AIデータセンターブームの背後にある水処理課題：冷却アーキテクチャ、再生水、濃縮サイクル、濃縮排水管理がハイパースケールの水使用をどう決めるか

AIデータセンターの「水問題」は、問いの立て方から狭すぎる

「AIデータセンターはどれだけ水を使うのか」という問いは単純に見える。しかし工学的には、それだけでは不十分である。水使用量は計算負荷そのものに固定的に付随する値ではない。ラック熱密度、チップ温度、空冷かdirect-to-chip（D2C）か、最終的な熱排出方式、現地の乾球・湿球条件、利用可能な補給水の水質、その水を安全に何回濃縮できるか、濃縮を可能にするための処理、そして最後に残るブローダウンや膜濃縮水の処分方法まで、一連の設計判断の結果として決まる。

このシステム視点は急速に重要になっている。米国EPAのWater Reuse Action Plan 2.0は、工業用途およびデータセンター冷却における再生水利用の拡大を明示的な行動項目に含めている。Water Research Foundation（WRF）も、fit-for-purpose型の工業再利用と非蒸発冷却を研究している。つまり水は、もはやデータセンター事業者のESG指標だけではなく、立地、自治体インフラ、許認可、熱設計を同時に制約するインフラ変数である。

同時にAIを支える電力需要も急拡大している。Berkeley Labの2025年更新では、米国データセンターの電力消費は2030年に米国全体の約11.8%に達する可能性があり、シナリオ範囲は9.5%～15.3%とされる。別のBerkeley Lab研究では、ワークロード単位の水使用量には10,000倍を超える差があり、サーバー効率、電力系統の水強度、利用率、冷却技術、施設効率、気候などが主要因である。したがって、場所とアーキテクチャを切り離した「AIは1 kWh当たり何Lの水を使う」という万能値は成立しない。

本稿では、300 MWの連続IT負荷を共通モデルとし、Northern Virginia/Loudoun、Dallas–Fort Worth、Phoenixを代表ケースとして比較する。重要なのは、公開実測値と仮定を混同しないことである。年間の湿式熱排出比率、例示的な補給水イオン組成、膜回収率の一部は工学シナリオであり、実在するハイパースケール施設の公開運転データではない。目的はメカニズムと桁を比較することであり、12か月の原水分析、時別気象データ、膜ベンダーのprojection、個別許認可を代替するものではない。

本稿の中心的結論は次の通りである。

新設AIキャンパスの最適な水処理戦略は、最初に「より多くの水を探す」ことではない。まず蒸発によって排出しなければならない熱量そのものを最小化し、その後に残った湿式冷却負荷へfit-for-purposeの水処理を設計するべきである。

これはAtlas WTSのData Center Cooling & Water Strategyで扱う設計思想とも一致する。熱アーキテクチャは水処理設備より上流の意思決定である。

300 MW基準モデル：水需要はどこから始まるのか

連続300 MWのIT負荷を年間8,760時間運転するとする。

$$E_{IT}=300\ MW\times 8{,}760\ h=2.628\ TWh/y$$

湿式冷却比較では、平均熱排出負荷を330 MW、すなわちIT負荷の1.10倍と仮定する。水の蒸発潜熱を約2.43 MJ/kg、すなわち約0.675 kWh/kgとすれば、全熱量を蒸発で排出した場合の年間蒸発量は次の通りである。

$$E_{100\%} = \frac{330{,}000\ kW\times8{,}760\ h}{0.675\ kWh/kg} \approx4.283\times10^9\ L/y =4.283\ GL/y$$

比較シナリオでは年間湿式熱排出比率をVirginia 60%、Texas 75%、Phoenix 90%とする。

$$E_{site}=4.283\times f_{wet}$$

サイト	仮定した年間湿式熱排出比率	年間蒸発量	蒸発分のみのWUE
Northern Virginia	60%	2.57 GL/y	0.98 L/kWh-IT
Dallas–Fort Worth	75%	3.21 GL/y	1.22 L/kWh-IT
Phoenix	90%	3.85 GL/y	1.47 L/kWh-IT

これらは各地域の既存データセンターの実際のWUEではない。あくまで「湿式熱排出に大きく依存する設計」の曝露基準である。実際のハイパースケーラーは、異なる冷却アーキテクチャによってこれよりかなり低いWUEを実現している。Microsoftは平均WUEが初期世代の2.3 L/kWhから2025年には0.27 L/kWhまで低下したと報告し、AWSは約0.12 L/kWhを報告している。Microsoftはさらに、冷却用の蒸発水を使わないclosed-loop D2C設計を展開している。ASHRAEの2026 AI Data Center Frameworkも、D2CをAI/HPCの主流設計として位置づけ、warm-water・chiller-less構成によって多くの気候で冷却水使用をほぼゼロにできるとしている。

