ZanKore AI Factory瞄准1 GW，但中爪哇面临用水考验

尽管服务器冷却所需用水仍存在未解问题，ZanKore已提议在中爪哇建设一座1吉瓦的AI工厂。预计第一阶段将在2027年上半年于巴塘提供约200兆瓦容量。

这一规模将为印度尼西亚提供重要的本土算力来源，用于训练和运行人工智能模型。但它也意味着，一座持续运行的工业设施将落户于一个在2026年旱季期间分发了超过7500万升应急用水的省份。

这场冲突并不只是技术与环境之间的矛盾，而是国家基础设施雄心与本地支撑系统之间的矛盾。NVIDIA硬件、国际融资和区域需求能够加快建设进程，但都无法保证稳定且公平的供水。

ZanKore AI factory已披露其算力目标、硬件方向、合作伙伴和潜在客户，但尚未公开提供同等详细程度的信息，说明冷却技术、预期用水量、水源或干旱应对程序。

如今，这一信息缺口的重要性不亚于项目的标称容量。缺少这些信息，居民和政策制定者便无法判断，ZanKore究竟会成为印度尼西亚AI经济的高效支点，还是又一个与其他用户争夺紧张水资源的工业用水方。

ZanKore的AI Factory正从雄心走向基础设施

ZanKore不再只是提出笼统的AI战略。它正在搭建一个选址和部署时间表明确、能耗密集的具体算力平台。

Indosat Ooredoo Hutchison于2026年8月6日与Ooredoo Group、Nokia和NVIDIA共同推出ZanKore。合作伙伴称，该平台旨在服务亚太地区的超大规模云服务商、企业、政府、开发者和AI公司。

其长期目标是达到1 GW的NVIDIA DSX AI Factory容量。DSX是NVIDIA的参考方案，将加速计算、网络、电力、冷却和设施运营整合为一个系统。

合作伙伴最初表示，ZanKore将在2027年上半年提供约200 MW容量。随后的一则公告称，项目初始部署将包括100 MW的NVIDIA基础设施，表明早期部署将分阶段推进。

该项目计划采用NVIDIA GB300 NVL72系统。这些系统整合了大量处理器、网络组件和液冷服务器机架，以支持高密度AI工作负载。

ZanKore还表示将采用NVIDIA DSX MaxLPS。该软件可协调GPU集群的功耗，在不同工作负载之间调配容量，从而更充分利用设施可用的电力供应。

这些选择解释了为何该项目被称为AI工厂，而非传统数据中心。该设施将围绕高密度GPU集群设计，为模型训练、微调和推理提供算力。

根据项目的infrastructure announcement，该平台还将接入Sahabat-AI——一个支持印尼语和区域语言的开放模型。政府称，其700亿参数版本覆盖爪哇语、巽他语、巴厘语和巴塔克语。

本地算力能够减少对其他国家设施的依赖，也能让公共机构和受监管行业更好地掌控敏感信息的处理地点。

这一主权算力论点是ZanKore推介的核心。印度尼西亚拥有庞大的数字市场，但支撑先进AI服务的许多硬件仍位于境外。

本土基础设施可让印尼开发者以更低延迟获得处理器，并为AI服务建立本地基础。ZanKore还预计将服务区域客户，使该设施成为算力出口方，而非仅仅服务国内的公共设施。

