Google 的 AI 数据中心面临清洁能源尚无法解决的电力选择

Google 及其他 AI 基础设施领军企业正面临一个单靠资金无法迅速解决的矛盾：算力容量的到来速度快于可靠电力的供应速度。

一项于 2026 年 8 月 19 日发布的新分析研究了高耗电 AI 数据中心可选的能源方案。其核心结论令人不安：尽管科技公司正推广核能和扩大可再生能源，天然气仍是近期最现实的选择。

企业气候承诺与实体交付周期之间的缺口，如今正影响 AI 基础设施的建设地点。它也决定了哪些项目能率先接入电网、哪些社区将承受影响，以及哪些运营商可能面临计算设备闲置的风险。

电力短缺并不只是全国发电总量的问题。数据中心需求集中在特定地区，而输电容量、变压器、管道和新发电设施都需要数年才能交付。

因此，Google、Microsoft、Amazon、Oracle 等运营商正在两条赛道上竞争。他们既需要密度不断提升的计算系统，也需要在这些系统失去经济价值前获得可靠电力。

由此形成的竞争，并非抽象意义上的天然气与核能之争，而是在偏向现成技术的期限压力下，速度与可持续性之间的较量。

AI 数据中心已让电力成为部署瓶颈

下一波 AI 基础设施最关键的限制，已不再只是芯片获取能力，而是在合适地点和时间获得电力的能力。

根据一份联邦实验室报告，美国数据中心 2023 年耗电约 176 太瓦时，约占全国用电量的 4.4%。

同一分析估计，到 2028 年，数据中心用电量可能占美国总用电量的 6.7% 至 12%。其中较高情景将接近该行业 2023 年用电量的三倍。

这些是全国层面的数字，但压力高度集中于地方。一座大型 AI 园区可能在公用事业公司原本只预期需求缓慢增长的地区申请数百兆瓦电力。

面向 AI 的设施还会将用电集中在昂贵加速器集群周边。这些芯片用于模型训练和推理，即为用户和软件应用运行已训练模型。

国际能源署估计，2024 年全球数据中心耗电 415 太瓦时，约占全球电力使用量的 1.5%。

其能源需求展望预计，到 2030 年这一用电量将达到约 945 太瓦时。除传统数字服务持续增长外，AI 是最大的推动因素。

美国面临最严峻的近期挑战。国际能源署预计，到 2030 年，数据中心将占美国电力需求增长的近一半。

这一增长落在本已排起漫长接入队列的电网上。根据国际能源署的数据，发达经济体建设新的输电线路可能需要四至八年。

重要电网组件的等待时间也在增加。变压器、电缆、涡轮机和开关设备无法按照云计算的节奏订购和安装。

AI 园区本身却能更快地从规划进入施工。这种错配可能让运营商拥有建筑和服务器，却没有确定的通电日期。

等待的成本异常高，因为 AI 硬件迭代很快。延迟投产的工厂有时还能保留其机械设备的价值，但随着新芯片上市，加速器集群可能失去竞争力。

这改变了运营商评估能源的方式。一个在数十年维度中成本最低的来源，可能输给一个虽更昂贵、却能更早开始供电的来源。

这也解释了为何一些设施正探索表后发电。这意味着在场地内或附近发电，而非完全依赖公用事业连接。

微电网将本地发电、储能和控制系统整合为一个可在较少依赖更广泛电网的情况下运行的系统。它们让开发商更能掌控时间安排，但也带来了新的燃料、许可和维护风险。

这一变化对云服务客户意义重大。算力短缺、区域容量限制和基础设施成本，都可能影响 AI 服务在何处可用，以及提供商如何分配其最新系统。

对开发商而言，电力可用性正成为间接的产品限制。一个模型可能已准备部署，但支撑其服务所需的基础设施仍困在并网接入队列中。

市场正在选择速度，而非最清洁的电力

近期采购更青睐那些能够持续运行，并在最新 AI 硬件过时前接入场地的能源来源。

太阳能和风能快速扩张，是因为它们可以分阶段建设，且运行时不直接产生排放。然而，其输出会随天气和昼夜变化。

AI 工作负载不会随着太阳运行。训练任务可能持续占用加速器，而推理服务必须在用户需求出现时随时响应。

电池可以在数小时内转移可再生电力。但目前它们尚无法以经济方式覆盖大型园区中每一次太阳能或风能产出疲弱的长时间段。

当区域容量充足时，电网连接可以平衡这些波动。但在受限市场中，电网本身正是运营商试图摆脱的瓶颈。

天然气更契合眼前的需求。燃气轮机和往复式发动机能够提供可调度电力，即运营商可随需求变化提高或降低发电量。

天然气基础设施也广泛分布于美国各地。然而，设备短缺削弱了其原本被认为具备的速度优势。

大型涡轮机制造商已积累了延续至 2030 年前后的订单积压。如今开始规划的开发商不能假定新的联合循环电厂会很快建成。

往复式发动机在一些项目中提供了更快的替代方案。这些模块化设备可以更早投入使用，并在 AI 工作负载波动时保持效率。

其吸引力很直接：运营商可以先安装首批设备，为园区的一部分通电，并随着服务器机房启用而增加更多设备。

这种灵活性并不意味着天然气是清洁能源解决方案。燃烧会产生二氧化碳，而氮氧化物排放可能使当地空气许可流程更加复杂。

燃料电池则处于这一权衡的另一位置。它们通过电化学过程而非传统燃烧将燃料转化为电力。

一些燃气燃料电池产生的当地空气污染少于发动机。但当其氢气来自天然气时，仍会产生碳排放。

Oracle 和 BorderPlex Digital Assets 于 2026 年 4 月披露了这种方案的规模。其Project Jupiter 计划描述了一座新墨西哥州 AI 园区，可能使用最高 2.5 吉瓦的燃料电池容量。

