一句话看懂：饮用水品牌 Liquid Death 邀请前 NFL 球星 Jason Kelce 拍摄了一支用尿液冷却 AI 数据中心的搞笑广告，但广告背后的“再生水冷却”技术真实存在。随着 AI 算力扩张，数据中心用水压力激增，废水回收利用正从边缘方案变成行业刚需。
事件核心：发生了什么
Liquid Death 与 Garage Beer 合作，在广告中号召人们“用尿冷却数据中心”，以调侃 AI 数据中心巨大的耗水量。虽然广告是玩笑，但受访专家向 TechCrunch 确认，利用经过处理的再生水（即废水和污水净化后的水）冷却数据中心，已经是行业中实际采用的做法。Ecolab 数据中心业务副总裁 Michael Obradovitch、WateReuse Association 执行总监 Bruno Pigott 等业内人士均表示，这类替代水源正越来越多地被用于工业冷却。
目前公开信息显示，以美国弗吉尼亚州劳登县为例，当地超过 250 个数据中心每天合计消耗约 2 亿加仑再生水，仅覆盖数据中心日常用水量的 43%，其余 57%（约 2.6 亿加仑）仍来自饮用水供应系统。再生水在数据中心冷却中的占比正在提升，但远未普及。
为什么重要
AI 训练和推理集群的功率密度持续上升，液冷和蒸发冷却成为标配，但冷却系统的第一需求是水。过去，数据中心选址主要看电价和光纤，现在水资源供应正成为新的制约因素。再生水技术本身并不新鲜，市政污水处理厂已使用膜生物反应器、反渗透和紫外线等技术处理废水，但难点在于基础设施匹配：数据中心必须靠近规模足够的污水处理厂，才能获得稳定且经济的再生水供应。劳登县的案例说明，即使再生水利用率领先，仍无法完全摆脱对饮用水的依赖。这意味着，AI 算力扩张越快，数据中心的“水足迹”问题就越突出，水处理技术和选址策略将成为算力基础设施竞争的一部分。
对用户/开发者/创作者的影响
对普通用户而言，AI 服务的每一次云端推理和图像生成，背后都对应着数据中心的水电消耗。Liquid Death 的广告之所以能引发讨论，正是因为公众对 AI 环境成本的感知正在增强。对开发者来说，如果数据中心的冷却用水成本上升，云厂商的算力服务价格可能随之波动，尤其是大规模训练任务和模型推理 API 的计费方式可能受到影响。对企业采购方而言，如果自建数据中心或选择云区域，水资源丰富且污水处理设施完善的地区（如靠近大型市政水处理厂的城市周边）可能成为更稳妥的选址，而偏远地区的算力项目可能面临更长的审批周期或更高的运营成本。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
后续可以关注三个方向：一是劳登县及其他数据中心密集区域是否会出台再生水使用比例强制标准，相关监管变化将直接影响新建项目的环评成本；二是水处理技术公司（如 Ecolab、CDM Smith 等）是否会推出专门针对数据中心冷却的标准化再生水解决方案，这决定了技术普及速度；三是云厂商在披露 ESG 报告时，是否会像披露 PUE（电能利用效率）一样，引入 WUE（水利用效率）作为对外承诺指标，这将影响行业采购和公众监督的着力点。
