英伟达的人工智能奇迹“Ruby”专为人工智能数据中心打造：零耗水——但有一个重大缺点。

Xpert 预发布版

在线联系方式（Konrad Wolfenstein）

Available in 27 languages 📢

在 Google 上更倾向于选择 Xpert.Digital。ⓘ

发布日期：2026年6月25日 / 更新日期：2026年6月25日 – 作者： Konrad Wolfenstein

英伟达的人工智能奇迹“Ruby”专为人工智能数据中心打造：零耗水——但有一个重大缺点。

英伟达的AI奇迹“Ruby”专为AI数据中心打造：零耗水——但存在一个重大缺陷——图片来源：Xpert.Digital

水资源狂热的终结？英伟达现在计划如何减少人工智能数据中心的用水量？

数据中心悄然发生革命：英伟达计划如何解决人工智能面临的最大环境问题

无需一滴水：英伟达为整个人工智能行业带来全新的散热革命

人工智能的迅猛发展带来了巨大的、常常被忽视的代价：水和电的消耗呈指数级增长，将全球多个地区推向生态崩溃的边缘。行业领军企业英伟达凭借其新一代“Ruby”芯片和对传统风冷方式的彻底革新，承诺带来期待已久的范式转变。全液冷参考设计旨在将大型人工智能数据中心的用水量降至几乎为零，从而节约数十亿升淡水。然而，尽管这一概念在技术上令人印象深刻，且在经济上似乎极具吸引力，但对其整体效益进行批判性审视仍然至关重要。英伟达是否真的解决了人工智能行业最大的环境问题——还是仅仅在悄无声息地转移了问题？本文将深入分析新型人工智能基础设施的技术、经济效益以及不为人知的真相。.

水已成往事：英伟达的 Ruby 架构和人工智能散热的静悄悄的革命

谁控制了热量，谁就控制了人工智能产业。

在2026年6月的伦敦气候行动周上，英伟达发布了其即将推出的Rubin系列显卡的全液冷参考架构，并提出了一个几乎前所未有的激进主张：人工智能数据中心的用水量将降至接近零。这标志着人工智能行业范式的转变，该行业此前一直大规模消耗淡水，并在亚利桑那州、德克萨斯州和犹他州等地区造成了严重的社会问题。英伟达的承诺是否在技术上可行、经济上可扩展且真正具有环境可持续性，这个问题远不止于气候行动周的发布会现场。.

被压制问题的程度

现代人工智能数据中心对水的依赖已不再是小众问题。2023年，美国所有数据中心的总用水量约为640亿升，专家预测到2028年这一数字将增长四倍。国际能源署（IEA）估计，2023年全球所有数据中心的用水量约为5600亿升，超过伦敦年用水量的一半。到2030年，这一数字可能超过1.2万亿升，超过伦敦的年用水量。.

这些抽象的数字背后，隐藏着非常现实的局部冲突。仅德克萨斯州就面临着这样的发展趋势：到2025年，该州的数据中心用水量可能超过1890亿升，预计到2030年将超过1.5万亿升。佐治亚州牛顿县农村地区的一个元数据中心每天用水量约为190万升，约占该县总用水量的10%。如此巨大的规模，再也不能用技术进步来轻描淡写了。.

矛盾的是，自2022年以来新建的数据中心中，有三分之二位于水资源紧张的地区。彭博新闻社的一项分析显示，全球约45%的数据中心都位于已经面临严重水资源风险的流域。在亚利桑那州凤凰城——北美发展最快的都市区之一，拥有超过150个规划中或已投入运营的数据中心——咨询公司Ceres已将该地区列为“高度缺水”地区。如果所有规划中的设施都建成，该市的用水量可能会增加32%。与此同时，地下水位正在下降，科罗拉多河水位正在萎缩，农业也面临着生存困境。.

全球政治压力已经到来。在2026年6月的伦敦气候行动周期间，包括伦敦、凤凰城和墨尔本在内的40个城市的市长签署了《全球城市数据中心公约》，该公约制定了节水、清洁能源以及更好地融入城市规划的标准。市政当局的这一集体行动表明，这一问题已经从科技行业的核心领域走向了民主对话。.

冷却如何演变成系统性风险

要理解这个问题，有必要从物理和经济学的角度来分析数据中心冷却。冷却系统消耗的电量占数据中心总耗电量的30%到55%不等，具体比例取决于其效率，行业平均水平约为40%。常用的行业指标——电源使用效率（PUE）衡量的是数据中心总能耗与实际IT设备能耗的比值。PUE值为1.0代表理论上的完美状态，而2.0则意味着基础设施本身的能耗与它所冷却的计算机的能耗相当。实际上，最高效的超大规模数据中心的PUE值约为1.2，而一些老旧建筑的PUE值有时会超过1.6。.

