海洋是AI算力新战场？各国为何扎堆押注海上数据中心？【因势分解】
在乌兰察布一处新建智算中心的冷却泵房内，格兰富工程师马利红俯身检查一套闭式循环液冷系统的压力表。仪表盘上跳动的数字，不仅关乎服务器是否过热，更牵连着这片干旱草原上每一吨水的去向。
2026年9月3日，在北京举行的“2026开放数据中心大会暨首届算博会”上，由中国信息通信研究院与丹麦水泵巨头格兰富联合发布的《AI时代算力基础设施流体系统水能绿色发展报告》首次将“流体系统”推至产业聚光灯下。报告指出，随着全球AI算力需求激增，数据中心的能耗与水耗矛盾日益尖锐，单纯追求PUE（电能使用效率）优化已逼近技术天花板，行业正转向“算力—能源—水资源”三位一体的协同优化新范式。
[IMG:1]据高盛2026年中期预测，美国数据中心电力需求将在2027年飙升至66GW；到2030年，其日均新增冷却用水量或达14.5亿加仑。欧洲亦不乐观——2025年数据中心耗水量预计高达760亿升。在中国，截至2026年6月底，智能算力规模已达2185 EFLOPS（FP16），全国算力设施上架率达71.4%，但能耗增速远超节能技术迭代速度。
“关键在于散热方式。”马利红解释，“开放式冷却靠蒸发散热，耗水量大；而闭式干冷或液冷系统通过内部介质循环，可将蒸发耗水降至极低水平。”他以内蒙古乌兰察布、宁夏中卫等国家算力枢纽为例：这些地区虽水资源匮乏，但凭借年均低温气候，全年大部分时间可依赖自然冷源（如干冷器或新风）散热，仅在夏季短时启用蒸发辅助，整体水耗远低于南方传统风冷数据中心。
[IMG:2]然而，报告警示：即便“技术水耗”较低，北方枢纽节点因本地水资源本底薄弱，“相对承载压力”仍不容忽视。这意味着，未来数据中心选址不仅要看电价与土地成本，更需评估区域水-能-算的系统韧性。
在此背景下，流体系统——过去被视为“配套工程”的角色——正被重新定义为连接算力设备、冷却回路、能源网络与水资源管理的核心枢纽。报告首次提出“架构层—设备层—平台层”三层技术体系，并列出七项关键技术主张，包括分布式按需输配、智能泵控协同、余热回收利用等。
其中，液冷技术的余热价值尤为突出。马利红指出：“风冷排出的热量温度低，难以利用；而液冷回水温度可达40–50℃，足以用于周边建筑冬季供暖。”这意味着数据中心可从纯能源消费者转型为区域性热能供应节点，实现资源闭环。
报告强调，AI算力竞赛已进入“精耕细作”阶段。未来胜负手，不再是谁拥有更多GPU，而是谁能以更少的水与电支撑更高的有效算力。这场从芯片到泵阀的系统性重构，或将重塑全球数据中心的地理版图与技术标准。
本文由AI辅助生成
