Nebius 高效 AI 云主张面临排放量增至 32 倍的考验

Nebius 在运营排放量增长 32 倍后公布了新的效率数据，这使其近期 Google News 报道背后的矛盾更加突出。这家 AI 云服务商报告称，其不断扩张的数据中心组合在电力、水资源和余热回收方面表现强劲。然而，这一扩张也使其披露的范围 1 和范围 2 温室气体排放量从 2,036 吨二氧化碳当量增至 65,001 吨。

这种反差比任何单一效率指标都更重要。Nebius 主张，专为 AI 打造的基础设施能够以更少的配套能源和用水，提供更多 AI 算力。其可持续发展记录如今展现了这一主张的两面：单位基础设施的资源效率更高，但总体环境足迹也大幅扩大。

这使 Nebius 面对的不只是与另一家云服务公司的比较，而是一项艰难的基准考验。其真正的对手，是 AI 容量快速增长的算术规律。更好的冷却和更高密度的硬件可以减少浪费，但当服务商持续上线更多站点和兆瓦级容量时，整体环境压力仍可能上升。

Google News 标题掩盖了更复杂的更新

Nebius 改善了多项运营指标，但从全公司排放量来看，其更大的环境足迹压过了这些改善。

Nebius 于 2026 年 7 月 30 日发布了《2025 年可持续发展报告》。报告覆盖的一年中，公司从相对集中的欧洲布局扩展至七个正在运营的数据中心站点。

该公司报告称，其整个设施组合的平均电能使用效率（PUE）为 1.25。PUE 用于比较进入数据中心的全部电力与计算设备直接使用的电力。结果越接近 1，意味着用于冷却、照明、转换损耗和其他辅助系统的电力越少。

Nebius 将这一结果与全球行业平均值 1.54 进行了比较。该比较表明，其设施将更大比例的输入电力用于服务器和网络设备。

根据公司发布的效率披露，其硬件和设施设计在 2025 年避免了估计约 102 GWh 的用电量。Nebius 将这一数值等同于 9,800 户美国家庭一年的用电量。

这一估算需要谨慎解读。它描述的是相对于替代设计所避免的模型化能耗，而不是 Nebius 总用电量的下降。快速扩张的服务商可以相对于某一基准减少能耗，同时总体能耗仍在上升。

同样的区别也适用于用水。一处由公司自有的数据中心在 2025 年底录得的水资源使用效率为每千瓦时 0.018 升。水资源使用效率衡量现场用水量与计算设备能耗之间的关系。

Nebius 将该数值与预测中的美国数据中心平均每千瓦时 0.45 至 0.49 升进行了比较。公司将这一结果归因于风冷和闭环液冷技术；后者通过循环冷却液而非持续取水来实现散热。

Nebius 还预测，类似设计可为每吉瓦设施组合容量避免约 33 亿升的取水量。不过，公司明确将该数字描述为基于设计的预测，而不是已部署的一吉瓦基础设施在运营中实测得到的节水量。

这些限定并不意味着相关工程技术无关紧要。它们界定了这些数字所能证明的内容。报告提供了 Nebius 运营部分高效设施的证据，但并未证明扩张会带来更小的总体环境足迹。

这正是简单的 Google News 标题所缺失的关键背景。Nebius 已提出一套可信的运营效率叙事，但尚未解决一个更广泛的问题：效率提升能否跟上其扩张速度。

高效 AI 云设计始于热管理与冷却

Nebius 将冷却、服务器设计和余热回收视为一个整体系统，而非彼此独立的可持续发展项目。

AI 服务器会将其消耗的大部分电力转化为热量。数据中心必须在让处理器维持安全运行温度的同时移除这些热量。每一台风扇、水泵、冷水机组和冷却塔，都会在计算能耗之外增加额外开销。

