PUE 诚实回答了电去了哪，也诚实地没回答水去了哪、热去了哪。
2024 年 2 月，智利圣地亚哥的一家环境法院做了个决定：部分撤销 Google 一座 2 亿美元数据中心的建设许可，要求重做环境影响评估。环评文件里写着，这座设施计划抽取受旱含水层的水来冷却，峰值约 169 升/秒。
争的不是电。是水。
同一年，亚利桑那凤凰城的居民翻出本地用水规划，发现数据中心的份额正在快速变大。Ceres 的统计说，2025 年夏天凤凰城活跃数据中心的直接用水约 3.85 亿加仑；等在建项目上线，会涨到每年 37 亿到 38 亿加仑。
这两件事里，几乎没人提 PUE。
PUE 是过去二十年数据中心行业最成功的一个数字。它简单到能写成一个除法，简单到连不碰技术的人都记得住。但它偏偏不回答水，也不认真回答热。
这篇文章想干的事很具体：把 PUE 讲清楚，看它为什么不够用，然后顺着它漏掉的东西，从风冷的物理极限走到液冷，把数据中心的三本账——电、水、热——一本本摊开。
先给公式。它是这个行业最通用的一句话。
PUE = 数据中心总耗电 ÷ IT 设备耗电。
分子是整个园区的用电：服务器、存储、网络，加上制冷、供配电损耗、照明、安防，全算进去。分母只有一个：IT 设备自己。全称 Power Usage Effectiveness，电力使用效率，2007 年由行业联盟 The Green Grid 提出。
为什么这个数一定大于 1？因为分母是分子的一部分。IT 设备不可能不耗电，而只要有一度电没花在 IT 上——比如被冷却系统吃掉——分子就比分母大。
读法很直接。PUE = 1.5 的意思是，IT 每用 1 度电，园区总共用了 1.5 度。多出来的 0.5 度，全花在"让 IT 能跑"这件事上。越接近 1，辅助系统吃得越少。
这个比值结构的好处是普适。不管在哪个国家、用什么冷却方式，公式都一样，所以它能横向比较——这就是它能成为通用语言的原因。
历史曲线也有意思。行业平均 PUE 从 2007 年的 2.5，一路降到 2014 年的 1.65，降得很快。然后就慢下来了。
Uptime Institute 2025 年的第 15 次年度调查给出：全球加权平均 PUE 1.54，和 2024 年的 1.56 几乎没差。这个头条数字已经连续六年基本原地踏步。新建的设施好一些，1.48；20 兆瓦以上的大设施，1.44。
超大规模厂商公布的数字漂亮得多。2024 年 Google 全球机群年均 PUE 1.09；AWS 2025 年全球平均 1.14；Microsoft FY25 是 1.17。
中国的曲线也在动。信通院的数据：2022 年全国数据中心平均 PUE 1.54，2023 年 1.48，2024 年 1.46。被评为"国家绿色算力设施"的那一批，平均值 1.25。
政策早就上了硬指标。工信部要求，到 2025 年新建大型、超大型数据中心 PUE 降到 1.3 以下。
到这里，PUE 是个好指标——直到你发现它漏掉了什么。
三个盲区。单拎一个都不致命，叠在一起就够藏住另一本账。
这是最要命的一条。PUE 的分子里只有电。冷却塔蒸发掉的水、排污损失的水、加湿补进去的水，全都不在公式里。
问题是，很多数据中心是用蒸发来换电的。水蒸发吸热，潜热约 2450 千焦/千克，比单纯靠空气升温带走热量高效得多。冷却塔蒸发得越多，机械制冷开得越少，PUE 就越低。
于是出现一个反直觉的现象：一座 PUE 1.2 的数据中心，可能比 PUE 1.4 的那座耗水多得多。它在电这一栏拿了高分，在水这一栏全花出去了。
The Green Grid 自己也意识到了。2011 年它补了一个姊妹指标——WUE，后面第五章细讲。
PUE 的分子和分母，范围由运营方自己定义。园区围墙外算不算？变电站损耗算不算？隔壁办公区算不算？没有强制统一的口径。
口径一变，数字就变。同一座设施，换个边界，PUE 可能从 1.4 变成 1.2。这也是为什么厂商公布的 PUE 不能直接横向比——各家算法本就不一样。
后果，学术界有个直白的说法：漂绿（greenwashing）。因为追一个单一指标，最省事的办法往往不是真提升效率，而是调整口径。
Uptime 说过一句话：单一平均值无法反映样本的多样性。
年均 PUE 1.3 听起来很棒。但如果它由"冬天 1.1、盛夏 1.6"平均而来，那夏天最热的那几天，电网承受的就是 1.6。而电网容量是按峰值设计的，不是按均值。
同样的逻辑适用于负载。AI 训练集群的负载曲线极陡，均值和平峰不是一回事。
有一篇 2026 年的论文专门批评这件事，题目就叫《Beyond PUE》。它的论点是：PUE、WUE、CUE 这一套指标，回答的是"设施把输入资源转化成 IT 能耗的效率有多高"，却几乎不回答一个更根本的问题——这个设施从具体哪个地方取走了什么，当地扛不扛得住。
