Amazon Google AI 竞赛撞上 7.65GW 天然气电厂与 3,300 万吨碳排放许可

据报道，Amazon 已收购得州一处数据中心选址，该项目关联到获批的 7.65 吉瓦天然气发电能力以及每年 3,300 万吨温室气体排放。如此惊人的上限，使 Amazon Google AI 竞赛成为一场考验：在对算力的需求面前，气候承诺能否得以维持。

该项目名为 GW Ranch，是由 Pacifico Energy 开发并获得许可、位于 Pecos County 的私有电网园区。近期报道将 Amazon 与该选址联系起来，但公开许可文件中，发电厂申请人为 Pacifico GW。这一区别很重要，因为最初申请排放许可的并非 Amazon。

即使所有权细节仍在逐步浮现，更大的冲突已经很清楚。Amazon 希望获得足够的电力来扩张人工智能基础设施，而无需等待多年才能接入传统电网。Google、Microsoft、Meta 及其他运营商也面临同样的限制，正推动整个行业转向建设专用发电厂。

据报道 Amazon 在 GW Ranch 获得了什么

核心进展是，据报道，Amazon 正进入一个已获监管机构批准建设超大型私有天然气系统的选址。

Pacifico Energy 于 2025 年公布 GW Ranch，将其定位为面向超大规模数据中心的离网供电园区。离网意味着其主要发电机组可以为园区供电，而无需依赖区域输电网络。

该公司随后获得了一项许可，涵盖最高 7.65 吉瓦的燃气发电能力。一份监管评估将其描述为位于 Pecos County 的绿地简单循环发电项目。

简单循环燃气轮机燃烧天然气，并将产生的高温燃气直接送入涡轮机。与许多联合循环电厂相比，它们启动更快，但通常从每单位燃料中提取的电力更少。

Pacifico 的计划是在整个项目范围内建设 35 台涡轮机。该许可规定的是最高获准排放量，而不是预测每台涡轮机都会持续以许可上限运行。

这一区别至关重要。许可上限说明监管机构在特定运行条件下允许的排放量，并不能证明建成后的园区会在运营的每一年都排放如此规模的污染物。

不过，这一上限仍揭示了项目的预期规模。Environmental Integrity Project 在其AI 电力分析中列出，GW Ranch 每年的二氧化碳当量排放量为 33,204,964 吨。

二氧化碳当量，即 CO2e，是按照不同温室气体的增温效应将其合并计算。因此，这一数字不应被简单表述为运营中电厂实测的二氧化碳排放量。

同一分析还列出，该项目每年获准排放逾 11,000 吨标准污染物，以及近 160 吨有害空气污染物。标准污染物是因其对健康、能见度和环境的影响而受到监管的常见污染物。

这些数字同样代表许可允许的最高值。施工阶段、安装的涡轮机型号、运行时长、污染控制措施以及园区最终的算力负载，都将决定实际排放量。

Pacifico 最初将该选址定位为可供超大规模客户使用的基础设施。新近报道指出，Amazon 已收购该地点，并为三栋数据中心建筑提交许可申请，同时现场已可见土地清理作业。

公开可查的记录尚未回答所有商业层面的问题。它们并未完整说明交易结构、发电资产的最终所有权，或 Amazon 计划以多快速度入驻整个园区。

最稳妥的结论比最戏剧化的标题更为克制。据报道，Amazon 正推进一项数据中心开发项目，而该项目所在地现有的天然气许可，能够支撑美国规模最大的私有发电集群之一。

这仍然是一项重大变化。一个获准建设的能源园区，已更接近成为一家明确具名的云计算巨头的基础设施，而不再只是面向匿名客户营销的投机性选址。

为什么 7.65GW 改变了数据中心电力之争

GW Ranch 不只是更大的服务器园区，因为其规划中的电力供应规模堪比一支大型区域发电机组群。

一吉瓦等于十亿瓦。因此，若完整获批设计全部建成，该选址的 7.65 吉瓦上限将相当于 7,650 兆瓦的发电能力。

Pacifico 表示，预计将从较小规模开始开发。早期项目资料描述了初始的一吉瓦，随后将随着客户需求增长而推进更多阶段。

这种分阶段路径在商业上比一次性启用 35 台涡轮机更合理。数据中心建筑需要时间建设、配置计算设备、完成内部连接，并达到稳定利用率。

不过，最终获批的发电能力仍然重要，因为电力可得性已成为 AI 扩张的制约因素。企业订购处理器的速度，可能快于公用事业公司建设变电站、输电线路和传统发电能力的速度。