したがって本稿の塔式モデルは「2026年の最先端設計目標」ではなく、従来型または湿式熱排出が大きい構成の比較基準として読むべきである。

公開WUEはbenchmarkであって、300 MW設計の直接入力ではない

企業が公表するfleet WUEは現実性チェックには有用だが、個別サイトの水収支にはならない。企業WUEは複数の気候、設備世代、冷却方式、賃貸容量などを一つのreporting boundaryにまとめていることがある。一方、プロジェクト設計では、年間の各時間に何MWの熱が蒸発設備へ入るのか、その設備をどの水流が支えるのかを知る必要がある。

同じ年間WUEでも、必要インフラは大きく異なり得る。ある施設は少量の水を年中連続で使用し、別の施設は9か月ほぼ無水で、最も暑い数週間だけ大流量を必要とするかもしれない。年間L/kWhが同じでも、給水本管、貯留容量、冷却塔cell数、ブローダウン許可、処理ピーク流量は全く違う。

したがって設計では少なくとも次の4量を分離して考えるべきである。

$$\text{annual water consumption}$$ $$\text{peak makeup flow}$$ $$\text{peak blowdown / concentrate flow}$$ $$\text{seasonal chemistry at the peak-flow condition}$$

最後の項目は見落とされやすい。水使用が最大となる時間帯は、循環水温が最も高く、生物活性が高く、腐食環境も厳しくなる可能性がある。再生水源でchloride、ammonia、TOCが季節変動する場合、最悪の水力条件と最悪の水質条件が同時に発生し得る。

統合プロセスモデル。最も重要な設計判断は水処理設備より前にある――そもそもどれだけの熱を蒸発ループへ送る必要があるのか。

必要なのは3つの境界：site water、source water、discharge

Boundary A — site water

施設境界の水使用は次のように表せる。

$$W_{site} = W_{cooling}+W_{humidification}+W_{domestic}+W_{treatment\,loss}$$

大規模AI施設では冷却と処理損失が中心となるが、処理trainそのものが取水量を増やす場合があるため定義は重要である。

Boundary B — source water

より広い境界では、発電側で消費される水を加える。

$$W_{source} = W_{site}+E_{facility}\times I_{grid,water}$$

ここで$I_{grid,water}$は電力供給の水消費強度である。Berkeley Labの分析では、grid water consumptionはワークロード水使用を左右する主要因の一つである。施設内蒸発をほぼゼロにしても、電力側の水フットプリントは残る。一方、dry/mechanical coolingが増やすsource-water負担が、湿式冷却による数GL/yの直接蒸発より小さい場合もある。これは議論ではなく計算で決めるべきである。

Boundary C — watershed / discharge

蒸気以外に水系から出ていく残留流は次の通りである。

$$W_{residuals} = W_{blowdown} +W_{RO/NF\,reject} +W_{regeneration\,waste} +W_{chemical\,residuals}$$

この境界を見ることで、節水が本当に消費を避けているのか、それとも高塩ブローダウンや膜濃縮水へ問題を移しているだけなのかが分かる。

Figure G — Site waterはsource waterではない。敷地境界のWUEは重要だが、ライフサイクル水評価の全てではない。

AIは、水処理設備より先に冷却設計を変える

AIの高熱密度ラックは、「室内空気が主な熱輸送媒体」という従来前提を崩しつつある。本稿で重要な冷却アーキテクチャは次の4つである。

冷却アーキテクチャ	現場水使用	冷却エネルギー	気候感度	AI高熱密度対応	水処理上の意味
空冷 + chiller/dry rejection	低	中～高	暑熱時に高い	極端な高密度では制約	開放系水処理は比較的単純、機械冷却負荷は増える
Evaporative / cooling tower	高	通常低い	wet-bulbに強く依存	二次冷却構成次第	scale/corrosion/biofouling、blowdownの負荷が最大
D2C + CDU	最終熱排出方式次第。dryならほぼゼロ	低	warm-waterで気候ペナルティを縮小	高い	閉ループcoolant chemistry + 残る開放塔の水処理
Immersion + dry	非常に低い	低	比較的小さい	非常に高い	開放IT-side水路はないが、dielectric fluid/熱交換器適合性が必要

ASHRAEはwarm-water D2Cをchiller-less dry rejectionにつながる構成として扱っている。Microsoftの運用経験も、蒸発をなくすと機械冷却エネルギーが増える一方、chip-level coolant温度を高くできればeconomizer時間が増え、ペナルティを軽減できることを示している。よって「水冷は常に環境的に優れる」「zero-waterは常に優れる」という両方の断定は不適切である。

