top of page

Google 150亿美元印度AI中心面临环境反弹

Google在印度启动了一项价值150亿美元的AI中心建设项目,但该项目如今正面临围绕水资源、电力、野生动物及环境审批日益加剧的冲突。这场争议已使该开发项目超出了Google新闻中常见的投资公告和政府背书周期。它正成为一场考验:在服务器开始运行之前,吉瓦级AI基础设施能否赢得当地信任。

该公司计划在安得拉邦沿海城市维沙卡帕特南及其周边建设这一中心。其核心是一座为高要求AI工作负载设计的吉瓦级数据中心。Google还计划新增海底电缆路由、光纤连接、清洁能源基础设施和本地供应商项目。

Google表示,先进的风冷技术将保护当地水资源。该公司还宣布开展流域合作,以应对水文压力和沿海生态敏感性问题。批评者认为,仅靠冷却技术无法消除对土地清理、电力需求、栖息地扰动和零散环境审查的担忧。

这场冲突的意义不止于一个施工现场。印度希望获得用于云服务、AI开发和数字主权的本土算力。Google则希望将基础设施部署得更接近一个庞大且不断增长的市场。当地社区希望看到证据,证明这些国家和企业层面的雄心不会将环境成本转嫁给其供水、电力系统和周边景观。

Google新闻故事发生了什么变化

该项目已从全国性的投资承诺进入实体施工阶段,使其环境取舍变得迫在眉睫。

Google于2025年10月宣布维沙卡帕特南中心,并于2026年4月28日破土动工。该公司将其称为在印度的首个AI中心,也是其在该国规模最大的投资。计划支出将横跨五年,从2026年持续至2030年。

AI中心一词所涵盖的不仅是一栋装满服务器的建筑。根据AI中心计划,这项投资结合了吉瓦级算力、扩大的能源容量以及新的网络基础设施。规划中的国际海底网关将通过多条电缆路由,把维沙卡帕特南与其他市场连接起来。

这些连接十分重要,因为AI服务依赖的不只是原始算力。它们还需要低延迟网络,也就是能够以最小延迟传输数据的连接。沿海电缆网关可使该地点既能服务印度客户,也能在更广泛地区路由流量。

Google正在与印度合作伙伴共同开发该项目。AdaniConneX——由Adani Enterprises和EdgeConneX参与的合资企业——正参与数据中心部分。Bharti Airtel则参与连接基础设施。这一结构使一家全球云服务运营商置身于印度能源、建筑和电信利益相关方构成的更广泛网络之中。

印度政府已将该项目宣传为重要的数字基础设施里程碑。其投资公告将该中心定位为印度扩大AI驱动服务和本土算力努力的一部分。政府官员还将其与安得拉邦更广泛的发展规划联系起来。

施工改变了政治层面的利害关系。公告描述的是未来收益,而破土动工则带来了有关土地、道路、变电站、输电、水资源和许可的可见决策。居民如今可以将宏观承诺与具体地点及审批文件进行比较。

环保组织质疑,相关设施是否被作为独立项目进行评估,尽管它们构成了一个相互连接的数据中心开发项目。这一区分很重要,因为分别审查各组成部分可能低估它们对水、电力、道路和土地的综合需求。

因此,反弹并非简单地反对AI。它要求了解监管机构衡量了哪些影响、采用了何种地理边界,以及公众能否查阅其所依据的假设。这些是适用于一个规模异常庞大的算力项目的常规基础设施问题。

这一转变解释了为何Google新闻叙事变化如此迅速。最初的故事关乎资本、云容量和印度的科技雄心。当前的故事则关乎审批和缓解计划是否与这一承诺中AI中心的实体规模相匹配。

吉瓦级规模使环境风险截然不同

一座1吉瓦数据中心并非普通办公园区,因为其持续的资源需求类似于大型工业基础设施。

吉瓦衡量的是电力容量,而非每日用电量。实际需求将取决于已建成建筑的数量、安装的芯片、工作负载利用率、冷却条件和施工阶段。不过,规划容量仍表明了该项目的量级。

AI服务器将高性能处理器集中安装在高密度机架中。这些处理器会将大部分电力转化为热量。冷却系统必须持续将热量从设备中带走,无论它主要依赖空气、水、制冷剂,还是其组合。

