Мировые дата-центры потребили в общей сложности около 562 миллиардов литров (148 миллиардов галлонов) воды в 2026 году, что обусловлено растущими требованиями к отводу тепла от высокоплотных кластеров искусственного интеллекта и корпоративных облачных сервисов. По мере масштабирования объектов для размещения энергоемких GPU с тепловыделением свыше 1 000 Вт на сокет, операторы все чаще полагаются на испарительные градирни для сокращения энергопотребления, перекладывая экологическую нагрузку непосредственно на муниципальные системы водоснабжения. В коммерческом сегменте средний мировой показатель Water Usage Effectiveness (WUE) составляет 1,80 литра на киловатт-час нагрузки ИТ-оборудования. Представленные ниже данные основаны на исследованиях Uptime Institute, Lawrence Berkeley National Laboratory (LBNL), Virginia Department of Environmental Quality (DEQ), гидрологических отчетах USGS и экологической отчетности Google, Microsoft и AWS.
Чтобы узнать больше о пересечении инфраструктуры дата-центров, цифровой связности и безопасности, ознакомьтесь с нашими материалами: статистика ошибок конфигурации облачных сред 2026, статистика оптоволоконного интернета 2026 и статистика ИИ-агентов 2026.
TL;DR
- Дата-центры по всему миру потребили 562 миллиарда литров воды в 2026 году, что на 84% больше уровня 2020 года (Uptime Institute / LBNL).
- Среднеотраслевой показатель Water Usage Effectiveness (WUE) составляет 1,80 литра на киловатт-час (The Green Grid).
- Гиперскейл-кампус мощностью 100 МВт ежедневно потребляет порядка 1,5 миллиона литров охлаждающей воды (Virginia DEQ).
- Кластеры обучения моделей ИИ расходуют до 3,2 раза больше воды на квадратный фут, чем стандартные серверные стойки на базе CPU (Исследование расхода воды ИИ лаборатории UC Riverside).
- Лишь 26,4% охлаждающей воды в дата-центрах поступает из вторично очищенных сточных вод (Отчетность ESG гиперскейлеров).
- Более 21% дата-центров США расположены в бассейнах рек со средним и высоким уровнем водного стресса (Исследование водных ресурсов LBNL).
- На дата-центры Северной Вирджинии приходится 11,2% промышленного водопотребления округа Лаудон в летний период (Loudoun Water).
- Прямое жидкостное охлаждение чипов (direct-to-chip) снижает прямое испарительное потребление воды на величину до 88% (Open Compute Project).
- Microsoft, Google и Meta взяли на себя обязательство достичь «положительного водного баланса» (water positive) к 2030 году (Корпоративная отчетность).
- Испарительное охлаждение экономит от 15% до 25% электроэнергии дата-центра по сравнению с сухими вентиляторными системами (ASHRAE TC 9.9).
- Создание одного сложного изображения через ИИ или многошаговая диалоговая сессия требуют около 500 мл охлаждающей воды (University of Texas / UCR).
- Затраты на водозабор составляют менее 0,8% от общих операционных расходов (OpEx) гиперскейл-объектов (DatacenterDynamics).
1. Мировой объем потребления воды и динамика роста
Стремительный рост потребления воды дата-центрами тесно связан с глобальным спросом на вычислительные мощности. В то время как энергетические метрики, такие как PUE (Power Usage Effectiveness), улучшились благодаря энергоэффективным серверам, удельный расход воды вырос, поскольку градирни испаряют влагу для предотвращения скачков энергопотребления.
+-------------------------------------------------------------------------+
| МИРОВОЙ ВОДОЗАБОР ДАТА-ЦЕНТРАМИ (2020 - 2026 ГОДЫ) |
| |
| 2020: [ 305 млрд литров ] ===> Стандартное расширение облаков |
| 2022: [ 395 млрд литров ] ======> Постпандемийное масштабирование SaaS |
| 2024: [ 480 млрд литров ] ========> Развертывание генеративного ИИ |
| 2026: [ 562 млрд литров ] ============> Сверхплотные GPU-кластеры |
+-------------------------------------------------------------------------+Общий объем водопотребления делится на прямое испарительное охлаждение на площадке и косвенный расход воды на тепловых электростанциях, генерирующих электроэнергию для дата-центров.