Figure D — 水–エネルギーの概念図。座標は方向性を示すもので、業界平均の実測値ではない。

冷却塔は単なる熱交換器ではなく、水化学リアクターである

蒸発冷却を残す場合、**COC（cycles of concentration）**が水量と水化学を結ぶ最重要変数の一つになる。driftとleakageを無視できる良好な系では：

$$COC\approx\frac{M}{B}$$ $$B=\frac{E}{COC-1}$$ $$M=E+B=E\frac{COC}{COC-1}$$

ここで$M$は補給水、$E$は蒸発、$B$はblowdownである。DOEは多くの系が2～4 COC程度で運転され、適切な水処理があれば6 COC以上も可能としている。3 COCから6 COCへ上げると補給水は約20%、blowdownは約50%減少する。

しかし数式は、「最大COCを追う」ことが最適化ではない理由も示す。

COC	Makeup / Evaporation	Blowdown / Evaporation
2	2.000	1.000
3	1.500	0.500
4	1.333	0.333
5	1.250	0.250
6	1.200	0.200
8	1.143	0.143
10	1.111	0.111

COC 3→5では補給水が約16.7%、blowdownが50%減る。一方COC 5→8では補給水はさらに約8.6%しか減らない。つまり水量上の便益は急速に飽和する。

保守的な溶存成分で、析出・生分解・気体交換・反応を無視すると：

$$C_{circulating}\approx C_{makeup}\times COC$$

となる。chlorideやsodiumは比較的この線形挙動に近いが、Ca、HCO₃、SO₄は析出が始まれば外れ、NH₄はnitrification/stripping、TOCは生分解・酸化・吸着、silicaは重合や共沈殿によって外れる。したがって線形式はscreening上限であり、実際の反応済み循環水の予測値ではない。

Figure B — 本稿の中心的トレードオフ。節水曲線は平坦化するが、化学濃縮は平坦化しない。

Atlas WTSのCooling Tower Water Balance & LSI Calculatorが有用なのはこのためである。水収支とscale/corrosion評価は別々の問題ではなく、同じ設計問題として扱う必要がある。

主要イオンは濃縮とともにどう変わるか

Calciumとalkalinityはcarbonate平衡を介して連動する。蒸発でCaとbicarbonateが濃縮し、同時に気液接触でCO₂が脱気してpHが上がることがある。その結果、CaCO₃ saturationは単純なTDS倍率より速く上昇する可能性がある。析出が始まれば溶存Caは線形増加しなくなり、「溶存Caはいくらか」より「Caがどこに、どの速度で、どの伝熱面へ析出しているか」が問題になる。

Sulfateは低濃縮では保守的でも、Ca、温度、ionic strengthによってgypsumなどのscaleで制限される。上流でdivalent cationを選択的に除く価値が大きい理由の一つである。

Silicaには普遍的な単一上限がない。溶解度、重合はpH、温度、滞留時間、Mg、Al、表面の存在に依存する。100 mg/Lのような値はscreening警告には使えるが、材料に依存しない合否基準ではない。高COC設計ではsilicaが、魅力的に見えた水収支をpilot試験必須の問題へ変えることが多い。

Chlorideは通常の冷却水条件では容易に析出しないため比較的保守的で、濃縮tracerとして有用である一方、腐食制約となる。許容濃度はmetallurgy、温度、oxidant residual、crevice、deposit、corrosion inhibitorによって大きく異なる。

TOC、ammonia、nutrientsはscale saltではないが、高濃縮では微生物制御を難しくする。TSSが低い高度処理再生水でも、生分解性有機物やammoniaがあればbio-control上は厳しい。したがって、turbidityとTDSだけの再生水仕様は冷却用途には不十分である。

実務ルールは明確である。COCは一つの単純な数字ではない。同時に作用している全ての水化学・材料制約のうち、最も厳しい許容濃縮倍率によって決まる。

Scale、corrosion、biofoulingは一つの連成故障系である

水処理プログラムではscale、corrosion、microbiologyを別の章に分けることが多い。しかし設備はそれらを別々には経験しない。

Mineral scaleは表面を粗くし、微生物付着を助ける。biofilmは局所的な酸素勾配とpH/ORPを変え、under-deposit corrosionを促進する。腐食生成物はさらにdeposit massとなり、silica、phosphate、suspended solids、organicsと複合汚れを作る。

$$\text{fouling layer} = \text{mineral scale} + \text{corrosion products} + \text{biofilm} + \text{suspended solids} + \text{organic foulants}$$

熱的には：

$$U_{fouled}^{-1}=U_{clean}^{-1}+R_f$$

となる。$R_f$が上昇すると総括伝熱係数が低下し、施設はより低い冷却水温、より高い流量、より大きいfan power、またはchiller workで補償する。つまり水化学問題がPUE問題へ変わる。