这带来了核心取舍。蒸发冷却可降低部分用电需求,但会消耗水资源。风冷可以节约用水,但可能需要更多电力,尤其是在炎热天气。闭环液冷系统可以在设施内部循环冷却液,但设备仍必须将热量排放到周围环境中。

Google已向记者表示,印度项目将采用先进风冷技术以保护当地水资源。这是一项有意义的设计承诺。但这并不意味着园区没有水足迹,也无法回答其电力来源的所有问题。

该公司还在公开规划中承认了当地条件。在4月的破土仪式上,Google宣布与Sponge Collaborative合作开展流域管理和社区项目。其施工更新明确提及园区附近既有的水文压力和沿海生态系统敏感性。

这种表述削弱了对该开发项目最简单的辩护。该公司并未声称水资源压力是虚构的。它主张,冷却选择、修复工作和社区供水系统能够减少或抵消项目影响。

批评者希望获得更多运营细节。重要问题包括园区预计的年度取水量、季节性峰值需求,以及干旱时期可获得的水源。他们还希望了解在运营开始前,施工将需要多少水。

当地背景使这些问题更加尖锐。Mongabay India报道称,截至2026年4月1日,维沙卡帕特南地区可用于生活、农业或工业用途的地下水量为全邦最低。其水资源评估引用的数据为21.2亿立方英尺可用地下水。

整个地区的水资源数字并不能揭示该项目的直接耗水量。但它说明了为何居民不太可能在没有场址级估算的情况下接受笼统保证。季节性供水条件、管道容量、水库水位和竞争性需求都会影响实际风险。

电力带来了类似挑战。Google表示,该中心将包括清洁能源开发,但数据中心每小时都需要可靠供电。可再生能源发电会随日照和风力变化,而AI工作负载通常持续运行。

因此,该项目将依赖电网电力、专属可再生能源项目、储能、输电和备用发电的某种组合。环境结果取决于设施在何时消耗电力,而不仅是Google每年签约采购多少可再生能源。

年度可再生能源匹配意味着一家公司采购或发电的可再生电力足以等同于年度用电量。但这并不必然意味着每台服务器在每个小时都由清洁电力供电。按小时匹配更难,因为发电和需求必须在时间和地点上保持一致。

Google一直在其全球运营中推进更精确的无碳能源核算。维沙卡帕特南将检验这一做法能否经受住AI快速扩张的考验——在这里,电网发展、算力需求和产业政策正在同步推进。

该项目的网络组成部分又增加了一层影响。海底电缆可以提高韧性并降低延迟,但电缆登陆点、陆地光纤路由和配套设施仍需要施工。完整审查必须检视互联的整个系统,而不仅仅是服务器机房。

Google的AI扩张遭遇当地环境现实

主要冲突在于Google对负责任AI基础设施的承诺,与对透明、累积性环境审查的要求之间的矛盾。

环保反对者重点关注当局如何审查相关场址。人权论坛已呼吁暂停Tarluvada和Rambilli超大规模数据中心园区的环境许可。

该组织认为,相关组成部分被分别处理,尽管它们被描述为更广泛开发项目的一部分。这一立场本身并不能证明监管机构存在违法行为,但它提出了一个实质性问题:评估是否捕捉到了累积影响。

累积评估考察互联项目和附近开发活动的综合影响。当多座设施从同一供水网络取水、依赖同一电网,或影响相邻栖息地时,这一点尤为重要。每个单独项目看起来都可能可控,但总负担可能变得显著。

许可异议还质疑资源使用与长期就业之间的关系。人权论坛引用官方估算称,Rambilli将提供650个岗位,Tarluvada将提供575个岗位。

这些数字不同于政府对整个投资相关直接和间接就业的更广泛预测。这种差异可能反映的是不同边界,而非事实矛盾。一项估算可能统计特定设施的运营岗位,另一项则包括施工、供应商、基础设施和带动活动。

然而,这一区别在政治上十分重要。数据中心在建设期间需要大量工人,但投入运营后将高度自动化。若公共激励措施和环境让步是以就业为依据的,官员必须明确说明是哪些岗位、持续多久,以及处于何种项目边界之内。

