得州和俄亥俄州为 AI 数据中心加速建设燃气电厂，但排放账目仍未厘清

尽管有估算将美国全国范围内的建设计划与每年 6.62 亿吨排放相关联，得州和俄亥俄州仍在加速推进面向 AI 数据中心的燃气发电项目。这一数字在 Google News 上广泛传播，此前一份环境报告将最大许可污染量与 1.4 亿辆汽车运行一年所产生的排放进行了比较。

这一比较很醒目，但需要结合背景理解。该估算涵盖全美 74 座计划建设的燃气电厂，并非仅限于得州和俄亥俄州的项目。它还反映了许可上限或其他满负荷运行假设，而非预测每台拟建燃气轮机都会持续运行。

真正的故事远不止一项排放计算。AI 开发商正将发电设施建在数据中心旁，以便无需等待拥挤的区域电网即可获得电力。这一策略有望加快建设速度并更明确地分配成本，但也可能削弱公众监督，并将新增算力锁定在化石燃料之上。

得州和俄亥俄州实际在加速推进什么

变化并不只是数据中心需要更多电力。开发商正日益围绕计算设施本身建设专用电力系统。

Environmental Integrity Project 发现，至少有 74 座燃气电厂计划直接为数据中心供电。其燃气电厂分析统计了 71 座新建电厂和 3 个扩建项目，合计装机容量达 143 吉瓦。

