欧洲的 AI Gigafactory 计划面临电力难题

欧洲启动了七座 AI gigafactory 的招标，但该计划面临一个仅靠投资无法解决的矛盾。先进计算需要可靠的电力、合适的电网接入、冷却能力以及可预测的运营成本。

欧盟委员会希望这些设施能够加强欧洲对具有战略重要性的 AI 基础设施的掌控。委员会已提供 100 亿欧元公共融资，并预计项目还将吸引 200 亿欧元私人投资。

这一规模听起来雄心勃勃。然而，关键竞争并不只是欧洲与美国或中国在模型开发方面的较量，而是欧洲的算力雄心与其能源系统物理限制之间的竞争。

每座拟建设施都将整合先进处理器、存储、网络、安全云访问，以及配套的数据中心基础设施。这些组成部分让一项 AI 政策变成了工业级电力项目。

欧洲已经分别出台了有关 AI 算力、电网现代化、数据中心效率和低碳能源的政策。gigafactory 招标要求将这些政策纳入同一建设时间表。

这种协调必须迅速完成。项目申请人的截止日期是 2026 年 11 月 12 日，而首批设施预计将在 2028 年年中左右投入运营。电力基础设施的建设周期往往要慢得多。

七座 Gigafactory 将 AI 政策转变为能源政策

这项新招标将欧洲的 AI 战略从融资承诺转变为对实体交付能力的考验。

欧盟委员会于 2026 年 7 月 30 日正式启动竞标，邀请由产业界主导的团队在欧盟范围内提出建设最多七座 AI gigafactory 的方案。

AI gigafactory 是为开发、训练和部署先进 AI 模型而设计的大型计算设施。它将专用处理器与使用这些处理器所需的存储、网络、冷却、安全和云服务结合起来。

委员会将获得这一规模的算力视为战略必需。其gigafactory 计划旨在服务欧洲初创企业、研究人员、成熟企业和公共机构。

自欧盟委员会主席 Ursula von der Leyen 于 2025 年 2 月巴黎 AI 行动峰会上推出 InvestAI 以来，该政策不断发展。该倡议提出为 AI 调动 2000 亿欧元资金，其中包括用于建设数座 gigafactory 的 200 亿欧元。

