AI 的七兆美元能源危機：當資料中心吃掉一個日本的電力
2030 年，全球資料中心的用電量將達到 945 TWh。這個數字等於日本一整年的全國用電量。不是日本的資料中心用電，是日本整個國家——1.25 億人口的家庭、工廠、鐵路、醫院加起來的總和。
這不是某個環保團體的警告，而是國際能源署（IEA）的官方預測。而且這個數字已經是下修過的版本。
如果你覺得這只是遙遠的未來，看看現在：美國的資料中心在 2024 年已經消耗了全國超過 10% 的電力產出，佔總體用電的 4.4%，短短六年內從 1.9% 翻了一倍多。勞倫斯伯克利國家實驗室估計，到 2028 年這個數字可能達到 6% 至 12%。
歡迎來到 AI 的能源危機。這不是假設性問題——它正在發生，正在改變電費帳單、重塑能源地緣政治，並迫使我們面對一個根本性的取捨：AI 的價值是否值得它的能源代價？
數字會說話：指數成長的用電曲線
讓我們從硬數據開始。
IEA 的數據顯示，全球資料中心用電在過去五年以每年 12% 的速度成長。2024 年約 415 TWh，佔全球用電的 1.5%。到 2030 年，這個數字將翻倍以上，達到 945 TWh。資料中心將佔全球用電需求成長的 20% 以上。
美國是最大的增量來源，其次是中國。中國的資料中心用電從 2022 年的 77 TWh，預計在 2030 年飆升到 400 至 600 TWh（高盛估計可能接近 600 TWh）。更令人擔憂的是，中國東部地區——資料中心最密集的地方——約 70% 的電力來自燃煤發電。
在投資端，數字同樣驚人。麥肯錫估計到 2030 年，AI 相關基礎建設的總投資將達到約七兆美元（其中 5.2 兆用於 AI 資料中心，1.5 兆用於傳統 IT 基礎建設）。Brookfield 的估算也超過七兆，拆解為四兆晶片與晶圓廠、兩兆資料中心、五千億電力與輸配電、五千億其他技術。高盛預測，光是 2025 到 2027 年，超大規模雲端業者的資本支出就將達到 1.15 兆美元——比 2022 到 2024 年的 4,770 億翻了一倍多。
2025 年一年，AI 相關資本支出就達到 4,050 億美元，年增 62%。
電網瀕臨崩潰：維吉尼亞的警鐘
數字是抽象的。維吉尼亞州的現實不是。
維吉尼亞是全球資料中心最密集的地區。該州的能源需求預計到 2040 年將成長 183%。目前申請建設的資料中心所需電力，已經超過 Dominion Energy 在夏季用電高峰時生產和進口電力總量的兩倍。
2026 年 1 月底，州議員 Irene Shin 提出暫停令法案，要求停止所有新資料中心申請直到 2028 年 7 月。參議員 L. Louise Lucas 的 SB 253 法案則試圖將電網升級成本從住宅用戶轉移到資料中心，預計可為每戶每月節省 5.52 美元，同時資料中心電費上調約 15.8%。
維吉尼亞不是孤例。截至 2026 年 3 月，全美至少有 12 個正在開會的州提出了資料中心暫停令法案。從 2024 年 5 月到 2025 年 6 月，價值 1,620 億美元的資料中心投資被擋下或延遲。光是 2025 年第二季，就有 20 個項目、總值 980 億美元遭到阻擋。
在聯邦層級，Sanders 和 AOC 提出了全國性暫停令。Hawley 和 Blumenthal 的跨黨派 GRID 法案要求 20 MW 以上的資料中心必須使用離網電源。Van Hollen 的 Power for the People Act 要求資料中心支付電網擴容的全部成本。
問題的核心在 PJM Interconnection——管理美東 13 州、6,500 萬人電網的區域運營商。PJM 預測到 2030 年將新增 32 GW 的尖峰負載，其中 94% 來自資料中心。但 PJM 從 2027 到 2032 年每年只能新增 2 到 3 GW 的供應。供需缺口顯而易見。
更致命的是互聯時間。2008 年，從申請互聯到商業運轉不到兩年。到 2025 年，這個時間已經超過八年。PJM 的容量市場拍賣價格一年內暴漲 833%。2026/2027 年度的容量拍賣清算價為每 MW 每天 329.17 美元，比前一次又上漲 22%。