水资源问题主要源于所谓的蒸发式冷却塔。在这些系统中，热量通过控制水的蒸发释放到周围空气中——这一原理在工业冷却系统和发电厂中很常见，并且已被证明经济高效。但缺点是：蒸发的水无法回收利用。据英伟达首席可持续发展官乔什·帕克 (Josh Parker) 称，传统的冷却塔系统每年每兆瓦的计算能力消耗约 980 万升淡水。对于一个拥有 50 兆瓦计算能力的现代超大规模数据中心而言，这相当于每年近 5 亿升的用水量——相当于一个中等规模城镇的年用水量。.

近年来，由于计算能力的飞速发展，用水量急剧增加。人工智能工作负载，例如训练大型语言模型或推理数十亿条日常查询，其能耗远高于传统的云服务。加州大学河滨分校的一项研究生动地说明了这一点：人工智能模型每输入100个单词，估计就会消耗半升水。2025年12月发表在科学期刊《Patterns》上的一项研究估计，仅人工智能系统每年就可能消耗3120亿至7650亿升水——超过了国际能源署（IEA）估计的2023年全球数据中心行业的用水量。.

英伟达的 Ruby 方法：这项承诺背后的技术

在此背景下，英伟达发布的Ruby一代显卡绝非普通的产品发布会。这款面向人工智能工厂的DSX参考设计打破了数十年来基于空气冷却的传统做法，完全依赖于封闭式液冷回路，无需风扇或蒸发式冷却器。冷却液由75%的水和25%的丙二醇混合而成——这种混合物的基本原理与汽车冷却液类似，并且长期以来一直是数据中心行业公认的标准解决方案。.

Ruby架构最引人注目之处在于其卓越的耐热性。冷却液以45摄氏度的温度进入芯片，据英伟达称，其排出温度约为55摄氏度。吸收的热量通过外部干式冷却器散发到周围空气中，不会发生任何蒸发或直接水分损失。冷却液在一个完全封闭的循环系统中循环；既没有新鲜水进入系统，也没有蒸发的水排出。25%的丙二醇添加剂具有双重作用：它将混合物的冰点降低到约零下10摄氏度，从而保护外部管道免受冻结，同时抑制冷却板微通道中生物膜的生长。.

实现这种架构的关键在于Rubin GPU本身的散热能力。在性能最大化的Max-P配置下，Rubin GPU的单芯片热设计功耗（TDP）高达2300瓦，几乎是当前Blackwell架构（设计功耗为1000至1400瓦）的两倍。一个装满Rubin显卡的NVL72机架需要180至220千瓦的功率——这大约相当于40至80个美国普通家庭的总用电量。如此巨大的功率密度使得风冷散热根本行不通。英伟达甚至不再将Rubin的液冷散热视为可选方案，而是将其视为必备方案。.

据英伟达首席可持续发展官乔什·帕克 (Josh Parker) 称，DSX 设计将每兆瓦每年的用水量从约 980 万升降低到几乎为零。该公司表示，对于一个 50 兆瓦的系统而言，仅冷却能源和水成本一项，每年就能节省超过 400 万美元。然而，英伟达数据中心冷却和基础设施总监阿里·海达里 (Ali Heydari) 补充了一个重要的注意事项：在一年中约有 1% 的时间里，在某些气候条件下，可能仍然需要使用传统的冷却系统。这种限制适用于炎热气候下的极端夏季热浪，在这种情况下，环境温度过高，仅使用干式冷却器无法将 55 摄氏度的加热回水温度降至 45 摄氏度。.

竞争永不停歇：亚马逊与产业变革

英伟达的这项声明正值整个超大规模数据中心行业重新审视散热问题之际。据科技杂志The Verge报道，亚马逊网络服务（AWS）也公布了一项策略，旨在提高其主要采用风冷的数据中心的散热能力，作为其更广泛的效率提升计划的一部分。虽然此举不如英伟达的全液冷方案那样激进，但也表明即使是全球最大的云服务提供商也承认传统架构存在散热方面的局限性。.

英伟达在其博客文章中解释道，几乎所有为 Rubin 架构构建系统的云服务提供商和数据中心运营商都在转向液冷散热。这与其说是一种预测，不如说是对技术必要性的描述：未来 Rubin Ultra NVL576 配置中，每颗 GPU 的功耗高达 2300 瓦，每个机架的功耗高达 600 千瓦，气流的物理极限已经不堪重负。像 Frore Systems 这样的专业散热公司已经为 Rubin 芯片开发了直冷散热板，据该公司称，与现有解决方案相比，这些散热板可将散热性能提高 50% 以上，并将芯片最高温度降低 7.5 摄氏度。.