这些设施采用一种通常被称为“表后发电”的结构。该术语指主要连接于单一客户的电源，不将大部分电力输送至更广泛的公用事业电网。

在这一模式下，开发商获得了更强的控制力。它可以协调电力设施建设、数据机房、冷却设备和服务器安装，而不必等待公用事业公司的并网接入。

得州在报告中的项目占比最高。研究人员统计，该州有 32 座拟建电厂，其后是俄亥俄州的 10 座、宾夕法尼亚州的 7 座，以及西弗吉尼亚州和怀俄明州各 4 座。

得州的提案横跨多个地区和开发策略。一些项目将为单个云服务或社交媒体园区供电；另一些则属于面向多个 AI 租户营销的超大型综合能源园区。

报告称，按许可上限计算，这些得州电厂每年可能排放超过 2.87 亿吨温室气体。这一估算相当于 6100 万辆燃油汽车一年的排放量。

得州之所以具有吸引力，是因为它兼具可用土地、天然气基础设施、可再生能源发电和竞争性电力市场。地方政府也将数据中心视为带来建设支出和应税资产的来源。

然而，该州电网正面临异常庞大的排队需求。截至 2026 年 5 月，运营得州大部分电网的机构 ERCOT 已收到代表约 439 吉瓦潜在新增需求的申请。

根据一份得州项目审查引用的数据，其中约 89% 的申请负荷来自数据中心。许多申请不会成为实际投运项目，但即使只有一部分落地，也会改变电力规划。

俄亥俄州呈现出同一轮热潮的另一种形态。该州已经拥有由 Amazon Web Services、Google、Meta 和其他基础设施提供商运营的大型园区。

该州可利用既有输电走廊和更广泛的 PJM 电力市场，也拥有可容纳大型设施的工业用地。

一个备受关注的提案聚焦于 Piketon 附近原 Portsmouth 气体扩散厂旧址。联邦官员于 2026 年 3 月宣布将在当地开展公私合作开发。

该计划包括一座目标容量为 10 吉瓦的数据中心，以及最高 10 吉瓦的新增发电能力。能源部表示，其中 9.2 吉瓦可来自天然气。

该项目还包括并网发电和输电建设。SoftBank 旗下 SB Energy 和 AEP Ohio 参与了电力基础设施建设。

这并非小规模备用安排。由 9.2 吉瓦燃气机组组成的电力设施，将类似于围绕一个技术园区建设的大型区域发电系统。

得州和俄亥俄州的项目共同显示，AI 基础设施正在改变数据中心的定义。一个园区如今可以将计算设施、工业级冷却系统、管道、燃气轮机、变电站和输电设备结合在一起。

这种组合使许可问题成为核心。监管机构审查的不再只是装满服务器的仓库，而是由私人主导、影响远超地块边界的能源综合体。

为何 AI 电力竞赛正转向电网之外

AI 公司正转向专用燃气发电，因为电力输送已成为算力增长的制约因素。

训练和提供大型 AI 模型服务需要高密度的加速器集群。这些芯片持续耗电，并产生必须由冷却系统移除的热量。

传统数据中心可能需要等待数年，才能完成输电升级、新建变电站，或获准接入极大的负荷。这样的延迟可能削弱 AI 公司部署已购芯片的能力。

燃气轮机提供了另一种时间表。开发商可以将发电设施设在管道附近，并直接连接至园区，从而减少对已完成公用事业并网接入的依赖。

这并不意味着项目可以立即建成。燃气轮机、变压器和其他电气设备同样面临供应限制。开发商还必须取得空气许可并安排燃料供应。

不过，控制权的重要性几乎不亚于总建设时间。协调数据中心与发电厂的公司可以管理两套进度安排，而非依赖彼此独立的公用事业投资。

这种紧迫性来自美国全国电力需求的急剧变化。2023 年，数据中心消耗约 176 太瓦时电力，占美国总用电量的 4.4%。

Lawrence Berkeley National Laboratory 在 2025 年发布的更新估计，到 2030 年，数据中心用电量可能达到美国总用电量的 11.8%。其情景区间为 9.5% 至 15.3%。