再生水の価値は「自動的にきれい」だからではなく、何を代替するかにある

再生水はpotable water需要を減らす非常に強力な手段だが、「reclaimed」という名称だけでは冷却塔で使いやすいかどうかは分からない。

Loudoun WaterのBroad Run Water Reclamation Facilityは良い反例である。同施設はprimary treatment、2 mm screening、equalization、MBR、activated carbon、UVを使用し、厳しいnutrient/COD管理の下で、冷却塔を含む非飲用用途へ高度処理再生水を供給している。これは一般的なsecondary effluentとは全く異なる。

比較すべきなのは「potableかreclaimedか」ではなく、実際のイオン・生物学的プロファイルである。

$$Ca,\ Mg,\ alkalinity,\ SO_4,\ Cl,\ SiO_2,\ PO_4,\ NH_4,\ TOC,\ TSS,\ SDI,\ conductivity$$

さらに：

$$pH,\ temperature,\ microbial\ activity,\ oxidant\ demand,\ seasonal\ variability$$

本稿ではCOC感度を比較するため、次の例示的な補給水組成（mg/L）を使う。地域水道の年次実測ではない。

サイト / 水源	Ca	Mg	HCO₃	SO₄	Cl	SiO₂	TOC	NH₄-N
VA potable	40	10	90	35	25	8	2.0	0.05
VA reclaimed	45	12	100	45	50	10	4.0	0.5
TX potable	65	15	140	60	70	12	2.5	0.05
TX reclaimed	70	18	150	80	100	14	6.0	1.0
AZ potable	75	25	180	90	120	18	2.5	0.05
AZ reclaimed	85	28	190	110	160	20	7.0	1.5

実プロジェクトでは少なくとも1年間の水質分布を取得し、annual averageだけでなく90th/95th percentileを使うべきである。複数の下水処理場から再生水供給を切り替えられる場合、source switchingも独立した運転ケースとして扱う。

Figure C — 保守的濃縮screening。Arizonaシナリオでは、COCが水力問題だけでなくなる前にsilica/chloride ceilingが見える。

3つの300 MWケーススタディ

水収支結果

サイト	COC	Evaporation GL/y	Blowdown GL/y	Makeup GL/y	平均Makeup MGD
Virginia	3	2.570	1.285	3.854	2.790
Virginia	5	2.570	0.642	3.212	2.325
Virginia	8	2.570	0.367	2.937	2.125
Texas	3	3.212	1.606	4.818	3.487
Texas	5	3.212	0.803	4.015	2.906
Texas	8	3.212	0.459	3.671	2.657
Arizona	3	3.854	1.927	5.782	4.184
Arizona	5	3.854	0.964	4.818	3.487
Arizona	8	3.854	0.551	4.405	3.188

Figure A — 同じCOCでも、水システムの規模は「どれだけの熱がまだ蒸発排出へ入るか」に強く支配される。

水力的な結論は単純である。湿式熱排出比率が大きい300 MWキャンパスは、小規模な工業用水ユーザーではない。COC 5でもモデル上の補給水は年間約3.2～4.8 GLに達する。一方、水質面の結論は逆説的である。節水インセンティブが最も大きいサイトほど、高COCを化学的に実現するのが難しい場合がある。

Northern Virginia：構造的優位は再生水インフラ

例示的VA reclaimed makeupを保守的に濃縮すると：

Parameter, mg/L	Makeup	COC 3	COC 5	COC 8
Ca	45	135	225	360
Mg	12	36	60	96
HCO₃	100	300	500	800
SO₄	45	135	225	360
Cl	50	150	250	400
SiO₂	10	30	50	80
TOC	4	12	20	32
NH₄-N	0.5	1.5	2.5	4.0

COC 5で理論chlorideは約250 mg/L、COC 8で約400 mg/Lとなる。これは普遍的腐食閾値ではないが、COC 8をconductivityだけで決めてはいけないことを示すには十分である。

Virginiaの優位は気候だけではない。Loudounには再生水distributionと高度処理設備があり、reclaimed water + moderate COC + hybrid dry/wet heat rejectionを、full-flow membrane plantより先に検討できる現実的基盤がある。

初期検討trainは例えば：

$$\text{Reclaimed water} \rightarrow \text{filtration as required} \rightarrow \text{selective softening} \rightarrow \text{chemical conditioning} \rightarrow \text{cooling system}$$

であり、COC 4～6をpilot/optimizationの開始範囲とする。

Texas：水量と水化学が同時に一次制約になる

Parameter, mg/L	Makeup	COC 3	COC 5	COC 8
Ca	70	210	350	560
Mg	18	54	90	144
HCO₃	150	450	750	1,200
SO₄	80	240	400	640
Cl	100	300	500	800
SiO₂	14	42	70	112
TOC	6	18	30	48
NH₄-N	1.0	3	5	8

