Amazon Google AI 竞赛将一座得州数据中心变成气候考验

Amazon 已将其 AI 扩张与得州一个获准每年排放 3300 万吨温室气体的电力项目绑定。该上限并不代表实际污染量。然而，它确立了 Amazon 在与 Google 及其他云服务商竞争时愿意支持的规模。

据报道，该计划的核心是位于 Pecos County 的 GW Ranch——一个私有电力和数据中心园区。Pacifico Energy 已获准在当地建设 7.65 吉瓦的燃气发电能力。据报道，Amazon 已收购该数据中心用地，并计划从相邻项目购电。

这场 Amazon Google 基础设施竞争已不再局限于芯片、模型或云合同。如今，它还包括获取海量可靠电力的能力。正在兴起的解决方案——专用天然气发电——与这些公司的公开气候承诺直接冲突。

Google、Microsoft、Meta、xAI、OpenAI 和 Oracle 正在采取同类策略的不同版本。它们对电力的需求速度，超过了许多电网新增输电设施或可靠无碳发电能力的速度。得州提供土地、天然气、有利的开发规则，以及对私人出资发电厂的政治支持。

结果是一项影响深远的权衡。现场发电能够减轻公共电力系统的压力，并加快 AI 建设进度。但它也可能锁定数十年的化石燃料使用，同时将污染转移给对开发项目缺乏控制权的社区。

据报道 Amazon 正在 Pecos County 建设什么

核心事实并非一座已建成的 Amazon 设施目前每年已排放 3300 万吨，而是监管机构批准了具备达到这一上限能力的基础设施。

在 Amazon 被报道参与该项目之前，Pacifico Energy 就已宣布 GW Ranch 项目。该规划园区位于 Pecos County，占地超过 8000 英亩，毗邻 Permian Basin 丰富的天然气产区。

开发商于 2026 年 1 月获得 Texas Commission on Environmental Quality 的空气排放许可。根据已发布的 GW Ranch 规格，该许可涵盖 7.65 吉瓦燃气发电能力。

Pacifico 将该项目描述为面向超大规模数据中心和 AI 工作负载的私有电力系统。其拟议能源组合包括 7.65 吉瓦燃气发电、1.8 吉瓦电池储能和 750 兆瓦太阳能容量。

开发商最初将 GW Ranch 描述为一个 5 吉瓦数据中心园区。其首期工程设计可提供 1 吉瓦电力，首批供电目标定于 2027 年上半年。

一条 15 英里的管道将园区连接至 Waha 天然气枢纽。该位置可直接接入丰富的 Permian Basin 燃料，无需完全依赖长距离电力输送。

根据审阅的许可记录，该项目的许可允许每年排放超过 1.2 万吨受监管空气污染物。这些污染物包括烟尘、氨、一氧化碳和挥发性有机化合物。

同一批记录设定了每年约 3300 万吨的温室气体排放上限。这一数字代表获准的最高排放量，而非正常运营情况下的预测值。

实际污染量将取决于建成容量、涡轮机效率、运行时长，以及天然气、太阳能和电池之间的比例。建设也可能分多个阶段推进，而非立即达到完整规模。

这一区别至关重要，因为公开表述有时将许可上限视为有保证的年度排放量。证据支持一个更准确的结论：若项目建成并高负荷运行，GW Ranch 可依法成为一个排放量极高的污染源。

根据有关 Pecos County 计划的报道，Amazon 在该电力项目旁购置了数据中心用地。该公司将购买电力，而非直接开发每一台燃气涡轮机。

Amazon 表示，该园区将使用新的现场发电设施，不会增加得州家庭的电费。私有电网结构支持这一说法，因为该设施最初不会依赖常规电网服务。

私有发电并不会使项目在环境上保持中性。它改变的是谁为基础设施融资，以及电力如何输送至数据中心。天然气燃烧仍会释放二氧化碳和本地空气污染物。

所有权上的区别也令碳核算更加复杂。Amazon 可以从另一家公司购电，同时仍是推动该电力项目建设和运营的商业客户。

当 Amazon 报告其实现 2040 年净零目标的进展时，这种关系将成为关键。投资者和客户将希望了解，来自签约专用发电的排放将如何体现在公司的披露中。

为什么 Amazon Google AI 竞赛如今依赖天然气

AI 公司正将电力采购转变为一项竞争能力，因为没有可靠电力，计算能力几乎没有价值。

大型 AI 集群会将数千颗加速器协同运行。这些处理器需要持续供电、大量冷却、网络设备和配套基础设施。电力中断可能会扰乱成本高昂的训练或推理工作负载。

云服务商过去选择地点时，主要考虑网络接入、税收、土地和电网容量。AI 改变了这一计算的规模和紧迫性。如今，开发商寻找的是能够在压缩建设周期内新增数吉瓦容量的地点。