电网项目往往要经历工程研究、并网排队、土地谈判和公众审查。私有电网园区使开发商能更好地掌控进度以及新发电设施的选址。

Pacifico 的首席运营官向 The Washington Post 表示，AI 建设热潮对电网而言负担过重，难以消化。这一立场概括了开发商将发电设施建在客户身边的理由。

支持者认为，这种模式能够保护现有用电客户。一个自行发电的园区不会在高需求时期立即将全部负载压到公共电网上。

该设计还能减少对输电拥塞的影响。电力在发电机组和服务器之间传输的距离更短，开发商则协调项目的两端。

然而，私有发电并不能消除公共影响。天然气仍须通过管道输送至涡轮机，排放物进入共享空气，水资源在当地具有价值，而道路通行会影响周边社区。

该项目仍可能寻求某种电网连接，用于备用电力、电力外送、维护期或后续开发。GW Ranch 与区域系统之间的确切关系，仍是一个关键的未解问题。

天然气之所以具有吸引力，是因为成熟的涡轮机可以全天提供可控电力。风电和太阳能的输出会随天气和时间变化，而电池则带来成本和持续时间方面的限制。

AI 基础设施也需要高可靠性。训练和推理集群包含大量处理器，它们依赖协调一致的网络、冷却和供电。

突发中断可能扰乱昂贵的计算任务，并使硬件恢复变得复杂。因此，当可再生能源输出或电网供应不足时，运营商重视能够随时响应的发电能力。

由此产生的权衡很难掩盖。专用天然气发电可以加快部署，并使电力供应更可预测，但也可能锁定多年的燃料消耗和排放。

这正是为何在 35 台涡轮机尚未全部建成前，该许可就已如此重要。它建立了一条路径，使 Amazon 能以传统电网规划可能无法匹配的速度获取算力容量。

Amazon Google AI 竞赛正在演变为能源竞赛

Amazon 和 Google 的竞争已不再局限于芯片、模型和云服务，因为稳定电力的获取如今制约着其上层的每一环。

Amazon 与 Google 的竞争涵盖云服务合同、AI 开发平台、自研处理器和消费者服务。每增加一项工作负载，最终都会转化为对电力、冷却、土地和网络容量的实际需求。

Amazon Web Services 向企业和 AI 开发者销售计算基础设施。Google 运营着竞争性的云平台，同时支撑自身的模型、搜索产品和消费者应用。

两家公司都能够提升处理器效率和数据中心设计。这些改进会降低完成固定工作量所需的电力，但当客户消耗远多于此前的计算资源时，总需求仍可能上升。

这种效应有助于解释，为何企业气候指标正朝错误方向发展。Amazon 报告称，其绝对碳排放量从 2024 年到 2025 年增加了 16%。

其可持续发展报告还称，同期碳强度增加了 3%。碳强度是将排放量与一项商业活动指标相对照，而非仅计算公司的总体碳足迹。

Amazon 强调了一个方向相反的长期趋势。该公司表示，自 2019 年以来，其碳强度下降了 38%，而收入增长了 156%。

这两种说法可以同时成立。Amazon 可以在每单位业务的碳效率上有所改善，但由于公司及其基础设施持续扩张，整体排放量仍会增加。

这种核算差异正处于当前争议的核心。气候变化对累积排放作出反应，而不仅仅取决于碳强度比率的改善。

Amazon 于 2019 年共同发起 The Climate Pledge，并承诺到 2040 年实现整个运营体系的净零碳排放。净零意味着大幅减少排放，并通过可信的碳移除或等效措施平衡剩余排放。

