For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/zh/articles/ai-data-centers-are-hitting-the.md.
人工智能的下一个瓶颈或许并非模型架构或半导体性能，而是维持数百万台加速器全天候供电、冷却、连接和运行所需的物理基础设施。2026年的若干事件使这一制约因素异常显眼。一场严重热浪导致剑桥大学“黎明”超级计算机因所在设施出现问题而中断接入。在美国，该国最大的区域电网运营商PJM——
人工智能的下一个瓶颈可能不在于模型架构或半导体性能，而在于为数百万加速器提供电力、冷却、连接并实现全天候运行所需的物理基础设施。
2026年发生的几起事件使这一制约因素格外引人注目。
一场严重热浪导致剑桥大学"曙光"超级计算机所在设施出现问题，使其访问中断。在美国，PJM——美国最大的区域电力市场——面临创纪录的需求、平衡成本急剧飙升以及两年内上涨超过十倍的容量价格。同一地区的制造商报告称，随着数据中心需求扩大，电费不断攀升。
与此同时，QTS放弃了弗吉尼亚州长期争议的"数字网关"项目中的部分计划。该园区曾被描述为有史以来拟建的最大数据中心开发项目之一，但多年的法律挑战、社区反对、土地使用纠纷和环境问题使其无法推进。
这些案例指向同一个结论：AI基础设施已不再是购买GPU和寻找仓库空间的简单问题。电力、输电、冷却、水资源、土地、许可和社会接受度正成为AI堆栈的一部分。
目前，三种主要策略展示了企业如何试图解决这一问题：
本文将通过SpaceX的轨道数据中心申请、软银与SB Energy的俄亥俄项目以及远景科技的"戈壁使命"计划来审视这些方法。
AI系统在多个层面消耗电力。
加速器需要电力进行计算。网络设备在机器间传输数据。CPU、存储、内存和冷却系统进一步增加需求。电力转换和分配会产生损耗，而备用系统和冗余则增加了必须安装的基础设施数量。
其结果是一个能源需求堪比城市或工业综合体的设施。
物理约束也紧密耦合：
| 约束 | 原因 |
AI数据中心的关键因素 |
|-|-|
| 发电能力 | 决定是否有足够电力支撑计划的计算负载 |
| 输电能力 | 决定电力能否不超载地传输至站点 |
| 冷却系统 | 防止高密度加速器过热 |
| 水资源 | 支撑部分冷却系统及发电流程 |
| 土地资源 | 为建筑、变电站、冷却设施、发电及输电提供空间 |
| 许可证审批 | 控制项目从规划到施工的推进速度 |
| 社区接受度 | 影响法律风险、项目时间表及政治支持 |
| 硬件供应 | 限制设施装备速度 |
| 电网稳定性 | 决定园区运营是否会恶化区域供电可靠性 |
数据中心即使获得GPU，若输电接入延迟仍可能失败；即使获得电力供应，若面临水资源消耗、噪音、土地用途变更或临近社区反对仍会受阻；即使完成物理园区建设，若冷却设计基于历史平均温度而非极端天气，仍可能遭遇停机。
这正是AI基础设施讨论从"谁拥有最佳芯片"转向"谁能整合完整系统"的原因。
2026年6月下旬，剑桥大学的"黎明"AI超级计算机在热浪期间因技术问题影响数据中心冷却基础设施而被迫下线。
该超级计算机支持气候建模、医学研究等高计算密集型项目。报告显示未丢失研究数据，但宕机中断了多个团队访问权限，并延误了进行中的项目。
该事件的重要性体现在两个方面：
第一，它表明即使是顶级研究基础设施也可能因超出预期运行范围的环境条件而受创。
第二，它揭示了将愈发重要的反馈循环：AI正被用于气候建模、能源系统优化及新技术开发，但其计算基础设施本身必须承受气温上升的物理影响。
因此，AI设施的韧性规划需考虑：
仅按历史平均天气条件设计的设施，可能不足以支撑未来十年的AI部署。
PJM互联公司协调覆盖美国约6700万人口的区域电力市场。
