT}+CWF_{Infra}]

根据研究目标可以划定三类边界：1）核心边界（运营边界），适合数据中心环评、运维评估：[CWF_{core}=CWF_{DC}+CWF_{E}]；2）扩展边界（AI产业边界），面向算力产业链研究：[CWF_{extended}=CWF_{DC}+CWF_{E}+CWF_{Chip}+CWF_{IT}]；3）全生命周期边界，面向综合水安全评价：[CWF_{LCA}=CWF_{DC}+CWF_{E}+CWF_{Chip}+CWF_{IT}+CWF_{Infra}]

2.1 数据中心直接水足迹CWF_{DC}

来源于机房冷却系统散热带来的水资源损失。AI服务器电能绝大多数转化为热能，依靠冷却塔蒸发冷却、间接蒸发冷却、液冷等方式排热，循环水量不等于耗水量，真正对流域造成压力的是蒸发、飘水、排污损耗。开展评价需要同步统计取水量、排水量、耗水量、循环水量、回用率、水源类型。 不同冷却技术现场耗水差异显著：开式冷却塔耗水强度最高，受夏季高温驱动明显；间接蒸发冷却耗水有所降低；干冷、密闭介电液冷可将现场淡水消耗降至接近零，但液冷不能实现全链条零水耗，仍需要评估配套电力带来的间接水足迹。

2.2 能源生产间接水足迹CWF_{E}

算力消耗电力，火电、核电发电机组冷却会消耗大量蓝水；风电光伏运行阶段直接耗水很低，但设备制造存在隐含水足迹。算力站点与电源往往分属不同流域，形成典型的跨流域虚拟水转移。因此算力水足迹不能仅依靠机房水表，必须依托电网加权发电水强度因子EWIF开展核算。

2.3 芯片、服务器及基础设施水足迹CWF_{Chip}、CWF_{IT}、CWF_{Infra}

GPU、AI加速器等先进芯片制造需要大量超纯水用于清洗、刻蚀工艺，属于算力上游重要隐含水消耗。服务器内存、主板、电源、网络硬件以及数据中心建筑钢材、水泥生产同样产生水资源占用。由于芯片供应链全球化，该部分水耗大多发生在算力项目所在地之外；受限于国产硬件实测数据不足，该部分不确定性较高，多用于长周期产业评估，一般不作为项目审批硬性指标。

2.4 算力冷却用水和传统工业冷却对比

算力冷却属于工业冷却的新形态，和火电、钢铁等行业既有共性，也存在显著差异，见表1。

表1 算力数据中心与传统工业冷却对比

算力产业的特殊性不在于冷却工艺本身，而在于算力需求爆发式增长，让水需求和数字经济直接绑定，形成快速扩张的新型用水主体。

3 算力水足迹关键影响因素

总算力水足迹满足CWF_t=Q_t\timesCWFI_t，其中Q_t代表算力规模，CWFI_t代表单位算力水强度。总水足迹由算力规模和单位算力水耗共同决定，技术进步降低单位水耗的同时，算力高速增长可能带来总水足迹上升，存在和能源领域相似的反弹效应。

1）芯片与算法能效：以FLOPS/W表征芯片能效，同等计算任务下能效越高，耗电与产热越低，同步降低直接与间接水足迹；模型压缩、稀疏化推理等算法优化同样可以降低算力需求，实现水足迹削减。

2）冷却技术路线：风冷、间接蒸发冷却、冷板液冷、浸没式液冷形成技术迭代序列；液冷可消除现场蒸发耗水，但会小幅提升服务器功耗，若配套高水耗火电，则全链水足迹反而上升，不能单一以液冷作为节水判据。