这些预测取决于芯片出货量、服务器利用率、冷却效率以及数据中心建设速度。不过，这份能源需求更新清楚表明了发展方向。

云计算此前的效率模式正承受压力。在 2010 年代，服务提供商将工作负载整合到更大型的设施中，并提高了服务器利用率。

AI 正在逆转这一模式的一部分。企业增加加速器的速度，快于效率提升抵消其总用电增长的速度。

负荷特征同样重要。AI 数据中心希望在每一个小时都获得可靠电力，即使风能或太阳能发电量下降时也是如此。

电池储能可以在一天中的部分时段转移可再生电力，但在这些园区所需的规模上，它并不总能在长时间无日照或无风的情况下提供保障。

核电开发商正在为部分地点提议建设反应堆，但新的核电项目通常需要更长的开发周期。现有反应堆提供了另一条路径，尽管可用容量有限且存在政治争议。

因此，燃气填补了 AI 公司部署进度与输电、储能和稳定无碳发电较慢扩张之间的缺口。开发商常将其称为过渡燃料，但一座桥可能服役数十年。

联邦政策正在强化这一趋势。2026 年 3 月，唐纳德·特朗普总统鼓励科技公司在数据中心旁增加发电设施。

支持者认为，专用发电可以避免让现有用户为服务私人计算园区的基础设施买单。得州州长 Greg Abbott 也呼吁开发商承担与其新增需求相关的成本。

这一论点具有现实依据。家庭用户和既有企业不应自动为面向投机性数据中心提案建设的变电站或输电线路提供资金。

不过，表后电厂并不能隔离所有成本。大型项目可能推高区域对天然气、燃气轮机、建筑劳动力和输电设备的需求。

当燃气轮机故障或进入维护时，私人电厂也可能需要电网支持。监管机构必须决定业主应为多少备用服务提供资金。

这正是 Google News 围绕排放的叙事只捕捉到争议一部分的原因。同一项基础设施决策还会影响可靠性、公用事业费率、土地使用和金融风险分配。

快速通道以公共监督换取电网延误的减少

专用发电可以缩短一条审批路径，但它也会将决策从通常审查区域需求和成本的机构手中转移出去。

一家公用事业公司若寻求建设大型电厂，通常必须说明项目如何服务其客户。监管机构可以审查替代方案、预测需求、建设成本及其对费率的影响。

为私人数据中心服务的电厂可能面临范围更窄的审查。州环境机构仍会评估空气许可，但这一程序不一定会回答更广泛的电力规划问题。

空气监管机构可以判定燃气轮机是否符合适用的污染上限，但未必会决定储能、输电、需求灵活性或更清洁的发电方式能否更有效地服务该园区。

这种分工造成了政策缺口。未必存在单一程序会评估整个计算综合体、其能源替代方案及其对邻近社区的影响。

Portsmouth 项目体现了这种新方式背后的速度与雄心。联邦官员将这处原俄亥俄州铀设施定位为 AI 基础设施和再工业化的平台。

政府表示，该项目将包括重大私人投资、发电设施和输电升级。官员们还称，相关基础设施不会提高用户电费。

这些说法仍是重要的检验点，而非既定结果。建设成本可能变化，数据中心租户可能调整计划，电网支持安排也可能在初步公告后演变。

这项俄亥俄州园区公告也引发了居民的反对，他们担心超大型数据中心在环境和财务层面的规模。

得州社区也提出了类似问题。一些拟建燃气电厂将运营在已经面临有害地表臭氧问题的地区附近。

臭氧在氮氧化物和挥发性有机化合物在阳光下发生反应时形成。它可能加重哮喘、降低肺功能，并恶化其他呼吸系统疾病。

Environmental Integrity Project 估计，按其评估水平计算，这 74 座电厂每年可能排放 159,142 吨有害健康的空气污染物。其中包括 44,281 吨氮氧化物和 32,684 吨细颗粒物。

这些污染物会造成地方性影响，而全国碳排放比较无法描述这些影响。温室气体会在全球范围内累积，而氮氧化物和细颗粒物则可能加重电厂附近居民的负担。

因此，地点与全国总量同样重要。报告发现，在已知选址的拟建电厂中，有188所学校位于三英里范围内。

报告还称，在接受评估的67个项目中，距离项目三英里以内的居民有40%生活在低收入家庭。这一发现并不能证明任何单个电厂会造成何种健康影响。

但它说明了社区为何要求开展针对具体选址的分析。建在已受污染地区的电厂，并非从清洁的环境基线开始。

西得克萨斯州还带来了另一个监测问题。该地区拥有许多拟建设施，但空气质量监测站数量少于该州最大的城市区域。

许可模型可以估算排放量，但涡轮机启动后，居民需要的是实际运行数据。持续监测和公开报告决定了模型中的保护措施能否在实践中发挥作用。

因此，这个故事中的核心对立并不是得克萨斯州与俄亥俄州之间的较量，而是部署速度与透明能源规划之间的冲突。

开发商将时间视为竞争资产。当地社区则会将同一时间表视为一个被压缩的窗口，用以了解健康、水资源、噪音和财务方面的后果。

这两种立场都可能成立。AI 公司需要可信的供电规划，居民也需要在工业基础设施重塑周边环境之前获得有意义的参与机会。

1.4 亿辆汽车的比较存在一个重要限定条件

这一醒目的排放估算是在警示获批规模，而不是预测每座拟建电厂都会以最高许可上限运行。

Environmental Integrity Project 估算，这74座设施每年将产生近6.62亿吨温室气体污染，并将这一数字与1.4亿辆汽车和卡车行驶一年的排放量进行了比较。

这一估算大体符合 Environmental Protection Agency 的换算方法。EPA 表示，一辆典型乘用车每年排放约4.6公吨二氧化碳。

将1.4亿辆汽车乘以这一数值，约为6.44亿公吨。差异可能来自四舍五入、车辆定义以及所涵盖的温室气体种类。

EPA 还提醒，其车辆排放估算只是近似值。实际污染量会随燃油经济性、年行驶里程和燃料类型而变化。

更重要的是，空气许可规定的是允许排放的上限，并不一定预测电厂每年的燃料使用量。

许可模型通常假设较高的运行时长和保守条件。涡轮机可能因维护、需求变化、燃料成本或项目延误而减少运行。

正在开发三座与 Meta 设施相连的俄亥俄州电厂的 Williams Companies，质疑将许可上限作为预期排放量的做法。该公司的一名代表表示，其模型得出的数值可能比许可排放量低三分之二。

这一回应出现在一份许可分析中，该分析涵盖了多个数据中心项目。它指出了“6.62亿吨”这一醒目数字最主要的局限性。

这一限定并不会消除问题。数据中心不同于传统电网电厂，因为其负荷可能全天候保持相对稳定。

传统电厂可能会在用电需求下降或更便宜的发电资源可用时降低输出。专用数据中心电厂则可能服务于寻求持续运行的客户。

能源研究者 Jonathan Koomey 曾指出，高效的并网燃气电厂可能只会排放其许可上限的40%至50%。由于负荷波动较小，专用数据中心电厂的实际运行水平可能更接近模型估算。