该公司坚持表示，这一承诺并未改变。其挑战在于，如何证明如此规模的获批天然气项目符合实现该目标所需的绝对排放下降路径。

Google 面临类似冲突。一个旨在支撑其 AI 基础设施的得州项目，预计将使用天然气发电，其年度潜在排放量以数百万吨计。

这一Google 天然气项目反映了同样的转变：转向稳定且邻近的发电能力。Google 仍表示，希望在其运营的每个小时和每个地点都使用无碳能源。

Microsoft 也加入了这一趋势。其在 Abilene 的一项规划扩张项目包括一座 900 兆瓦的现场发电厂，为两栋新的 AI 数据中心建筑提供支持。

一项Abilene 扩张计划使 Microsoft 紧邻现有的 OpenAI 和 Oracle Stargate 开发项目。该园区已经在使用一座较小的天然气发电厂，并结合电网电力和区域风能资源。

Meta 计划在 El Paso 建设的设施，则与另一项专用天然气项目相关。Chevron 已提议在 Permian Basin 为数据中心客户建设一座多吉瓦级发电综合体。

这些发展表明，Amazon 并非在作出孤立选择。由于 AI 的建设进度快于输电开发、核电建设以及一些可再生能源整合项目，领先运营商正趋同选择天然气。

竞争压力很直接。如果一家服务商率先获得电力并让集群上线，竞争对手就可能失去客户、模型训练能力和开发者关注。

一家公司可以坚持更严格的气候路径，并接受较慢的部署速度。它也可以确保获得天然气、更快推进，并承诺通过后续技术或额外的无碳项目减少由此产生的碳足迹。

当前的决策表明，速度正更频繁地占据上风。Amazon 与 Google 的 AI 竞赛日益奖励那些能够最先将燃料、土地和许可转化为稳定兆瓦电力的一方。

许可暴露出气候核算问题

Amazon 可以在其他地方购买可再生能源，但这仍无法解决在 Pecos County 运营大型燃气园区所带来的直接后果。

Amazon 表示，已在 Texas 的 40 个项目中开发了 10 吉瓦无碳能源，用于支持其现有数据中心运营。这一项目组合为该公司已完全放弃更清洁电力的说法提供了重要背景。

风电、太阳能和核电协议可以增加低碳发电，并支持更广泛的电网发展。按照公认的企业核算方法计算，它们也可以减少与年度用电量相关的排放。

难点在于时间和地点。一个可再生能源项目可能会在遥远的数据中心不需要电力的时段发电。该数据中心旁的燃气轮机仍可能在可再生能源出力下降时运行。

年度匹配将可再生能源采购与全年用电量进行平衡。小时级匹配则关注客户实际使用电力的时间和地点，是否有无碳电力可用。

第二种标准更难实现，但它更准确地反映了持续运行的 AI 园区的运营现实。大型燃气电厂不会因为购买了无关的日间太阳能电力，就在物理意义上变成无碳设施。

该项目的许可还引发了关于排放边界的问题。Amazon 可能拥有数据中心，而另一实体拥有或运营发电厂。

根据合同和运营控制权的不同，部分排放可能被计入购买电力，而非 Amazon 的直接排放。企业温室气体报告规则区分 Scope 1、Scope 2 和 Scope 3 排放。