不过，选址也将这一数字战略转化为实体规划问题。巴塘项目所在地位于中爪哇，当地正在为大型制造商配套建设电力、土地、连接性和工业基础设施。

算力可以跨越国界销售，但其环境成本仍与承载项目的社区紧密相连。电力必须输送至机架，热量必须从中排出，而蒸发的水则会从本地供水系统中消失。

因此，该项目形成了一项清晰的交换：印度尼西亚获得算力和投资，而巴塘则承担这座地区最大拟建AI设施之一的运营需求。

这项交换是否合理，取决于ZanKore和公共主管部门尚未披露的细节。

为什么ZanKore AI Factory的用水估算区间如此之大

最令人担忧的用水估算是情景推演，而非实测用量，因为ZanKore尚未公布其最终冷却设计。

AI处理器几乎会将所消耗的全部电力转化为热量。设施必须持续排出这些热量，才能让服务器保持在安全运行温度内。

蒸发冷却通过将水转化为水蒸气来排出热量。在适宜条件下，它能够降低用电需求，但蒸发掉的水无法立即回到本地水系统。

直接液冷的工作方式不同。液体通过封闭的内部循环从处理器带走热量，从而改善高密度机架内的热传递。

然而，采用液冷服务器并不自动意味着设施无需用水。建筑物仍必须通过冷却塔、干冷器、冷水机组或其他外部系统排出收集到的热量。

这一区别至关重要。ZanKore提及液冷基础设施，说明的是热量如何从芯片移走，而不一定说明设施将如何向室外排出热量。

水资源使用效率，即WUE，用于衡量现场耗水量与计算设备能耗之间的关系，通常以每千瓦时升数表示。

一座高度依赖蒸发冷却的设施，其耗水量可能远高于采用干式散热的设施。本地气温、湿度、工作负载、系统控制和水质也会影响结果。

一项2026年water footprint review汇总的研究指出，风冷设施的运行WUE可接近零。在某些条件下，依赖水的设计每千瓦时耗水可超过三升。

将假定的效率指标应用于ZanKore公布的电力容量，会得出一个庞大的理论数字。一项已发表的分析采用了印度尼西亚约每千瓦时1.9升的预测值。

按这一比例计算，一座持续满载运行的200 MW设施每天将消耗约910万升水。较低的利用率或更高效的系统会降低这一数值。

同一分析给出的第一阶段日用水量区间约为480万至910万升。若达到完整的1 GW目标，简单线性估算将是这一规模的五倍。

这些数字不应被表述为ZanKore已确认的需求。它们取决于对服务器负载、运行时长、冷却架构、天气，以及通过蒸发排热比例的假设。

它们还排除或模糊了其他类别的用水。发电可能在场址之外消耗水，而半导体制造则在供应链更早环节带有隐含的水足迹。

针对工作负载的研究表明，为何单一通用数字可能具有误导性。一次计算任务的用水量会因硬件、设施、地点和运行时间不同而相差四个数量级以上。

因此，已发表的估算最好被视为一次压力测试。它展示的是，在高耗水设计下ZanKore的用水需求可能呈现何种规模，而非该设施必然的耗水量。

这种不确定性并不会削弱审查的必要性，反而使信息披露更加迫切。

ZanKore可以通过公布设计WUE、年度用水预算、日峰值需求、预计利用率以及各季节的冷却模式，缩小估算范围。它还应区分饮用水、原水、再生水，以及通过电力间接消耗的水。

仅有年度平均值并不足够。冷却系统的需求可能恰好在炎热干燥的日子达到峰值，而此时家庭、农场和公共服务也承受着最大压力。

该公司应说明其封闭循环是否需要定期排放、将如何处理浓缩矿物质，以及排放水将流向何处。这些运营细节决定水是被重复利用、蒸发，还是以适合其他用途的状态回流。

在这些数字公布前，无论是绝对的安抚还是绝对的谴责，都会超出公开证据所能支持的范围。更负责任的结论较为有限：已披露的算力规模带来了一个实质性的用水问题，而当前项目说明尚未作出解答。