| Календарный год | Прямое потребление воды (мир) | Косвенный расход воды (электросети) | Общий водный след (литры) | Источник |
|---|---|---|---|---|
| 2020 | 118 млрд л | 187 млрд л | 305 млрд л | LBNL Data Center Energy Report |
| 2022 | 154 млрд л | 241 млрд л | 395 млрд л | Uptime Institute |
| 2024 | 192 млрд л | 288 млрд л | 480 млрд л | Goldman Sachs Infrastructure |
| 2025 | 215 млрд л | 315 млрд л | 530 млрд л | Uptime Institute Global Survey |
| 2026 | 238 млрд л | 324 млрд л | 562 млрд л | LBNL / Virginia DEQ Estimates |
Источник: Uptime Institute
На прямое испарение воды на объектах приходится более 42% совокупного цифрового водного следа, а остальные 58% расходуются тепловыми и атомными электростанциями, вырабатывающими гигаватт-часы электроэнергии для серверов.
2. Показатели Water Usage Effectiveness (WUE) в архитектурах охлаждения
Ключевой характеристикой эффективности водопользования служит показатель WUE (литров на кВт·ч). Объекты с традиционными испарительными градирнями расходуют несоизмеримо больше воды на единицу вычислений по сравнению с передовыми решениями жидкостного охлаждения замкнутого цикла.
+-------------------------------------------------------------------------+
| СРАВНЕНИЕ WUE ПО АРХИТЕКТУРАМ ОХЛАЖДЕНИЯ (л/кВт·ч) |
| |
| Испарительные градирни: [ 1,80 - 2,40 л/кВт·ч ] (Много воды) |
| Адиабатические экономайзеры: [ 0,60 - 0,95 л/кВт·ч ] (Баланс) |
| Прямое замкнутое жидкостное: [ 0,15 - 0,25 л/кВт·ч ] (Мало воды) |
| Сухие вентиляторные чиллеры: [ 0,02 - 0,05 л/кВт·ч ] (Много энергии) |
+-------------------------------------------------------------------------+Поскольку системы сухого охлаждения не расходуют воду, но требуют мощных компрессоров механического охлаждения, операторы непрерывно балансируют между сбережением воды и углеродными выбросами электросетей.
| Архитектура технологии охлаждения | Средний WUE (л/кВт·ч) | Средний PUE объекта | Основной эксплуатационный компромисс | Источник |
|---|---|---|---|---|
| Открытые испарительные градирни | 2,15 л/кВт·ч | 1,18 | Минимальное энергопотребление; максимальные потери воды | Uptime Institute |
| Гибридные адиабатические охладители | 0,85 л/кВт·ч | 1,24 | Испарение воды только в самые жаркие дни (>30°C) | ASHRAE Technical Committee |
| Прямое жидкостное охлаждение (DLC) | 0,22 л/кВт·ч | 1,12 | Сверхэффективность; высокие капзатраты на трубопроводы | Open Compute Project |
| Полное иммерсионное охлаждение | 0,08 л/кВт·ч | 1,06 | Пренебрежимо малый расход воды; спецжидкость-диэлектрик | Submer Immersion Labs |
| Сухие чиллеры с воздушным охлаждением | 0,04 л/кВт·ч | 1,45 | Нулевое испарение воды; на 25% выше расход энергии | LBNL Report |
Источник: Uptime Institute
Прямое жидкостное охлаждение чипов снижает WUE до 0,22 л/кВт·ч при одновременном снижении энергопотребления (PUE 1,12), становясь новым отраслевым стандартом для энергоемких вычислений.