当前竞标采用了不同的融资结构。欧盟将提供 100 亿欧元公共支持，目标是从私人来源再吸引 200 亿欧元。

这些公共资金包括直接支持和融资工具。部分资金还取决于欧盟下一期长期预算，而成员国尚未最终确定该预算。

入选的七座设施将扩展欧洲现有网络；该网络已经包括 19 座较小型 AI 工厂。这些站点将 AI 服务与 EuroHPC 超级计算系统相连接。

委员会预计，新项目将使该网络提供的算力容量增加一倍以上。gigafactory 还将支持远大于现有设施规模的模型开发工作负载。

这正是能源问题无法回避之处。AI 训练集群将数千个加速器集中在同一地点，其用电需求更接近大型工业基础设施，而非普通办公数据中心。

其工作负载也不同于许多传统云服务。大型训练任务可能在较长时间内维持高耗电量。当数百万人或数百万台设备开始使用某一模型时，推理需求也可能迅速增长。

因此，一座设施需要的不只是年度可再生能源购电合同。它还需要能够在合适地点和时间提供所需电力的电网接入。

它还需要备用系统、冷却、水资源管理、网络容量，以及一份可信的本地电力供应扩张计划。每一项都会影响成本与建设进度。

委员会表示，可持续性表现强劲的项目将获得优先考虑。但宽泛的效率承诺无法解决由谁提供额外电力，或由谁承担电网强化费用的问题。

这一缺口构成了本文的核心张力。欧洲正将算力视为战略基础设施，但其能源系统尚未以同等紧迫性为 AI 基础设施进行规划。

欧洲的成本差距始于电网

如果电力昂贵、延迟供应，或无法在开发者需要的地点获得，欧洲的 AI 算力将难以保持竞争力。

压力首先落在争夺新设施落地权的各国政府身上。一份可信的提案必须整合土地、许可、融资、网络接入、冷却资源以及足够大的电力接入容量。

这些条件在欧洲各地差异显著。法国拥有庞大的核电机组优势。北欧市场提供低碳电力和较凉爽的气候，而若干中欧市场则靠近工业用户。

然而，有利的国家级发电条件并不能保证本地电网容量充足。即使一个国家整体发电量足够，输电拥堵仍可能阻止电力送达拟建地点。

接入排队又增加了一重障碍。数据中心开发商可能在电网运营商能够保证必要电力之前，就已获得处理器和建设融资。

在 gigafactory 规模下，这一问题更为严重。Interface 智库的研究称，大型 AI 集群在单一地点可能需要数百兆瓦电力。

其算力瓶颈研究认为，这类集群应被视为电力系统资产。它们的选址和运行模式会影响电网规划。

高电价也削弱了欧洲与竞争地区抗衡的理由。根据有关 gigafactory 启动的报道，委员会于 6 月公布的材料发现，欧盟电力成本可能是其他地区可比供应成本的数倍。

