AI发展背后的水资源危机
由AI辅助生成每询问ChatGPT 20至50次，大约会消耗相当于一瓶矿泉水（约500毫升）的淡水资源。这绝非夸张，而是基于实际测算得出的数据。2025年5月，美国佐治亚州某大型数据中心在数月内未缴费便消耗了约1.14亿升水。彼时当地正面临干旱限水，事件曝光后，运营方不得不补缴15万美元水费。数据中心为何要消耗巨量水源？服务器运作会产生大量热量，尤其是AI领域的高密度机架，必须依赖冷却系统以保持稳定运行。主流冷却技术依靠水蒸发吸热，且为防止腐蚀和细菌滋生，必须使用纯净水。以Digital Reality为
AI热潮下的水资源危机：数据中心耗水量惊人
你或许未曾留意，与ChatGPT畅聊一整夜，相当于为它进行了一次淋浴。实话实说，这情况越琢磨越令人担忧。一边是大众热衷于使用AI，另一边却有人在缺水区域与数据中心争夺水源。这并非危言耸听。加州大学河滨分校的任少磊教授团队做过统计：GPT-3每处理10至50次请求，就需要消耗约半升水。OpenAI官方数据相对保守，CEO山姆·奥特曼表示单次查询耗水约1/15茶匙。但若进行乘法运算——ChatGPT每日响应约10亿次请求。十亿。这个数字令人不安。好，这仅是一个聊天机器人。整个人工智能行业的用水规模呢？国际能源
AI 激增引水荒，2027 年用水恐达 66 亿立方
AI 正夺走人类宝贵的水源近两年来，人工智能以前所未有的迅猛之势席卷全球，ChatGPT 用户量迅速冲破数亿大关，科技企业斥资数千亿美元构建 AI 基建，全球算力竞赛全面开启。然而，在技术狂飙突进的背后，一个被长期忽视的隐患正逐渐浮出水面：维持 AI 运转的过程，正在大量消耗水资源。据《Water Research》研究指出，到 2027 年，全球与 AI 相关的用水需求预计将攀升至 42 亿至 66 亿立方米，这一规模堪比部分国家的年度总用水量，也预示着一种“隐形水足迹”正在悄然形成。与此同时，全球性的
英国迎X-energy先进反应堆审查申请，Xe-100部署迈出关键一步
前沿核能技术企业X-energy于本周二透露，已正式向英国递交了Xe-100高温气冷堆的通用设计审查申请。这一举动意味着该企业计划在英国落地首个先进核能项目的蓝图进入了实质性阶段。 在英国，通用设计审查是为新型核电技术发放许可的标准监管流程。该流程由英国核监管办公室、环境署、威尔士自然资源部以及能源安全与净零排放部联合负责，主要在不考虑特定厂址的前提下，对技术的安全性、安保、防护及环保影响进行独立评估。预计整个审查工作将在2029年年底之前结束。 作为一款80兆瓦电功率、200兆瓦热功率的高温气冷反应堆，
人造钻石概念股集体走强，恒林股份强势封板
人造钻石概念股盘中快速上扬，恒林股份(39.360, 3.58, 10.01%)强势涨停，惠丰钻石(39.230, 0.71, 1.84%)、黄河旋风(13.090, 1.00, 8.27%)、四方达(37.430, 0.22, 0.59%)、力量钻石(78.890, 4.28, 5.74%)、晶盛机电(54.100, -2.30, -4.08%)等纷纷跟涨。消息传出，近日英伟达透露，Vera Rubin新一代平台将配备“金刚石铜复合散热盖配合45℃温水直喷式液冷”散热方案，旨在高效调控高功率芯片的工作温
AI算力激增推动液冷产业链深度解析
伴随人工智能大模型训练与推理需求的迅猛增长，全球算力竞争已进入激烈阶段。英伟达、谷歌等科技领军企业的新一代AI芯片单芯片功耗已超过千瓦级别，传统风冷散热方式逐渐接近其物理性能上限。在此形势下，液冷技术因其卓越的散热性能，正从数据中心的“选择性配置”升级为AI算力基础设施的“必备选项”，整个相关产业链正迎来从技术验证向规模化生产的关键转折期。1. 液冷核心组件与整体解决方案 此类企业主要供应液冷系统的核心设备（如CDU液冷分配装置、冷板、机柜）或提供全面的温控解决方案，属于产业链中技术门槛较高且直接受益的核