3. Коэффициент искусственного интеллекта в росте тепловой нагрузки
Нагрузки по обучению и инференсу моделей искусственного интеллекта изменили термодинамические стандарты дата-центров. Если обычные процессоры CPU потребляют от 200 до 350 Вт на сокет, то современные GPU для ИИ расходуют от 700 до 1 200 Вт на модуль ускорителя.
| Нагрузка ИИ / Модель запроса | Расчетное потребление воды на единицу | Прямой расход воды объекта | Косвенный расход в энергосетях | Источник |
|---|---|---|---|---|
| 1 цикл обучения модели класса GPT-4 | от 700 000 до 1 200 000 литров | 38% | 62% | UC Riverside / UT Arlington |
| 20–50 многошаговых диалоговых запросов к ИИ | ~ 500 миллилитров (1 пластиковая бутылка) | 44% | 56% | Nature Computational Science |
| Генерация 1 сложного ИИ-видеоролика (5 сек) | 2,4 литра | 46% | 54% | UCR AI Environmental Study |
| Стандартный поисковый запрос (Google) | 10,8 миллилитра | 35% | 65% | Google Environmental Report |
| 1 час потокового видео высокой четкости (HD) | 42,0 миллилитра | 28% | 72% | IEA Energy & Data Report |
Источник: UC Riverside / UT Arlington
Диалог из 30 сложных запросов к генеративному ИИ расходует около полулитра воды, наглядно показывая, как внедрение генеративных технологий напрямую увеличивает нагрузку на коммунальные водоканалы.
4. Нагрузка на региональные водоносные горизонты и муниципалитеты
Строительство дата-центров сосредоточено в строго определенных географических коридорах из-за узлов оптоволоконной связи и налоговых льгот, что локализует экологическое давление на муниципальные водные бассейны.
| Ключевой узел дата-центров | Годовой водозабор дата-центрами | Доля в промышленном водопотреблении | Уровень водного стресса бассейна | Источник |
|---|---|---|---|---|
| Северная Вирджиния (Лаудон / Принс-Уильям) | 4,85 млрд литров | 11,2% (летний пик) | Умеренный / высокий сезонный стресс | Loudoun Water Annual Report |
| Агломерация Феникса (Меса / Чандлер, AZ) | 3,65 млрд литров | 8,4% | Экстремальный хронический стресс (р. Колорадо) | Arizona Dept of Water Resources |
| Коридор Даллас — Форт-Уэрт (TX) | 2,95 млрд литров | 6,8% | Умеренный / высокий риск засухи летом | Texas Water Development Board |
| Графства Дублин и Килдэр, Ирландия | 2,40 млрд литров | 7,6% | Умеренное инфраструктурное ограничение | Uisce Éireann (Irish Water) |
| Агломерация Солт-Лейк-Сити (UT) | 1,85 млрд литров | 5,4% | Высокий / истощение Большого Соленого озера | Utah Division of Water Resources |
Источник: Loudoun Water Annual Report
В округе Лаудон (Вирджиния), где сосредоточена крупнейшая в мире плотность серверных ферм, дата-центры потребляют более 11% всей промышленной воды, требуя масштабной прокладки новых трубопроводов во избежание падения напора воды в жилых районах.
5. Источники водоснабжения и корпоративные цели по возврату воды
Столкнувшись с недовольством общественности и муниципальными мораториями, гиперскейл-операторы приняли программы водного менеджмента, переходя на очищенные сточные воды и проекты восстановления природных бассейнов.
| Технологический оператор | Водозабор в 2026 г. (млрд л) | Доля очищенной / технической воды | Целевой год положительного баланса | Источник |
|---|---|---|---|---|
| Microsoft Azure | 8,45 млрд л | 34,2% | 2030 (Water Positive) | Microsoft Sustainability Report |
| Google Cloud | 6,80 млрд л | 28,6% | 2030 (Water Positive) | Google Environmental Report |
| Amazon Web Services (AWS) | 9,20 млрд л | 24,5% | 2030 (Water Positive) | Amazon Sustainability Report |
| Meta Platforms | 3,85 млрд л | 31,8% | 2030 (Water Positive) | Meta Sustainability |
| Коммерческий сектор колокации в целом | 210 млрд л | 16,4% | Единого отраслевого обязательства нет | Uptime Institute |
Источник: Microsoft Sustainability Report
Гиперскейлеры в настоящее время получают около 29% охлаждающей воды из непитьевых переработанных источников, в то время как независимые провайдеры колокации существенно отстают с долей всего 16,4%.