数据中心需求的快速增加与缓慢的发电建设、延迟的输电工程、机组退役及新资源并网排期形成冲突。
PJM 2026/2027年度容量拍卖价格达每兆瓦日329.17美元，而2024/2025交付年度仅为每兆瓦日28.92美元——增幅超过
十倍。
容量费用旨在确保在用电高峰时段有足够的发电能力。当预计需求增速超过可用供应增速时，保障这一容量的成本可能急剧上升。
其影响并不仅限于科技公司。
路透社报道称，俄亥俄州一家拥有141年历史的生产商贝尔登砖业公司，其月度容量费已从约1600美元上涨至约1.2万美元。该公司与超大规模数据中心同属一个广阔的市场，这些数据中心正创造巨大的新增电力负荷。
这并不意味着每次电价上涨都只能归因于人工智能。燃料成本、输电拥堵、发电机组退役、市场规则、天气以及更广泛的整体需求都是影响因素。
然而，规模极其庞大的数据中心建设预测，如今正影响着电力公司、电网运营商、监管机构以及工业用户对未来供应的规划方式。
传统电力系统是围绕相对可预测的增长而构建的。
人工智能园区可能会要求在很短的时间内获得吉瓦级的新增容量。单个项目的规模可能比一个地区性城市的全部负荷还要大。
因此，电网必须解决以下几个问题：
这些问题正成为人工智能政策的核心。
弗吉尼亚州威廉王子县拟议的"数字门户"项目，已成为社区抵制数据中心扩张的最突出案例之一。
该开发区域总面积超过2100英亩，计划支持数千万平方英尺的数据中心建设。QTS和Compass Datacenters是参与其中的主要开发商。
支持者认为该项目将带来投资、税收和就业机会。反对者则对土地使用程序、历史景观、电力需求、输电线路、噪音、环境影响以及马纳萨斯国家战场公园附近乡村地区的工业化表示担忧。
法院在发现公共通知程序存在问题后，撤销了该区域的重新规划批准。其他相关方终止了上诉，QTS公司于2026年7月撤回了其剩余的法律挑战。
该项目的失败揭示了一个基础设施领域的基本法则：
技术可行性不等于项目可行性。
一个数据中心可能具备融资可行性、可建造性和商业吸引力，但仍然可能失败，原因是其所在的社区、法律程序和物理景观不予以支持。
对于人工智能开发者而言，选址现在不仅需要接入光纤和电力，还需要尽早开展以下方面的工作：
最便宜的方案
登陆一块电子表格在多年诉讼后可能变得极其昂贵。
2026年1月，SpaceX向美国联邦通信委员会提交了一份申请，计划部署一个包含多达100万颗卫星的新型非静止轨道卫星系统。
该申请描述了……
该拟议网络被称为 SpaceX 轨道数据中心系统。
根据联邦通信委员会的公告，这些卫星将在约500至2000公里之间的多个轨道壳层运行。它们将使用高带宽光学星间链路，并与星链网络的部分组件连接。
其基本理念易于理解。
太空拥有丰富的太阳能资源。轨道系统可避免对地面土地的竞争，并可能减少对本地电网的依赖。散热可通过辐射而非传统冷却塔完成。
SpaceX的方法代表了一种工程优先的应对策略：如果在地球上获取电力、土地和许可困难重重，那就将基础设施移出地球系统。
轨道数据中心架构可提供：
太空原生工作负载可能是最实际的起点。
例如，卫星可以在将处理后的结果传回地面之前，处理地球观测图像、气象数据、导航信息或通信流量。这减少了必须传输的数据量。
将计算移至轨道并不能消除基础设施的限制，而是改变了这些限制。
一个轨道数据中心必须解决：
热量仍是一个主要挑战。
在地球上，数据中心可以将热量传递给空气或水。在太空中，没有周围的流体来带走热量。系统必须使用散热器，而相对于部署的计算能力，这些散热器可能变得非常庞大。
2026年一项关于轨道数据中心经济性的技术分析得出结论，通用地面工作负载需要极低的发射和航天器总成本、高利用率、长运行寿命以及有利的通信要求，才能与地面基础设施竞争。