Nebius 表示，其对服务器、机架、冷却系统以及部分数据中心设施进行协同设计。这种垂直整合方式让工程师能够更好地控制气流、冷却液路径、运行温度和设备密度。

在其芬兰设施中，公司可让服务器在最高 45 摄氏度的温度下运行。更宽的热运行范围使该站点在一年中更多时间能够利用室外空气进行冷却。

这种方法被称为自然冷却，即利用环境条件替代或减少机械制冷。芬兰的气候使这一方法格外实用，尽管 Nebius 表示其底层系统可适配其他地区。

高密度 AI 设备在许多配置下也需要液冷。Nebius 使用闭环系统，冷却液在处理器附近吸收热量，并在封闭回路中循环。这种方法与蒸发式系统相比，可减少直接取水。

这一差别很重要，因为液冷并不天然意味着节水。一些设计仍通过会消耗水资源的冷却塔排出热量。闭环系统能够减少计算系统内部的用水需求，但最终结果取决于整个站点的设计。

因此，Nebius 的方案结合了两种方法。风冷适用于合适的设备和环境条件，而闭环液冷则服务于高密度加速器系统。该公司称，这种组合有助于同时降低电力开销和取水量。

独立报道支持这一说法中的若干部分。一项 neocloud 分析发现，Nebius 在 2024 年的平均 PUE 为 1.3。据其可持续发展负责人 Daria Mukhortova 称，其芬兰设施在 2025 年表现最强的月份达到 1.15。

同一报道也指出了一项重要限制。PUE 衡量的是有多少电力到达计算设备，但不衡量这些设备完成了多少有用的 AI 工作。即使处理器利用率不足或模型效率低下，数据中心也可能录得出色的 PUE。

有用产出指标可以包括每兆瓦生成的 token 数、完成的训练任务数量，或加速器的有效运行时长。目前尚无通用的报告标准，能让买方在所有这些维度上比较不同服务商。

可靠性同样影响效率。设备故障或训练任务中断，可能迫使客户重复计算。这些额外工作会消耗能源，却不会产生额外的有用产出。

Nebius 表示，其硬件与软件整合有助于减少此类浪费。不过，客户仍需要工作负载层面的数据，才能将设施效率与实际应用效率区分开来。

这一机制既带来商业优势，也带来环境优势。未被用于冷却的电力，可以转而为创造收入的 GPU 供电。更低的冷却开销也能改善固定容量电力接入的经济效益。

这解释了为何即使客户并不要求可持续发展报告，AI 云服务商仍会推广高效基础设施。能源效率同时支撑容量、成本控制和运营可靠性。

更棘手的问题是，这些优势能否在条件优越的北欧地区之外延续。Nebius 正在美国扩张，而当地的能源来源、天气、电网约束和社区基础设施都存在显著差异。

余热回收让芬兰成为最有力的案例

Nebius 位于芬兰的设施将废热转化为本地产品，但这一模式依赖许多市场所缺乏的基础设施。

Mäntsälä 数据中心将回收热量供应给当地的区域供热网络。区域供热通过管道将集中生产的热水输送至附近住宅和建筑。

Nebius 在 2025 年输出了 19.5 GWh 的回收热量。公司表示，该系统在满负荷运行时的设计年输出能力超过 250 GWh。

这一巨大差距既反映了未来潜力，也反映了当前利用率的限制。较大的数字是设计上限，而非报告年度内的实际交付量。

该项目仍已带来可衡量的社区效益。Nebius 表示，数据中心余热使接入家庭的供暖成本降低了约 10%。

更早的运营数据提供了更长周期的视角。2022 年至 2024 年间，Mäntsälä 共再利用了超过 50 GWh 的热量。独立报道指出，这一热量足以在统计期间为 2,500 户住宅供暖。

余热回收从两个方面强化了可持续性论点。它替代了区域供热网络原本需要从其他来源获取的部分能源，也可能减少数据中心为散热所需的用电量。

然而，这一模式难以在任何地方复制。数据中心需要附近有热能用户、温度条件兼容、具备输配管道，并且热需求与计算运营时间相重叠。

Mukhortova 在行业报道中承认了这一限制。Nebius 可以在设计站点时预留热交换潜力，但美国社区通常缺乏区域供热网络。当本地系统无法接收时，即使技术上可回收的资源也几乎没有价值。