中爪哇的干旱记录改变了风险计算

在超过230万居民曾需要获得干旱相关供水援助之后，每天数百万升水在中爪哇具有不同的含义。

从2026年6月5日至9月28日，政府机构和支持组织在中爪哇分发了75,463,000升清洁用水。

根据provincial drought data，援助覆盖784个村庄或城市社区的2,341,548人，涉及33个县市。

该总量并非存放在某一地点的永久储备，而是在数月内分发到一个广阔省份的应急用水。

因此，若将其与数据中心的理论日耗水量直接比较，可能会扭曲基本情况。这一比较作为规模指标仍有价值，但并不能证明ZanKore会从应急水车中取水。

更相关的问题，是干旱时期相连水系统内的竞争。工业用户、家庭、农业和生态流量可能依赖同一条河流、水库、处理设施或含水层。

如果ZanKore第一阶段每天消耗480万至910万升水，那么每8至16天的用水量便相当于该省全部干旱供水援助总量。

再次强调，这只是基于假定冷却模型的说明，并非ZanKore确认的预测。

这一比较表明，设施层面的用水计划必须应对干旱条件，而不应只考虑正常年份的供水。数据中心无法在流域供水趋紧时轻易暂停关键客户的工作负载。

中爪哇北部海岸还面临地面沉降，即地表下沉。研究人员和政府机构记录显示，北加浪岸—巴塘地区部分区域的年沉降速率约为6至20厘米。

地下水开采并非地面沉降的唯一原因，但过度抽取会使其恶化。地面下沉会增加潮汐洪水暴露风险、破坏基础设施，并让海水进一步向内陆渗入。

这使项目水源成为关键信息。地表水、处理后的废水、海水和地下水会带来截然不同的后果。

承诺不使用饮用水只能回答一个问题。未经处理的地表水仍可能与农业或生态用途存在竞争，而海水冷却则需要控制取水影响、腐蚀及热排放。

地方政府一直在巴塘工业区周边建设供水基础设施。一项商业项目称，其长期规划为每日25万立方米的脱盐水产能，并预计在2027年完成一个中期阶段。

纸面上的产能并不自动意味着 ZanKore 能够获得供应。目前仍不清楚，AI 设施将依靠何种水源、配额、输送计划或合同安排。

巴塘政府还曾表示，计划在2028年前改善工业区附近5,000户家庭的清洁用水条件。官员称，该供应将优先保障居民，而非大型工厂。

这一时间表凸显出分配问题。大型计算设施预计将在周边部分居民供水改善措施落地之前启动第一阶段。

因此，对项目的合理评估不能只看是否能够在技术上将足够的水输送至工业园区。还必须问：谁会先获得可靠服务，短缺时会发生什么，以及谁来承担新基础设施的成本。

中爪哇无需为了提出这些问题而拒绝工业增长。它需要在大型用水者形成永久性需求之前，制定可执行的分配规则。

真正的权衡在于水、能源与算力

ZanKore 可以减少淡水消耗，但每一种替代冷却方案都会将成本转移到用电、资本设备或另一个环境系统。

干式冷却将热量排放到空气中，无需依赖持续蒸发。尤其是在服务器机房内搭配闭环液冷时，它可以显著降低现场用水量。

其代价是能耗。空气散热在炎热天气下效率会下降，这可能增加用电需求，并减少固定电力额度内可提供的计算能力。

这对于一个旨在从每兆瓦电力中最大化 AI 产出的项目尤为重要。节水的冷却设计可能与该平台宣称的效率目标相冲突。

混合系统提供了另一条路径。它们可以在条件有利时采用干式冷却，仅在温度或工作负载上升时引入蒸发冷却。

混合设计可以在不承受全干式系统全部能耗代价的情况下，降低年度用水量。但其性能仍取决于控制方式、天气，以及系统处于高耗水模式的时长。

再生废水可减少对淡水的需求，但这需要处理基础设施持续提供满足冷却设备所需水质的水源。

水中杂质可能导致结垢、腐蚀和生物滋生。冷却塔也会随着水的蒸发而浓缩溶解物质，迫使运营方排放部分液体并予以补充。

由于巴塘位于爪哇岛北海岸，海水也是一种可能性。如果设施及其配套基础设施为此而设计，海水可减轻对河流和含水层的压力。

海水并非没有影响。取水系统可能影响海洋生物，而高浓度或高温排放可能改变附近沿海环境。

这些方案说明，宽泛的环境标签并不足够。被描述为节水的系统可能耗费更多电力，而被描述为低碳的系统仍可能依赖淡水蒸发。

ZanKore 使用 NVIDIA 的电力管理系统，又增加了一层因素。更好的工作负载调度可以回收原本会闲置的电力容量。

如果这些回收的容量被用于支持更多活跃处理器，即使每兆瓦的计算能力有所提升，总热量输出仍可能上升。服务器层面的效率并不保证设施层面的资源使用会下降。

这是一种常见的反弹效应。单位资源消耗下降，可能鼓励运营方生产更多单位，使总消耗维持不变甚至上升。

1 GW 目标意味着，总影响比效率比率本身更重要。一座高效率的千兆瓦设施，仍可能比规模更小、效率较低的设施消耗更多电力和水。

ZanKore 最有力的论点是，印尼需要本地计算基础设施，不应将 AI 的经济价值拱手让给海外设施。其合作伙伴还认为，一体化平台能够支持国家语言、受监管工作负载和区域开发者。