这表明轨道人工智能计算可能逐步发展，而非迅速取代地面数据中心。
联邦通信委员会接受了SpaceX的申请并征求公众意见。这是一个早期的监管步骤，而非立即授权部署100万颗卫星。
关于频谱、轨道碎片和与其他卫星运营商的协调等重大问题仍有待解决。
安全、环境影响、天文学、空间碎片，以及发射并替换如此庞大卫星星座所产生的累积影响。
该轨道战略雄心勃勃，但其商业时间表取决于航天器制造、发射频率、热设计、网络技术和监管方面的突破。
软银和SB Energy正在俄亥俄州推行一种截然不同的策略。
美国能源部宣布计划在派克县的前朴茨茅斯气体扩散工厂建设一个技术园区。该项目旨在支持约10吉瓦的数据中心开发。
相关能源计划包括新建高达10吉瓦的发电容量，其中至少9.2吉瓦预计来自天然气。
SB Energy与AEP俄亥俄公司还计划投资于主要的输电基础设施。美国能源部表示，该项目将支付所需的电力输送升级费用，并采用专用费率结构，以防止普通用户承担这些成本。
这一策略围绕速度和规模构建。
该项目不是等待现有电网产生足够的备用容量，而是在规划中的计算园区旁专门建造大规模的发电设施。
天然气发电厂能够提供可调度的电力。
与风能和太阳能发电不同，它们可以在需要时运行，而不仅仅是在天气条件有利时。这使得它们更容易与需要持续服务的数据中心搭配使用。
俄亥俄模式提供了几个实际优势：
对于专注于快速部署计算能力的公司来说，这比等待缓慢的区域电网扩建看起来更加现实。
主要弱点是碳强度。
一个9.2吉瓦的天然气发电组合如果大量运行，将产生大量排放。它还可能涉及管道、冷却、水资源以及可能持续运行数十年的长寿命基础设施。
因此，该项目在两大政策目标之间制造了紧张关系：
在需求快速增长时期，天然气可以提供可靠的电力，但它可能使未来的人工智能能力锁定在化石燃料依赖上。
实际的环境结果将取决于电厂效率、利用率、甲烷泄漏、碳管理措施、与电网的互动，以及低碳资源何时能够更快速地被利用。
远景科技集团在2026年VivaTech大会上宣布了"戈壁使命"计划。
该计划的目标是到2030年，在沙漠和干旱地区建成5吉瓦的绿色人工智能数据中心容量。
其核心理念是
计算应追随能源。
与其在现有城市附近建设庞大的人工智能园区，再要求电网供电，"戈壁使命"提议将数据中心直接布局在风能、太阳能、土地和储能资源已非常丰富的区域。
远景将这种方法描述为一种 AI 电力系统，它连接：
存储
该设计将数据中心与能源系统视为一个协同平台。
远景称已在内蒙古赤峰部署了这一模式。
该公司官方报告描述了一个2吉瓦的可再生能源系统，利用EnOS和能源基础模型协调风能、太阳能、储能、计算负载和绿色氢能生产。
远景还表示正与腾讯合作，动态匹配人工智能工作负载与可再生能源供应。
这与传统的可再生能源购买协议不同。
传统数据中心可能持续消耗电力，并购买代表其他地方可再生能源发电的证书或合同。而在人工智能原生电力系统中，设施尝试在近乎实时的状态下协调实际电力流、储能、发电预测和灵活的计算需求。
输入一句想法，We0 AI 即可生成展示站、页面与 CMS。发布上线后并帮你获取客户和流量。
用户注册赠送一次完整项目生成
适合先体验一次完整生成流程，快速看到项目初稿。
远景称，正在乌兰察布开发规模更大的银河园区，作为直接接入可再生能源的吉瓦级人工智能数据中心。
公司宣传材料将其描述为"戈壁使命"模式的旗舰实施案例。
基本选址逻辑很充分：
然而，每个沙漠地点在水资源可用性、输电选项、环境条件和距离用户远近方面各不相同。"在沙漠中建设"本身并非完整解决方案。
最大的技术挑战是间歇性。
数据中心设计为持续运行，而风能和太阳能输出在秒、小时、天和季节尺度上不断变化。
"戈壁使命"的架构结合了多种形式的灵活性。
电池可在毫秒内响应。
它们适用于：