COC 5ですでにconductivity controllerだけでは管理できない。Caとalkalinityは大きく上昇し、保守的screenではCl 500 mg/L、TOC 30 mg/Lとなる。COC 8ではsilicaが100 mg/Lを超え、Clは800 mg/Lに達する。

比較すべき3案は：

1. COC 3–4 + 限定的前処理：補給水と排水は多いが化学が単純。
2. Softening/NF + COC 5–7：CAPEXは増えるが、多価scale formerを選択的に除去できる。
3. D2C + dry/hybrid rejection：そもそも開放冷却塔へ入る熱量を減らす。

300 MW規模では、COCを8～10へ押し上げるため水処理設備を際限なく複雑化するより、3番目の熱アーキテクチャ変更の方が長期的にスケーラブルなことが多い。

Arizona：water–energy–chemistry paradoxが最も明瞭

Parameter, mg/L	Makeup	COC 3	COC 5	COC 8
Ca	85	255	425	680
Mg	28	84	140	224
HCO₃	190	570	950	1,520
SO₄	110	330	550	880
Cl	160	480	800	1,280
SiO₂	20	60	100	160
TOC	7	21	35	56
NH₄-N	1.5	4.5	7.5	12

COC 5では：

$$Ca=425\ mg/L$$

CaCO₃硬度換算では概ね：

$$425\times2.497\approx1{,}061\ mg/L\ as\ CaCO_3$$

さらに：

$$SiO_2\approx100\ mg/L$$ $$Cl^-\approx800\ mg/L$$

これらは「必ず故障する」閾値ではない。しかし、これ以上COCを上げるにはmaterial-specific saturation/corrosion modelと実際のchemical programが必要であることを示す。

COC 8では：

$$SiO_2\rightarrow160\ mg/L$$ $$Cl^-\rightarrow1{,}280\ mg/L$$ $$HCO_3^-\rightarrow1{,}520\ mg/L$$

この状態で「antiscalantを増やしてCOCをさらに上げる」という方針は堅牢ではない。

Figure F — source-water scenarioによってchemical ceilingは異なる。定性的screeningであり、普遍的な限界値ではない。

定性的risk matrixでサイト差を可視化する

Site	COC	Hardness / CaCO₃ scale	Silica / composite scale	Chloride / TDS corrosion	Biofouling	Overall screening risk
Virginia	3	低～中	低	中	中	中
Virginia	5	中	中	中	中～高	中
Virginia	8	高	中～高	高	高	高
Texas	3	中	中	中～高	中～高	中～高
Texas	5	高	中～高	高	高	高
Texas	8	非常に高	高	非常に高	高	非常に高
Arizona	3	高	中	高	中～高	高
Arizona	5	非常に高	高	非常に高	高	非常に高
Arizona	8	非常に高	非常に高	非常に高	非常に高	強化処理なしでは推奨しない

この表は「すべての塔をCOC 8で運転すれば節水になる」という考えが普遍解でないことを示す。実用上のCOC ceilingは理論溶解度点ではなく、追加の節水便益よりも前処理、薬品、metallurgy、洗浄頻度、信頼性、濃縮水処分の総コストが上回り始める点である。

Full-flow RO paradox：前処理がsource-water demandを増やすことがある

Arizona COC 8では冷却塔補給水は：

$$M_{tower,COC8}=4.405\ GL/y$$

全量を80%回収率ROで処理すると：

$$R_{RO}=80\%$$ $$Feed_{RO}=\frac{4.405}{0.80}=5.506\ GL/y$$

RO concentrateは：

$$5.506-4.405=1.101\ GL/y$$

一方、冷却塔blowdownは：

$$0.551\ GL/y$$

つまり前処理ROは、管理対象であるtower blowdownのおよそ2倍量の濃縮水を新たに作る。

Figure E — Pretreatment tradeoff。ROがsilica、TDS、腐食、信頼性のために正当化される場合でも、source-waterと残留水のペナルティは水収支に含めなければならない。

これはRO否定ではない。Brackish-water ROは非常に高いsalt rejectionを実現し、silica、TOC、多価イオンも大きく除去できる。問題は、「RO + high COC = 最小環境負荷」ではないということである。

本当に除去すべき化学種を考えるべきである。NFはCa²⁺、Mg²⁺などの多価イオンを選択的に高く除去し、単価塩をより多く通過させられる。制約がhardnessであってNaClではない場合、selective removalによってover-treatmentを避けられる。

