人工智能 · 方法与治理档案

微行研究所

用清晰证据理解模型、方法与技术治理

ARCHIVE
2024.06 — 2026.09
Uncategorized 2026年11月17日

哈佛研究:403 座美国超大规模数据中心一年耗电堪比整个密歇根州,排放增至 AI 热潮前的三倍

哈佛大学的一项新研究显示,美国境内接入电网的 403 座超大规模(hyperscale)数据中心,一年消耗的电量相当于整个密歇根州。该研究周一发表在《Nature Sustainability》上,同时指出这些用电的大部分来自化石燃料,数据中心的碳排放已升至 AI 热潮兴起前的三倍。

为什么此前没人算清

美国联邦与州政府并不把数据中心用电从整个电力行业中单独统计,尽管越来越多人预计数据中心正在给美国电网带来严重压力。单个数据中心的用电量往往被视为商业机密,运营方和电力公司无需向公众披露具体数字。

该研究聚焦于超大规模数据中心——这类最大的设施近来成为各地社区反对的焦点。虽然它们常被用于 AI 推理或训练,但研究涉及的超大规模设施并非全部用于 AI。未参与该研究的能源研究者 Jon Koomey 指出:“超大规模数据中心在 AI 热潮之前就已经在快速增长了。”

研究方法与区域分布

为搭建数据集,哈佛研究者结合行业研究与卫星数据,整理出 2024 年 5 月至 2025 年 4 月间运行的 403 座超大规模数据中心名单,随后在多种情景下建模这些设施的用电,并结合所在区域电网的电源结构估算单个设施的碳排放。

各地情况差异明显:弗吉尼亚、俄勒冈、俄亥俄和艾奥瓦四个州的数据中心占研究中用电量的一半以上,其中弗吉尼亚正是“数据中心走廊”(Data Center Alley)所在地。

Koomey 评价说,“能确切知道数据中心一年用多少电,是非常有用的事”,并指出经同行评审的研究比粗略的“信封背面”估算更严谨。他自 2007 年起参与劳伦斯伯克利国家实验室的一份定期报告,用以估算该行业的能源与水耗。“有时候我们知道数字,有时候它藏在保密协议后面,没人看得到。”

研究可能已经“过时”

尽管基于近期数据,这项研究可能已显滞后——这本身反映了数据中心行业变化之快。研究中设施的平均规模为 40 兆瓦,与今天在建的部分数据中心相比并不算大。开发商正在建设数百乃至数千兆瓦级的园区,还有更大规模的提案。

“今天正在提议的一些巨型园区,规模远大于我们数据集中的典型设施,”该研究第一作者、哈佛陈曾熙公共卫生学院博士后研究员 Gianluca Guidi 说。

研究也未纳入选择自建电厂、即“表后供电”(behind-the-meter power)的开发商——Koomey 称这是准确评估数据中心总用电量时的一个“变数”。过去一年,美国各地拟建数据中心选址的自建发电计划激增,仅专门为数据中心预留的规划容量就高达 189 吉瓦,其中许多电厂依赖效率较低的自然气燃气轮机。彭博新能源财经(BloombergNEF)上周估计,如果美国开发队列中的所有表后电厂全部建成,可能使美国整体排放增加 10%。

统计口径可能改变

联邦政府迄今未单独追踪数据中心能耗,但这种情况可能很快改变。负责各行业能源统计的美国能源信息署(EIA)今年在 10 个州开展了三次数据中心用电试点调查。EIA 发言人 Lee Tucker 对 WIRED 表示,试点调查已经完成,该机构正基于此设计一项可能面向该行业的自愿性调查。

观察

这项研究的价值不在于给出一个精确数字,而在于提供了一种可复核的核算方法:把设施名录、建模用电与区域电网结构结合起来,估算单个数据中心的排放。它同时暴露了两个治理缺口——统计口径缺失,以及表后自建电厂完全在电网统计之外。随着园区规模从数十兆瓦走向吉瓦级,这两处缺口会让“AI 的能源账”越来越难算。

原文来源:Molly Taft / WIRED(经 Techmeme 发现)。本文为中文编译整理,事实以原文为准。