七成美国民众说NO：AI基建热潮下的隐忧与挑战
算力飙升背后的邻避冲突：AI时代数据中心扩张的社会政治变迁与“社会运营许可”重构随着生成式人工智能和大型语言模型的迅猛发展，全球正经历一场史无前例的实体基础设施扩张。曾经作为互联网底层“隐形公共服务”的数据中心，如今已完全进入公众视野，并引发了深刻的社会政治变革。在这一变革中，追求极致算力的科技巨头与注重生活品质的本地居民之间产生了激烈的冲突。数据中心已不再仅仅是技术与工程的结晶，它已演变成引发强烈“邻避效应”的政治议题。以行业领导者微软公司为例，该公司在AI基础设施上的资本支出呈指数级增长，近期股价在云
人工智能背后的隐形水成本
谈及人工智能的代价，公众焦点几乎全部集中在电力消耗层面——那些规模庞大的算力设施24小时不间断运转，耗电程度堪比一座小型城市。然而，在这份广为人知的能源开销背后，还存在着一笔同样惊人却更为隐秘的支出：水资源。冷却系统：无形的巨大消耗人工智能数据中心运行期间，数以千计的高性能计算芯片同步产生热量。为确保设备在正常温度范围内持续运作，必须实施持续的冷却措施。这个看似寻常的需求，正在以惊人的速度吞噬着珍贵的淡水资源。在传统数据中心冷却方案中，大量水资源通过蒸发方式带走热量——这是一种极其耗水的过程。一座中型人工
沐曦携手深度原理：AI 驱动材料研发新范式
点击蓝字获取更多精彩信息近期，国产 GPU 厂商沐曦股份与专注于 AI 赋能材料科技的深度原理正式确立战略伙伴关系。双方将目光锁定在化工行业的工业冷却液开发上，共同打造集“AI 建模、高性能计算及实验验证”于一体的闭环研发机制，旨在探寻关键 AI 基础设施材料的高效开发新方向。传统工业冷却液的开发常受限于候选分子空间庞大、筛选耗时久以及试错成本高昂等难题，关键物理性质参数的预测与验证费用居高不下，致使计算模拟与实验环节出现脱节。针对上述挑战，深度原理依托自主研发的 ReactGen 模型，构建了包含百万级
数据中心进乡村：支持与反对同样激烈
位于伊利诺伊州迪尔卡布市的Meta数据中心。（图源：FT）（ArtiAI讯）伊利诺伊州塔兹韦尔县的迈克尔·德佩特（Michael Deppert）强调，自己农场沙质土壤深处的天然地下水对他至关重要，他要靠这些水来灌溉自家南瓜、玉米以及豆科作物。因此，当他得知离家农场仅八英里处将新建数据中心时，他立刻表态反对。他担心该项目会挖掘当地的地下蓄水层，进而导致农作物减产，削弱农场主的收益。德佩特还担任本地农场办公室游说团体的负责人。他表示，许多居民都担心数据中心会破坏优质、干净的饮用水来源。于是，抗议行动迅速升级
构建AI时代的数据中心需要哪些供应链支持
在人工智能时代，建设一个功能完备的数据中心需要哪些供应链企业共同参与1. 电力分配稳定、路由以及管理电力的设备（如开关设备、PDU、变压器等）。股票代码：$ETN · $VRT · $SBGSY · $ABB2. 备用电源在电网发生故障时实现即时切换——这对于实现 99.999% 的正常运行时间至关重要。股票代码：$GNRC · $CAT · $ETN · $VRT3. 冷却与空调系统AI 机架面临的最大瓶颈。结合空气处理与先进的液体/直接芯片冷却系统，以防止服务器过热熔毁。股票代码：$VRT · $CA
艺康：数据中心散热需求不会随AI热潮消退
一笔涉及 47.5 亿美元数据中心冷却交易的企业表示，即便人工智能基础设施建设速度放缓，其服务需求仍将持续增长。 艺康集团(267.345, 6.21, 2.38%)全球水解决方案总经理乔希・马格努森表示，该公司预计其数据中心业务收入在 “可预见的未来” 将保持每年至少 20% 的增速。他称，这是因为算力需求持续攀升，且老旧数据中心需要改造升级，以适配新一代芯片的需求。艺康集团上周已同意从 KKR 集团管理的基金手中收购酷冷系统公司。 人工智能热潮推动了大规模基础设施投资，部分科技公司估值升至数万亿美元。