そのためデータセンター冷却は：

$$\boxed{\text{Partial NF/RO + bypass}}$$

に適した用途である。例えば補給水の50%だけNFへ通してblendingする場合：

$$C_{blend}=0.5C_{NF}+0.5C_{raw}$$

とできる。hardness/silicaをCOC 5～6の許容域まで下げつつ、full-flow desalinationの取水・concentrate penaltyを避けられる可能性がある。Atlas WTSのNF System Designerは多価/単価分離とbypass blendingに、RO System Designerはrecovery、permeate、concentrate TDSのmass balanceに利用できる。

Fit-for-purpose処理は「できるだけ純水にする」より優れている

冷却水はsemiconductor ultrapure waterではない。目的はTDS最小化ではなく、必要な熱負荷を満たしながらシステム全体のコストとリスクを最小化することである。

$$\min\left[ C_{treatment} +C_{chemical} +C_{blowdown} +C_{energy} +C_{risk} \right]$$

であり：

$$\min(TDS)$$

ではない。

技術	主な役割	feasibility開始点*	主な利点	主な制約 / residual
Lime / chemical softening	Ca、Mg、alkalinity、一部silica	jar test + saturation modelでpH/薬注	大流量で成熟、許容COCを上げる	sludge、薬品、多段設備
Na-cycle IX softening	Ca、Mg	hardness leakage + bed capacity	単純、膜rejectなし	regeneration brine、Na/TDSは残る
UF	TSS、colloid、microbe、SDI	膜/ベンダー条件	再生水を安定化しNF/ROを保護	dissolved saltsは除去しない
NF	Ca、Mg、多価イオン、一部organics	75–90% recoveryをfeasibility範囲としてprojection/pilot	ROより選択的、比較的低圧	concentrate発生、Na/Cl除去は弱い
RO	TDS、hardness、SO₄、Cl、silica、TOC	70–85% recoveryからprojection	最も強い水質安定化	energy + concentrate + pretreatment
GAC	TOC、微量有機物、oxidant	EBCT 10–20 min程度をscreening後pilot	有機物負荷・oxidant demand低減	breakthrough、交換、bio growth
BAC	biodegradable organics、一部NH₄	pilot依存	biological nutrient load低減	startup/微生物制御が複雑
Chemical conditioning	scale、corrosion、microbiology	普遍的ppmなし	CAPEX低、online調整	chemical residual、permit、failure sensitivity

* ここでの範囲はfeasibility screeningの開始値であり、調達仕様ではない。

代表的trainは次のように整理できる。

低リスクpotable / 高度reclaimed：

$$\text{Source} \rightarrow\text{side-stream filtration} \rightarrow\text{chemical conditioning} \rightarrow\text{tower}$$

中～高hardness reclaimed：

$$\text{Reclaimed} \rightarrow UF \rightarrow\text{softening or NF} \rightarrow\text{chemical conditioning} \rightarrow COC\ 5{-}7$$

高TDS / high silica / water-stressed site：

$$\text{Reclaimed} \rightarrow UF \rightarrow\text{partial NF/RO} \rightarrow\text{blend} \rightarrow\text{small wet trim load}$$

ただしArizonaのようなサイトでは、さらに強力なのは：

$$\text{warm-water D2C} \rightarrow\text{dry cooler} \rightarrow\text{adiabatic trim only during extremes}$$

であり、full-flow water-treatment plantを際限なく拡大することではない。

Blowdownとconcentrateは「配管の細部」ではなく立地制約である

COCを上げるとblowdownの体積は減るが、濃度は上がる。成分$i$の概念的mass balanceは：

$$\dot m_i = Q_M C_{M,i} - \text{precipitation/consumption}$$

したがって高COCでは、sewer hydraulic loadは減る一方でsalt concentration、silica/hardness precipitation risk、pretreatment complexityが増え、下流膜回収やMLD/ZLDも難しくなる。

Residual route	適用条件	Energy	CAPEX	主な利点	主な制約
Municipal sewer / POTW	容量とlocal limitがある	低	低	最も単純	TDS、Cl、温度、biocide/metal、utility capacity
Deep-well injection	地質・UIC permitが適合	低～中	中～高	高塩分に対応	地域制約、permit、well integrity、liability
Evaporation pond	乾燥地・土地あり	運転energy低	土地/liner大	単純	面積、seepage、ecology、storm capacity
MLD	水不足だがfull ZLD不要	中～高	高	高回収、残液小	最終concentrateの出口は必要
ZLD	液排出が許容されない	高	非常に高	liquid dischargeをほぼ排除	energy、scale、materials、O&M
Crystallization	固体塩化が必要	最高	非常に高	真のsolid/liquid終端	energy、scale、salt purity/disposal

EPAのUnderground Injection Control制度が示す通り、deep injectionは規制対象の処分ルートであり、設計終盤で追加できる単なる排水管ではない。同様にZLDは“zero environmental impact”ではない。より正確には：

$$\text{liquid discharge} \rightarrow \text{electricity + chemicals + solids}$$

への変換である。

MLD/ZLDが視野に入る場合、Atlas WTSのProcess / ZLD resourceとZero Liquid Discharge Is a Sequencing Problemが関連する。膜からthermalへ移る順序が、後段energyとCAPEXを大きく決めるからである。