但电池不太适合储存足够能量以覆盖吉瓦级可再生能源长期低产出时段。
风能和太阳能通常在不同时间产生电力。
日间阳光充足时太阳能发电最强。夜间或不同季节风力模式可能更强。
结合两种资源可以减少——但不能消除——所需的存储量。
多余的可再生电力可通过电解用于生产氢气。
氢气可直接储存，或转化为氨（在某些应用中更易运输与储存）。当可再生能源产出较低时，这些能源载体可支持发电或工业流程。
该方法可提供更长时储能，但会带来转换损耗和额外成本。
完整周期包括：
每个步骤都会降低效率。因此，系统必须判断长时储能在何时比新增发电、输电、电池或灵活负载更具价值。
并非所有计算任务都必须在同一时刻运行。
部分工作负载可转移：
认知能源管理系统可在可再生能源丰富时调度更灵活的工作，同时为延迟敏感的推理和关键服务保留稳定容量。
这是“戈壁使命”最重要的理念之一。
它并非迫使能源系统假定所有计算任务都不可灵活调整，而是允许部分计算需求适应能源可用性。
三种方法以截然不同的方式解决同一个基本问题。
| 策略 | 核心思路 | 主要优势 | 主要挑战 |
|---|---|---|---|
| SpaceX轨道数据中心 | 将计算迁移至轨道上近乎持续的阳光能源附近 | 规避部分地面土地、电网和水资源限制 | 发射成本、辐射、散热、维护、监管 |
| 软银俄亥俄园区 | 在巨型地面园区旁建设专属可调度发电设施 | 支持大规模快速可靠部署 | 化石燃料排放、水资源、管道、长期碳锁定 |
| 远景集团“戈壁使命” | 将计算迁移至可再生能源丰富的沙漠，并协调电力、储存与工作负载 | 低碳基础设施，减少城市电网竞争 | 可再生能源波动性、存储成本、水资源、输电、地理延迟 |
没有任何方案是万能答案。
轨道计算在具备通用云负载竞争力之前，可能仅对太空原生处理具有吸引力。
燃气支撑的园区可能扩张最快，但面临碳排与环境压力。
可再生能源沙漠园区可能具有强劲的长期经济性，但需要复杂的控制、储存、灵活负载和可靠的连接。
未来很可能是一种混合方案。
在云计算时代的大部分时间里，数据中心通常靠近网络枢纽、客户、熟练劳动力、优惠税收政策和可靠电网。
人工智能改变了这一格局。
平衡。
与实时消费类应用相比，训练和许多批量处理任务对物理距离的敏感度较低。只要具备电力、光纤和运维支持，模型训练集群完全可以远离大城市部署。
这使得能源富集地区更具吸引力。
选址流程可能越来越多地遵循以下顺序：
数据中心正逐渐成为电力系统的一部分，而非仅仅是电网终端的用户。
可再生能源发电并不能自动消除水资源消耗。
以下环节都可能消耗水资源：
沙漠地区虽湿度低、夜间凉爽，但水资源往往极为匮乏。
因此，一个可信的绿色AI项目需要完整的水资源管理策略。
这可能包括：
水资源利用效率应与碳强度和电力成本一同纳入评估。
"戈壁使命"的原始理念赋予绿氢和绿氨在长时间平衡中的重要角色。
从技术角度看，这一角色是可行的，尤其是当系统同时服务于工业对氢或氨的需求时。
然而，仅将氢气用于发电回用，其能效低于直接使用可再生能源或短时电池储能。
当氢气能够提供多重价值时，其吸引力会显著提升：
其经济性取决于电解槽利用率、存储基础设施、转换效率、燃料需求以及富余可再生能源的成本。
因此，"戈壁使命"应被理解为一个能源与计算一体化的集成系统，而非仅配备氢气备用发电机的数据中心。
风力发电机、太阳能板、电池、数据中心和氢气设备在技术上已较为成熟。
"戈壁使命"更具特色之处在于其协同调度层。
像EnOS这样的系统可以整合：
以下是翻译结果：
然后它能够决定何时执行以下操作：
这就是 AI 基础设施开始类似于一个网络物理操作系统的地方。
其价值不仅来自拥有能源资产，更来自比多个独立运营商的集合更优的协调能力。
数据中心开发者应学习的经验