计划中的装置将把发电整合进一个大型微电网，取代此前提议的涡轮机和柴油发电机。为场地输送足够的天然气仍是另一项基础设施挑战。

没有任何技术能消除所有延误。燃气发电机仍需要设备、燃料输送、空气许可、并网研究和社区接受度。

重要的变化在于，开发商如今会将这些限制视为同一张时间表。一台迅速到货的发电机若没有管道便毫无用处，而一座建成的太阳能电站也无法独自保证持续输出。

这一现实也削弱了基于平均电价的简单比较。运营商关心的是何时开始供电、运行可靠性如何，以及是否能随着每个建设阶段扩展。

延迟的清洁能源项目可能迫使公司让昂贵的计算容量闲置。快速推进的化石燃料项目则可能带来排放风险，并在最初的进度危机过去后持续很久。

这正是核心权衡。市场奖励即时可用性，而气候承诺依赖于以数十年为尺度作出的决策。

天然气是可能变成终点的过渡桥梁

天然气可以释放近期 AI 容量，但作为临时桥梁建设的基础设施，往往会比规划者最初预期的服役时间长得多。

国际能源署估计，美国数据中心实际消耗的电力中，已有超过 40% 来自天然气。可再生能源约占 24%，其后是核能和煤炭。

实体电力与合同电力之间的区别很重要。一家公司可以签署可再生能源采购协议，但其本地设施仍可能消耗依赖化石燃料的电网电力。

合同采购可以为其他地区新增清洁发电提供融资，但无法确保数据中心在每一个运行小时都获得无碳电力。

Google 的应对方式是推进全天候无碳能源。其目标是在每个电网、每个小时让用电量与无碳供应相匹配，而非仅平衡年度总量。

当 AI 需求增长快于清洁稳定发电能力时，这一目标就更难实现。稳定电力是指无论即时天气条件如何都能持续供应的电力。

天然气提供稳定输出和相对成熟的技术。它还可以在公用事业公司完成全面电网连接前支持微电网。

当低碳替代方案有明确交付日期时，过渡策略听起来颇为合理。风险出现在核能、地热能、输电或储能项目的进度延后时。

一旦开发商安装发动机、管道、电气控制系统并签下燃料合同，天然气系统就成为可运行资产。替换它可能意味着对仍能运作的设备进行减记。

需求增长会强化这种锁定效应。规划中的清洁能源可能足以覆盖最初的园区，但新增服务器机房会消耗新释放的容量。

于是，天然气不再被淘汰，反而继续成为必需。运营商既没有降低依赖程度，也没有减少对燃料价格变化的暴露。

更广泛的系统同样面临这种动态。国际能源署预计，到 2030 年，天然气和煤炭合计将满足全球新增数据中心电力需求的 40% 以上。

预计可再生能源将提供近一半的增长。这一规模可观，但在当前电网设计下，仍无法消除对可调度发电的需求。

在美国，预计到 2030 年，天然气将为数据中心每年新增供电超过 130 太瓦时。预计可再生能源将增加约 110 太瓦时。

这一结果使 AI 基础设施成为检验企业排放主张的试金石。公司可以准确报告新增的清洁能源合同，但其扩张也可能同时支撑新增化石燃料发电。

