人工智能（AI）正在推动半导体制造和高性能计算数据中心实现前所未有的增长。比电力需求上升更不易被察觉的，是另一个贯穿整个 AI 生态系统的挑战：水。Exyte 专家 Hartmut Schneider 和 Manfred Engelhard 解释了为什么水正在成为 AI 价值链中的战略性资源，以及工程解决方案如何帮助运营方在节水与能源效率之间取得平衡。

 

对 AI 芯片和计算能力的需求正在加速增长。半导体晶圆厂在制造过程中需要大量超纯水（UPW）。AI 数据中心依赖冷却系统来移除快速增长的计算负载所产生的热量。与此同时，气候模型表明，面临水资源压力的地区正变得越来越普遍，这使得可持续水资源管理成为新建设施日益重要的考量因素。 
 

AI 从生产到运营推动水需求增长 


对 AI 的需求增长，早在芯片进入数据中心之前就已开始。集成电路（IC）制造本身就需要超纯水，用于湿法清洗、湿法刻蚀以及化学机械平坦化（CMP）等半导体制造工艺。随着技术节点不断缩小、制造复杂性不断提高，用水需求还会进一步增加。先进封装技术增加了额外的工艺步骤，也进一步提高了耗水量。行业预测表明，到本十年末，全球半导体制造产能将继续强劲增长，而其中很大一部分增长与 AI 应用相关。  

对于半导体技术管理高级总监 Hartmut Schneider 而言，必须在设施设计的早期阶段就考虑水资源管理，以平衡节水与能源需求。

“产能增长的大部分将由人工智能驱动，这会增加每片晶圆的用水需求。”Exyte 半导体技术管理高级总监 Hartmut Schneider 表示。该公司在全球半导体项目中都看到了这一趋势，并与客户合作，在设施设计、建设和运营过程中评估减少淡水消耗的有效策略。 

 

水回用将挑战转化为机遇 

该行业并非从零开始。半导体设施内部已经存在多种可用于减少淡水消耗的技术。根据 Exyte 的分析，业界领先的晶圆厂通过先进的废水回用方案，可实现超过 85% 的回用率。随着人工智能驱动的需求持续增长，提升水资源绩效将需要对现有晶圆厂进行投资，并在新建设施中实施可行的最高回用率。  

“为了通过先进处理和回收利用理念实现如此高的水回用率，挑战在于确定哪种技术组合能够在节水效果与实现这些效果所需的能源之间取得恰当平衡，”施耐德表示。 

水回用策略可包括废水分流、末端（EOP）水回用、零液体排放（ZLD）系统、用于从高浓度废物流中回收水的浓盐水管理，以及针对新兴污染物的处理技术。最佳解决方案取决于现场的具体条件和项目要求。 

这正是 Exyte 在整个项目生命周期中为客户提供支持的领域。作为一家交付先进半导体设施的全球 EPC 公司，Exyte 帮助客户为新建和现有晶圆厂评估水回用策略，在实施前确定最合适的方法。 

“在设施设计的早期阶段就需要考虑水管理。提前规划有助于运营方在施工开始前了解不同回用理念对用水和能源需求的影响，”施耐德补充道。 
 

AI 数据中心也面临其自身的用水挑战 

围绕 AI 基础设施的讨论通常聚焦于电力消耗。然而，随着计算密度持续上升，水正变得同样重要。预计 AI 工作负载将占据数据中心需求未来增长的大部分，从而显著提高下一代设施的冷却需求。 

Manfred Engelhard认为，水与能源之间的权衡是设计下一代AI数据中心时需要重点考虑的关键因素。

“如果没有增强型散热技术，到2030年，全球数据中心的冷却水消耗量可能会超过5500亿升，”Exyte数据中心技术管理高级总监Manfred Engelhard表示。

AI服务器内部不断增加的功率密度会产生更多热量，因此先进的冷却技术变得至关重要。根据所在位置和运营要求，运营商可以在湿式冷却塔、混合干式冷却器（HDC）或风冷式冷水机组（ACC）之间进行选择。每种方案在用水量和能耗之间都呈现出不同的平衡。湿式冷却具有较高的能源效率，但会消耗大量水资源；而风冷系统则可以完全消除冷却用水需求，但功耗更高。混合干式冷却提供了一种折中方案，在保持良好能源性能的同时，显著降低用水需求。  

“不存在放之四海而皆准的解决方案。最有效的冷却方案取决于当地条件，包括气候、水资源可用性和能源基础设施，” Engelhard 表示。"在缺水地区，降低用水量可能会成为首要设计目标，而其他地区则可能优先考虑能效。数据中心采用无水冷却不仅可行，而且在某些地区已经很普遍。例如，德国法兰克福的当地法规要求采用干式冷却技术。" 
 

水与能源的权衡 

法兰克福的例子凸显了一个在可持续基础设施讨论中常被忽视的挑战。节水往往需要额外的能源，而最大化能效则可能需要更高的耗水量。这种权衡也反映了部门耦合解决方案日益增长的重要性，即将基础设施系统视为相互关联的整体，而不是孤立地分别优化。  

“不存在通用的冷却解决方案。降低用水量往往会增加能源需求，这意味着运营商需要综合评估这两种资源及其成本——无论是从财务角度还是社会角度——而不是孤立地优化其中一种，” Engelhard 补充道。 

同样的原则也适用于半导体设施。更高的水回收率通常需要更先进的处理系统，而这些系统会消耗更多电力。因此，问题不再是如何分别将用水或能耗降到最低，而是如何根据设施的具体条件同时优化两者。 
 

为更具韧性的未来开展工程设计 

据 Schneider 和 Engelhard 称，未来的数字基础设施项目将越来越需要同时考虑水和能源，而不是将其视为彼此独立的挑战。预计 AI 将继续推动半导体晶圆厂和数据中心的需求增长，从而加大对自然资源和公用事业基础设施的压力。  

成熟的解决方案已经存在。在半导体设施中，水回收策略可以显著减少淡水需求，而先进的冷却方案则可以降低数据中心的用水量。关键在于为每个地点选择合适的方法，并在项目开发早期整合这些决策。 

对 Exyte 而言，这使得水资源韧性不仅是环境考量，也是工程挑战。随着客户在全球范围内扩展半导体制造产能和 AI 基础设施，平衡节水与能效的能力将成为项目成功中愈发重要的因素。Exyte 通过工程研究和技术评估为客户提供支持，以确定在用水量与能源需求之间最合适的平衡。 
 

关于专家 

Hartmut Schneider 是 Exyte 半导体技术管理高级总监，专长于半导体工艺技术、设施设计和制造基础设施。 

Manfred Engelhard 是 Exyte 数据中心技术管理高级总监，专注于先进冷却方案、能效和数据中心基础设施开发。 
 

联系我们 

您想进一步了解适用于半导体晶圆厂的水回收策略或适用于 AI 数据中心的冷却方案吗？Exyte 的专家可帮助评估项目的具体需求，并确定在节水与能效之间取得平衡的最合适方法。  
请使用我们的联系表单，与 Exyte 专家取得联系并讨论您的项目需求。 
 
与我们的半导体和数据中心专家联系。