野生动物问题构成了另一个压力点。批评者对项目与保留林地、Kambalakonda Wildlife Sanctuary及当地水库的距离提出了疑问。具体距离和法律分类因场址而异,因此项目级披露至关重要。

服务器园区无需冒着浓烟,也能影响生态系统。建设可能清除植被、改变排水格局、产生扬尘、增加重型交通,并割裂动物迁徙路径。持续照明和设备噪声还可能带来额外的运营影响。

输电基础设施可能将影响范围延伸至园区边界之外。新的输电线路和变电站需要土地和通行走廊。它们带来的环境后果,应与冷却和用水问题一同纳入公众讨论。

Google表示,该项目将遵守适用法律。这只是最低法律标准,并不等同于完整的社会许可。社会许可指的是,即使正式许可已经获批,社区仍持续接受某个项目的程度。

这一差异在全球数据中心开发中已愈发常见。居民往往会发现,分区规划、电力规划、税收激励和用水协议是通过彼此独立的程序协商的。等到项目的完整规模变得可见时,关键决策可能已经难以逆转。

维沙卡帕特南集中了这些矛盾,因为这座城市既是工业中心,也是生态敏感的沿海地区。它拥有港口、海缆接入、技术人才和连接能力,这些条件使超大规模园区颇具吸引力。相同的沿海与城市条件,也让土地和水资源面临相互竞争的诉求。

Google论点中最有力的版本是,审慎的工程设计可以将AI增长与水资源压力分离开来。先进的空气冷却、流域修复、清洁能源采购和本地基础设施改善,或可在支持新增计算能力的同时限制损害。

批评者论点中最有力的版本是,如果没有量化基线和整合审查,就无法评估缓解措施。除非居民能够比较预测需求、实际取水量、季节性限制和修复成果,否则“负责任地管理水资源”的承诺几乎没有公共价值。

这正是核心权衡。Google提供的是技术缓解措施和经济发展;反对者要求的是,监管机构在接受这些收益之前,已经衡量项目整体影响的证据。

印度需要AI算力,但Google并非独自建设

维沙卡帕特南之争反映出一场全国性的基础设施竞赛:政府、云服务公司和当地社区正处于不同的时间表上。

印度有充分理由吸引AI计算投资。本土算力可减少对遥远云区域的依赖,改善服务延迟,并支持具有数据驻留要求的机构。它还可强化本地网络、能源、建设和云工程市场。

数据驻留是指要求或偏好将数据保留在特定国家或地区内的规则。本地云基础设施可让政府和受监管行业更容易实现合规,也让开发者能够更快地访问位于用户附近的计算资源。

Google计划建设的枢纽可支持Gemini服务、Google Cloud客户、消费级产品及其他高需求工作负载。该公司尚未公开未来算力的详细分配方案。因此,究竟有多少资源将服务于印度机构、又有多少将服务于全球流量,仍存在不确定性。

海底通信网关强化了该枢纽的区域作用。Google已宣布,除陆地光纤外,还将开通连接印度与新加坡、南非和澳大利亚的线路。这些连接可能使维沙卡帕特南成为国内计算与国际网络之间的重要枢纽。

这种潜力有助于解释政府的热情。即使数据中心在建成后不会雇用大量人员,它仍可锚定额外的基础设施。光纤线路、电力项目、设备供应和云服务都可能吸引相关投资。

不过,这些收益并不能消除分配问题。国家层面的收益可以与地方成本并存。更快的云区域会惠及印度各地的企业,而施工噪声、土地转换和公共事业压力则仍集中在项目周边。

其他科技公司也在扩张印度基础设施。Microsoft已宣布在该国进行大规模云和AI投资。Amazon Web Services运营着印度云区域,并持续建设更多容量。印度大型企业集团和专业运营商也在推进大型数据中心项目。

安得拉邦已在维沙卡帕特南周边争取数吉瓦的拟议数据中心容量。因此,Google园区不能脱离Reliance、Sify、CtrlS等公司计划建设的设施而孤立评估。即使采用高效冷却的项目,在同一城市周边聚集时也可能带来集体压力。

