[科学视野]我们不知道的AI……既耗电，也“喝水”

by Kim Jonghwa

Published 21 Jun.2026 06:30(KST)

数据中心的秘密
走向北极圈、海底、废弃矿井与核电站旁
AI竞争不是算法之争，而是电力、冷却与选址之争
连“太空数据中心”也已登场

屏幕中的生成式人工智能（AI）通常被视为一种能够回答问题、生成图像的数字技术。对大众而言，AI仍更接近一种看不见的无形技术。但进入基础设施的世界后，情况就不同了。驱动AI的数据中心是极其实体化的工业设施，消耗大量电力并产生可观热量。生成式AI引发的技术竞争之所以从半导体和算法，扩展到电力、冷却和选址争夺，原因正在于此。

在海底坚持了2年的数据中心。微软在苏格兰奥克尼群岛海底设置的“Project Natick”数据中心，在2年后被打捞出水的 모습（左）与内部检查场景（右）。作为利用冰冷海水进行自然冷却的全球首个海底数据中心实验而备受关注。微软 Jonathan Banks供图

为什么数据中心正走向寒冷地区

国际能源署预计，到2030年，全球数据中心用电量将达到约945太瓦时。这一水平已接近日本全年总用电量。国际能源署分析称，生成式AI的扩散将成为推动数据中心电力需求增长的核心动力。近期全球数据中心纷纷走向北极、沉入海底、深入废弃矿井的现象，正鲜明地说明了这一点。

AI数据中心最先寻找的地方是“寒冷地区”。因为这样可以降低服务器冷却所需的成本和电力。位于瑞典北部吕勒奥的Meta大型数据中心就是代表性案例。该地区毗邻北极圈，全年都可利用寒冷的外部空气为服务器降温。Meta之所以将这里选为美国以外首个大型数据中心所在地，背后也有低温环境和可再生能源供应充足等因素。

位于瑞典北部吕勒奥的Meta数据中心全景。该地区靠近北极圈，全年气温较低，可减少服务器冷却所需电力使用，因此被视为全球大型科技企业代表性的数据中心选址地。Meta供图

位于芬兰哈米纳的谷歌数据中心也颇具特色。谷歌利用旧造纸厂的海水隧道，引入波罗的海冰冷海水为服务器降温。这是工业化时代设施与自然环境结合，并转型为AI时代核心基础设施的案例。

过去，数据中心选址最优先考虑的是通信网络可达性以及与用户之间的距离，因为降低网络延迟是关键。但随着生成式AI时代到来，选址公式也正在改变。

Noh Sangmin表示：“对于反复训练大规模模型的训练型基础设施而言，相比实时响应速度，更重要的是大规模电力供应、冷却效率和用地扩展性。此类训练型集群很可能会随着电力和冷却条件而移动。”

相反，实时响应用户请求的推理型基础设施，其延迟会直接影响服务质量。聊天机器人或搜索服务等，仍很可能偏好通信网络条件更好、靠近首都圈的地区。这意味着，并非所有AI数据中心都追求相同的选址条件。

海底与废矿井……超出想象的选址实验

更大胆的尝试也在持续。微软推进了将数据中心直接放入海中的“Project Natick”项目。2018年，微软在苏格兰北海水下30米处安装了集装箱式海底数据中心，并在2年后将其打捞出水，分析其性能。

海底数据中心的优点在于，可利用冰冷海水作为自然冷却源，降低冷却成本，同时也更容易与海上风电和潮汐发电联动。

中国上海海底数据中心概念图（左）与海上建成的实际平台（右）。该项目与海上风力发电联动，在海面发电，安装于水深约35米以下的数据中心模块则利用冰冷海水作为自然冷却源为服务器散热，作为一种新形态备受关注。上海海底数据中心项目及Haiwin Technology供图

尽管腐蚀、维护保养以及海底电缆建设等课题仍然存在，但这一尝试被评价为打破了“数据中心必须建在陆地上”的固定观念。

中国则更进一步。近期，中国已开始运行与上海附近海上风电园区联动的商业海底数据中心。其方式是将约2000台规模的服务器安装在35米深水下，并利用海水作为冷却源。这是一种在海面发电、用海水散热的新型基础设施。

昏暗的废弃矿井也在变身为数据中心。位于挪威西部的Lefdal Mine Datacenter就是由旧矿山改造而成的案例。它不仅更能抵御外部冲击和气候变化，还可利用附近峡湾的冷海水作为冷却水，且具备获取充足水电的优势。

也就是说，过去开采煤炭和矿物的空间，如今正转型为存储数据、执行AI运算的数字基础设施。

挪威Lefdal Mine Datacenter内部。这是一处将曾用作废矿的坑道改造为数据中心的设施，利用山体岩盘和附近峡湾的冰冷海水作为冷却源。这里曾是开采矿物的空间，如今被视为在人工智能时代重生为数据基础设施的典型案例。Lefdal Mine Datacenter供图

