美国AI数据中心扩建恐增6.18亿吨排放,15年减排成果或归零
AI竞赛正在从芯片竞争、资本开支竞争,迅速演变为一场电力竞争。美国环保组织Sierra Club的一项内部分析显示,为运行AI数据中心而大规模建设化石燃料电厂,可能让美国电力行业到2030年的二氧化....
AI竞赛的焦点正在转移。芯片之后是资本开支,如今又烧到了电力上。美国环保组织Sierra Club的一份内部分析给出警示:为支撑AI数据中心而大举新建化石燃料电厂,可能把美国电力行业2030年的二氧化碳排放推到21亿吨,较2025年多出6.18亿吨,涨幅约42%,过去15年的减排成果甚至可能就此打水漂。这一预测并非行业共识,但它指向一个越来越绕不开的问题:AI基础设施进入下一阶段,光比谁建得快不够,还得看谁能把能源和排放的账算平。
6.18亿吨新增排放,15年减排成果面临回吐
Sierra Club把计划中的AI项目算进去之后,预计美国电力行业2030年的二氧化碳排放会达到21亿吨。
跟2025年比,这相当于多排约6.18亿吨,增幅高达42%。
Sierra Club气候与能源首席顾问杰里米·费舍尔说,要是放在一年半以前,研究人员对AI基础设施扩张规模及其影响的估计,恐怕只有现在这个预测的四分之一,甚至一半。
“这些数字继续让我们感到震惊。”他说。
该组织测算,如果相关项目最终都如期建成投用,美国电力行业过去15年削减温室气体排放的成果,可能被这波AI基建潮抵消掉。
为什么排放突然上升?天然气成了“最快答案”
大批数据中心开发商正转向天然气,来应对快速攀升的用电需求。
这些电力一部分来自并网电源,另一部分来自数据中心自建、不完全依赖电网的供电设施。开发商愿意“自带电源”,一个重要原因是并网排队太久,项目等不起。
费舍尔表示,到2030年,这些离网电源带来的排放可能超过4.6亿吨,规模大致相当于墨西哥一整年的排放总量。
Earthjustice和Better Data Center Project的另一项分析显示,这类自带电源项目里,约五分之四的能源可能来自天然气。
这些设施能帮AI数据中心更快落地,却也可能加重本地空气污染和气候排放,由此招来越来越多的社区反对。
不是所有预测都这么悲观
需要看到,Sierra Club的估计是迄今较为悲观的版本之一。
各家机构的预测结果差距巨大,关键原因在于:未来到底会建成多少数据中心、这些设施最终用什么技术、今后几年又有多少可再生能源并网,都充满不确定性。
今年1月,忧思科学家联盟曾预测,数据中心用化石燃料发电,可能使美国电力行业排放到2035年增加19%至29%,最高相当于每年多排3.42亿吨。
美国和加拿大研究人员6月发表的一篇论文则预计,该行业排放将增加28%。
不过,也有一些机构给出了完全不同的结果。
Rhodium Group认为,即便在2040年高排放情景下,由于可再生能源在经济性上持续优于化石燃料,美国电力行业温室气体排放仍可能比2025年下降24%。
彭博新能源财经分析师海伦·寇指出,新建项目若大量靠天然气发电,排放量上扬并不意外,可要提前算准却非常难。她提到,各情景下电力需求的落差,比加州与佛罗里达两州的需求总和还大。
美国电力行业为何可能重新“拐头向上”?
把时间拉长看,美国电力行业曾走过近二十年的持续减排路。
美国电力排放的峰值出现在2007年。2009年,水力压裂技术进步,美国成为全球最大天然气生产国。廉价天然气迅速替代了污染更重的煤炭,再加上美国环保署针对电厂碳排放出台监管措施,美国电力行业排放量一路下降。
拜登政府执政时,美方曾设定目标,要让电网到2035年实现完全脱碳。
可眼下天然气价格跌到历史低位,特朗普政府又在气候监管上明显松手。几重因素搅在一起,美国电力行业的排放量在2025年已经掉头回升。
AI数据中心大规模开建,让局面变得更难判断。
一旦新建数据中心大量烧天然气,有些项目还让效率偏低的燃气轮机连轴转,电力排放的确存在明显走高的可能。
能源创新组织电力主管布伦丹·皮尔庞特认为,这足以把美国电力行业多年的减排成果往回推,不过眼下还说不准这一幕必然出现。
项目延期与取消,可能成为最大变量
AI数据中心的建设,并不等于规划多少就能落地多少。
皮尔庞特说,排放预测难做,难在燃气轮机订单排起长队、电网接入要排队、项目建设进度这些关键变量都不好抓准。不少项目或许会拖后,甚至直接黄掉。
上个月,不可抗力通知。
缘由是监管上遇挫、社区又反对,该项目恐怕无法按原定计划在2028年投运。
这个例子也表明,数据中心项目真正落地的速度,或许比眼下规划数字慢得多。
AI投资的新命题:不仅缺芯片,也缺清洁电力
争论的焦点并不在于AI需求是真是假。情况恰恰相反:正因为AI需求涨得太快,电力供给、排放控制和社区接受度才一齐变成了新的卡点。
对科技公司来说,今后建数据中心,要应付的不只是土地、电网接入和设备采购,还有对天然气的依赖、碳排放、地方上的反对以及潜在的监管成本。
对投资者来说,AI资本开支的故事里正多出一项评估指标:这些项目最后用的是哪种电,随之而来的排放成本又由谁来买单。
Sierra Club的预测未必成真,但它给整个行业提了个醒:AI竞赛越是激烈,能源问题就越躲不开。将来真正有竞争力的数据中心,可能不光算力最强,还得做到电力更清洁、建设更高效、社区更愿意接受。(凤凰AI研究院)