夜雨聆风家里泡澡的水温，一般也就38到40℃，泡十几分钟就得跳出来。
现在，英伟达告诉全世界：它给最新一代AI服务器灌的冷却液，能跑到45℃，比你家浴缸里的水还烫。
更离谱的是，温度越高，效率反而越好。
这条消息6月23日被大V @unusual_whales 转发之后，很快引发大量讨论。
▲ @unusual_whales：英伟达（$NVDA）宣布推出一种温水冷却系统，称其可大幅减少数据中心用水量，基本消除数据中心内部的"所有用水"。62.3万次查看，370次转发，167条评论。
越热越省，反直觉的工程魔法
先把结论摆出来：英伟达这套方案，能把一座数据中心每年每兆瓦的冷却用水，从大约260万加仑，压到接近于零。
260万加仑是什么概念？差不多是4个奥运标准泳池的水量，一年蒸发在一台机柜的散热上。
而现在，官方给出的数字是：几乎不用补水。
秘密就藏在那台"更烫"的冷却液里。
英伟达最新一代Rubin架构AI服务器，实现了行业首个100%液冷——每一颗芯片、每一个网络组件，全部靠液体在闭环里循环降温，机箱里连一台风扇都没有。
冷却液的配方也很朴素：75%水+25%丙二醇，就是你家汽车防冻液的配方，密封在管路里循环，装一次，管一辈子，几乎不损耗。
关键的反常识之处在于：为什么液体温度越高，散热反而越省事？
答案是热力学最朴素的道理——热量总是从高处流向低处。
冷却液温度定得越高，跟室外空气的温差就越小，热量"下山"到室外空气里就越轻松。不需要蒸发降温、不需要冷水机组连轴转，光靠室外一台干式冷却器（跟汽车散热器差不多的大风扇散热盘），就能把热量吐出去。
英伟达数据中心冷却与基础设施总监Ali Heydari在官方博客里这样表述：
"The NVIDIA DSX reference design for AI factories has zero water consumption — we have eliminated massive amounts of power usage and pretty much all water usage."
「英伟达DSX AI工厂参考设计实现了零水耗——我们消除了大量的电耗，以及几乎所有的水耗。」
▲ 英伟达官方博客《Hotter Than a Hot Tub》配图，右下角状态卡清晰标出：Liquid Input 45℃，Liquid Output 55℃。
液体进冷板前是45℃，带走芯片的热量之后升到55℃，再送去室外散热，全程封闭循环，不蒸发一滴水。
官方亲自下场，甩数据甩到脸上
英伟达自己的官方账号，也在同一时间段连发长帖，把数据摆得明明白白。
"By moving to 45°C liquid cooling, AI factories in favorable climates can use dry coolers instead of conventional cooling-tower-based systems, cutting facility cooling water use from roughly 2.6M gallons per MW per year to near zero."