Park Jongbae表示：“AI数据中心正在成为一种追逐电力而迁徙的‘工业游牧民’。北极圈、海岸和废弃矿井之所以受到关注，也是因为它们能够同时满足获取电力和降低冷却成本这两个目标。”

Kim Seongjin也表示：“在数据中心整体电力消耗中，冷却所占比重接近30%。如果能够降低冷却所需能源，数据中心的选址范围也将大幅扩大。”这意味着，AI数据中心是一个比起通信网络、会优先追逐电力而移动的产业。

“不只是耗电”……还会“喝水”的AI

一个不太为大众所知的事实是，AI会消耗相当大量的水。为了给服务器释放的热量降温，蒸发式冷却器和冷却塔会持续运转，而这一过程中会消耗大量用水。

据美国布鲁金斯学会介绍，一般数据中心平均每天用水约30万加仑，约合113万升；超大型数据中心每天用水量最高可达500万加仑，约合1893万升。这相当于可灌满约7.5个奥运标准游泳池。

问题在于，随着AI专用图形处理器的发热量急剧增加，仅靠现有风冷方式已越来越难以应对。

Kim Seongjin解释称：“近期AI半导体单颗芯片就会产生数百瓦以上热量，下一代产品甚至预计会达到1000瓦以上。仅靠送风方式在冷却效率上存在极限，因此转向液冷已不可避免。”

SK电讯AI数据中心事业本部相关人士表示：“AI数据中心不仅需要超高性能运算，还必须在极限散热控制与大规模电力供应之间实现平衡。搭载图形处理器服务器的机架会消耗数十千瓦以上的超高密度电力，因此引入下一代冷却技术已是必需。”

因此，业界关注的技术是“直接液冷（Direct Liquid Cooling）”。这种方式是将冷却液直接输送到服务器内部芯片组附近以带走热量，近期正成为AI数据中心设计的核心技术。

Noh Sangmin表示：“随着最新图形处理器服务器功率密度上升，直接液冷如今已不再是可选项，而是必需的基础设施技术。这不仅仅是设备更换，而是会全面改变数据中心设计，包括供电结构、冷却水管道、机房布局、漏水检测和水质管理体系。”

Kim Seongjin还表示：“近来，循环利用冷却水或通过外部空气排热的‘干冷却（Dry Cooling）’技术也受到关注。提高冷却效率之所以重要，不仅因为能降低用电量，也因为能够减少耗水量。”

大型科技企业正走向核电站旁

在这样的形势下，全球大型科技企业的目光自然转向了核电站。

为给微软人工智能数据中心供电而推进重启的美国宾夕法尼亚州三里岛核电站。盖蒂图片社供图

AI数据中心必须24小时不停运转。太阳能和风能虽然环保，但发电量会随天气变化。相比之下，核电站不受气候影响，能够稳定供应大规模电力。

这也是微软、亚马逊、谷歌等企业与现有核电站签订购电协议，或投资小型模块化反应堆企业的原因。国际原子能机构也分析称，AI产业和数据中心电力需求的增加，正在刺激新一代核电站相关讨论。

Park Jongbae预测称：“未来，数据中心很可能会摆脱仅从电力公司购电的结构，转向直接将发电设施与数据中心一并建设的方向。数据中心自身成为小型电力公司的时代可能会到来。”

留给韩国式AI战略的课题

这场全球基础设施竞争，也给韩国带来了课题。

韩国国内AI数据中心建设需求也在快速增加，但首都圈电网承载能力和土地 확보条件正日益恶化。如果数据中心继续集中在首都圈，电力系统负担和输电网问题势必进一步加剧。正因如此，国家AI战略也正从单纯确保图形处理器，转向同时思考数据中心选址、电力供应和冷却水 확보方案。

太空数据中心构想图。数据中心已进军北极圈、海底和废弃矿坑，部分企业甚至在考虑于地球近地轨道建设数据存储与运算设施。图片为太空数据中心概念图

近期，以欧洲和美国为中心，还在讨论于地球低轨道空间建设数据存储与运算设施的“太空数据中心（In-Orbit Data Center）”概念。尽管仍处于初期阶段，但这是一项具有象征意义的案例，显示出数据中心选址竞争已从北极、海底和废弃矿井，进一步扩展至太空。

必读新闻

三星电子“特别分红”效应显现，最高看至63万韩元……三星物产目标股价接连上调[周末理财]

我们在智能手机和个人电脑屏幕上看到的AI，看似不过是几行文本，但其背后正展开一场围绕电力、水、土地与发电站的庞大基础设施竞争。AI时代的竞争力，已不再仅由算法决定。谁能更稳定地 확보电力、水、冷却和选址条件，正成为下一代AI竞争的核心变量。

한글 기사 보기

本报道由人工智能(AI)翻译技术生成。