这使 Mäntsälä 既是范例，也是警示。它展示了数据中心基础设施如何与社区能源系统整合，也说明了为何一个成功站点无法证明全球范围内存在同样的运营模式。

因此，选址本身成为产品的一部分。北欧国家拥有凉爽气候，以及可再生能源或低碳发电占比较高的电力系统。其中许多国家也已建立成熟的区域供热网络。

Nebius 报告称，其在 2025 年于冰岛、法国和英国采购了 100% 可再生电力。公司还表示，芬兰正从 95% 的低碳电力过渡至 100% 可再生电力采购。

其冰岛部署体现了选址优势。Nebius 宣布在 Keflavik 建设一个 10 MW 集群，使用来自冰岛水电和地热资源的电力。公司是在宣布更大规模的美国扩张时，一并推出了该站点。

这一区域扩张包括一座设计容量可扩展至 300 MW 的新泽西设施。这一对比揭示了核心战略难题。

北欧的容量有助于建立强有力的可持续发展叙事，但客户需求也在推动 AI 基础设施向美国靠拢。最具吸引力的市场未必拥有同样的电力结构、气候或余热回收机会。

竞争对手面临同样的矛盾。CoreWeave 在瑞典运营，而 Nscale 和 NexGen Cloud 也在推进北欧部署。这些地点让 neocloud 服务商能够获得更低碳的电力和自然冷却条件。

这一机会并非无限。AI 训练需要大规模、稳定可靠的电力供应，而合适的电网接入十分稀缺。服务商往往只能从可用站点中做选择，而不是等待理想的可持续发展条件。

因此，Nebius必须证明其在芬兰形成的工程能力能够顺利复制到其他地区。公司可以标准化机架、冷却回路和软件，却无法在每个地点复制芬兰的气候、电网和区域供热网络。

排放增长考验Nebius的效率论点

Nebius面临的核心可持续性风险是绝对规模增长，而非单个设施未能提升效率。

Nebius报告称，2025年其基于市场法核算的范围1和范围2二氧化碳当量排放量为65,001公吨。范围1涵盖公司直接控制的排放源所产生的排放。范围2涵盖与购买的电力、供热和制冷相关的排放。