3）气候与季节条件：环境湿球温度直接决定冷却塔蒸发量，同一套算力硬件在夏季高温干旱季节的现场耗水显著高于冬季，静态年均参数会低估极端工况水资源风险。

4）电网电力结构：火电、核电EWIF远高于风光，同一算力任务，在火电占比高的电网中间接水足迹显著增大，算力水足迹具备强电力结构依赖性。

5）水源结构：使用再生水、矿井水、苦咸水可以节约优质淡水，但蒸发依旧发生，同时需要权衡水处理环节能耗、药剂带来的附加环境成本。

4 从算力水足迹到区域算力水压力

算力水足迹表征资源消耗总量，但同等水足迹在不同水资源禀赋区域产生完全不同的环境后果，单纯水量指标无法反映流域风险，需要引入区域水压力开展修正。

定义区域算力水压力指数CWSI，表征算力新增耗水对区域水资源的胁迫程度：[CWSI=\frac{CWF}{AWR}]，式中：CWF为区域算力产业新增水消耗量；AWR为区域可利用水资源量。

进一步引入区域水稀缺系数WSI做加权，得到稀缺修正后的算力水压力指数CWSI^：[CWSI^=CWSI\times WSI]

WSI可以采用WRI‑Aqueduct流域水压力数据集，表征单位水量在不同流域的稀缺机会成本，干旱流域同等水量的环境代价远高于丰水区域。由此建立完整的四级分析链条：算力耗水→算力水足迹→算力水压力→算力水安全。

在北方缺水流域，算力作为高产出新增用水部门，会和农业、生活、河湖生态用水形成竞争。当区域算力持续扩张，新增水资源需求长期超过流域可持续承载上限，挤压生活、农业或者生态基本用水，形成持续性水安全风险，该探索性概念定义为算力水破产。算力水破产不是指水资源完全枯竭，而是算力扩张驱动用水失衡，诱发流域层面的水资源冲突，该概念用于风险预警，尚未成为标准化评价术语。

5 “水‑能源‑算力‑碳”四元耦合关系

算力系统存在三条相互交织的作用路径：①算力‑能源‑热‑冷却‑水；②算力‑能源‑碳排放；③算力‑水资源。共同构成水‑能源‑算力‑碳四元耦合系统。

耦合系统存在显著权衡矛盾：节水与节能目标并不总是同向。例如蒸发冷却塔PUE表现优异，但蒸发耗水量大；干式冷却几乎不消耗现场淡水，却增加制冷电力负荷；西部风光配套开式水冷模式下，碳排放很低，但干旱地区蒸发耗水带来巨大流域压力，出现典型的“减碳增水”悖论。

因此，数据中心不能仅依靠PUE开展评价，需要同时考核WUE、电源结构、碳排放指标，构建水‑能‑碳‑算力综合评价体系。这也意味着算力项目不能只做碳排放论证，水资源承载力评估必须同步前置。

6 算力水足迹降低路径与水资源治理方案

6.1 技术层面

1）提升芯片能效与算法优化。提升单位功耗算力输出，推进模型轻量化、模型压缩，从源头减少算力、散热与水资源需求。2）因地制宜选用冷却方案。缺水区域优先干冷、密闭液冷；确需使用冷却塔场景提高循环水浓缩倍数，降低蒸发飘损；重视液冷系统全链条能耗‑水耗权衡，不能盲目推广。3）非常规水源替代。缺水地区优先使用再生水、矿井疏干水，减少淡水资源取用；配套水处理工艺，防控结垢腐蚀，评估全生命周期环境代价。4）选址兼顾气候、水资源禀赋。低温区域具备自然冷却优势，但必须评估本地水资源承载力，不能认为气候冷即适合大规模布局算力。

同时算力本身也具备水资源治理增益（Water Handprint）：AI可用于农业智能灌溉、供水管网漏损识别、工业冷却系统优化、机房冷却智能调控，实现其他行业节水，但是AI的水足迹和水资源治理增益不可直接相减得到“净节水”，必须严格界定系统边界。