Scope 1 涵盖企业拥有或控制的排放源所产生的直接排放。Scope 2 涵盖与购买电力相关的排放，而 Scope 3 则包括价值链中的其他排放。

这些分类有助于企业整理排放清单，但不会改变进入大气的物质。因此，读者应同时审视 Amazon 报告的碳足迹，以及为其站点供电所实际产生的排放。

3,320 万吨的上限也可能造成另一种混淆。它并非运营预测，将其直接与现有工厂实测的年度排放进行比较，可能会夸大短期影响。

GW Ranch 可能永远不会达到获批配置的完整规模。Amazon 可能只建设园区的一部分，安装更高效的设备，增加无碳发电，或让轮机低于最长运行时数运行。

相反的情况同样可能发生。快速增长的需求可能促使开发商按完整设计推进，尤其是在客户继续将大型 AI 集群部署在 West Texas 的情况下。

实际排放将取决于燃料消耗和运行时间，也将取决于上游甲烷泄漏——这并未完全体现在电厂释放的二氧化碳中。

甲烷是天然气的主要成分，也是一种强效温室气体。在燃料到达轮机之前，生产、加工和运输环节都可能发生泄漏。

当地空气影响值得单独关注。二氧化碳推动全球变暖，而氮氧化物、一氧化碳、甲醛和颗粒物污染则可能影响更靠近项目的社区。

Pecos County 人口较少且分散，但低人口密度并不意味着不存在健康或环境影响。相反，它可能让监测和公众参与更加困难。

水资源是另一个存在争议的问题。据报道，Amazon 表示该园区将使用微咸地下水，其中溶解盐分高于淡水，未经处理不适用于许多常规用途。

这一选择可以减少与饮用水和灌溉供水之间的竞争。但在缺乏详细含水层建模和长期监测的情况下，不能据此认定取水不会带来影响。

该项目需要一套透明的核算体系，覆盖建设、轮机运行、甲烷供应、取水以及任何新增可再生能源。企业排放强度指标本身无法解决这些问题。

更快的 AI 基础设施伴随长期风险

GW Ranch 最有力的理由是更快部署，但这一理由最薄弱之处，在于假设今天的应急方案会始终是临时措施。

开发商常将天然气描述为一座桥梁。在企业推进核电站、地热资源、扩展输电、更好的储能和更多可再生能源容量期间，它可以提供可靠电力。

但桥梁同样会形成具有长期运营寿命的基础设施。管道、轮机、变电站和冷却系统需要大量资本投入，业主通常希望在多年内收回这些投资。

一旦建成，这些资产的持续运营成本可能低于替换成本。这种经济效应可能会让化石燃料的使用延续至最初所称必要期限之后。

AI 需求预测带来了另一项不确定性。企业正在投资，前提是客户将继续为训练、推理、搜索、软件开发和自动化消耗更多算力。

需求增长迅速，但预测可能无法准确把握模型效率、硬件利用率、定价、监管以及客户支付意愿的变化。如果这些假设弱化，一个完整建成的 7.65 吉瓦系统可能显得过剩。

因此，该项目面临两种相反的风险。Amazon 可能建设过慢而失去对竞争对手的优势，也可能建设过于激进，最终拥有利用不足的发电和数据中心容量。

天然气价格带来进一步风险。私有电网园区可以避开部分输电问题，但也会与一种燃料的成本和供应情况紧密绑定。

Pecos County 靠近主要的 Permian Basin 产区，这有助于保障供应。但管道限制、出口需求、天气和市场变化仍可能影响交付价格。

项目生命周期内的环境合规要求也可能收紧。许可根据现行规则授权建设和运营，但未来的联邦或州要求可能增加监测、控制措施或运营成本。

在多个州，社区反对已成为数据中心的实质风险。居民因电价、噪音、水资源、房产影响、税收优惠以及永久就业岗位有限等问题，对项目提出质疑。

离网供电只能部分缓解最显眼的电价担忧。它无法回答有关管道、道路、空气排放、取水或未来电网连接的问题。

全国性先例的意义可能超过单个园区。一项 Texas 许可审查发现，许多规划中的数据中心配套建设了专用燃气发电设施。

如果这些项目同时推进，其合计排放可能超过任何单一许可所显示的影响。它们还可能形成一个主要由超大规模云服务商建设进度塑造的平行能源体系。