竞争正是在这里使环境承诺变得复杂。每家运营商都希望在竞争对手抢占需求之前准备好容量。政府希望在其他邦或国家赢得项目之前敲定投资决定。环境审查在机构拥有足够时间检验假设并收集公众意见时效果最佳。

这些时间表彼此冲突。AI硬件订单和建设进度推进迅速。流域研究、野生动物调查、输电规划和社区协商往往需要跨越多个季节。仓促推进其中任何一项都会产生风险。

印度还面临一项战略选择:它希望拥有怎样的AI算力。托管外国云基础设施能够增加国内获得计算资源的机会,但并不会自动让本地公司掌握模型、芯片、定价或稀缺算力的分配权。

Google将拥有或控制通过其技术栈交付的服务。印度合作伙伴将获得基础设施业务和技术经验。开发者可能获得更低延迟和更好的区域可用性。但这些结果都不能保证本地广泛获得最先进的加速器。

因此,项目价值应通过可衡量的产出来评判,包括在印度可获得的计算能力、本地采购、电网改善、用水表现、直接就业、技术培训和供应商发展。

政府官员预计将创造数千个直接就业岗位,以及更多的总岗位。这些数字需要在建设期和运营期之间仔细追踪。临时施工岗位不应被表述为长期数据中心职位。

清洁能源也存在类似区别。资助一个可再生能源项目很有价值,但读者应追问它是否新增发电能力、该发电能力接入何处,以及何时发电。关于清洁AI基础设施的说法,应反映园区的实际运营特征。

这场竞争并不只是Google对阵Microsoft或Amazon。主要较量在于快速部署基础设施与可信的本地保障措施之间。竞争对手的投资加大了压力,但仍只是这一核心冲突的辅助背景。

空气冷却回答了一个问题,却不是全部答案

Google的冷却承诺降低了一项重要风险,但它不能替代公开的运营上限和独立监测。

空气冷却值得进行精确评估。与通过蒸发水分带走热量的冷却塔相比,它可以大幅降低直接用水量。这使其成为水资源紧张地区的合理选择。

这一设计也带来权衡。风机、冷水机组、换热器和其他设备都会消耗电力。较高的室外温度会使排热更具挑战。因而,为节水而优化的系统可能提高峰值用电需求。

Google尚未公开完整的站点级模型,说明不同天气条件下预测的用水和用电情况。缺少这些信息,外部人士无法计算净环境影响,只能评估这一设计选择的方向。

该项目在日常冷却之外也需要用水。施工队需要用水,抑尘可能需要用水,员工需要卫生和饮用水供应。消防系统和绿化也可能带来额外需求,具体取决于最终设计。

这并不意味着用水量会达到网上流传的最令人担忧的估计。许多社交媒体帖子将蒸发式冷却设施的用水率套用于整个吉瓦级园区。当计划采用的冷却架构不同,这类计算就可能产生误导。

关于该设施必然耗尽当地地下水的说法,同样缺乏足够的公开证据。实际结果取决于供水合同、冷却设计、建设阶段、循环利用、降雨情况,以及园区使用的是市政供水、地表水、地下水、淡化水还是处理后的废水。

负责任的立场介于轻描淡写与灾难论之间。维沙卡帕特南的水资源约束已有记录,像这样规模的项目值得审查。同时,当Google披露用水强度较低的设计时,批评者也应更新估计。

Google的全球足迹表明,为何验证至关重要。该公司为支持AI服务而迅速扩张数据中心容量。尽管它投资补水项目和更高效的基础设施,其总体淡水消耗量仍在上升。

水资源补给是指资助或实施旨在向社区和生态系统恢复水资源的项目,例如流域修复、漏损减少和改善处理。补给并不等同于避免某一设施在干旱月份取水。

一个项目可能达到年度补给目标,却仍造成季节性或地方性压力。恢复水资源的地点、时间和水质都很重要。这正是园区级报告比公司整体百分比更具说服力的原因。

同样的原则也适用于碳排放。Google可以在其他地方签署可再生能源协议,而当地电网可能在某些时段仍供应高化石能源占比的电力。年度企业目标并不能说明一项特定AI请求的运营排放。