论文给了一个数字：约 40% 的美国数据中心，位于高或极高水压力地区。
40% 乘以美国数据中心的总耗水，就是一个不小的绝对值。而 PUE 看不见这个。因为在 PUE 的图景里，水根本不存在。
这就引出了下一个问题：既然 PUE 只是电这本账，那电本身——数据中心的散热，到底出了什么事？为什么风冷开始不够用了？
一句话：芯片太热了。这是物理问题，不是工程优化问题。
先把账算出来。一个机柜 40 千瓦的功率，意味着它要排掉 40 千瓦的热——电能最终几乎全部变成热。用风带走这些热，需要多少风量？
6300 CFM 是什么概念？一台家用空气净化器的风量大约 200 到 300 CFM。你要往一个机柜里灌进二十多台净化器的风量，还得是过滤过的、温度和湿度都受控的风。
根子在于空气太稀。冷却同样多的热量，需要的空气体积大约是水的 2000 到 3000 倍。空气比热容约 1.0 千焦/(千克·开)，水约 4.2；而水的密度还是空气的近 800 倍。两个因素相乘，体积差距就出来了。
机柜功率密度这条曲线，历史上一直在慢慢爬：
| 时期 | 典型密度 | 驱动因素 |
|---|---|---|
| 1990s 末–2000s 初 | 1–3 kW | 托管、单机服务器 |
| 2000s 中后期 | 5–10 kW | 刀片服务器、早期虚拟化 |
| 2010s | 8–20 kW | 云化，负载向托管迁移 |
| 2015–2020 | 最高约 30 kW | 超大规模与 HPC 集群 |
| 2026（企业/云平均） | 7.8 kW | Uptime 2026 调查（剔除离群值） |
风冷的实际封顶在哪？标准热通道封闭下能可靠运行到 15 到 20 千瓦；配合行级制冷能推到 30 到 40 千瓦。再往上，风扇本身就成了问题。一个 50 千瓦的机柜，光风扇就要吃掉 5 千瓦以上，占机柜功耗的 10%。
然后，GPU 集群来了。这条曲线不是"继续往上爬"，是阶跃。
NVIDIA 的 GB200 NVL72，一个机柜标称 120 千瓦，实测 130 到 132 千瓦。比风冷上限高出三到四倍。其中约 115 千瓦走液冷回路，剩下的 17 千瓦才交给机房风冷。
单颗芯片也在跳。H100 SXM 约 700 瓦，Blackwell 代的 Grace Blackwell Superchip，单颗最高到 1200 瓦。
还有个不太被提到的约束，是重量。满配液冷的 AI 机柜，对地板施加的载荷约 1333 千克/平方米（约 13 千牛/平方米），是中国国标 GB 50174 对主机房最低要求（8 千牛/平方米）的 1.6 倍以上。
空气在这条曲线面前，物理上就不够用了。不是"效率不高"，是"物理上做不到"。那怎么办？
思路很简单：既然空气太稀，那就换水。两条主流路线，取舍完全不同。
冷板式（Direct-to-Chip）：冷却液流经一块直接贴在芯片上的金属板，把热带走。板里的液体不接触电子器件，走密封回路，温度和压力由 CDU（冷量分配单元）控制。
它只带走服务器约 70% 到 80% 的热，内存、存储、网络、电源还得靠残余风冷。所以严格说它不是"全液冷"，是"液冷 + 一点点风冷"。但它有个大优势：兼容今天标准的 19 英寸机架形态，存量机房可以改造，前提是有富余电力。
代价，一套 42U 机柜改装大约 2.8 万到 4.2 万美元，含冷板、manifold、机架内 CDU。
浸没式（Immersion）：把整台服务器泡进不导电的介电液里。单相液体始终是液态，循环到外部换热器；两相让液体在器件表面沸腾、在箱盖冷凝，传热效率更高。
代价是服务器得为浸没重新设计。旋转硬盘不能用，连接器、导热硅脂都要换。它是硬件重做，不是"拔下来泡进去"。所以浸没式主要落在新建的极致密度场景，比如超算和 AI 训练集群。
液冷带来的 PUE 改善是实打实的：冷板式 1.05 到 1.15，浸没式能做到 1.05 以下，两相接近 1.01。
最新的 Rubin 平台，宣称为"全球首个 100% 全液冷的 AI 基础设施"——每颗芯片、每个网络组件全程闭环液冷，系统里没有任何风扇。冷却液进水温最高 45°C，出水约 55°C，芯片性能不降级。
进水 45°C 这个数字很关键。ASHRAE 给液冷设施水的建议范围，从 W17（17°C 进水，需要冷冻水）到 W45（45°C 进水）。水越热，越可能靠室外空气直接散热，不必开机械制冷。