避けるべきarchitecture lock-inは明確である。水が入手できるから大型湿式冷却を採用し、COC chemistryが難しくなったのでROを追加し、RO rejectとtower blowdownを排出できないのでZLDを追加する――この順序では、元の熱排出設計が生み出した残留水を処理するために大量の電力を消費することになる。

Water–energy paradoxはスローガンではなく計算する

Site WUEは：

$$WUE_{site}=\frac{W_{site}}{E_{IT}}$$

より広いsource-water指標は：

$$WUE_{source} = \frac{W_{site}+E_{facility}\times I_{grid,water}}{E_{IT}}$$

純粋な感度例として、300 MW ITでPUE 1.10と1.20を比較すると、年間施設電力差は：

$$2.628\times(1.20-1.10)=0.2628\ TWh$$

すなわち：

$$262.8\ GWh/y$$

仮にmarginal grid water-consumption intensityを0.5 L/kWhとすると、追加source-water footprintは：

$$262.8\times10^6\times0.5=131.4\ ML/y$$

1 L/kWhなら約263 ML/yである。無視できない量だが、湿式基準の数GL/yの直接蒸発より小さい場合もある。したがって「dry coolingは水をgridへ移すだけ」「zero-site-waterなら水フットプリントはゼロ」という両方の主張は単純化しすぎである。

運転とmonitoring：平均水質で動くだけでは設計にならない

平均水質でしか成立しないhigh-COC designは、季節的upsetを待っているだけである。再生水を使う開放冷却系では少なくとも、makeup/circulating conductivity、makeup・blowdown流量、計算/確認COC、pH、温度、oxidant residualまたは生物制御変数、metallurgyに応じたcorrosion monitoring、turbidity/TSS指標、hardness、alkalinity、chloride、sulfate、silica、必要に応じTOC/ammoniaを追う必要がある。

最も有用な運転モデルは単一conductivity setpointではない。conductivityは第一のblowdown triggerに使えるが、水源水質が変化した際にはchemistry-specific limitがCOC targetを下げられるべきである。

複数再生水源やpotable/reclaimed切替がある場合は、historianにsource-water identityを保存するべきである。全ての1 m³の補給水を化学的に同一と扱ってはいけない。

高度なcampusではCOC targetを固定値ではなく動的にできる。

$$COC_{target}=f(\text{source chemistry},\ temperature,\ metallurgy,\ treatment\ state,\ permit\ margin)$$

これはopaqueなAI controllerを必要としない。明確な化学制約、検証済みsensor、そして条件が悪化したとき安全側のCOCを選べるsupervisory layerが必要なのである。

実際のデータセンターサイトの意思決定フレームワーク

1. 本当に蒸発排熱が必要なIT heatを決める

D2C supply/return temperature、dry-bulb/wet-bulb時間、dry-cooler approach、adiabatic trim、chiller、redundancy、heat reuseをモデル化した後でwet fractionを決める。

2. 4つのモデルを並列で走らせる

$$Thermal\ Model$$ $$Water\ Balance$$ $$Water\ Chemistry$$ $$Residuals/Permit\ Model$$

これらは変数を交換しなければならない。coolant temperatureがeconomizer hoursを変え、wet fractionが蒸発量を変え、COCがmakeup/blowdownを変え、水質が処理強度を変え、膜recoveryがsource-water demandとconcentrateを変え、最後に排出ルートが許容recovery/COCを逆に制約する。

3. 原水を一つの平均値ではなく統計分布で評価する

少なくとも：

$$Ca,\ Mg,\ alkalinity,\ SiO_2,\ SO_4,\ Cl,\ TOC,\ NH_4,\ TSS,\ conductivity$$

の月別/季節分布を確認し、90th/95th percentileでscreeningする。

4. 材料別のchemistry limitを定義する

単一の「最大TDS」ではなく：

$$SI_{CaCO_3},\quad SI_{CaSO_4},\quad [SiO_2],\quad [Cl^-],\quad pH,\quad ORP$$

と、metallurgy-specific corrosion、surface temperature、disinfectant compatibility、deposit monitoringを組み合わせる。

5. COCを最大化するのではなく最適化する

$$\boxed{ \min J = C_{annualized} +\lambda_1W_{fresh} +\lambda_2E +\lambda_3W_{source} +\lambda_4R_{chemistry} +\lambda_5R_{permit} }$$

制約は例えば：

$$SI_i\le SI_{i,max}$$ $$Cl^-\le Cl^-_{material}$$ $$SiO_2\le SiO_{2,max}$$ $$Q_{discharge}\le Q_{permit}$$ $$C_{discharge,i}\le C_{permit,i}$$