这种差异会贯穿设施的整个生命周期。公共融资能够降低初始建设成本，却无法永久消除不利的运营成本差距。

能源成本也会影响哪些机构能够使用由此产生的基础设施。补贴建设并不保证初创企业、大学或中型企业能够以可负担的价格获得使用权。

如果运营成本持续高企，设施业主将倾向于优先选择能够签订大额、可预测合同的客户。这种模式可能令规模较小的欧洲开发者依赖有限的补助或临时访问计划。

届时，欧洲将部署更多计算硬件，却无法形成广泛竞争力的 AI 市场。该地区将承担能源负担，而大型企业则获取大部分经济价值。

选址决定还带来另一项权衡。将集群设在现有低碳发电设施附近，可以减少排放和接入延迟；但这也可能将经济收益集中在少数地区。

将设施分布到更多成员国有助于实现政治目标，却可能选择电网较弱的地点。地理分布均衡的计划并不必然具备更高的能源效率。

欧洲内部电力市场本应有助于跨境输送电力。但在实践中，输电限制以及各国不同的许可制度，使快速工业发展变得更复杂。

因此，一项严肃的 AI 能源战略必须按可实际交付的电力评估拟建地点，而非仅看名义发电容量。它还必须区分现有供应与承诺中的项目。

该计划需要逐小时的信息，因为年度平均值可能掩盖化石能源占比高的时段。声称使用可再生能源覆盖的数据中心，仍可能在电网紧张时增加需求。

灵活计算提供了一种可能的应对方式。一些训练工作负载可以在不同地点之间迁移，或在电网承压时暂停。

但灵活性存在限度。昂贵的处理器只有在运行时才能产生收入，而商业客户也期待可预测的交付时间。运营商无法将所有工作负载都视为可中断任务。

推理服务面临更严格的限制。公共服务、医疗应用或工业系统不能在电价上涨时就停止运行。

因此，能源必须在建设开始前成为项目遴选的一部分，不能在政府选定优先地点后仍作为附带的可持续性事项来审查。

真正的冲突是算力增长与能源新增性之间的矛盾

如果每座新 gigafactory 都会增加总用电需求，仅靠效率无法解决问题。

核心政策问题是新增性。在这一语境下，新增性是指将新增计算需求与新增低碳发电、储能或其他可验证的能源容量相匹配。

如果没有新增供应，gigafactory 可能会消耗原本可供家庭、工厂、交通运输或工业电气化使用的电力。它还可能在供应紧张时推高批发电价。

长期购电协议有助于开发商为风电和太阳能项目融资。然而，一份年度合同并不能证明在计算活动的每一个小时都有清洁电力可用。

欧洲需要更严格的标准。项目申请人应说明使其设施得以运行的发电、储能、输电和需求灵活性条件。

该标准也应承认地区差异。接入以核电为主的电网的集群，与位于依赖进口天然气市场的集群，其能源特征并不相同。

这并不意味着每座设施都需要专属发电厂，而是指遴选过程应检验每个项目是否增加了可信的供应或灵活性。

委员会已承认数字基础设施与能源规划之间的联系。其 2026 年 6 月能源路线图将数据中心、AI、电网数字化和需求侧灵活性联系起来。

该路线图称，灵活用电可能降低整个欧盟的消费者成本。它还呼吁电网运营商、能源企业和数据中心行业加强合作。

这是一个有用的基础，但战略需要可执行的项目条件。自愿合作无法解决所有有关接入优先级、用水或基础设施成本的冲突。

委员会还在制定覆盖全欧盟的数据中心评级体系。其性能框架涵盖能源使用和水足迹报告。

透明报告可以暴露表现不佳的设施。不过，常用的效率指标无法揭示总用电需求是否可持续。

电力使用效率（PUE）衡量设施能源中有多少用于计算，而非冷却及其他开销。较低的比率通常表明建筑效率更高。

即使是一座效率极高的千兆级工厂，其耗电量仍可能超过效率较低、规模更小的设施。改善 PUE 并不能消除对发电能力和电网投资的需求。

芯片效率也带来类似的悖论。新一代加速器能够以每单位电力完成更多计算，但更低的计算成本往往会促使开发者运行规模更大的模型。

结果可能是总耗电量进一步上升。效率固然有帮助，但无法替代容量规划。

可信的做法应当将公共支持与可衡量的能源里程碑挂钩。项目可能需要获得确定的电网接入承诺、签约新增发电能力、储能承诺，以及获批的余热利用方案。

项目还应披露其预期的逐小时负荷曲线。监管机构和当地社区需要了解设施何时用电，而不只是其年度用电总量。

余热带来了另一项机会。数据中心会产生低温热能；在具备合适管网和附近需求的情况下，这些热能可用于区域供热。

不过，余热利用取决于选址和基础设施条件。不应将其变成一种泛泛而谈的说法，用来装点那些没有现实客户的项目。

水资源同样值得严格审视。不同冷却系统各有差异，而当地水资源短缺可能使一项技术上高效的设计，变成区域层面不佳的选择。

空气冷却可减少直接用水量，但会增加耗电。蒸发冷却系统能够降低能源需求，却会对当地水资源施加更大压力。

