AI数据中心能源需求激增 或抹平美国15年减排成果

根据美国环保组织塞拉俱乐部（Sierra Club）的一项分析，到2030年，美国电力行业二氧化碳排放量可能增至约21亿吨，较2025年水平高出约42%。这一增幅相当于将美国电力行业自2010年代以来逐步实现的减排成果基本抹去。

推动这一变化的核心因素是AI基础设施建设热潮。随着大型语言模型训练、推理服务以及云端AI应用迅速普及，数据中心对电力的需求正以前所未有的速度增长。然而，清洁能源和电网扩容速度未能同步跟上这些需求。

分析指出，越来越多科技企业因为无法及时获得电网接入资格，开始绕开传统公共电网体系，自建发电设施以满足数据中心运行需求。这些被称为“表后发电”（Behind-the-Meter）的项目大多依赖天然气等化石燃料，其产生的排放量通常不会直接体现在公共电网排放统计之中。

报告预计，到2030年，由数据中心开发商建设或承包运营的离网发电设备，每年可能排放超过4.6亿吨二氧化碳。仅这一部分新增排放规模，就接近墨西哥全国一年的碳排放总量。需要指出的是，这一比较针对的是相关离网发电设施的排放，而非全部数据中心活动产生的排放。

造成企业转向自建发电的重要原因之一是电网接入流程缓慢。许多大型项目需要等待多年才能完成并网审批，而AI产业的发展节奏远快于传统能源基础设施建设周期。为了满足项目上线时间要求，开发商越来越倾向于部署天然气涡轮机等可快速建设的发电系统，并将其直接接入数据中心。

即便不考虑离网发电问题，连接公共电网的数据中心项目同样会对排放增长带来显著影响。分析认为，到2030年，这部分项目可能额外增加约1.54亿吨二氧化碳排放，相当于在基准水平上再提高约10%。换言之，无论数据中心选择离网还是并网供电，其能源消耗都将给美国减排目标带来明显压力。

业内人士指出，AI产业正在暴露美国能源基础设施的诸多瓶颈。随着越来越多超级计算集群和大型数据中心投入建设，如何在满足算力需求的同时保证清洁能源转型，将成为未来数年美国能源政策面临的关键课题。

分析同时指出，推动更多新能源项目落地、缩短电网接入等待时间，以及建立更严格的新增能源配套机制，被认为是缓解相关排放增长风险、避免AI产业扩张冲击气候目标的主要途径。