可比的2024年数据为2,036公吨。这意味着，其报告的运营排放量在一年内增长约32倍。

这一增长发生在Nebius的运营基础设施扩展至七个活跃站点之后。2025年，数据中心运营占其基于市场法核算的范围1和范围2排放量的99%。

这些数据并不与其报告的PUE结果相矛盾。公司可以提升每个单元的运行效率，同时新增足够多的单元，从而推高总体能耗和排放。

这是反弹问题的一种表现。效率提升降低了实现一定产出所需的资源，但更低的成本和更高的可用性随后可能推动产出大幅增加，进而抬升总需求。

对于AI基础设施而言，需求本已快速增长。更高效的冷却方式使提供商能够在同一电力接入条件下部署更多加速器。这会创造更多计算能力，但并不保证电力消耗会下降。

排放量增长也暴露出现有核算中的缺口。Nebius未报告2025年的范围3排放。范围3包括服务器制造、建筑材料、采购设备、运输及其他供应链活动带来的间接影响。

该公司表示，其报告边界和供应商数据系统仍在建设中。公司认为，现有信息不足以支持一份具有代表性的范围3清单。

这种谨慎比发布一份薄弱的估算更可取。但在基础设施建设周期内，这一缺失使得其相当大一部分环境足迹仍未被衡量。

GPU制造、混凝土、钢材、备用系统和新电力设备都带有隐含排放。一个在多个地区扩张的全栈服务提供商，无法仅凭运营用电数据确定其总体气候影响。

在该报告发布时，Nebius也尚未公布排放和资源使用方面的量化减排目标。公司称，这些目标正与其数据系统和治理流程一同制定。

一项独立的排放审查指出了这两方面的缺口。审查还考察了Nebius计划在美国采用表后燃料电池的情况。

表后发电直接为设施供电，而非完全依赖公共电网。Nebius已同意在其美国站点部署328 MW固体氧化物燃料电池容量。

燃料电池可以减少某些当地污染物，其用水量也低于部分基于燃烧的发电方式。它们还可在无需等待大型电网接入的情况下，提供稳定电力。

不过，环境表现取决于燃料来源。以天然气为燃料的燃料电池即使不在设施内进行传统燃烧，仍会产生温室气体排放。

Nebius公开的可持续性描述强调的是更低排放的选择，而非声称其美国业务实现零碳运营。这一措辞很重要。相对于既定替代方案的较低排放，并不等于可再生能源或零排放电力。

随着公司增加美国容量，这一矛盾将更加明显。美国拥有大型客户和迫切需求，但电网碳强度因地点和时段而有显著差异。

Nebius还面临报告边界方面的挑战。其1.25的PUE数据是按IT负载加权计算的资产组合平均值。新设施、建设活动、部分利用率和不同的所有权模式，都会影响未来的比较。

稳定或改善的平均值将支持其设计能够规模化复制的论点。若该指标恶化，则表明早期效率可能过度依赖于少数条件有利的设施。

因此，Google News读者应将32倍增长视为规模扩张的信号，而非工程能力失败的证据。它表明，运营效率不能替代对绝对排放量的报告。

真正的对手是容量增长

Nebius必须证明，在向千兆瓦级运营扩张的过程中，其效率体系能够约束环境影响。

新云市场之所以存在，是因为AI开发者需要比传统基础设施规划通常能够提供的速度更快地获得高密度GPU容量。Nebius、CoreWeave、Crusoe、Lambda和Nscale等提供商专注于以加速器为核心的工作负载和专业AI服务。

这一模式带来了快速 확보土地、芯片、变压器、电力合同和冷却设备的压力。任何延误都可能让昂贵的处理器闲置，或将客户送往其他提供商。

可持续性目标遵循不同的时间表。可再生能源发电、电网升级、输电线路、社区协商和供热网络都可能需要多年建设。

Nebius试图通过一体化设计缩小这一差距。标准化机架和冷却系统可以缩短部署时间。更高的运行温度可以增加可利用自然冷却的时长。软件优化则可提升硬件利用率。

这一战略使可持续性成为基础设施经济性的一部分。更低的PUE使站点分配的更多电力能够输送至GPU。闭环冷却减少了对当地水资源限制的暴露。在存在合适网络的地方，余热再利用可以增强社区接受度。

但增长可能超过每一项收益。Nebius在芬兰的运营提供了最有力的证据，但公司未来的环境足迹将更加分散于不同地理区域。

仅新泽西项目的设计容量就高达300 MW。这是该公司已宣布的10 MW冰岛集群容量的30倍。

这并不意味着新泽西将带来30倍的环境影响。但它表明，地点特定的表现将决定全资产组合主张的可信度。

客户同样会影响结果。AI云服务买家通常优先考虑可用加速器、训练速度、可靠性、数据驻留和成本。在合适容量稀缺时，可持续性可能退居次要位置。

行业高管曾将大规模电力接入形容为卖方市场。只要可行站点出现，提供商往往就会采用，即便当地电力结构并不那么有利。

Nebius的应对方式是在其运营的各地寻求更低排放的发电方式，并建设高效设施。这种做法务实，但其主张弱于一个完全由新增可再生能源供电的资产组合。

额外性意味着，公司的采购有助于新增清洁发电能力，而非通过合同工具宣称使用既有资源产生的电力。Nebius目前公开的数据并未为其整个资产组合提供统一的额外性衡量指标。

