哈佛研究:美国400座最大数据中心用电超半数来自化石燃料

哈佛大学研究首次从设施层面测算美国约400座超大规模数据中心,其年度用电约82太瓦时,54%来自天然气和煤炭,碳排放量相当于丹麦全国水平。在AI算力需求持续攀升的背景下,科技公司自建燃气电站的趋势正让这一排放问题进一步复杂化。

一句话看懂:哈佛大学研究首次从设施层面测算美国约400座超大规模数据中心,其年度用电约82太瓦时,54%来自天然气和煤炭,碳排放量相当于丹麦全国水平。在AI算力需求持续攀升的背景下,科技公司自建燃气电站的趋势正让这一排放问题进一步复杂化。

事件核心:发生了什么

哈佛大学团队在《Nature Sustainability》发表研究,利用卫星影像识别出美国403座大型数据中心,并将其2024年5月至2025年4月的估算电力需求与区域电网排放数据匹配。按核心情景,这些设施年耗电约82太瓦时,占全美用电约1.8%,其中逾一半集中在弗吉尼亚、俄勒冈、俄亥俄和爱荷华四州。电力来源中化石燃料占54%,天然气38%、煤炭15%,对应年排放约2570万吨二氧化碳。研究合著者Dominici表示,这一数字与美国密歇根州或丹麦全国的年度温室气体排放相当,也是2018年同类估算的两到三倍。研究同时指出,观察期截至2025年4月,此后AI推理与训练需求继续推高用电,实际数字可能更高。

为什么重要

这是较早一批以单座数据中心为颗粒度、结合卫星影像和电网数据的排放测算,把“AI算力扩张”从概念拉到了可核查的设施层面。更关键的是,国际能源署(IEA)在《Powering Artificial Intelligence》报告中警告,为绕过电网接入排队,美国运营商正越来越多自建天然气发电设施,全球数据中心年排放预计从当前约1.5亿吨升至2035年的约3.5亿吨。这意味着AI基础设施的扩张不仅考验电网容量,也成为气候目标能否兑现的变量。得州、弗吉尼亚、芬兰和英国等地电网互联申请已超过当前峰值负荷,监管机构正考虑最低付款承诺、保证金和“自带电源”等门槛。

对用户/开发者/创作者的影响

对开发者和AI应用团队而言,算力成本之外,能源与合规成本可能逐步传导:大型模型训练和推理若集中在高碳电网区域,企业披露的碳足迹压力会上升,采购云服务时“区域+能源结构”或成为新的选型维度。对内容和产品团队,COP31提出的“安塔利亚人工智能承诺”虽仍为自愿性质、不具法律约束力,但能效与透明度要求可能影响未来AI产品的对外表述和合规材料。企业采购侧,目前公开信息显示,电网接入门槛和本地发电要求正在成为数据中心选址的实际约束,长期合约的电力条款值得提前审视。

值得关注的后续

一是哈佛研究的方法与数据能否被后续更大范围观测验证,尤其是2025年后的用电与排放变化;二是IEA预测的自建燃气电站趋势是否在主要云厂商的资本开支中得到印证;三是“安塔利亚人工智能承诺”能否从自愿声明走向具有约束力的披露规则,以及各地电网互联新规对AI数据中心上线节奏的实际影响。

来源:The Decoder AI News

celebrityanime
celebrityanime
文章: 36045

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注