持怀疑态度的回应并不是说这些益处并不存在，而是说它们并不能决定该场址应如何冷却，或由谁承担其环境风险。

商业层面也存在不确定性。一个 1 GW 平台假定印尼及周边市场将持续存在需求。

分阶段建设可以限制风险敞口。首批部署将揭示，区域客户是否会以足以证明后续建设合理的规模承诺工作负载。

分阶段部署也可以促进环境方面的学习，但前提是每一阶段都设有可衡量的条件。监管部门可以要求在批准扩建前，对水和能源表现进行核实。

如果没有这样的关卡，无论观察到何种当地影响，早期基础设施都可能为后续阶段制造推进势头。因此，即使许可按增量方式发放，最初的用水计划也必须涵盖完整建设规模。

公开披露是缺失的一环

核心问题并不是 ZanKore 已被证明不可持续，而是外界无法利用现有信息检验该项目的可持续性主张。

ZanKore 已披露了异常具体的算力雄心。该公司公布了硬件代际、参考架构、初始容量、长期目标、目标客户和部署周期。

其环境信息则远没有那么具体。公开材料未说明巴塘设施的设计 WUE、年度用水目标、每日最大取水量或冷却方式。

材料也未说明项目将使用地下水、地表水、市政供水、再生废水、海水，还是其组合。

它们同样没有解释，在水资源可用性低于正常水平时会如何应对。这一遗漏尤为重要，因为 AI 工厂主打的是连续服务。

可信的干旱计划应在危机发生前确定优先顺序。它应说明 ZanKore 是否会降低工作负载、切换冷却模式、调入外部水源，或依赖预留的工业供水。

该计划还应明确谁有权下令削减用水。当设施签有要求高可用性的合同时，自愿承诺提供的保护有限。

印尼通信部长将 ZanKore 描述为能够提升竞争力并吸引高价值投资的基础设施。政府称，该项目自两年前提出以来一直获得支持。

官员还预计，该设施将通过 Sahabat-AI 和计算服务支持本地 AI 发展。这些目标使政府对项目成功拥有直接利益。

这种关系使独立监督尤其重要。同一批推动 AI 算力的公共机构，也必须保护用水权益并评估环境许可。

该项目的政府发布说明称，巴塘的建设计划于2027年上半年启动。中爪哇省长则在2026年10月表示，该提案仍在研究中。

这些表述未必矛盾。国家级项目可以已有公布的商业时间表，同时地方审查尚未完成。

不过，这种差异形成了一个实际期限。监管部门需要在采购和建设令冷却设计难以调整之前，有足够时间评估用水需求。

至少，环境审查应公开以下事项：

• 平均和峰值天气条件下的用水量

• 项目各阶段的年度和每日限额

• 每条水流的来源及法定配额

• 饮用水、原水、再生水和海水的预期使用情况

• 冷却模式及其预计运行时长

• 地下水开采限额，包括间接供应商

• 排放量、温度和水质

• 干旱触发条件及强制响应措施

• 运营开始后的独立监测结果

• 与实测表现挂钩的扩建条件

公开报告应将耗水量和取水量作为不同指标。取水量统计从水源取走的水，而耗水量追踪未被及时返还的部分。

一座设施可能取用大量水，却将其中大部分返还。它也可能取水较少，却通过蒸发消耗了很高比例。

月度或季节性数据会比单一年度总量更有用。它们可显示当地供应压力最大时，用水量是否上升。

审查还应评估整个工业区的累积需求。孤立评估 ZanKore，可能会忽略制造业、居民增长、发电和未来数据中心带来的竞争。