Amazon 的 AWS 业务正与 Google Cloud 和 Microsoft Azure 直接竞争这些地点。它还需要为 Amazon 自身的 AI 服务及训练大型模型的客户提供基础设施。

定制芯片进一步提高了赌注。Amazon 将 Trainium 处理器宣传为 AI 训练中更节能的替代方案。Google 多年来一直在开发 Tensor Processing Units，而 Microsoft 和 Meta 也在研发专用芯片。

效率提升能够降低每单位计算的用电量。但当公司快速扩大所售计算量时，这并不保证总用电量会下降。

Amazon 的 2025 年可持续发展报告体现了这一矛盾。该公司表示，2025 年其购买电力产生的排放增加了 34%，部分原因是数据中心增长。

Amazon 还报告称，仅第四季度就新增了超过 1.2 吉瓦的全球数据中心容量。其数据中心的全球电能使用效率比率为 1.14。

电能使用效率衡量的是设施总能耗与输送给计算设备的能耗之间的关系。该比率越接近 1.0，意味着用于冷却和其他开销的电力越少。

这一指标几乎无法说明电力本身的碳强度。由天然气供电的高效数据中心，仍可能比使用无碳能源、效率较低的设施产生更多排放。

Google 面临同样的矛盾。它因通过可再生能源采购匹配用电需求、并追求全天候无碳能源而建立了声誉。

但 Google 不断增长的 AI 负载已推动其转向包含天然气的项目。由 Crusoe 开发的一个 North Texas 拟议园区，将在可再生能源发电之外配套大型现场燃气电厂。

据报道，这一 Google 天然气项目的许可上限约为每年 450 万吨二氧化碳。Google 表示，尚未为该燃气设施签订最终合同。

因此，Amazon Google 的对比揭示的是一种行业机制，而非孤立的失误。两家公司都希望获得满足三个条件的能源：大规模、可靠输送和快速可用。

风能和太阳能能够提供低成本能源，尤其是在得州。然而，它们的波动性输出需要储能、输电、灵活需求或可靠发电来支撑持续计算。

新建核电站和先进反应堆仍是 Big Tech 长期战略的一部分。它们的开发与许可时间表很少能匹配 AI 园区迫在眉睫的建设进度。

天然气填补了这一时间缺口。涡轮机技术已经成熟，燃料供应充足，私有电厂可服务专属客户，无需等待公共电网完成每一项升级。

这一策略在商业上可以理解。但它也会形成寿命长久的资产，其经济性会鼓励在建成后持续运行。

为数据中心建设的燃气电厂可以运行数十年。这一期限远超当前 AI 投资周期，并令为 2030 年或 2040 年设定的气候目标更为复杂。

私有电力保护电网，但转移了风险

专用发电可以使纳税人免于承担部分基础设施成本，但气候、健康和地方规划风险仍未得到解决。

得州官员愈发担心，数据中心可能迫使公用事业公司为最终无法全面投入运营的项目进行昂贵投资。

大型设施可能在建设完成前数年就申请接入电网。如果公用事业公司围绕投机性需求建设输电和发电设施，家庭用户最终可能承担部分成本。

Greg Abbott 州长于 2026 年 6 月指示州能源监管机构避免这种结果。他的费率支付者指令要求开发商承担与其项目相关的基础设施成本。

Public Utility Commission 和 Electric Reliability Council of Texas 也对大型接入申请实施了更严格的审查。其目标是在电网能够可靠支持的地点才接入主要用户。

