Nvidia 液冷話慳到水，但 AI data center 水耗要睇埋電廠
Rubin 推 45°C 閉路液冷，入面少用水，外面要睇電力來源
件事講咩
Nvidia 6 月 22 日喺官方 blog 講，Rubin 世代 AI 基建會全套轉用液冷：每粒 chip、networking 組件都用液體帶走熱，再靠閉路循環送去外面嘅 dry cooler 散熱。最搶眼係數字：冷卻液入 rack 時可去到 45°C，過完 server 出嚟約 55°C。人覺得熱，chip 未必，因為冷板貼住熱源，重點係保持元件喺驗證過嘅工作溫度。
TechCrunch 個提醒值得睇：Nvidia 呢套做法真係有機會慳到 data center 入面嘅水，但唔代表成個 AI 用水帳就清咗。官方話喺合適地點，用乾式冷卻器同閉路設計，設施冷卻用水可以由傳統冷卻塔約每 MW 每年 260 萬加侖，降到接近零。呢句成立嘅前提好窄：地點、氣候、設計同新場建設都要配合。
圖片：NVIDIA Blog
點解 45°C 反而有用
舊式 air cooling 要靠大量凍風推過 rack，熱區冷區、風扇、chiller、冷卻塔一大堆。AI cluster 而家一個 rack 幾十甚至過百 kW，靠風已經好吃力。液冷直接貼住 chip 抽熱，水同 propylene glycol 混合液喺管路入面循環；Nvidia 官方話佢哋用 75% 水、25% propylene glycol。溫度容許高啲，外面空氣就有更多時間窗口可以直接幫手散熱，少開 chiller，蒸發式冷卻水自然少好多。
呢個唔只係 ESG 包裝，亦係硬件路線避唔開嘅轉向。Rubin、GB200 呢類高密度 GPU / networking 系統愈砌愈密，data center 由「放 server 嘅房」變成一套有水管、CDU、dry cooler 同供電設計嘅工業機器。Nvidia 推 DSX reference design，其實係想同 cloud provider 講：想砌下一代 GPU cluster，機房設計要跟住 GPU 走。
圖片：NVIDIA Blog
水慳咗喺邊，水又搬咗去邊
問題係 Nvidia 呢次數法，主要畫咗條界線喺 data center 牆身。機房入面用少咗水係好事，但電廠同晶片製造嗰邊一樣要用水。IEA 2025 年報告估算，全球供 data center 用嘅電由 2024 年 460 TWh，去到 2030 年會過 1,000 TWh；而家煤電約佔 30%，天然氣約 26%，到 2030 年新增需求入面，天然氣同煤加埋仲會供應超過 40%。
火電廠用水唔係小數。USGS 對美國熱電廠 2008 至 2020 年再分析，2020 年淡水耗用量仍有每日 27 億加侖級別，主要同發電冷卻有關。換句話講，如果 AI cluster 表面上用咗閉路液冷，但實際用電嚟自天然氣或煤，咁部分水耗其實係搬咗去發電端，唔係真係冇咗。
呢件事對用 AI 嘅公司有咩意思
做雲端採購、IT 或 ESG 嘅公司，平時用 Copilot、ChatGPT Enterprise、Claude、coding agent，其實都係租緊海外 GPU cluster 嘅一小截。買雲端 AI 時淨係問「用咩 model、幾多 token、幾多錢」已經唔夠。仲要問 workload 放喺邊個 region、當地用咩電、provider 有冇公開 region-level WUE，仲有水補償係咪真係喺同一個流域做。呢啲位唔性感，但會直接影響 ESG disclosure 同長線雲端成本。
另一個現實係，效率提升會降低每次 inference 嘅電同水，但亦可能推高總需求。每粒 GPU 慳到水，operator 可能就砌多幾排 rack；每個 token 平咗，產品 team 就加更多 AI feature。Nvidia 呢套液冷有價值，因為佢處理咗高密度 cluster 最痛嗰段冷卻工程；但想講 AI 基建環境成本，就要連埋電網、發電燃料、地點同供應鏈透明度一齊計。
下一步睇咩
下一步有三個位要睇。第一，Nvidia DSX / Rubin 液冷係咪只喺新建 AI factory 先做到，舊 data center 改裝成本有幾高。第二，hyperscaler 會唔會公開到 region 級別嘅 WUE、PUE 同實際電力 mix，唔好淨係講年度平均。第三，AI workload 增長會唔會食晒冷卻效率提升。Nvidia 呢步係好實在嘅工程進展，但要睇一個 AI service 嘅環境成本，唔可以只睇機房冷卻用水。
參考來源
- TechCrunch — Nvidia wants to cut data center water use, but that’s not the same as fixing AI’s water problem — original report
- Hotter Than a Hot Tub: The 45°C Breakthrough to Cool AI’s Biggest Machines — 官方講 45°C、Rubin 100% 液冷、閉路、乾式冷卻器同節水數字。
- Nvidia says AI's water challenge is largely solved — 補充 Nvidia sustainability 高層對 data center 水耗嘅講法。
- Energy supply for AI – Energy and AI — 用嚟核對 data center 電力來源同 2030 demand 預測。
- The carbon and water footprints of data centers and what this could mean for artificial intelligence — 背景：AI / data center 水足跡估算、透明度不足。
- Thermoelectric-power water use reanalysis for the 2008-2020 period — 核對美國火電廠抽水同耗水再分析數據。
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