社区参与十分重要，因为总产能数据无法反映家庭供水的可靠性。即使区域收支表显示水量充足，居民仍可能遭遇水压不足、盐度上升、取水时间更长或成本更高等问题。

这些要求并非不公平地针对 ZanKore。它们将为未来印尼数据中心，包括其他拟建 AI 设施，建立模板。

同一标准应适用于国内和国际投资者。一致的规则既能让运营商获得更清晰的预期，也能保护社区免受逐案谈判的影响。

三个信号将决定中爪哇能否承受这一负荷

ZanKore 公布的容量并非下一个决定性里程碑。冷却方案披露、可执行的用水分配，以及经测量验证的第一阶段表现才是。

第一个信号，是明确冷却架构和水源的详细环境评估。

如果 ZanKore 承诺采用低耗水散热、再生水供应和严格的地下水限制，最高端的用水情景将变得不那么相关。这将增强一种判断：巴塘能够支持该设施，而不会让居民面临模型中最高的用水需求。

如果评估主要依赖淡水蒸发，审查应更加严格。监管部门需要证明供应在干旱条件下的表现，而不仅仅是在平均条件下的表现。

第二个信号，是 ZanKore、供水方和公共部门之间具有强制力的分配协议。

该协议应确定每日限额、干旱阈值、居民保护措施和报告义务。还应明确哪一方为处理设施、管道、监测和应急容量提供资金。

“工业用水充足”的模糊保证将削弱信心。醒目的大规模产能数字，可能掩盖未完工的管道、延误的处理厂、相互竞争的合同或季节性限制。

第三个信号，是来自第一阶段、经独立核实的运营数据。设计估算无法捕捉天气、利用率、硬件和冷却控制之间的每一种相互作用。

一旦首批 GPU 集群开始运行，月度 WUE 和总耗水量将揭示该设施的实际表现。数据应区分测试期、部分利用率阶段和成熟运营阶段。

早期低消耗并不意味着什么——如果大多数服务器仍处于闲置状态。若能将用水量与计算负载及 IT 能耗一并披露，性能比较将更有意义。

这些结果应当决定后续是否扩建。达到透明的效率上限，可以支持推进更多阶段；一旦超过上限，就应触发重新设计或暂停。

该项目的分阶段时间表，让印度尼西亚有机会将这种问责机制纳入审批流程。在首个机架到位之前，政府无需预测一座 1 GW 设施的每一种后果。

但它确实需要制定规则，防止无论证据如何，项目最终规模都变得不可避免。

更大的问题并不局限于一个工业园区。寻求主权 AI 能力的国家，必须决定这种主权需要哪些资源，以及其成本应由谁承担、在哪里承担。

如果计算自主权带来对稀缺本地水资源的新依赖，其意义便十分有限。反过来，若环境克制使一个国家永久依赖外国基础设施，也同样难以自圆其说。

答案不在于口号，而在于可衡量的设计选择。ZanKore 可以公布其假设，接受具有约束力的用水上限，为所需基础设施提供资金，并在扩建前证明其实际表现。

中爪哇可以支持数字化发展，同时将居民用水安全视为不可谈判的约束条件。只有当资源规划仍被隐瞒，或在建设决策之后才姗姗来迟时，这两个目标才会发生冲突。

ZanKore AI 工厂如今已有公开时间表、重要合作伙伴以及明确的算力目标。它的用水策略也应当具备同等精确度。

在首批 200 MW 投入运行之前，读者、开发者、客户和居民都应提出一个直接的问题：ZanKore 是否会公布一份能够经受干旱考验的、按阶段划分的用水预算？

这一披露无法消除所有担忧，但能将由理论估算主导的争论，转变为基于可执行上限和实测结果的讨论。在此之前，中爪哇正被要求相信该项目的基础设施承诺，却看不到完整的资源账单。