GW Ranch 提供了一种应对方案。Pacifico 计划建设一个主要自行发电、并选择性使用公共电网的私有系统。

因此，Amazon 可以主张其园区是在新增发电能力，而非与家庭争夺稀缺电力。这一说法回应了公众对 AI 开发最敏感的政治异议之一。

但这并不能解答所有担忧。私有电厂仍会影响区域天然气市场、供水、土地利用、道路、建设活动和当地空气质量。

Pecos County 位于主要石油和天然气产区内。在燃料产地旁建设可以减少输电需求，但也会在本就高强度能源生产的地区集中更多工业基础设施。

除二氧化碳外，天然气燃烧还会产生氮氧化物和其他污染物。其本地影响取决于涡轮机设计、运行模式、污染控制措施、天气以及附近人口的暴露情况。

二氧化碳则带来另一种问题。无论电厂接入 ERCOT 还是在表后运行，其气候影响都会在全球累积。

3300 万吨的许可排放上限使这种风险格外显眼。它超过了许多已建成发电站获准排放的最高温室气体量。

然而，如今将 GW Ranch 称为全国最大的污染源，会夸大现有证据。该项目的大部分仍处于拟议阶段，获批的产能也未必会持续以满负荷运行。

更稳妥的判断应当附带条件：如果 Pacifico 建成全部获批电厂并高负荷运营，GW Ranch 将跻身美国最大的单一温室气体排放源之列。

这一可能性也对 Amazon 关于效率能够承担大部分气候责任的说法提出了挑战。更高效的芯片和冷却技术仍然很有价值，但它们带来的节省可能被数吉瓦新增需求所淹没。

可再生能源匹配带来了另一项核算挑战。Amazon 表示，其通过购买可再生能源，使整个运营体系的所有用电都得到匹配。

年度匹配意味着系统中某处的可再生能源发电量可以等同于年度用电量。这并不必然意味着每座数据中心在每一个运行小时都使用无碳电力。

一个直接由天然气供电的园区，让这种差异难以忽视。物理电力来源与核算电力来源可能指向相反的方向。

这并不意味着购买可再生能源毫无价值。这类合同可以为新的风电和太阳能项目提供融资。它们只是无法抹去持续现场燃烧天然气这一运营现实。

因此，Amazon 需要说明的不只是其签约了多少可再生能源产能。它还需要披露 Pecos County 园区实际的能源结构、运行时长和归属排放量。

缺少这些细节，客户就无法判断将 AI 工作负载迁移至该地点的碳排放后果。企业买家也越来越需要这些数据来完成自身的排放报告。

Texas 正在成为 AI 电力的试验场

Amazon 的项目属于 Texas 更大规模建设潮的一部分，这场建设正在检验私人发电能否在不造成不可接受的公共成本的前提下实现扩张。

Texas 凭借可用土地、能源资源、税收政策以及相对快速的开发流程吸引数据中心。该州还拥有重要的科技枢纽和广泛的光纤基础设施。

这些优势催生了庞大的拟建项目队列。2026 年 7 月的一项分析发现，全州至少规划了 248 个数据中心开发项目。

能源项目储备的情况更能说明问题。美国至少有 74 座拟建天然气电厂将直接服务于数据中心，且每座容量均超过 100 兆瓦。

其中 32 个项目位于 Texas。根据一项全州分析，这些项目的许可申请允许其在最大运行状态下合计每年排放超过 2.87 亿吨温室气体。

这些数字描述的是获批或拟议的上限，而非有保障的实际排放量。即便如此，它们仍显示出，在许多数据中心投入运营之前，AI 需求已经如何重塑发电市场。

GW Ranch 的突出之处在于其单体规模。但在 West Texas 天然气产区附近寻求专用电力的，并不只有 Amazon。

Microsoft 被认为与 Pecos 地区一个配备现场天然气发电的大型园区有关。Meta 已支持为其 Texas 业务建设新的电力基础设施。OpenAI 和 Oracle 的 Stargate 开发项目也使用燃气轮机。

xAI 提供了一个值得警惕的先例。其 Tennessee 扩张因临时燃气轮机、排放许可及对附近社区的污染影响而受到审查。

这些项目在所有权、电网连接、燃料策略和监管状态上各不相同。不应将它们视作一种统一的发展模式。

但它们的共同方向十分明确：AI 运营商越来越倾向于围绕特定数据中心设计电力系统，而不是等待传统公用事业公司扩容。

这种转变迫使监管机构重新审视熟悉的边界。一个园区可以在同一地点兼具科技设施、工业综合体和大型发电站的性质。

地方政府往往缺乏同时评估这三种角色的经验。空气许可可能聚焦于单项污染物，而土地主管部门则分别评估用水、噪声、道路和税收激励措施。

社区可能难以看清累积效应。单个项目看似可以承受，但多个相邻园区足以改变区域基础设施和资源需求。

支持者指出，由私人公司出资的新发电设施能带来建设岗位、房地产投资和新增发电能力。他们还认为，AI 基础设施对美国保持科技领先地位具有战略意义。

批评者则质疑，数据中心创造的长期就业是否足以证明其土地、用水和能源需求合理。他们也质疑，为全球最大企业所有的设施提供税收优惠是否合理。

两种立场都应在项目层面接受证据检验。就业预测、税收协议、用水方案和能源合同应当足够公开，让居民能够评估这种交换是否公平。

Amazon Google AI 竞赛进一步凸显了这种透明度的必要性。社区面对的并非普通工业用户，而是其需求足以重塑整个区域电力市场的公司。

竞争也降低了企业自愿克制的可能性。如果 Google、Microsoft 或 Meta 能够更快获得产能，Amazon 就可能失去云工作负载以及稀缺建设资源的获取机会。