6.2 规划与制度层面

1）将大型智算中心完整纳入水资源管理体系，严格开展水资源论证、取水许可审批，评价内容不能局限取水量，必须评估耗水量、枯水期极端情景风险。2）完善统计与评价制度。建立取水量、耗水量、WUE、再生水利用率统计，逐步探索算力水足迹核算技术导则，区分不同系统边界，规范企业披露，规避洗绿行为。3）算力布局实行“水+能+算力+碳+土地+网络”多要素协同评价，改变过去只看电力网络的布局逻辑；高水稀缺流域对大规模开式水冷算力设置准入负面清单。4）推进流域尺度算力集群承载力评估。从单点项目环评升级为流域累积影响评价，结合水稀缺指数开展算力适宜性分区，绘制算力水压力地图。

6.3 算力调度层面实现虚拟水优化配置

将稀缺加权水足迹纳入全国一体化算力网络调度目标，与时延、成本、碳排放共同作为约束条件。对任务进行分类，大模型预训练、离线数据处理等可迁移任务，在夏季高温、流域枯水预警时期，从高水压力站点迁出；在线推理等强时延约束任务仅做本地冷却优化。建立分级干旱应急调度预案。同时认识到，算力调度仅能实现水压力空间再分配，不能降低全社会总耗水，根本性节水仍依靠硬件、冷却与电源结构升级。调度落地需要解决跨部门数据共享、跨区域利益补偿等现实障碍。

7 讨论

1）不能简单将AI定义为高耗水产业。对比农业、火电、重化工，算力产业绝对耗水规模尚不算最高。算力水资源议题核心价值在于：数字经济催生了一个增长极快的新型用水部门，未来风险主要来源于局部空间集聚。全球总量可控，但缺水流域局部压力突出。

2）算力水足迹核算存在显著不确定性。Scope3芯片制造、服务器硬件的水耗本地化基础数据缺失；WUE受季节气象动态变化；电网EWIF因子国内数据库尚不健全。因此现阶段Scope3指标更适合做战略研究，不适合直接作为项目审批硬约束，需要建设动态算力水足迹数据库，纳入芯片水强度、WUE、电网EWIF、区域水稀缺、气象、再生水利用率等多源数据。

3）研究不足与展望。当前缺少国内本土的算力水足迹实测案例，再生水、矿井水用于冷却场景的水足迹核算规范尚未建立；面向算力调度的动态水稀缺预警指标、跨区域虚拟水转移的生态补偿机制是未来重要研究方向。

8 结论

（1）算力冷却用水本质属于工业冷却用水，但其高速增长、高密度散热、跨流域虚拟水转移、空间高度集聚，带来了区别于传统工业的水资源治理新命题。算力耗水不等同算力水足迹，机房现场冷却消耗只是其中一部分，还包含发电、芯片、服务器供应链间接水资源占用。

（2）构建了算力水足迹CWF的概念、公式与多边界核算框架，算力水足迹受算力规模、芯片算法能效、冷却技术、气候、电源结构、水源类型共同影响；受反弹效应作用，单位算力水耗下降，不代表区域总算力水足迹必然下降。

（3）相同的算力水足迹在不同流域带来的环境风险差异巨大，需要建立从算力水足迹到算力水压力再到算力水安全的递进评价框架，关注缺水流域算力集聚带来的用水竞争与“算力水破产”潜在风险。算力系统是典型水‑能源‑算力‑碳四元耦合系统，存在大量节水‑节能‑降碳之间的权衡，单一指标会造成误判。

（4）应对算力扩张带来的水资源风险，需要技术、规划制度、算力调度多管齐下。算力布局要实现水‑能‑算力‑碳协同管控，将流域水资源承载力前置到规划与项目审批；完善水足迹核算标准与统计体系；探索水感知算力调度实现虚拟水优化配置。同时应当客观看待算力的双重属性：算力既是水资源消耗主体，也可以作为工具赋能全社会节水。

未来数字经济发展应当跳出单纯算力增长逻辑，转向算力规模与区域水资源承载力协同发展，守住流域水资源安全底线。

参考文献

（略）

支持单位：