不存在放之四海而皆准的答案。相关策略必须评估每个选址在能源和用水方面的综合影响。

卢森堡前能源部长 Claude Turmes 曾主张，设施应依赖新增的低碳能源供应。他还呼吁对备用发电和冷却方案制定更明确的限制。

这一立场体现了其中艰难的权衡。欧洲需要更多计算能力，但当地社区不应通过更高账单或更少的资源获取来为此买单。

主权 AI 仍依赖外国芯片与私人需求

更多欧洲数据中心并不会自动让欧洲掌控完整的 AI 供应链。

千兆级工厂计划是减少对外国技术依赖这一更大努力的一部分。拟议中的 Cloud and AI Act 旨在扩大欧洲数据中心容量，并支持主权云服务。

欧盟委员会希望在五到七年内至少将欧盟的数据中心容量提高至原来的三倍。它还希望到 2035 年，欧洲企业和公共行政机构能够获得充足的容量。

能源只是这一挑战的一部分。欧洲目前尚未制造出足够数量的先进 AI 加速器，以满足这些规划设施的需求。

首批千兆级工厂很可能将高度依赖 Nvidia 和 AMD 的处理器。它们还将依赖由非欧洲供应商掌控的内存、网络设备和制造能力。

一座位于欧洲、装满进口硬件的建筑，相比使用海外服务可提供更多运营控制权，但并不意味着实现了完全的技术独立。

这一差别很重要，因为主权包含多个层面，包括设施所有权、司法管辖权、数据控制、云软件、处理器供应、模型所有权和访问权。

一个项目可能在某一类别中表现良好，却在另一类别中表现不佳。政策制定者应避免将这些差异压缩为一个单一的“主权”标签。

需求同样带来重大不确定性。欧洲需要能够持续使用这些昂贵系统的客户。

前沿 AI 实验室可以充当锚定客户，但欧洲大型模型开发商数量少于美国。仅靠公共研究需求，未必足以让七座设施全部保持高利用率。

工业 AI 提供了更有力的长期理由。欧洲制造商、能源公司、制药集团、汽车制造商和公共服务机构掌握着宝贵的专业数据。

这些机构可以利用共享计算能力，开发面向工程、材料、医疗健康、机器人、能源管理和科学研究的模型。

不过，接入必须切实可行。企业需要合适的软件、熟练的团队、安全的数据环境，以及支持重复使用的商业条款。

仅提供硬件而缺少这些配套能力，可能会造成基础设施利用不足。也可能建成一座为政治可见度而优化、而非为客户需求服务的设施。

私人投资者会密切审视这类需求。他们将希望看到可预测的利用率、信用可靠的客户，以及清晰的采购规则。

公共与私人目标可能出现分歧。政府可能优先保障初创企业和研究人员的接入，而投资者则更偏好能够降低财务风险的大客户。

欧洲必须在项目授予前解决这一冲突。否则，当运营成本上升时，接入承诺可能会被削弱。

融资结构还带来另一项风险。部分欧盟资金取决于预算谈判，而私人资本则取决于项目经济性。

若所有拟议公共资金未能到位，欧盟委员会已有应急方案。然而，较低的公共投入承诺可能会改变向私人投资者提供的条件。

这种不确定性在选址期间尤为重要。在完整的欧洲融资方案尚未确定前，各国政府可能就已承诺电网升级或税收支持。

投运时间同样十分紧迫。计划在 2028 年年中左右让首批设施上线，几乎不给许可争议、电网延误、采购问题或建设成本通胀留下多少缓冲空间。

近期欧洲能源项目表明，当许可审批与输电建设各自推进时，基础设施进度可能延后。AI 设施无法绕过这些实体建设流程。

因此，怀疑论者的观点很直接：欧洲可能宣布建设七座设施，选择政治上有吸引力的地点，但最终交付的项目数量仍低于预期。

这种结果并非不可避免。然而，要避免它，需要比承诺投资额和处理器数量更细致的里程碑。

每份中标提案都应公布交付路径，涵盖电网接入、低碳能源供应、建设、冷却、设备采购和客户承诺。

欧盟委员会还应报告相对于该路径的变动情况。公开透明将使其更难用整体项目公告掩盖延误。

欧洲需要一项涵盖电力、电网与 AI 的统一战略

欧盟拥有许多相关政策，但千兆级工厂竞赛需要一份具备共同期限的统一执行计划。

欧洲的政策基础比乍看之下更广泛。AI Continent Action Plan 支持计算基础设施，而 EuroHPC 则管理共享超级计算资源。

Cloud and AI Development Act 涉及容量与主权。另有独立的能源举措涵盖数据中心报告、电网数字化、灵活性和效率。

问题在于协调。计算资源授予可以快速推进，而输电升级、发电项目或区域许可流程则遵循另一套时间表。

一项综合战略应从绘制欧洲可交付电力容量地图开始。该地图必须包括接入时间、拥塞情况、发电结构、水资源压力和扩建成本。

它应区分当前可用的电力与依赖未来项目的电力。两者都很重要，但所承担的建设风险不同。

随后，这项战略应将 AI 选址与国家能源和产业计划相衔接。当多个项目申请相同容量时，成员国应说明哪些基础设施享有优先权。

