[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)

Updated 06 Aug.2026 09:52(KST)

open/close

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）被视为能够回答问题、生成图像的数字技术。对大众而言，人工智能仍更接近一种看不见的无形技术。但进入基础设施的世界，情况便截然不同。驱动人工智能的数据中心是极具实体性质的工业设施，消耗大量电力并产生可观热量。这正是生成式人工智能引发的技术竞争，正从半导体和算法延伸至电力、冷却及选址资源争夺的原因。

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

数据中心为何走向寒冷地区

国际能源署预计，到2030年，全球数据中心耗电量将达到约945太瓦时（TWh），接近日本全国一年的用电量。国际能源署分析称，生成式人工智能的普及将成为推动数据中心电力需求增长的核心动力。近期，全球数据中心走向北极、沉入海底、深入废弃矿井的现象，鲜明地印证了这一趋势。

人工智能数据中心首选“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。瑞典北部吕勒奥设有Meta的大型数据中心。该地区毗邻北极圈，一年四季均利用寒冷的室外空气冷却服务器。Meta选择此地作为其在美国以外首个大型数据中心所在地，也源于当地低温条件和充足的可再生能源供应。

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，以波罗的海的冰冷海水冷却服务器。这是工业化时代的设施与自然环境结合，转型为人工智能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接入条件以及与用户之间的距离，因为降低网络延迟是关键。然而，随着生成式人工智能时代来临，选址公式也在改变。

Noh Sangmin，Naver Cloud数据中心负责人表示：“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，大规模电力供应、冷却效率以及场地扩展性更为重要。此类训练型集群很可能会跟随电力和冷却条件而布局。”

另一方面，实时响应用户请求的推理型基础设施，其延迟直接关系到服务质量。聊天机器人和搜索服务等，仍很可能偏好通信网络接入条件优越、邻近首都圈的地区。这意味着，并非所有人工智能数据中心都追求相同的选址条件。

海底与废弃矿井：超越想象的选址实验

更大胆的尝试也在持续推进。微软甚至实施了将数据中心直接置于海底的“Project Natick”。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，并在两年后将其打捞上来分析性能。

海底数据中心可利用冰冷海水作为自然冷却源，降低冷却成本，且易于与海上风电、潮汐能发电联动。

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、维护以及海底电缆建设等问题仍待解决，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有观念。

中国则更进一步，近期已启动与上海附近海上风电园区联动的商用海底数据中心。约2000台安装在水深35米以下的服务器利用海水作为冷却源。这是一种在海面发电、利用海水冷却热量的新型基础设施。

阴暗的废弃矿井也正转型为数据中心。位于挪威西部的“Lefdal Mine Datacenter”是将旧矿井改造而成的案例。该设施不仅能够抵御外部冲击和气候变化，还可利用附近峡湾的冰冷海水作为冷却水，并具备获得充足水力发电电力的优势。

曾经开采煤炭和矿物的空间，如今已转变为存储数据、进行人工智能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，建国大学电气电子工程系教授表示：“人工智能数据中心正成为一种追逐电力的‘产业游牧者’。北极圈、海岸和废弃矿井之所以受到关注，也是因为这些地点能够同时满足确保电力和降低冷却成本两项目标。”

Kim Seongjin，韩国科学技术院机械工程系教授也表示：“冷却在数据中心总耗电量中所占比例约为30%。如果能够减少冷却所需能源，数据中心的选址范围也将大幅扩大。”这意味着，人工智能数据中心是一个优先追逐电力、而非通信网络的产业。

“不仅耗电”……也“喝水”的人工智能

鲜为人知的是，人工智能还会使用大量水资源。为冷却服务器排放的热量，蒸发式冷却器和冷却塔需要持续运行，过程中将消耗大量水。

据美国布鲁金斯学会统计，普通数据中心平均每天用水约30万加仑（约113万升），超大型数据中心每天的用水量最高可达500万加仑（约1893万升），相当于可注满约7.5个奥运会标准游泳池。

问题在于，随着人工智能专用图形处理器（GPU）的发热量急剧上升，仅依靠传统风冷方式已越来越难以应对。

Kim教授解释称：“近期人工智能半导体单颗芯片产生的热量已超过数百瓦，预计下一代产品的发热量甚至将超过1000瓦。仅靠送风方式存在冷却效率上限，因此转向液冷已不可避免。”

SK电讯人工智能数据中心事业本部相关人士表示：“人工智能数据中心不仅需要超高性能运算，还必须在极端散热控制和庞大电力供应之间实现平衡。搭载图形处理器服务器的机架消耗数十千瓦以上的高密度电力，因此引入下一代冷却技术至关重要。”

因此，业内关注的技术是“直接液冷（Direct Liquid Cooling）”。该方式将冷却液直接输送至服务器内部芯片组附近以带走热量，正成为近期人工智能数据中心设计的核心技术。

Noh负责人表示：“随着最新图形处理器服务器的功率密度提升，直接液冷如今已不再是选择项，而是必需的基础设施技术。这并非单纯更换设备，而是会改变电力供应结构、冷却水管道、服务器机房布局，以及漏液检测和水质管理体系等数据中心整体设计。”

Kim教授表示：“近期，循环使用冷却水或通过外部空气散热的‘干冷却（Dry Cooling）’技术也受到关注。提高冷却效率的重要性在于，它不仅能够降低用电量，也可减少耗水量。”

大型科技企业走向核电站旁

在此背景下，全球大型科技企业的目光自然转向核电站。

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

人工智能数据中心必须全天24小时持续运行。太阳能和风能虽然环保，但发电量会随天气变化；相比之下，核电站可不受气候影响，稳定供应大规模电力。

这正是微软、亚马逊和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，人工智能产业和数据中心电力需求的增长，正在推动对下一代核电站的讨论。

Park教授预测：“未来，数据中心很可能摆脱仅从电力公司获得电力供应的结构，转向将发电设施与数据中心一同建设。数据中心自身成为小型电力公司的时代可能到来。”

对韩国式人工智能战略提出的课题

这场全球基础设施竞争也向韩国提出了课题。

韩国国内的人工智能数据中心建设需求也在快速增长，但首都圈的电网承载能力及场地 확보条件正日益恶化。若数据中心集中于首都圈，电力系统负担和输电网问题势必进一步加剧。因此，国家人工智能战略也正超越获取图形处理器的层面，开始一并考虑数据中心选址、电力供应和冷却水保障方案。

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，在地球近地轨道建设数据存储和运算设施的“太空数据中心（In-Orbit Data Center）”概念也正在讨论中。尽管仍处于初期阶段，但这是一项象征性案例，表明数据中心选址竞争已从北极、海底和废弃矿井扩展至太空。

必读新闻

“一看体内就震惊”……90后女儿比65后妈妈老得更快

我们在智能手机和个人电脑屏幕上看到的人工智能，或许只是几行文字，但其背后正展开一场围绕电力、水资源、土地和发电厂的庞大基础设施竞争。人工智能时代的竞争力已不再仅由算法决定。谁能更稳定地 확보电力、水资源、冷却条件和选址资源，正成为下一代人工智能竞争的核心变量。

한글 기사 보기

本报道由人工智能(AI)翻译技术生成。