支持者将私有电网视为务实的基础设施。他们认为，无论如何 AI 需求都在到来，因此企业应为满足需求所需的发电设施提供资金，而不是将所有成本转嫁给公用事业客户。

批评者则认为这是一种监管捷径。他们担心私营电厂可以绕过公共资源规划的部分环节，却让居民承担环境影响，并对更广泛的发展决策缺乏影响力。

两种立场都指出了一个真实的限制。现有电力系统无法在云服务公司所期望的时间表内，为每个提出需求的站点增加数吉瓦容量。

悬而未决的问题是谁应当制定这些时间表。如果企业的 AI 计划决定节奏，天然气将成为默认选择，因为它比许多低碳替代方案更早可用。

如果监管机构、公用事业公司和社区设定更严格的条件，一些数据中心将更晚建成，或落在不同地点。这种延迟可能降低商业推进速度，却能改善公共监督和资源规划。

Amazon 尚未提供足够的项目具体细节来解决这场争论。该公司被报道参与其中，使信息披露变得更为紧迫，因为其气候承诺带来的期待已超出基本许可合规。

三个信号将揭示 GW Ranch 的走向

下一轮证据应来自建设记录、运营数据和 Amazon 自身的碳披露，而不是又一轮雄心勃勃的承诺。

第一个信号是 Amazon 初始建设的规模。拟建的三座数据中心大楼将表明项目正在推进，但不能证明整个 7.65 吉瓦系统都会建成。

读者应关注最终建筑审批、轮机采购、建设进度以及披露的计算容量。若项目迅速扩展至首期以外，将更有力地表明 GW Ranch 代表着向超大型私有燃气电网的持久转变。

如果首期规模较小，随后又长期延迟，则会削弱这一结论。这可能意味着许可保留了选择空间，而非预测实际的短期运营。

第二个信号是实测环境表现。一旦开始发电，燃料使用量、运行时数、温室气体、当地污染物和取水量将比许可允许的最高数值更重要。

连续排放监测和便于获取的公开报告，将使观察者能够区分部分使用的备用系统与高利用率的基荷电厂。基荷指预期在长时间内稳定运行的发电设施。

Amazon 还应说明该电厂的排放将列入 Scope 1、Scope 2，还是其他报告类别。所有权变化不应在站点运营与企业披露之间制造缺口。

第三个信号是后续新增电力资源的构成。Pacifico 曾讨论太阳能发电，而 Amazon 继续签署无碳电力合同。

关键问题是，这些资源是否会在实际运行时段替代 GW Ranch 的天然气。若可再生能源容量只是伴随燃气发电增长而扩张，就无法扭转项目的排放轨迹。

稳定的无碳资源将提供更有力的证据。核能、地热、长时储能或良好整合的可再生能源系统，可以在更多时段供电，而无需持续燃烧化石燃料。

Amazon 的下一份可持续发展报告将提供一项早期企业检验。即使排放强度有所改善，如果绝对排放量再次大幅增加，到 2040 年实现净零的路径将更难辩护。

Google 的披露和建设决策将提供竞争基准。如果 Google 在满足相近 AI 需求的同时降低对天然气的依赖，Amazon 将面临说明其路径为何不同的压力。

如果每一家超大规模云服务商都扩大燃气发电，问题就会成为系统性的。生成式 AI 热潮之前制定的气候目标，届时可能需要新的里程碑、更清晰的核算以及可执行的近期减排措施。

对于开发商和企业采购方而言，这并非抽象的环境争议。云架构决策日益带来能源后果，可能影响采购标准、排放报告、区域可用性和未来服务成本。

购买 AI 算力的团队应询问工作负载运行在何处、供应商如何匹配用电量，以及承诺的碳减排是否覆盖计算实际发生的时段。他们还应将绝对排放量与排放强度声明进行比较。

Amazon 与 Google 的 AI 竞赛不会因为一份许可受到审查而放缓。不过，客户、监管机构和投资者可以要求看到证据，证明更快的计算能力与可信的能源转型之间存在联系。

关注 GW Ranch 建设的第一阶段、其经测量的运营足迹，以及首批燃气轮机之后所采用的能源资源。这些信号将共同表明，这究竟是一座临时桥梁，还是美国 AI 新的实体基础。