资本成本的变化令人瞩目。长期以来，液冷在业内被认为成本过高。但包括施耐德电气的一项综合分析在内的近期研究表明，在相同的功率密度（每机架10千瓦）下，两种冷却方式的投资成本几乎相同：风冷成本约为每瓦7.02美元，液冷成本约为每瓦6.98美元。泵、管道和冷却板技术的较高成本几乎完全被省去冷水机组、机柜冷却单元和复杂的空气分配系统所抵消。一旦考虑到液冷带来的更高压缩密度——即每机架20或40千瓦而非10千瓦——成本比将显著向液冷倾斜：每机架20千瓦时，资本成本降低10%；每机架40千瓦时，资本成本降低14%。.

借助“托管人工智能”（人工智能）实现数字化转型的新维度——平台及B2B解决方案 | Xpert咨询

“托管式人工智能”开启数字化转型新篇章——平台及B2B解决方案 | Xpert Consulting - 图片来源：Xpert.Digital

在这里，您将了解到您的公司如何快速、安全地实施定制化的人工智能解决方案，且无需承担过高的准入门槛。.

托管式人工智能平台是您实现人工智能的全方位、无忧解决方案。您无需处理复杂的技术、昂贵的基础设施和漫长的开发流程，即可从专业合作伙伴处获得根据您的需求量身定制的现成解决方案——通常只需几天时间。.

主要优势一览：

⚡ 快速实施：从构思到可立即使用的应用，只需几天而非几个月。我们提供切实可行的解决方案，创造即时附加值。.

🔒 最高数据安全保障：您的敏感数据始终由您掌控。我们保证安全合规地处理您的数据，绝不与任何第三方共享。.

💸 无财务风险：您只需为结果付费。完全无需前期投入大量资金用于硬件、软件或人员。.

🎯 专注于您的核心业务：集中精力做好您最擅长的事情。我们将负责您人工智能解决方案的全部技术实施、运营和维护。.

📈面向未来且可扩展：您的AI将与您一同成长。我们确保持续优化和可扩展性，并灵活调整模型以适应新的需求。.

更多信息请点击这里：

托管式人工智能解决方案——工业人工智能服务：服务业、工业和机械工程领域保持竞争力的关键

英伟达声称“零用水”——零用水？人工智能基础设施的隐性用水足迹

环境影响：英伟达未曾提及的内容

英伟达选择在伦敦气候行动周期间发布公告绝非偶然。该活动将于2026年6月20日至28日举行，是全球最具影响力的气候政策论坛之一。英伟达正利用这一平台将自身定位为解决方案的一部分，并以简洁而极具吸引力的信息来传达这一理念：人工智能行业的水资源问题已经得到解决。.

实际情况更为复杂。英伟达的出版物遗漏了对这一新基础设施的完整生命周期评估。有三个方面尤其值得关注。.

首先是建设方面。建造一座全液冷式下一代数据中心需要大量的钢、铜、铝和塑料，用于管道系统、干式冷却器和冷却板。英伟达在其博客文章中并未提及建设阶段的环境影响。丙二醇的生产属于石油化工过程，液冷基础设施的原材料消耗量远高于风冷系统。这笔一次性支出并未计入所公布的成本节约数据中。.

其次是电力问题。虽然液冷数据中心在运行过程中用水量显著减少，但仍然需要大量的电能。而发电本身就是一个耗水过程：无论是燃煤、燃气还是核能发电厂，都需要冷却水。国际能源署估计，数据中心总用水量的约 60% 与发电间接相关。只要大部分电力来自耗水量大的能源，即使数据中心现场没有一滴自来水蒸发，间接的用水足迹依然存在。英伟达并未说明其所需电力的来源。.

第三，还有丙二醇的问题。丙二醇的毒性远低于乙二醇，通常被认为更环保。然而，泄漏会导致地表水的生物需氧量增加，危及水生生物。由于英伟达的参考架构采用闭环系统，正常运行期间的泄漏风险较低——但并非为零，尤其是在建造、维护或系统老化期间。此外，业内也正在就长期使用丙二醇作为制冷剂是否应该被更可持续的替代品所取代展开日益激烈的讨论。.

能源困境：计算能力越强，电力需求就越高

撇开用水量不谈，能源问题仍然是人工智能基础设施面临的根本挑战。2023年，美国数据中心消耗了约6500亿千瓦时，相当于美国总用电量的4.4%。到2028年，根据不同的预测模型，这一数字可能达到12000亿至21000亿千瓦时，占全国用电量的6.7%至12%。国际能源署（IEA）预测，到2026年，全球数据中心的用电量将增至6500亿至10500亿千瓦时。.

Ruby架构的出现非但没有缓解这一趋势，反而加剧了它。每颗TDP为2300瓦的Ruby GPU在满载运行时的能耗是Blackwell芯片的两倍以上。虽然据说每瓦性能显著提升——英伟达承诺Ruby的推理成本比Blackwell低十倍——但整个数据中心的绝对能耗却在不断增长，因为单芯片的功率密度和芯片总数都在呈指数级增长。尽管节能散热有助于降低整体能耗，但它并不能完全弥补更高计算能力带来的能耗增加。.

