NVIDIA 拿出一套全国口径的用水数据来回应 AI 数据中心耗水的质疑。真正该看的不是这个平均数，而是 hyperscaler 已经把液冷同时当成了两件事：高密度算力的工程需求，以及提前应对监管和许可压力的工具。这让掌握冷却方案的供应商议价能力更强，同时把被全国平均数掩盖的基础设施压力留给具体地区去扛。

全国平均数掩盖了本地水资源压力

全国统计数据很容易把问题冲淡，但数据中心选址往往把取水需求集中压到本来就紧张的流域。Manhattan Institute 提出的 0.2% 用水占比在宏观上成立，可落到单个大型 AI 站点，日取水量可能达到 500 万加仑。如果采用 45 °C 工况的液冷，并且当地气候适合干冷器，蒸发损耗能接近零；但这依赖天气条件，也需要大量前期资本投入，目前基本只有头部运营商能负担。

• Hyperscaler 转向 direct-to-chip 与 immersion cooling 后，用水指标会明显占优；但中型 colocation 运营商仍被旧式冷却塔绑定，更容易卡在许可流程里。
• 真正决定项目能否落地的是地方水务机构，而不是全国统计口径；每一个新的 100 MW 站点，通常都会变成持续数年的本地谈判。
• NVIDIA 通过把 GB200 的液冷设计与 GPU 销售绑定，把原本的合规压力转化为商业优势。

余热回收叙事跑在经济性前面

NVIDIA 的表述把 AI 数据中心描绘成未来电网资产，理由是可以进行余热回收。但从 2026 年的大多数新建项目看，热量仍主要被视为需要排走的废热，而不是可以稳定出售的能源商品。区域供热需要附近存在足够需求，也需要长期合同支撑；除了一些北欧试点案例，这种条件并不常见。现在液冷扩张的核心动因，仍是避开冷却塔许可的阻力。

| 叙事 | 证据 | 对行业的影响 | 判断 | | --- | --- | --- | --- | | “数据中心用水恐慌被夸大” | Manhattan Institute 的 0.2% 数据与冷却节水空间 | 讨论焦点从禁建转向效率目标 | 利好已经采用 45 °C 设计的大型建设方；对缺少水权交易机制的城镇并不友好 | | “本地用水量才决定政治压力” | EESI 与 Brookings 关于单站点 500 万加仑用水量的数据 | 推动逐站点评审 | 方向正确；只盯 hyperscaler 收益的投资者低估了许可周期 | | “液冷让数据中心变成电网资产” | NVIDIA 推文与余热再利用表述 | 把未来价值说得高于当前经济性 | 被高估；2026 年多数余热回收仍会停留在 PR 层面，而非利润来源 |

认为数据中心耗水会引发大范围 AI 停摆的说法并不稳固。真正决定结果的是地方规则和选址谈判，而不是全国总量占比。

Verdict: 这条叙事对早期布局液冷的 builder 和掌握冷却方案的供应商最有利；对只期待全国层面监管缓和的投资者和买方来说，已经偏晚，而且他们会被地方许可周期反复教育。