企業的回應：核能、地熱、和天文數字的購電協議
面對能源危機，科技巨頭的回應是前所未有的企業購電規模。
微軟與 Constellation Energy 簽下 20 年購電協議，重啟三哩島核電廠（Crane Clean Energy Center），取得 835 MW 核能電力，預計 2027 到 2028 年上線。Constellation 為此獲得了美國能源部 10 億美元的聯邦貸款。
Meta 成為美國企業中最大的核能電力買家，合約總量約 7.7 GW。其中包括與 Constellation 簽下的 1.1 GW 伊利諾核電廠 20 年協議、與 Vistra 的 2.6 GW 三座核電廠協議，以及資助 TerraPower 建造兩座 345 MW 鈉冷快中子反應爐。2025 年，Meta 的潔淨能源合約量達到 10.24 GW，以微幅差距超越 Amazon 的 10.22 GW。
Amazon 自 2020 年起就是全球最大的企業再生能源買家（BloombergNEF），投資超過 40 GW 碳中和能源，橫跨 28 個國家、700 多個項目。Amazon 還投入超過 200 億美元將 Susquehanna 轉型為 AI 園區，並與 X-energy 共同開發小型模組化反應爐。
Google 走了一條不同的路。除了與 Kairos Power 簽下美國首個企業 SMR 艦隊協議（500 MW，2030 年後交付），Google 大力押注地熱能源。與 Fervo Energy 合作的 Cape Station 項目在猶他州建設 500 MW 地熱電廠，首期 70 至 100 MW 預計 2026 年 10 月上線。Google 還參與了 Fervo 4.62 億美元的 E 輪融資。
數字令人印象深刻。但有一個關鍵問題：時間差。資料中心建設周期是 1 到 2 年，潔淨能源從許可到商轉需要 3 到 8 年以上。在過渡期間，新增的 AI 需求主要由現有電網——也就是化石燃料——來滿足。企業的購電承諾是長期的，但眼前的碳排放是真實的。
誰在買單：你的電費帳單
這場能源軍備競賽最直接的受害者，是普通家庭。
美國住宅電價從 2020 年的每度 12.76 美分上漲到 2026 年 2 月的 17.44 美分——漲幅 36%。高盛報告指出，2025 年電價年增 6.9%，是同期通膨率 2.9% 的兩倍多。在某些批發市場，電價漲幅高達 267%。
地理相關性驚人地清晰：自 2020 年以來批發電價漲幅最大的節點中，70% 位於大型資料中心活動範圍 50 英里以內。維吉尼亞、俄亥俄、伊利諾、馬里蘭——全是 PJM 電網區域內資料中心密集的州——住宅電價漲幅位居全美前列。
Yale Climate Connections 的調查揭露了一個不對稱：家庭電費飆漲，資料中心的電費卻沒有同比例增加。基礎建設成本正在被轉嫁給住宅用戶。
政治反彈已經到來。2025 年 11 月，民主黨候選人 Mikie Sherrill（紐澤西）和 Abigail Spanberger（維吉尼亞）分別贏得州長選舉，競選平台的核心之一就是電費問題。2026 年 3 月 4 日，川普在國情咨文中宣布了「繳費者保護承諾」（Ratepayer Protection Pledge），由 Amazon、Google、Meta、Microsoft、OpenAI、Oracle、xAI 共同簽署，承諾自建或購買電力、支付電網升級費用、協商獨立電價結構、投資在地社區。
Anthropic 在 2026 年 2 月走得更遠，承諾支付其資料中心 100% 的電網升級成本，覆蓋因需求增加而導致的電價上漲，並投資削峰系統在用電高峰時段減少需求。
問題是：這些承諾是自願性的，沒有強制力。
核能復興的承諾與現實
每一篇關於 AI 能源解方的文章都會提到核能，尤其是小型模組化反應爐（SMR）。但現實比承諾複雜得多。
NuScale Power 是唯一一家獲得美國核管會（NRC）設計認證的 SMR 公司。2023 年，它的旗艦項目在成本從 53 億美元膨脹到 93 億後宣告破產。這不是邊緣案例——這是最先進、最接近商轉的 SMR 項目。