最终排放结果将取决于多个变量，包括电厂效率、利用率、可再生能源供应、储能、电网输入以及计算部署的推进速度。

涡轮机类型尤为重要。联合循环电厂会回收燃气轮机产生的余热以发出额外电力，从而提高燃料效率。

简单循环涡轮机可以快速启动，但通常每发一单位电力会消耗更多燃料。临时或翻新的涡轮机还可能增加另一层不确定性。

甲烷泄漏也不在许多电厂的醒目排放数字之内。天然气的主要成分是甲烷，其可在生产、加工和运输过程中泄漏。

聚焦园区内燃烧排放的许可，并不一定反映整个燃料生命周期的气候影响。反过来，运行低于许可上限的项目，其污染量也可能远低于最高估算。

项目是否建成也是另一项不确定因素。ERCOT 庞大的并网申请队列表明，拟议需求可能超过最终建成设施的数量。

一些开发商在评估地点时会提交多份申请。另一些则会在融资、设备或客户承诺未能落实时缩小项目规模或放弃园区。

EIP 报告本身描述的是规划中的项目，而不是目前正在运行的74座已建成电厂。通过 Google News 看到这一报道的读者，不应将潜在排放与已观测到的年度排放清单混为一谈。

合理的解读介于轻率否定与确定断言之间。该报告衡量的是围绕 AI 基础设施正在获得授权的污染排放能力。

这种能力至关重要，因为许可规定了运营商在法律上可以排放的上限。一旦涡轮机、管道和天然气合同落地，转向更清洁系统可能需要额外投资。

因此，这一数字应当引发审查，而不应被视为命运。监管机构和开发商可以通过可执行的限制、高效设备、更清洁的电力以及透明的运行数据来降低最终结果。

燃气解决了时间表问题，却加剧了气候冲突

AI 公司正借助燃气来保障部署进度，但这也让其气候承诺更难兑现。

大型科技公司已宣布涉及可再生能源、碳中和或全天候无碳电力的目标。它们的具体承诺各不相同，因此不应将其归为同一种承诺。

其背后的冲突是共同的。AI 基础设施带来了巨大的用电需求，而为其供电所需的清洁发电和输电设施尚未来得及建成。

企业可以购买与其年度用电量相当的可再生能源。这种核算方法并不意味着每座数据中心在每个小时都使用无碳电力。

一个园区可能在夜间消耗燃气发电，而其所有者则支持白天或其他地区的太阳能发电。年度匹配可以平衡证书，却无法消除每小时的化石燃料发电。

专用燃气电厂让这种物理关系更加直观。数据中心及其排放源可以位于同一片土地上，或通过私有基础设施相连。

Microsoft 表示，其采用组合方式供电；在电网限制拖慢部署时，可能考虑现场基础设施。该公司也仍在持续投资无碳电力。

Crusoe 将燃气描述为一座桥梁，而非终点。这种表述留下了两个未解问题：这座桥会持续多久，以及它将由什么取代。

现代燃气电厂通常会运行数十年。投资者通常会期待设备在退役前得到充分使用，因为这些设备需要大量前期投入。

未来转型是可能的，但并非自动发生。即使涡轮机被宣传为可使用氢气，仍需要低排放氢气、合适的管道、储存设施以及经验证的运行表现。

碳捕集是另一条被提出的路径。它会增加设备、能源消耗和成本，并需要运输和储存捕集到的二氧化碳。

在这些方案以所需规模实际运行之前，不应将其计入减排功劳。许可中提及未来兼容性，并不保证排放会降低。

可再生能源和电池仍可减少燃气消耗。得克萨斯州拥有丰富的风能和太阳能资源，大型园区则可利用电池管理短期波动。

数据中心也可以在时间或地点上转移部分计算活动。并非每个推理请求都能等待，但训练任务和灵活工作负载有时可以根据电网状况调整。

当企业公布每小时用电量和碳强度时，这些方法会更具价值。年度可持续发展报告往往掩盖了排放发生的时间和地点。

这种冲突也超出了企业报告的范围。政府希望获得 AI 投资、建设岗位以及对战略计算基础设施的控制权。

联邦官员将俄亥俄州项目描述为 AI 领导力竞争的一部分。这种框架鼓励机构以已建成的吉瓦数和已安装的服务器数量来衡量成功。

