哈佛研究发出警告:美国数据中心耗电量或远超预估 已超过智利全国用电水平
美国人工智能产业的迅猛扩张正在推高能源需求,而一项来自哈佛大学的新研究指出,美国数据中心的实际用电量可能已经远高于官方统计数字,其能源消耗规模甚至超过了整个智利全国的用电水平。

研究人员表示,随着生成式人工智能、大语言模型以及云计算服务的快速发展,美国各地持续建设新的数据中心。然而,由于现有统计方法存在局限性,许多数据中心的真实耗电情况可能并未被完全记录。
根据研究结果,美国数据中心目前每年耗电量可能已经达到约240太瓦时(TWh)以上。这一数字显著高于部分官方估算,也意味着数据中心已成为美国电力系统中增长最快的能源需求来源之一。作为对比,智利全国一年的总用电量还低于这一水平。
研究团队指出,传统统计方式通常依赖行业报告和部分运营商公开的数据,但大量设施的实际运行负荷、备用电源系统以及人工智能训练任务所产生的电力需求并未得到充分体现。随着越来越多企业部署先进AI模型,能源消耗正在以超出预期的速度增长。
专家警告称,如果当前趋势持续,美国未来几年可能需要建设大量新的发电设施和输电基础设施,以满足不断扩大的数据中心需求。特别是在人工智能产业高度集中的地区,电网承受的压力将愈发明显。
研究人员还提到,许多大型科技公司正在竞相建设专用于AI运算的数据中心集群。这类设施通常配备数量庞大的GPU加速器和高性能计算硬件,其电力消耗远高于传统互联网服务所需的数据中心。
与此同时,不断上涨的能源需求也引发了环境层面的担忧。虽然部分科技企业承诺采用可再生能源供电,并投资太阳能、风能以及核能项目,但研究认为,仅依靠现有能源建设速度可能难以完全满足未来AI产业扩张带来的需求增长。
报告作者表示,政策制定者、电力公司以及科技企业需要更准确的数据来评估未来电力需求,否则可能低估人工智能革命对能源系统造成的影响。研究团队认为,只有建立更透明、更全面的数据中心能源统计体系,才能更准确地制定长期能源规划。
随着AI模型规模不断扩大、推理服务覆盖更多应用场景,以及全球科技企业持续加码算力基础设施建设,数据中心已从幕后支撑设施逐渐演变为影响国家能源战略的重要因素。此次研究也再次引发外界对于人工智能时代能源消耗问题的广泛讨论,并提醒行业在追求算力增长的同时,必须认真应对由此带来的供电和可持续发展挑战。