围绕 Dawn、PJM、Digital Gateway、俄亥俄州、轨道计算和 Mission Gobi 的事件，指向一套新的设计原则。
项目不应假定电网能按需提供千兆瓦级的备用电力。
发电、输电、储能、备用电源和需求灵活性必须成为初始设计的一部分。
许可证和公众支持并非公关细节，它们是关键路径上的工程依赖项。
一个受到法律争议的选址，可能会延误或摧毁一个原本可行的项目。
冷却和电力系统应针对热浪、干旱、风暴、火灾及其他超出历史平均值的条件进行测试。
将非紧急计算跨时间或地理位置转移的能力，可以降低电力成本，并使可再生能源更易于使用。
低碳设计仍可能引发水资源或土地冲突。节水型选址仍可能依赖高排放的电力。
整个环境系统至关重要。
私人资助的发电厂可以保护纳税人免受部分直接成本，但排放、管道、水资源、空气污染和区域可靠性仍会影响公众。
未来的 AI 系统可能结合以下元素：
不同的工作负载各有不同的需求。
AI 集群可能需要数百兆瓦甚至千兆瓦级的电力。当项目上马的速度快于发电和输电基础设施的建设时，会增加容量成本、延误其他电网接入，并引发可靠性问题。
QTS 于 2026 年 7 月撤回了其剩余的诉讼挑战，实际上终止了其在拟议的弗吉尼亚州项目中的部分。该开发项目曾面临多年的诉讼和社区反对，包括关于重新分区程序和环境影响方面的争议。
SpaceX 向 FCC 提交了一份针对高达一百万个卫星的非地球静止系统申请。
被描述为轨道数据中心网络。这一概念将使用太阳能卫星和光链路，但目前仍处于早期监管和工程阶段。
软银、SB Energy及其合作伙伴计划在俄亥俄州前朴茨茅斯气体扩散厂建设一个10吉瓦的数据中心园区。相关计划包括高达10吉瓦的新增发电能力，其中至少9.2吉瓦预计来自天然气。
"戈壁使命"是远景能源的一项倡议，旨在到2030年在沙漠和干旱地区开发5吉瓦的绿色AI数据中心容量。它结合了可再生能源发电、储能、电网基础设施、计算以及基于AI的能源管理。
远景能源的官方公告使用的是**"戈壁使命"**。"GobiX"是一些评论中使用的非正式标签，用于将沙漠AI基础设施与SpaceX的轨道方法进行对比。
可以，但持续服务通常需要一套组合方案，可能包括超配的风能和太阳能、电池、长时储能、电网支持、备用发电以及工作负载灵活性。具体设计取决于站点和可靠性目标。
沙漠和干旱地区可以提供大面积土地、丰富的风能和太阳能资源、较低的人口密度，并减少与城市电网的竞争。开发商仍需解决水、连接、环境、储能和维护方面的挑战。
energy.gov/articles/fact-sheet-department-energy-ensuring-affordable-energy-access-ohio-while-powering-future)：官方详细介绍了10吉瓦数据中心、天然气发电及输电投资的相关内容。
人工智能基础设施的瓶颈已不再是芯片供应。发电能力、输电网络、散热系统、水资源、土地资源、审批许可及公众接受度，正成为限制新算力部署速度的实际因素。
SpaceX、软银（SoftBank）和远景（Envision）代表了三种截然不同的应对策略。SpaceX计划将算力转移至轨道上的太阳能资源附近；软银则将在俄亥俄州建设大型园区，并配套专属天然气发电设施；而“戈壁使命”项目旨在将算力迁移至沙漠可再生能源区域，并通过人工智能电力系统协调能源、储能、氢能及弹性工作负载。
每种方案在解决现有限制的同时，也引入了新的挑战。轨道系统面临发射与散热难题；天然气驱动的园区存在碳排放风险；沙漠可再生能源系统则需解决储能、水资源规划、网络连接及复杂协调问题。
下一个AI基础设施赢家，可能不是拥有最多加速器的公司，而是能将能源、土地、散热、网络和算力整合为最可靠完整系统的企业。
从一句话开始，几分钟内拿到完整网站。
