AI 数据中心，不一定非要新电厂 (2026)

导读

Amos Zeeberg 6 月 16 日在 MIT Technology Review 写到：AI 数据中心缺的不只是电，而是电网高峰时的弹性。若服务器能在一年最紧张的几十小时主动降载，新电厂就不是唯一答案。1

全文总结

文章从一个很英国的场景写起：英格兰男足和德国队半场休息，数百万英国人同时烧水泡茶，电热水壶把电力需求突然推高。MIT Technology Review 说，2025 年 12 月，工程师没有真的等一场比赛发生，而是重放了 2020 年欧洲杯时的用电冲击，让一套名为 Conductor 的软件指挥伦敦一座数据中心降低芯片功耗，测试它能否帮电网扛过峰值。1

这篇文章的核心问题很简单：AI 数据中心建设速度太快，电网扩建太慢。弗吉尼亚州所在的 PJM（美国最大电网运营和电力市场之一）要把新的发电能力接入系统，据 RMI（能源研究机构）的估算可能需要 8 年。数据中心本身却可以更快建好。于是，AI 行业眼前的瓶颈不只是芯片和土地，也变成了「speed to power」，也就是多快拿到足够电力。1

一只手调节抽象电力旋钮 — 《MIT Technology Review》原文插画把电网弹性画成一次「调节」：关键不是永远少用电，而是在峰值时把需求压下来。1

Zeeberg 写到，反对者担心数据中心抬高电价、制造噪音、污染当地环境，还创造不了多少长期岗位。Data Center Watch 统计，2025 年有超过 1500 亿美元的数据中心项目被社区组织拖住。美国已有十多个州考虑限制，明尼阿波利斯和佐治亚州迪卡尔布县等地也出现地方暂停令。美国参议院的 GRID Act 甚至提出，新数据中心应该完全脱离公共电网。1

文章给出的反常识答案是：电网并不是时时刻刻都满载。它通常是按最坏时刻设计的，许多线路一年中只有少数小时真正紧张。杜克大学研究者在 2025 年的一份报告中估算，如果数据中心愿意在一年中 0.25%的时间降低用电，美国电网就可能额外容纳 76 吉瓦负荷，约等于美国到 2030 年预计所需的数据中心增长量。0.25%折算下来，大约是每年 22 小时。1

这里的机制不是让 AI 停工，而是把工作分出轻重缓急。实时聊天机器人查询不能随便慢下来，但后台检索、训练任务、批处理任务可能可以等一等。Conductor 的思路就是判断每个 AI 任务处在什么性能曲线上，然后在电网给出功率上限时，降低部分 GPU（图形处理器，AI 训练和推理常用芯片）的功耗，同时尽量不让最重要的任务掉线。1

文章把可行路径拆成三种。第一，数据中心自建电池或备用电源，在电网卡住时自己补上。第二，接入 VPP（virtual power plant，虚拟电厂，即把许多用户的电池、空调、智能设备等聚合起来统一调度），由附近用户在高峰时少用电，数据中心向他们付费。第三，数据中心自己在峰值时降载。这三条路都不免费，但它们共同改变了一点：数据中心不再只是向电网提出一个固定、巨大的用电要求。1

Zeeberg 接着写几个正在落地的例子。GridCare 用生成式 AI 给电网建立「digital twin」，也就是电网数字孪生，分析发电厂、线路、变电站和用户在不同状态下还能释放多少容量。在俄勒冈州希尔斯伯勒，Aligned Data Centers 计划安装 31 兆瓦电池，并在电网拥堵时最多降低 31 兆瓦取电。Portland General Electric 由此可在不新建电厂的情况下，向 Aligned 和附近运营商增加 80 兆瓦容量。1

Google 走的是另一条路：从 2023 年起，它已经在电力紧张地区把计算负载迁到压力较小的数据中心，并与田纳西河谷管理局、Indiana Michigan Power 等五家公用事业公司签署协议，形成最多 1 吉瓦的灵活用电能力。Voltus 则主推「bring your own capacity」方案，让数据中心资助附近的虚拟电厂；2026 年 6 月，它与 Google 签下第一个此类三年项目，地点在 PJM 电网区域。1