この構造から実務上重要な結論が得られる。

最適COCは通常、最大COCではない。

6. 水回収率を固定する前にresiduals managementを設計する

sewer capacityが小さいなら、それは膜・塔の最適化条件に入る。injectionが地質的/法的に不可能ならsite screeningに入る。ZLDしか出口がないなら、そのenergyとchemical demandを最初からthermal/water decisionへ組み込む。

3つのシナリオが示す設計方向

設計項目	Northern Virginia	Texas	Arizona
推奨熱アーキテクチャ	D2C + hybrid dry/wet	D2C + dry/hybrid	Warm-water D2C + predominantly dry
Wet coolingの役割	比較的大きいassist systemも可	peak/seasonal	trim/peak中心
Makeup source	利用可能ならreclaimed優先	reclaimed/alternative優先	reclaimed/non-potableを強く優先
初期COC最適化範囲	4–6	4–6、softening後に高COC評価	高COC追求から始めない
推奨pretreatment	必要に応じfiltration/softening	UF + softening/NF	Partial NF/ROまたはwet load削減
Full-flow RO	通常第一選択でない	水質次第	慎重に
Blowdown strategy	sewer/reuseが比較的現実的	sewer/MLD/site-specific	MLD/pond/injection/site-specific
最大の構造的リスク	high COCのbiofouling + Cl	scale + salt + summer demand	water availability + silica + chloride + concentrate

正確な推奨は実際の気象と水質で変わる。しかし構造的教訓は変わらない。最も乾燥・高温なサイトが、水不足への答えとして最も複雑なwater plantを建てる必要はない。wet-cooling duty自体を減らす方がレバレッジが大きい場合がある。

次世代データセンター水設計の考え方

従来の順序は：

$$\text{Data Center} \rightarrow \text{Large Cooling Tower} \rightarrow \text{Find Water} \rightarrow \text{Treat Water} \rightarrow \text{Handle Blowdown}$$

であった。

より堅牢な順序は：

$$\boxed{\text{Minimize Evaporative Heat Load First}}$$ $$\downarrow$$ $$\text{Use Lowest-Value Suitable Water}$$ $$\downarrow$$ $$\text{Treat Only What Chemistry Requires}$$ $$\downarrow$$ $$\text{Optimize COC, Don't Maximize It}$$ $$\downarrow$$ $$\text{Design Residuals Management Before Finalizing Recovery}$$

である。

この順序は、EPAのdata-center cooling向けrecycled water促進、ASHRAEのwarm-water liquid cooling、WRFのfit-for-purpose reuse、そしてhyperscalerのreclaimed water・hybrid cooling・zero-water-evaporation designへの方向と整合する。

メディアの問いは「AIデータセンターは水を使いすぎる」になりがちだが、工学的結論はもっと具体的である。

ハイパースケールAIインフラの水課題は、データセンターが「何m³の水を確保できるか」という問題ではない。どれだけの熱を蒸発で排出すべきか、その残りの負荷にどの水質を使うべきか、その水を化学的に安全に何回濃縮できるか、そして最後に残った全てのものをどこへ持っていくか、というシステム設計問題である。

したがって次世代データセンター水処理は、単純に「より大きなRO plant」で定義される可能性は低い。中心になるのは、thermal architecture、source-water quality、selective pretreatment、dynamic COC、residuals managementの統合設計である。

主要参考資料

• Lawrence Berkeley National Laboratory. United States Data Center Energy Usage Report: 2025 Update.
• Lawrence Berkeley National Laboratory. The water use of data center workloads: A review and assessment of key determinants.
• U.S. EPA. Water Reuse Action Plan 2.0.
• ASHRAE. AI Data Center Framework — Integrated Design Principles.
• ASHRAE. AI Data Center Framework — Energy and Thermal Efficiency.
• Microsoft. Inside Microsoft’s two-decade push to cut water intensity while scaling for growth.
• Amazon. Water stewardship.
• Loudoun Water. Water Reclamation / Broad Run Water Reclamation Facility.
• U.S. Department of Energy. Cooling Water Efficiency Opportunities for Federal Data Centers.
• U.S. Department of Energy. Best Management Practice 10: Cooling Tower Management.
• CDC. Controlling Legionella in Cooling Towers.
• Water Research Foundation. Treating Municipal Reclaimed Water for Multipurpose Industrial Reuse Applications.
• Water Research Foundation. Advancing Non-Evaporative Cooling Technologies in the CII Sector.
• DuPont Water Solutions. Nanofiltration (NF) and Brackish Water Reverse Osmosis Solutions.
• U.S. EPA. General Information About Injection Wells.