得州研究人员称：二叠盆地采油废水可用于人工智能数据中心冷却

人工智能热潮正在给全球水资源与能源带来严峻压力。各大云服务商正高速建设高资源消耗型数据中心，这类有限资源的需求预测增速远超政策制定者的应对速度。不过，得克萨斯大学奥斯汀分校研究团队的一项新研究提出，或许可以利用油气行业产生的废水，为数据中心提供可持续水源。

人工智能数据中心的耗水与能耗规模巨大，且仍在快速增长。环境与能源研究协会的数据显示，大型数据中心每日直接耗水量可达500万加仑。但科技行业透明度极低，很难获取确切数据。此外，多项新研究表明，上述数字可能严重低估了这类设施的实际用水量。

密歇根大学近期研究认为，测算水资源足迹时，还应当计入为数据中心供电所消耗的水资源。一篇新论文测算：如果把场外用水纳入密歇根州三座拟建大型人工智能数据中心的水资源核算，项目总水足迹将暴增140亿加仑。

加州大学河滨分校教授任绍磊（音译）近期接受彭博社采访时表示：“这类间接用水受到的关注要少得多，但它往往远高于直接用水，还会对流域与区域水资源造成影响。”

设法控制这类项目的用水量，或是提升用水可持续性，是当前首要任务。这正是得克萨斯大学奥斯汀分校这项新研究的切入点。研究团队在《水研究》期刊上新发表论文，对多种成熟的废水淡化技术建立模型，评估其用于数据中心冷却工序的能效，旨在减轻该行业对有限淡水资源的压力。研究人员发现，反渗透是能效最优的方案。但该技术难以处理盐度高于海水的水体，这对部分废水源而言构成难题。

在无法使用反渗透工艺的场景下，将水加热汽化再收集凝结淡水是另一种可行方案，只是能耗更高。两种技术都并非全新技术，这也是该方案的优势所在。得克萨斯大学科克雷尔工程学院教授、本项研究负责人之一瓦伊巴夫·巴哈杜尔在趣味工程采访中提到：“我们不需要等待未来的新技术问世来解决这个问题。”废水处理并非零成本，但巴哈杜尔表示，即便选用能耗最高的工艺，处理成本也仅占数据中心总能耗体量的很小一部分。

使用油气行业废水，既能缩减数据中心的水足迹，也能打通资源闭环，解决化石燃料行业的一大难题。人工智能行业的用水需求虽高，但油气行业的用水与废水产出规模更大。按照巴哈杜尔的测算，仅二叠盆地每日就产生约7.9亿加仑废水，是大型数据中心每日500万加仑耗水量的150倍以上。

巴哈杜尔在《趣味工程》采访中说：“二叠盆地每天产出的废水相当于1200个奥运标准泳池。目前这些废水要长途运输后注入地下。这种做法存在诸多隐患，包括诱发地震活动的风险。地下回注空间也即将告急，最早2030年就会用尽。我们必须找到废水利用途径，将其净化后供给数据中心，就是一个很好的出路。”