电网正接近极限。超大规模数据中心庞大且集中的能源需求，令现有的电网基础设施和运行机制不堪重负。专家强调，解决方案需要电网运营商和数据中心运营商共同承担责任：投资输电容量、分散式现场发电、电池储能以及动态负荷管理。一些国家级研究中心通过改进冷却方案，已经实现了接近 1.05 的 PUE 值。液冷带来的节能潜力是实实在在的，但这并不能解决能源需求呈指数级增长这一根本性的结构性问题。.

经济层面：投资计算和区位经济学

抛开技术层面的争论，进行经济分析也很有价值。英伟达发布这项公告之际，正值全球超大规模数据中心行业计划进行前所未有的投资。据该公司称，DSX 设计每年可为一座 50 兆瓦的数据中心节省超过 400 万美元的成本。考虑到数据中心典型的生命周期为 10 到 15 年，以及水资源紧张地区不断上涨的水费，这一数字可能会大幅增加。.

此外，监管层面也发挥着重要作用。世界各地的市政当局和地区开始限制或附加条件，要求新建数据中心必须使用水资源。在亚利桑那州，这个问题已经成为一个极具政治争议的话题。采用无水冷却技术的公司不仅拥有生态优势，也拥有监管优势：它们更容易在缺水地区建设，可以更快地获得许可，并且更不容易受到未来监管限制的影响。.

对于下一代人工智能数据中心的运营商而言，采用液冷不再是出于绿色营销的考量，而是关乎长期运营可行性的根本性经济决策。那些计划在缺水地区建设数据中心的企业——这在新增产能规划中占据相当大的比例——已经无法再继续依赖蒸发冷却。液冷技术的普及不仅是因为其效率优势，也是来自监管机构的压力。.

未解决的问题和结构性限制

尽管英伟达的声明引发了广泛关注，但一些关键问题仍未得到解答。英伟达的宣传重点明显放在运营环节，刻意忽略了建设阶段、电力来源以及完整的环境生命周期。任何认真对待“零用水量”信息的人都必须明白，这仅仅是指在运营过程中现场的冷却水消耗量。.

此外，DSX 参考设计目前仅仅是一份蓝图，而非最终产品。它的实际应用取决于云服务提供商和托管运营商重组基础设施的速度。现有数据中心无法简单地改造为液冷系统；它们需要彻底重建或进行大规模翻新。这意味着，所宣称的节能效果需要相当长的时间才能在全球财务报表中显现，而现有设施的用水量在未来几年仍将持续增长。.

冷却剂的成熟度和长期稳定性问题仍然悬而未决。丙二醇混合物在技术上已得到验证，但专家界对其在下一代芯片极高功率密度下是否仍能保持足够效率，或者是否需要用其他冷却介质替代，存在着日益激烈的争论。热力学学家和商业经济学家从不同的角度看待同一个问题：物理上最优的方案并不一定适用于全球数百万平方米的数据中心空间。.

人工智能基础设施的政治经济学

2026年伦敦气候行动周表明，人工智能基础设施的政治和经济影响已经显现。市长们正在像对待发电厂一样协商数据中心的建设——这样做是理所当然的，因为诸如水资源枯竭、电价上涨和土壤硬化等社会成本最终由公众承担，而不仅仅是运营商。全球40个城市签署的《全球城市数据中心协议》发出了一个不容忽视的政治信号。.

在此背景下，英伟达的声明可谓恰逢其时。该公司希望借此表明，技术进步与可持续发展并非水火不容——作为GPU基础设施的市场领导者，它同时也是可持续发展解决方案的先驱。然而，能否成功不仅取决于技术本身，还取决于能否保证总成本和整体财务报表的透明度，监管机构能否建立合适的框架，以及行业能否持续贯彻落实已公布的标准。.

英伟达的声明使一件事变得更加清晰：散热问题不仅仅是一个工程问题，它更是一个集政治、经济和环境于一体的问题——而整个行业现在都意识到了这一点。问题不再是向封闭式、低水冷系统的转型是否会发生，而是转型的速度、彻底程度以及社会成本会如何。.

英伟达的 Rubin 参考架构有力地表明，人工智能行业已开始从技术层面认真对待其用水难题。其令人印象深刻的数据——与每兆瓦每年 980 万升的用水量相比，几乎为零；一座 50 兆瓦的工厂每年可节省 400 万美元；以及采用无风扇的全封闭冷却系统——堪称突破性进展。然而，这些数据并未解决根本的能源问题，忽略了建设阶段，也掩盖了发电过程中产生的间接用水量。对下一代人工智能基础设施进行客观的经济分析必须弥补这些不足——而行业需要提供的也不仅仅是参考设计。.