抽象线条从数据中心向外分流 — 原文另一张插画更像一套调度系统：许多负载被重新排序，少数红色节点留在高优先级位置。1

Conductor 的路线更激进，因为它要求数据中心本身听电网指挥。它背后的 Emerald AI 参加了 Data Center Flexible Load Initiative，这个合作项目包括 Google、Nvidia、Duke Energy 和 PJM 等公司与机构。一次在凤凰城进行的测试中，Conductor 接管了装有 256 块 Nvidia A100 GPU 的服务器机架，在模拟的繁忙电网场景下连续三小时把芯片功率降低 25%，同时维持可接受的计算性能。1

最后，文章把焦点放回北弗吉尼亚的 Data Center Alley。这里约有 500 座计算设施，占全球算力容量的 13%，而北京和俄勒冈各约占 6%。如果弗吉尼亚所有拟建数据中心都推进，该州 2040 年的用电需求可能增加 183%，约 26 吉瓦。Emerald AI、Nvidia、Digital Realty 等正在马纳萨斯建设一座 96 兆瓦的「power-flexible AI factory」，计划让 Conductor 第一次在真实电网上以更大规模管理功率。1

文章没有把弹性说成万能解。PJM 的市场监督者 Joseph Bowring 直说，把大量数据中心负荷接入电网却不新增发电能力，是「magical thinking」。他的担忧在于，如果没有法律或监管机制，电力公司不能保证数据中心真会在关键时刻少用电。另一位技术顾问 Stephen Empedocles 也把这些方案称为优化工具，而不是替代发电、输电和配电扩建的方案。1

所以这篇文章真正有意思的地方，是它把「AI 缺电」从一个宏大的能源焦虑，改写成一个更具体的系统设计问题。若数据中心永远要求满功率、不可中断，电网只能不断为极端峰值扩建。若数据中心可以在少数小时里让出一点功率，电网、AI 公司和普通用户之间就多了一种谈判方式。这个方式不能替代建电厂，但可能决定一些 AI 工厂能不能提前三到五年上线。1

关键细节

一年 22 小时：杜克大学报告估算，只要数据中心在 0.25%的时间内降低用电，美国电网就可能释放 76 吉瓦额外容量，足以容纳到 2030 年的美国数据中心增长预测。1
三到五年：普林斯顿大学和两家电网现代化公司研究 PJM 区域后认为，一座 500 兆瓦、每年不到 1%时间可降载的数据中心，可能比不可降载的数据中心早三到五年全面投运。1
256 块 A100 GPU：Conductor 在凤凰城测试中接管了相当于约 170 个美国家庭用电量的 GPU 集群，并在三小时内把芯片功率降低 25%。1
96 兆瓦实网试验：伦敦测试管理的是 130 千瓦 AI 集群；马纳萨斯项目若上线，Conductor 面对的是 96 兆瓦超大规模 AI 工厂，规模差了几个数量级。1
反对意见很硬：Bowring 的问题不是弹性技术能不能演示成功，而是它能否被强制执行。没有合规义务，电网运营商无法把数据中心当成可靠资源。1

金句

"AI factory flexibility is the bridge between the incredible demand for AI and the immediate limitations of our energy grid."
Nvidia 可持续发展负责人 Josh Parker 的这句话，是全文最简洁的判断：弹性不是能源终局，但它是 AI 需求和现实电网之间的临时桥。1

"If you were an airline running at 30% utilization, you would not buy more planes. If you are running a grid at 30% utilization, there’s no scientific reason you can’t go to 60."
GridCare CEO Amit Narayan 用航空公司类比电网利用率：如果系统大部分时间没有满载，第一反应未必该是继续扩建。1

"Sometimes a crisis like this creates an opportunity to do something differently."
Emerald AI 首席科学家 Ayse Coskun 的结尾提醒：AI 用电危机可能迫使电网从「按峰值硬扩建」转向更聪明的实时调度。1