「通过转向45℃液冷，适宜气候下的AI工厂可以用干式冷却器取代传统的冷却塔系统，把设施冷却用水从每年每兆瓦约260万加仑降到接近零。」
帖子还引用了曼哈顿研究所（Manhattan Institute）的数据：整个美国的数据中心，日常用水只占全国总用水量的0.2%，而且这几年因为液冷普及，这个比例还在持续下降。
▲ @nvidia 官方发帖：AI数据中心用水问题一直是热门话题，但数字可能出人意料。3369万次查看，3万次点赞，配图为液冷机房实景，橙黄色管路清晰可见。
数字摆出来，情绪也就上来了。评论区两极分化：
有人喊："又一个物理瓶颈被移除了。"
也有人泼冷水："发电厂的水耗你怎么不算进去？"
这条质疑，后面会证明，恰恰戳中了要害。
这事为什么突然成了大新闻
要理解这条新闻为什么突然被密集讨论，得先看看背景。
AI训练和推理的功耗密度，这两年是指数级往上蹿的。传统风冷早就顶不住了，靠的是冷却塔加大量蒸发降温——说白了，就是拿水换凉快。业内早有说法，冷却环节能吃掉数据中心将近40%的电力。
用水量随之飙升，也真真切切地引发了社区反弹。
2026年上半年，美国已经有超过75个数据中心项目，因为居民担心电力和用水被挤占，遭遇延期或者被地方政府直接叫停。
联合国甚至预测，到这个十年结束时，AI相关的用水需求可能追平13亿人的年度用水量。
这才是英伟达这套方案真正的靶子——它想告诉所有反对建数据中心的社区：这次真不一样了。
省水又省电，账算得明明白白
英伟达给出的经济账，也确实诱人。
一座50兆瓦规模的超大型数据中心，改用液冷之后，每年在冷却相关的能耗和用水上，能省下超过400万美元。
提高1℃的制冷温度，能让冷却环节的能耗降低大约4%。
无风扇设计，噪音也一并解决了——传统风冷机房动辄超过85分贝，进去得戴耳罩，液冷机房安静得多。
密度收益也很直观：原本要占6U机架空间的系统，现在2U就够了。
▲ Tom's Hardware报道配图（Getty Images）：一名工程师近距离查看液冷系统管路，标题直言"数据中心正从冰冷走向滚烫"。
甚至连55℃出来的废热，都被规划成新的资产——供暖、温室、工业用热，数据中心从纯粹的耗能大户，变成能反哺周边社区的能源节点。
这套说法，几乎无懈可击。
直到独立媒体开始追问一个问题：英伟达嘴里的"解决"，到底解决到了哪一步？
转折：所谓"largely solved"，边界画在哪儿
Axios在报道里，直接把英伟达首席可持续发展官Josh Parker的原话当成了标题。
"The water consumption challenge for data centers is largely solved."
「数据中心的用水挑战，已经基本被解决了。」
▲ Axios报道标题："Nvidia says AI's water challenge is largely solved"，插图为循环箭头意象。
听起来很振奋。但TechCrunch的记者很快追问了一句：英伟达是怎么统计这个"用水量"的？
答案是：英伟达围着数据中心的围墙画了一条线。墙内的水耗，算得清清楚楚；墙外的，一概不提。
墙外是什么？是给这些AI芯片供电的发电厂。
如果这些电力仍然大量来自天然气或者煤电——而现实是，很多科技公司为了赶上电力缺口，正在加速这么做——那么发电环节本身消耗的水，压根没被计入英伟达的账本。美国的火电厂，每天要消耗数十亿加仑的水用于冷却发电机组。
芝加哥大学CERES中心主任、专家Andrew A. Chien给出的判断更直接：零用水，不现实。
他同时承认，把制冷温度往上推这件事本身极其重要，这跟传统暖通空调的思路完全是反着来的。但工程上的突破，跟"AI的用水问题被彻底解决"，中间还隔着一整套电力系统。
技术落地的进度也没有宣传里那么齐整。这套方案对新建的Rubin一代设施最友好，老设施要改造，成本不低。凉爽气候地区效果最好，像凤凰城这种炎热地区，一年里仍然有大约1%的时间需要冷水机组顶上去帮忙。
更大的图景：瓶颈正在转移
抛开营销话术，这件事本身依然值得记一笔。
过去二十年，液冷技术早就存在，但把整套系统做到"100%全液冷+45℃高温运行"，确实是Rubin这一代才实现的工程跨越。
它真正意义在于揭示了一个正在发生的转变：AI基础设施的瓶颈，正从"芯片够不够快"，转移到"电够不够、水够不够、地够不够、社区愿不愿意"。
芯片性能这道题，过去几年被硅谷反复刷分，已经算是相对确定的战场。
而电力结构（是烧煤气还是用核能）、社区接受度、供水系统承压能力，这些才是接下来真正决定AI工厂能建在哪、建多快的变量。
45℃的冷却液解决了围墙以内的问题。围墙以外那部分，才是下一道难题。