当一个枢纽服务于许多产品时,环境核算会更加困难。一个工作负载可能训练AI模型,另一个可能响应Gemini提示词,另一个可能托管企业数据库。共享的服务器、存储、冷却和网络使产品级分配存在不确定性。

对于本地监管而言,所需指标更简单。主管部门可以追踪月度用电量、峰值需求、按来源划分的取水量、废水排放、备用发电机使用、土地扰动和修复进展。

独立获取这些测量数据将有助于双方。批评者可用运营数据检验其担忧;Google则可展示其工程设计是否如承诺般有效。

该公司的流域项目也应接受同等审查。清洁饮用水系统和生态系统修复能够带来真实收益。其规模、维护、地点和持续时间,将决定它们是否能切实应对园区的影响范围。

透明报告还可改善行业实践。如果先进空气冷却在维沙卡帕特南表现有效,其他运营商可能在水资源紧张地区采用类似设计。如果电力需求显著上升,规划者将认识到节水需要配套额外的能源措施。

怀疑的重点并不是缓解措施必然失败,而是Google的环境论证在可衡量的限制取代笼统承诺之前仍不完整。合规、合作关系和工程说明体现的是意图;运营数据体现的是表现。

下一轮Google新闻更新必须披露什么

三个信号将显示,Google的印度AI枢纽究竟会成为负责任基础设施的典范,还是仓促扩张的警示。

第一个信号是整合后的资源规划。Google 和安得拉邦政府应披露各关联地点的预计用水需求、水源、峰值用电需求以及建设阶段。

这些信息之所以重要,是因为分散的数据可能掩盖累积压力。整合规划将显示,基础设施是否已按整个园区及相关开发项目的需求进行配置。若缺少此类规划,将加深外界对审批碎片化的担忧。

详细的冷却信息披露应包括系统在维沙卡帕特南最炎热月份的预期表现。年度平均效率无法反映供水和电力系统承受最大压力的时段。

第二个信号是对环境异议的处理。监管机构可能维持现有许可、要求开展额外研究、施加新的条件,或重新审视项目的分类方式。

无论建设是否继续,若审查将所有关联设施作为整体进行评估,都会增强外界对审批流程的信心。若回应范围狭窄、回避累积影响,核心批评仍将悬而未决。

相关文件应涵盖土地状况、野生动物邻近性、排水、噪声、照明、输电以及水库保护。水资源不能成为替代完整环境论证的方便说辞。

第三个信号是可衡量的落实情况。Google 的流域项目、风冷系统、清洁能源采购和社区项目,都需要基线数据与公开的进展报告。读者应关注数量、日期、地点以及经独立审查的结果。

Google 在 4 月发布的奠基声明承诺,在推进工业生态系统的同时增强环境韧性。随着建设推进、首批设施接近投运,这一说法将变得可验证。

开发商和企业买家应关注这些信号,因为基础设施约束最终会影响产品供应和云服务成本。电力接入、许可或建设延期,都可能影响区域容量。用水限制也可能影响冷却设计和扩张决策。

AI 用户应当关心,因为每一个生成的答案都依赖于某处的实体系统。服务器需要土地、电力、冷却、网络以及社区同意。云服务掩盖了这些基础设施,但并未消除它们。

关注该项目的知识工作者可以将来源文件、审批变化和公司声明整理在个人知识库中。这种做法能更方便地将早期承诺与后续运营结果进行比较。

未来最有价值的 Google 新闻,不会是又一次仪式性的宣布,而应提供站点层面的数据,说明该中心用了多少水、何时取用电力,以及修复工作是否带来可衡量的收益。

随着这些更新陆续发布,读者应持续追问一个问题:每一项新的披露,是否减少了有关该项目累积足迹的不确定性,还是仅仅重复其经济承诺?答案将决定维沙卡帕特南是展现负责任的 AI 建设,还是暴露自愿环境保障措施的局限。

 
 

免费开始

一款本地优先的AI助手,具备个人知识管理功能

为了获得更好的人工智能体验,

remio 目前仅支持Windows 10+ (x64)M-Chip Mac

在你的大脑里添加一个搜索栏

Ask remio

记住一切

​无需整理

bottom of page