这种核算方式未必具有误导性。它反映的是，为清洁电力融资与实际运营可靠的本地系统之间存在差异。

然而，客户和政策制定者需要同时了解这两种视角。年度可再生能源匹配无法回答：一项新的 AI 工作负载是否在傍晚用电高峰期间增加了燃气发电。

问题也不止涉及二氧化碳。拟建设施周边的社区经常关注土地、水资源、噪声、当地空气质量以及居民电费。

现场发电将部分电网负担转移至私有设备上。它也可能让工业排放和噪声更靠近居民区。

因此，当地反对意见可能拖延那些因求快而选择的燃气项目。许可审批成为通电时间计算中的另一项因素。

一项可信的过渡方案需要可衡量的退出条件。这些条件包括替代电源、交付时间表，以及明确的退役或转换路径。

缺少这些承诺，过渡方案就会演变为无限期的运营模式。最初的紧急状态随后会在数十年间塑造该地区的能源系统。

Google 对核能的押注解决了正确的问题，却踩错了时间表

先进核电符合 AI 运营商对可靠性和排放特征的需求，但大多数项目无法缓解当前的并网危机。

核电站能够持续发电，运行过程中的排放较低。其高容量因子使其对需要连续运行的设施颇具吸引力。

Google 于 2024 年 10 月与 Kairos Power 签署协议，以支持多座小型模块化反应堆。SMR 是一种容量较低的反应堆，旨在实现可重复建设和分阶段部署。

这项 Kairos 协议的目标是在多个项目中实现最多 500 兆瓦的发电能力。首个项目预计于 2030 年部署，其他项目将持续推进至 2035 年。

Kairos 采用熔盐冷却系统和陶瓷球形燃料。Google 表示，这种低压设计可以简化建设，并改善固有安全特性。

这些说法仍需经过商业化验证。建造一座示范反应堆，与按期、在可接受预算内交付一批可复制部署的反应堆并不是一回事。

尽管如此，Google 的策略确实针对了一个真实的市场失灵问题。反应堆开发商需要获得承诺客户，供应商才会投资制造产能和标准化流程。

多项目订单为 Kairos 提供了从连续建设中学习的路径。如果小型反应堆要避免定制化巨型项目常见的延误，重复建设至关重要。

该协议也能与可再生能源形成互补。在风电和太阳能以较低运行排放提供波动性电力的同时，核电可提供稳定电源。

时间安排仍是其弱点。首个项目即便在 2030 年左右部署，也无法为那些等待在 2026 年、2027 年或 2028 年通电的园区供电。

IEA 的基准情景反映了这一限制。它预计小型模块化反应堆将在 2030 年左右进入数据中心电力结构，之后贡献将进一步扩大。

Microsoft 则采取了另一条核电路径，支持重启一座现有反应堆。Constellation 计划根据与 Microsoft 签署的一项为期 20 年的购电协议，重启 Three Mile Island 1 号机组。