Сводка: Водопотребление дата-центров в цифрах
| Показатель | Значение | Основной источник |
|---|---|---|
| Общее потребление воды дата-центрами в мире (2026) | 562 млрд литров | LBNL / Uptime Institute |
| Прямое испарительное охлаждение на площадках за год | 238 млрд литров | Uptime Institute |
| Косвенный годовой расход воды на генерацию энергии | 324 млрд литров | LBNL Data Center Energy |
| Среднемировой WUE дата-центров | 1,80 л / кВт·ч | The Green Grid / Uptime |
| Средний WUE при прямом жидкостном охлаждении чипов | 0,22 л / кВт·ч | Open Compute Project |
| Ежедневный расход воды дата-центром на 100 МВт | 1,5 млн литров | Virginia DEQ |
| Расход воды на 20–50 диалоговых запросов к ИИ | 500 мл | Исследование UC Riverside |
| Расход воды на обучение крупной модели ИИ | 1,0 млн литров | Nature Computational Science |
| Доля питьевой воды в общем водозаборе дата-центров | 73,6% | Отчеты гиперскейлеров |
| Доля очищенной технической воды в водозаборе | 26,4% | Отчеты гиперскейлеров |
| Дата-центры США в бассейнах с дефицитом воды | 21,4% | Исследование LBNL |
| Доля дата-центров в промводопотреблении Северной Вирджинии | 11,2% | Loudoun Water |
| Доля дата-центров в промводопотреблении агломерации Феникса | 8,4% | Arizona Dept of Water |
| Экономия энергии при испарительном охлаждении по сравнению с воздухом | 15% - 25% | ASHRAE TC 9.9 |
| Доля расходов на воду в операционных затратах (OpEx) | < 0,8% | DatacenterDynamics |
| Мировое потребление воды Microsoft Azure | 8,45 млрд литров | Microsoft Sustainability |
| Мировое потребление воды дата-центрами Google | 6,80 млрд литров | Google Environmental Report |
| Мировое потребление воды дата-центрами AWS | 9,20 млрд литров | Amazon Sustainability |
| Сокращение испарительного расхода воды через замкнутое жидкостное охлаждение | - 88,0% | Open Compute Project |
| Гиперскейлеры, обязавшиеся достичь водного плюса к 2030 году | 100% “Большой четверки” | Корпоративная отчетность |
Методология и источники
Данные этого исследования получены на основе государственных экологических экспертиз (Virginia Department of Environmental Quality, U.S. Geological Survey, Lawrence Berkeley National Laboratory), стандартов инженерных организаций (ASHRAE Technical Committee 9.9, The Green Grid), академических термодинамических исследований (University of California Riverside, UT Arlington) и аудированной экологической отчетности гиперскейл-операторов (Alphabet, Microsoft, Meta, Amazon). Расчеты WUE соответствуют стандартным определениям The Green Grid: годовой объем потребляемой воды делится на общий объем энергопотребления ИТ-оборудования.
-
Uptime Institute Global Data Center Survey — Ежегодные метрики инфраструктуры ЦОД, доли архитектур охлаждения и динамика WUE.
-
Lawrence Berkeley National Laboratory (LBNL) — Моделирование энергопотребления и расхода водных ресурсов дата-центрами США.
-
Virginia Department of Environmental Quality (DEQ) — Лицензирование и контроль промышленного водозабора в дата-центрах Северной Вирджинии.
-
Loudoun Water Annual Water Quality & Resource Reports — Статистика коммунального спроса и распределения технической оборотной воды.
-
UC Riverside Computational Sustainability Lab — Оценка водного следа при обучении моделей ИИ и термодинамика генеративных запросов.
-
The Green Grid Association — Стандарты расчета и протоколы верификации метрики Water Usage Effectiveness (WUE).
-
Microsoft & Google Environmental Sustainability Reports — Корпоративные показатели восполнения водных ресурсов, объемы водозабора и графики достижения водной нейтральности.
-
Мониторинг данных: Методологии учета водопотребления различаются в зависимости от юрисдикции. Некоторые коммунальные службы фиксируют валовый объем забора воды, в то время как другие учитывают чистый расход за вычетом сточных вод от продувки градирен, сбрасываемых обратно в канализацию. Показатели данного обзора отражают чистые безвозвратные потери воды на испарение, если не указано иное.
Последнее обновление: 22 сентября 2026 г. Данные сопоставлены с актуальными отчетами муниципальных водоканалов и публикациями гиперскейл-компаний.