社区可能采用不同的评分标准。他们会关注电费、空气污染、用水需求、噪音、税收协议和永久就业岗位。

快速部署可能在第一种评分标准下成功，却在第二种标准下失败。持久的政策必须兼顾两者。

这正是 Google News 标题可能简化这场辩论的地方。选择并不只是建设燃气电厂或放弃 AI。

真正有意义的选择涉及电厂效率、许可条件、信息公开、电网贡献、清洁能源时间表，以及项目变化时由谁承担成本。

开发商可以接受低于理论许可上限的、可执行的年度排放限制。他们可以资助独立监测，并公布每小时发电数据。

各州可以要求大型园区在电网紧急情况下提供灵活负荷或可靠容量。它们也可以要求开发商承担备用和输电成本。

社区可以获得更清晰的时间表和累积污染评估。逐台审查涡轮机，可能会忽略同一地区多个项目叠加造成的综合影响。

最快的提案不一定能形成最快、最可靠的系统。一个因地方反对、设备短缺或诉讼而延误的项目，可能失去让燃气显得有吸引力的时间优势。

三个信号将显示预测是否成为现实

下一阶段将由运行限制、建设进展以及已建成园区所使用的电力结构决定。

第一个信号是74座拟建电厂中有多少获得最终许可并开始建设。长长的项目清单并不等同于一支正在运行的电厂队伍。

应密切关注得克萨斯州，因为其中有32个项目。县级决定、州空气许可、设备交付和融资披露将揭示队列中有多少项目可信。

俄亥俄州的 Portsmouth 项目也提供了同样重要的测试。其拟建的9.2吉瓦燃气发电能力，占该州已公布 AI 电力扩张中的很大份额。

如果大型项目缩减或停滞，6.62亿吨的最高值将高估可能的建设规模。如果多个地点陆续开工，这一估算将更具相关性。

第二个信号是，许可是否包含低于理论最大运行水平的、可执行的年度限制。开发商已辩称实际排放将更低。

这一说法可以通过许可文本和运行报告加以检验。与燃料使用量或年度排放挂钩的法律限制，比自愿预测提供更强的保障。

公众获取信息同样重要。每小时发电量、涡轮机利用率和实测氮氧化物排放数据，将使监管机构和研究人员能够把实际表现与模型假设进行比较。

如果运营数据始终无法获得，这场争论仍将依赖彼此竞争的估算。透明的记录将用证据强化或削弱这一醒目的比较。

第三个信号是：在天然气基础设施成为默认选项之前，有多少无碳电力能够输送到这些园区。这包括新增可再生能源发电、储能、核电合同以及可用的输电能力。

一座与快速扩张的清洁能源供应配套的燃气电厂，随着时间推移可以减少运行时长。反之，为恒定负载供电、却没有可执行转型节点的电厂，可能会成为长期排放源。

企业应披露站点层面的用电信息，而非只依赖全公司范围的可再生能源采购。客户日益依赖云基础设施运行 AI 工作负载，因此其能源结构也会进入客户自身的排放核算。

当这个故事再次出现在 Google News 上时，读者还应区分三个数字：获准排放量、开发商预测值和实际测得的年度排放量。它们回答的是不同问题，绝不应被当作可互换的数据。

许可证数字显示的是获授权的污染排放能力。开发商预测反映的是计划中的运营情况。测量数据则记录了建成后实际发生的情况。

对于技术采购方和开发商而言，这已不再是抽象的气候核算问题。基础设施选择会影响云服务可用性、地区监管、能源成本，以及企业可持续发展主张的可信度。

对居民来说，决定性证据将更贴近身边。空气监测读数、公用事业申报文件、施工通知和许可证条件，将揭示承诺的保障措施能否在建设热潮中得以保留。

如果“1.4 亿辆汽车”的比较能够促使人们认真审视，而非被动重复，它就已经完成了使命。下一步是追踪哪些电厂真正落地、它们运行得有多频繁，以及什么样的可执行方案将取代其天然气发电。AI 公司会不会公布足够多的站点级证据，让公众能够评判这一取舍？