买家需要更细粒度的信息。年度可再生能源采购比例可能掩盖数据中心需求与清洁发电之间按小时出现的缺口。

一座设施可能签约了足以匹配全年用电量的可再生电力，却在某些时段使用碳密集型电网电力。按小时披露碳排放将更清楚地呈现这种变化。

工作负载层面的报告将增加另一层信息。在低碳地区训练模型可能减少排放，但延迟和数据规则可能要求推理服务靠近用户。

Nebius最终或可帮助客户依据电力可用性和碳强度部署灵活工作负载。这将使可持续性数据成为调度输入，而非年度报告中的一项内容。

没有任何此类系统能够解决无限扩张的问题。它只会为客户和运营商提供更好的工具来管理这种权衡。

因此，Nebius论点中最有力的版本是比较性的：与提供相同计算产出的、整合程度较低的设计相比，专为AI打造的基础设施可以减少电力和水资源浪费。

较弱的版本则声称，高效基础设施本身就能让AI快速扩张变得可持续。报告中的排放增长表明，这一结论尚未得到支持。

三项信号将决定该模式能否规模化

下一项考验是，在容量持续上升的同时，Nebius是否会公布一致的站点级结果、完整的排放数据和可衡量的减排目标。

第一项信号是新美国站点的资产组合表现。Nebius报告称，其2025年平均PUE为1.25，其中芬兰的表现尤为突出。

未来报告应显示，随着新泽西及其他美国部署贡献更多运行时长，这一平均值能否维持。站点级PUE和用水数据将帮助读者区分工程表现与地理优势。

接近当前水平的平均值将增强Nebius关于其一体化设计可顺利复制的主张。明显上升则表明，快速部署或地区条件带来了效率代价。

用水表现同样值得严格审视。0.018升这一数据来自2025年底的一处自有设施。在将该结果描述为资产组合特征之前，Nebius应披露更多地点的年度数据。

第二项信号是完整的范围3清单。运营排放很重要，但对于快速增长的AI云服务而言，建设和硬件制造同样处于核心位置。

Nebius需要供应商信息、一致的组织边界和资产级数据，才能形成具有代表性的清单。公布这一总量很可能会大幅提高公司披露的环境足迹。

更大的数字并不必然意味着管理更差。它将提供一个更有用的基线，用于确定减排优先事项并追踪进展。

第三项信号是公布量化环境目标。Nebius已经报告了运营指标和设计预测，但尚未将其与有时间约束的减排目标挂钩。

可信的目标应明确指标、报告边界、基准年、截止期限以及对扩张的处理方式。它们应将绝对排放与强度指标分开。

两类目标都不可或缺。强度目标显示每个计算单元是否变得更清洁。绝对目标则显示总体气候影响是否朝预期方向发展。

Nebius还应澄清燃料电池、可再生能源合同和电网电力如何纳入这些目标。若没有明确的核算方法，低碳天然气系统不应与零碳电力归为一类。

这些信号对开发者和企业买家都很重要，因为云服务决策转移了环境影响，而非将其消除。客户或许并不拥有数据中心，但其工作负载仍会推动基础设施需求。

评估AI提供商的团队应要求提供地点特定的能源、用水和碳排放信息。他们还应比较有效产出、可靠性和利用率，而不只看PUE。

更广泛的Google News故事并不是Nebius已经发现了可持续AI云计算，而是该公司公布了足够的数据，揭示出高效设计与非同寻常增长之间真实存在的张力。

Nebius 已展示出可信的机制，可降低配套能源消耗、限制用水量并重复利用余热。其后续报告必须说明：这些机制能否在规模大得多的网络中约束整体影响。

请关注下一期全资产组合 PUE、首份具有代表性的 Scope 3 清单，以及量化减排目标的推出。这些结果将共同表明，Nebius 打造的是一套可复制的效率体系，还是一个颇具说服力的北欧特例。