因此，每家公司都有先行推进、之后再处理环境后果的动机。只有当投资者、客户或监管机构加以约束时，气候承诺才会成为真正的限制条件。

Texas 官员已经在重新审视该州一贯的宽松做法。并网审查、成本分摊规则、地方暂停措施以及未来立法，都预示着一个争议更大的开发环境。

该州现在必须平衡两个曾经看似一致的目标：它希望吸引 AI 投资，但不希望家庭用户为基础设施买单，也不希望社区承担未披露的成本。

三个信号将显示 Amazon 能否为该项目辩护

该项目的可信度将取决于建设决策、透明的排放核算和可执行的 Texas 规则，而不是笼统的企业承诺。

第一个信号是 Pacifico 的最终建设方案。空气许可批准了 7.65 吉瓦的容量，但获得授权并不意味着每一台涡轮机都会安装。

一期设备订单、融资和场地施工将揭示项目近期的规模。较小的初始建设规模，加上储能和太阳能配置，将削弱最极端的排放情景。

若迅速承诺建设全部天然气产能，则会加剧对长期化石燃料依赖的担忧。这也将表明 Amazon 预计其 AI 工作负载需要多少基础设施。

第二个信号是 Amazon 对购买的现场电力进行的碳核算。该公司应披露，GW Ranch 的排放是否计入其 Scope 2 清单、价值链报告，或其他类别。

Scope 2 涵盖与购买电力相关的排放。合同设计会影响企业如何计算这些排放，特别是在可再生能源证书与专用发电相互作用时。

客户将需要基于市场和基于地点的两类数据。基于市场的核算反映合同和能源证书，而基于地点的核算则反映为工作负载供电的实际电力系统。

Amazon 还应在可行情况下报告按小时划分的能源来源。年度可再生能源匹配无法显示燃气轮机是否在夜间、低风速时期或计算负荷高峰窗口运行。

透明报告无法消除这些排放，但能让 AWS 客户比较不同地区，并决定对碳敏感的工作负载应在哪些地点运行。

沉默或高度汇总的披露将削弱 Amazon 的气候论据。这会表明，该公司的核算体系无法清晰地将 AI 的快速增长与其实际能源后果联系起来。

第三个信号是 Texas 的监管。州领导人已经要求保护电力消费者，而 2027 年立法会议正在临近。

相关规则可能要求更严格的财务担保、更清晰的用水披露、地方影响评估，或更详细的发电计划。它们也可能明确，私人电网项目是否能在供应短缺时转而依赖公共系统。

严格的框架将检验 Amazon 关于该开发项目可在不转移成本的情况下带来新增电力的说法。如果在这些规则下经济性依然具有吸引力，私人发电的论点就更具可信度。

宽松的要求将使备用服务、输电接入、退役和长期环境责任等问题悬而未决。

Amazon Google 的竞争不会因一个项目而停止。两家公司都需要更多计算能力，也都在探索天然气、可再生能源、储能和核能的组合。

真正的选择并不是 AI 是否使用电力，而是企业是否建设与其用来吸引客户和员工的气候承诺一致的电力系统。

开发商和企业买家应询问：他们的 AI 工作负载在哪里运行，实际由什么供电，以及服务提供商如何计算相关排放。仅凭效率声明无法回答这些问题。

跟踪这些项目的知识工作者还需要在许可文件、可持续发展报告、监管备案和公司公告之间建立可靠记录。可搜索的知识库可以帮助团队在计划变化时比较各方说法。

Amazon 的 Texas 园区仍是一项与许可上限相关的提案，而不是一个已建成、年排放 3300 万吨的排放源。这一限定应当指导对该项目的所有评估。

然而，这项许可仍然重要。企业不会在没有预期巨大计算需求的情况下，为如此规模的电力基础设施寻求授权。

下一个问题是，Amazon 能否缩小这一需求与其 2040 年气候承诺之间的差距。关注它订购的涡轮机、报告的排放量，以及 Texas 要求其遵守的规则。