该提案寻求在获得联邦、州和地方批准的前提下，于 2028 年让该反应堆恢复运行。该计划涉及在停运五年后修复主要电厂设备。

一篇 独立报道将此次重启形容为可行但困难。现有反应堆避开了一些首创工程风险，但仍需要细致检查和监管审查。

Amazon 也支持了先进核能项目，其中包括涉及 X-energy 和公用事业合作伙伴的项目。这些承诺共同表明，超大规模云服务商将核能开发视为战略性基础设施。

但这并不能证明商业化 SMR 会如期到来。在大规模部署层面，许可、供应链、燃料可得性、施工执行和公众接受度仍未解决。

核废料也仍是长期隐忧。一些近期研究认为，某些 SMR 设计每单位发电量产生的废弃物可能多于传统反应堆。

结果是时间表出现分化。2030 年后，核电可能成为持久解决方案的一部分，但燃气和既有电网资源仍很可能是近期的应对方式。

因此，评判 Google 的核能押注应看里程碑，而非公告。许可、完成的示范项目、公用事业协议、建设进展和实际交付的电力，比规划装机容量更重要。

这一策略解决了正确的技术问题：可靠的低碳电力。但它无法抹去这些反应堆投入运行前的数年空档。

可再生能源、储能和地热构成的是组合，而非替代方案

目前没有任何单一低碳能源能够满足 AI 园区所需的全部特征，因此运营商正根据区域条件构建能源组合。

太阳能的建设周期相对较短，并可模块化部署。开发商可以分阶段增加容量，而无需等待一个大型发电机组建成。

在数据中心规模下，它的局限性就变得重要。太阳能输出会在夜间消失，而大型项目需要在输电设施或客户基础设施附近占用大量土地。

电池储能可以将下午的发电量转移至傍晚时段。更长时间的恶劣天气仍需要电网供电、超额建设的发电能力，或另一种稳定资源。

风电可以在非日照时段发电，并且每单位能源的土地占用可能更少。其输出仍取决于地点和天气。

这两种技术也都依赖输电。最优质的风能和太阳能资源往往远离主要数据中心集群。

建设发电能力却未将其接入需求端，并不能解决通电时间问题。漫长的并网排队同样影响清洁电力项目和新增负荷。

IEA 仍预计，可再生能源将成为数据中心电力增长最快的来源。其 供应分析预计，2024 年至 2030 年间的年增长率将达到 22%。

预计在此期间，可再生能源将满足全球数据中心新增需求中近一半的电力需求。由于系统需要可控输出，燃气和煤炭仍占重要地位。

地热能最终可能改善这一能源组合。传统地热电站利用地下热能，以相对较小的地表占地提供稳定电力。

其部署历来依赖适宜的地质条件。新的钻井方法正尝试在更广泛的地点范围内形成可行的地下储层。

Google 已与 Fervo Energy 在增强型地热发电方面展开合作。增强型地热通过钻井和储层工程，在天然地下渗透性不足的地方获取热能。

美国能源部估计，下一代地热技术到 2050 年可提供 90 吉瓦稳定的美国电力。目前的地热装机容量仅占这一潜力的一小部分。

这项技术的吸引力显而易见。它能够持续提供低排放电力，且不像太阳能和风能那样依赖天气。

挑战在于实现商业化复制。钻井表现、当地地质条件、水资源管理、融资和许可都可能因项目而异。

燃料电池是能源组合中的另一部分。它们可以安装在需求端附近并模块化扩展，但以燃气为燃料的版本并不能消除碳排放。

如果氢气由低碳电力生产，便可减少这些排放。氢气的储存和运输比天然气更困难，而新的制氢基础设施仍然有限。

长时储能旨在覆盖超过传统电池放电时长的时段。候选技术包括热储能系统、压缩空气、液流电池和其他化学储能方法。

这些系统对土地、效率、材料和选址有不同要求。很少有技术达到吉瓦级 AI 园区所需的部署规模。

因此，能源组合的设计取决于地理条件。靠近水电资源的园区，与位于天然气资源丰富但输电薄弱地区的园区，面临不同的决策。

最佳组合也会随时间改变。燃气发动机可能支持初始阶段，而可再生能源、电池以及未来的核电或地热项目则在后期扩张。

这种排序可以减少延误，但前提是后续阶段持续获得资金支持并具备可执行性。否则，临时电源将继续承担工作负载。

运营商还必须考虑需求灵活性。当电力变得紧张时，一些计算任务可以在不同时间或地区之间转移。

训练工作负载或许能够容忍有限的调度调整。面向用户的推理通常需要更严格的响应时间，在当地电网承压时不能中断。

软件改进可以降低每项任务的能耗。但当更低成本的计算鼓励更多 AI 使用时，这并不保证总需求下降。

因此，可行的答案是受管理的能源组合。它结合发电、储能、电网接入、灵活工作负载和现实的建设时间表。

社区和公用事业如今握有决定权

即使技术方案最快，如果当地居民认为自己将承担成本、而科技公司攫取收益，它仍可能失败。

数据中心开发商常将电力视为企业与公用事业公司之间的采购问题。但实际交易会影响接入区域系统的每一个人。