采用率在快速变化。TrendForce 估算，全球 AI 数据中心的液冷渗透率：2024 年 14%，2025 年 33%，2026 年上调到 53%。Uptime 2025 年的调查里，22% 的运营商已经在用直触液冷，另有 61% 表示考虑。
液冷把电的问题改善了不少。但水呢？
回到第二本账。先给指标，再看现场。
WUE = 年耗水升数 ÷ IT 耗电度数。单位 L/kWh，越低越好。计入的是冷却塔蒸发的、排污损失的、飘滴带走的、加湿补进去的水；不含员工生活用水、绿化、消防测试。也是 The Green Grid 提的，2011 年。
| 冷却方式 | 典型 WUE（L/kWh） | 说明 |
|---|---|---|
| 蒸发冷却 + 风侧自然冷却 | 0.5–1.8 | 随气候与自然冷却小时数变化 |
| 冷却塔 | 0.6–1.5 | 最低 PUE、最高水耗 |
| 绝热冷却（adiabatic） | 0.2–0.6 | 仅在高温时段喷淋 |
| 干冷器／直接风冷 | ≈ 0 | 无蒸发，但能耗惩罚更高 |
厂商的数字：AWS 2025 年全球数据中心 WUE 0.12，Microsoft FY25 是 0.27。最好的液冷 + 干冷器设计，能做到 0.3 以下。而早期行业平均被引用为 1.8 到 1.9 L/kWh。
但这里必须先分清一件事：直接耗水和间接耗水。
LBNL 2024 年的报告是美国最权威的联邦估算：2023 年美国数据中心直接耗水 660 亿升。而间接耗水——也就是发电环节用的水，火电厂每发一度电大约耗 2 升水——接近 8000 亿升，是直接耗水的约 12 倍。
全球口径，IEA 估算 2023 年数据中心总耗水 5600 亿升，拆开是：间接 3730 亿升 + 直接冷却 1400 亿升 + 硬件制造隐含 470 亿升。
智利圣地亚哥，Google 那座 2 亿美元的设施，2024 年 2 月被法院部分撤销许可，要求重评。Google 后来改成了风冷设计。
亚利桑那凤凰城，Ceres 的统计：2025 年夏天活跃数据中心直接用水约 3.85 亿加仑，预计随新设施上线涨到每年 37 亿到 38 亿加仑。因发电产生的用水，预计从约 29 亿加仑涨到 145 亿加仑以上。
爱尔兰，数据中心已经占全国电网用电的 18%，监管机构警告到 2026 年水资源短缺会让进一步扩张不可持续。
孟菲斯，xAI 的 Colossus 集群为了避免抽城市饮用水含水层，配套建了一座 8000 万美元的污水处理厂来供水。
有。一是干冷器（dry cooler）：干脆不蒸发，靠空气和液体直接换热。代价是依赖室外干球温度，效率低、能耗高，但水耗趋近于零。
二是绝热冷却（adiabatic）：全年大部分时间用干冷，只在夏天最热的那几百个小时喷水预冷。用水量比传统冷却塔低 30% 到 50%。
NVIDIA 的 DSX 参考设计走的就是这条路：干冷器方案，号称"零耗水"，把一个 50 兆瓦设施每年约 260 万加仑/兆瓦的耗水压到接近零。
所以这里有个真正要权衡的地方：省电和节水，在某些路线上是打架的。蒸发换来了低 PUE，代价是水；干冷换来了低 WUE，代价是电。PUE 和 WUE 单独看，会把运营方往两个相反的方向拉。
前面都在讨论怎么把热排出去。但热本身，是不是一种该留下的东西？
热量是有的，而且不少。McKinsey 的数据，冷却历史上最高占到数据中心电耗的 40%。这些热最终全进了大气。
技术上，余热回收可行。用热泵把芯片冷却回路的低品位余热提升到能并入区域供热网络的温度，输给居民供暖。
真正跑通的案例在北欧。斯德哥尔摩有个项目叫 Stockholm Data Parks，由市政府、区域供热商 Stockholm Exergi、电网 Ellevio 等联合推动。从 2022 年起，已经回收了超过 100 GWh 的热量，相当于给 3 万套现代公寓供暖。
接入项目的一家数据中心，预计回收约 1 兆瓦，够 1000 多套公寓用。芬兰赫尔辛基、丹麦奥尔堡也类似。
那为什么没普及？因为卡点不在技术，在商业。
一句话：热是免费的，管网和商业模式不免费。
回到开头那个数字。
PUE 是一个诚实的指标，只是它的诚实有边界。它诚实地回答"电去了哪"，诚实地不回答"水去了哪"，也诚实地不回答"热去了哪"。
它没骗人。是我们在用一个只算电的指标，去给一个用电、水、热一起运转的东西打分。
所以下次再看到某个数据中心宣称 PUE 1.1，值得追问三个问题：
第一，这个数是什么口径？边界是园区围墙，还是只算了机房那一层？是年均值还是峰值？
第二，它的水从哪来？是城市自来水、受旱的含水层，还是循环水？WUE 是多少？
第三，那剩下的热呢？排掉了，还是有人用？
三个问题问完，你大致就知道这个"1.1"背后，是哪一本账好看，哪一本账没人提。