随着欧洲推进交通、供暖和重工业电气化，这一点尤为重要。AI 数据中心将与其他气候和产业优先事项竞争电网接入。

为每个战略部门都赋予优先权，并不构成战略。政府必须判断，拟建设施能否创造足够的经济价值，以证明其占用稀缺容量是合理的。

这些决策还应考虑各项目支持的计算类型。一座服务于欧洲科学研究的设施，与一座主要支持外国广告系统的设施，其公共价值并不相同。

评估还应衡量数据和模型所有权。当形成的容量能够增强本地研究、企业和公共服务时，公共能源支持更容易获得认可。

第二项要求是加快电网建设。欧洲需要在数据中心建设的同时，协调输电、变电站、储能和发电项目的许可流程。

提速不应意味着取消环境审查，而应意味着对相互关联的基础设施进行整体评估，而非通过彼此孤立的程序逐一处理每个组成部分。

第三项要求是透明的成本分摊。开发商应为主要服务于其设施的基础设施提供资金，而更广泛的电网改善则可作为共同投资的理由。

如果缺乏明确规则，当地消费者可能要承担服务于私人计算项目的接入成本。这将削弱公众支持。

第四项要求是更强的运营灵活性。项目应说明哪些工作负载可按时间或地点转移，哪些则需要不中断的服务。

电网运营商可利用这些信息设计奖励灵活性的合同。能够提供真实需求响应的设施，或许可以获得更快的接入或更低的网络费用。

第五项要求是区域利益共享。承接项目的社区不应只得到建设活动和数量有限的长期岗位。

有益的回报可包括区域供热、本地电网改善、研究接入、培训项目，或对市政能源项目的直接支持。

这些承诺需要可衡量的目标。模糊的承诺无法解决围绕电价、水资源、土地或环境影响的争议。

欧洲还应避免将能源保障措施描述为 AI 竞争的障碍。可预测的规则能够通过识别真正可行的选址来降低投资者风险。

美国和中国运行在不同的能源、许可和产业体系下。欧洲若不考虑自身市场状况，就无法仅靠复制任一模式取胜。

其优势可以来自围绕低碳电力、强大的研究机构和可信的数据治理来规划高价值计算能力。

这种做法比一则融资公告更难解释，但比先建设、后追问能源问题更站得住脚。

三个信号将显示该计划是否可信

下一项考验不是再一次融资承诺，而是入选项目能否将计算时间表与可验证的能源交付相连接。

第一个信号是截至 2026 年 11 月 12 日提交提案的质量。严肃的投标应明确列出选址、客户、电网安排、冷却设计和融资伙伴。

它们还应说明新增低碳能源供应。若投标基于未来发电能力，就必须展示现实可行的许可、接入和完工日期。

详细的提案将强化欧洲具备交付能力的论点。一批没有可靠供电计划、仅具愿景的财团则会削弱这一论点。

第二个信号是欧盟委员会的遴选方法。可持续性必须具有足够权重，才能真正影响哪些选址胜出。

该方法应考虑绝对耗电需求、逐小时排放、用水量、电网加固和运营灵活性，而不应依赖单一效率比率。

欧盟委员会还应说明其如何评估欧洲的接入权和所有权。否则，主权相关主张仍将难以评估。

透明的方法论将帮助社区比较各个项目，也能让投资者更清晰地了解未来的监管预期。

第三个信号是：在建设加速之前，是否会出现具有约束力的电网接入和发电里程碑。这些协议将揭示，2028年年中这一目标是否仍然可信。

应关注明确的接入日期，而非初步讨论。同时还应关注项目是签约新增电力供应，还是主要依赖现有电力。

这一阶段的延误将暴露该计划的核心弱点：算力采购的推进速度快于欧洲能源基础设施建设。

反之，若取得相反结果，其意义将十分重大。协调一致的电网、发电、储能和建设承诺，将表明欧洲已开始将 AI 视为能源系统问题。

这一转变的影响不止于拟议中的七座设施。欧盟委员会预计，未来十年数据中心容量将大幅扩张。

国际能源署的 AI 能源分析 表明，政府为何不能将数字政策与电力规划割裂开来。数据中心需求正成为电力系统投资的重要因素。

欧洲面临的问题已不再是 AI 是否需要更多能源，而是该地区能否在不牺牲可负担性、脱碳目标或工业竞争力的前提下增加算力。

超级工厂计划提供了一个通过实际项目回答这一问题的机会。它可以让 AI 投资与新增发电能力、更强大的电网以及可问责的本地收益相协调。

但它也可能成为一次关于规划碎片化的昂贵教训。当电网接入姗姗来迟、运营成本仍缺乏竞争力时，公共资金无法让处理器真正发挥作用。

开发商、企业采购方和 AI 用户应关注每个中标方案背后的能源承诺。这些细节将决定产能、可用性，并最终影响服务成本。

欧洲政策制定者应以可比较的形式公布这些承诺。社区和客户需要证据，证明拟议设施不只是贴着战略标签的大型建筑。

未来几个月将显示，欧洲是否已经吸取 AI 基础设施竞赛中最核心的教训：算力战略就是能源战略，两者都无法在各自独立的时间表上取得成功。