公用事业公司根据预期需求建设变电站、输电线路和发电设施。监管机构决定哪些成本进入客户电价，哪些由开发商承担。

园区可以改善公用事业公司的收入基础，但也可能需要建设原本不会兴建的基础设施。这种风险如何分配，已变得具有政治重要性。

居民日益质疑，承诺的就业和税收收入是否足以证明土地利用、水资源需求、噪声、排放和电力成本变化是合理的。

这些担忧并不能相互替代。一个用水很少的项目仍可能需要燃气发动机，而以可再生能源为主的设计则可能需要更多土地和输电设施。

开发商无法仅凭企业碳目标回应所有反对意见。当地官员需要了解拟建地点的实际运营情况。

这包括峰值用电需求、备用发电、预计用水量、空气许可、噪声控制以及电网升级的责任归属。

可靠性规划同样重要。在供应紧张时，寻求持续供电的数据中心可能与家庭、工厂和公共基础设施竞争。

公用事业公司通常会规划服务所有获批客户。然而，突如其来的吉瓦级需求申请，挑战了围绕较慢工业增长建立的规划方法。

IEA 估计，若不解决电网约束，约 20% 的规划中数据中心项目面临延误风险。更好的选址和灵活运营可以降低这种风险。

将计算设施设在可用电力附近，听起来显而易见。实际上，运营商还需要网络连接、熟练劳动力、建设能力、合适土地以及可控的监管条件。

对延迟敏感的服务可能需要在区域上接近用户。大型模型训练任务则有更大自由度向能源充足的地区转移。

这种区别可以支持更好的基础设施设计。运营商可以将受约束的大都市站点留给对延迟敏感的需求，并将灵活工作负载转移到其他地点。

云服务公司也可以让其能源影响更易于评估。按小时披露用电情况，比仅按年度匹配可再生能源提供了更深入的洞察。

透明的披露应区分电网电力、现场发电、备用燃料使用、合同采购的清洁能源，以及实际的逐小时用电量。

同样的原则也适用于计划中的转型。如果燃气系统只是临时方案，公众应当知道它将由什么替代，以及何时替代。

社区同样需要防范投机性需求。如果已宣布建设的园区最终未能达到拟议规模，公用事业公司就可能面临过度建设的风险。

合同可以要求开发商即使在项目缩减或取消时，仍需承担基础设施成本。这类保障措施能够降低家庭用户承担搁浅投资成本的可能性。

公众的抵制有时被描绘成不可避免的技术进步的障碍。这种叙事忽视了成本与收益的分配问题。

AI 服务能够创造广泛的经济价值，但输电走廊、管道或发电机组会影响某个具体地点。因此，同意与补偿会影响部署速度。

该行业的电力问题部分是工程挑战，同样也是一个由谁承担财务、环境和可靠性风险的问题。

2030 年前值得关注的事项

三个信号将揭示，AI 数据中心是正迈向可持续的低碳电力，还是正在陷入长期依赖化石燃料的局面。

第一个信号是实际送电，而不是宣布采购。关注 Google 和 Kairos 何时获得许可、完成示范、启动建设并交付电力。

如果到 2030 年能有一座正常运行的反应堆，将增强先进核能能够支撑后续 AI 扩张的论据。反复延期则会加深对燃气和现有反应堆的依赖。

第二个信号是新增现场发电的构成。燃料电池、发动机和涡轮机可以缓解电网约束，但其燃料决定了排放结果。

关注项目是否包含具有约束力的转型安排，转向低碳氢、生物燃气、核能、地热能或扩大的电网供电。没有日期的愿景性表述，几乎无法防止路径锁定。

第三个信号是公用事业公司如何对待大负荷客户。监管机构正开始审查数据中心如何为新增输电、发电和备用容量付费。

要求更强财务承诺的规则，将保护其他客户免受被放弃或规模不足项目的影响。它们也可能放缓那些缺乏可信电力方案的投机性园区。

读者应将每一项重大的 AI 基础设施公告视为两个项目。一个项目建设计算园区，另一个项目则必须围绕它构建能源系统。

第一个项目获得了更多关注，因为加速器和模型定义了可见的 AI 竞争。第二个项目决定了这些系统能否运行。

一个有用的评估应从几个直接的问题开始：电力何时到位，哪种来源实际提供电力，以及谁为接入基础设施买单？

接着要问，在夜晚、极端天气、发电机故障和区域电网紧急情况下会发生什么。年度清洁能源合同无法回答这些运行层面的问题。

最后，寻找一份带有明确日期的转型计划。如果燃气被描述为过渡方案，开发商应说明最终目的地，以及淘汰这座“桥梁”的条件。

2030 年可能的电力结构不会产生一个简单的赢家。可再生能源将快速增长，燃气将填补眼前缺口，而核能将寻求提供后续的稳定容量。

地热能、储能、能效提升和工作负载灵活性可以缓解这种矛盾。但目前没有任何一项能够消除扩建电网和开展现实区域规划的必要性。

对于企业采购方和开发商而言，这个问题超出了环境披露的范畴。电力约束会影响云服务可用性、基础设施选址、部署进度和长期运营风险。

请关注下一项 AI 园区公告背后的实体建设节点。决定性的消息不是订购了多少加速器，而是在这些芯片沦为昨日硬件之前，可靠的电力是否已经到位。