TerraPower 的建設許可申請仍在審核中，NRC 在 2025 年 10 月完成環境審查、12 月完成安全評估，許可決定預計在 2026 年上半年。X-energy 的安全評估預計要到 2026 年 11 月。即使一切順利，這些都不會在 2030 年前產生有意義的電力。
成本是另一個殘酷的現實。Wood Mackenzie 估計 SMR 的成本為每 kW 6,000 到 8,000 美元。相比之下，公用事業規模太陽能每 kW 1,448 美元，陸上風電每 kW 2,098 美元。SMR 比再生能源貴 3 到 5 倍。
還有燃料問題。許多 SMR 設計需要高濃縮低富集鈾（HALEU），目前只有美國和俄羅斯生產，而俄羅斯擁有唯一的商業規模 HALEU 設施。這是一個嚴重的供應鏈脆弱性。
不過，重啟現有核電廠是另一回事。三哩島重啟（835 MW）、Meta 與 Constellation 和 Vistra 的現有核電廠延長合約、Google 探索重啟愛荷華州退役核電廠——這些都是利用已建成的基礎設施，風險和時間線都小得多。
核能的困境可以這樣總結：既有核電廠是寶貴資產，值得延壽和重啟。但把 SMR 當成 AI 能源問題的解方，在時間表和經濟性上都還不現實。
效率突破：希望還是海市蜃樓？
如果供給端無法快速跟上，需求端的效率提升呢？這裡有真正令人興奮的進展。
2026 年 3 月，塔夫茨大學發表了一項神經符號（neuro-symbolic）AI 研究，結合神經網路與人類式的符號推理。結果令人震驚：訓練時間從 1.5 天壓縮到 34 分鐘，訓練能耗僅為標準模型的 1%，執行能耗僅為 5%——同時準確率從 34% 提升到 95%。這意味著能耗降低 100 倍，性能卻大幅提升。
NVIDIA 的 Blackwell 架構宣稱在兆參數 LLM 推理上實現 25 倍的成本和能耗降低，每百萬 token 成本降低 15 倍，每 MW 吞吐量提升 10 倍。當然，有分析師指出部分改進來自架構變化而非純粹的能效提升，但趨勢方向是明確的。
DeepSeek 是另一個轉折點。2025 年 1 月發布的 DeepSeek-R1 在表現與 OpenAI o1 相當的情況下，創建成本低約 30 倍，使用成本低約 25 倍。DeepSeek-V3（671B 參數）僅用 2,048 張 H800 GPU 就完成了訓練——遠少於 OpenAI 或 Google 用於同等規模模型的資源。模型蒸餾、量化、剪枝等技術已被證明能在最小品質損失下，將推理能耗降低 10 到 100 倍。
液冷技術同樣重要。液冷資料中心的 PUE（電力使用效率）低於 1.2，而傳統氣冷為 1.4 到 1.6，意味著總能耗減少 15% 到 30%。這個市場正以 25.7% 的年複合成長率擴張，預計 2029 年將接近 70 億美元。Microsoft、Google、Meta 都已將 AI 叢集轉向液冷。
甚至連每次查詢的能耗都在急劇下降。2023 年被廣泛引用的數據是一次 ChatGPT 查詢消耗 2.9 Wh——是 Google 搜尋的 10 倍。但根據 Epoch AI 2025 年的估算，GPT-4o 每次查詢約 0.3 Wh，與 Google 搜尋大致相同，不到一顆 LED 燈泡幾分鐘的用電量。「AI 比搜尋耗能 10 倍」的說法已經過時。
但是，Jevons 悖論
效率突破是真實的。但歷史告訴我們一個令人不安的規律：技術越高效，用量就越大，總消耗不降反升。這就是 Jevons 悖論。
DeepSeek 是完美的案例研究。它讓前沿 AI 便宜了 25 到 30 倍。結果不是總能耗下降——而是市場急劇擴張，數百萬新用戶和新用例湧入。NPR Planet Money 在 2025 年 2 月報導了 AI 世界對 Jevons 悖論的「集體迷戀」。
ACM FAccT 的一篇 2025 年論文直指核心：「沒有整體性管理——包括政策、營運和行為層面的改變——即使每次運算操作的效率持續提升，總資源消耗和碳排放仍然會繼續上升。」
效率是必要的，但僅靠效率不夠。
反方觀點：歷史站在樂觀主義者這邊嗎？
Google 資料中心早期架構師 Urs Holzle 認為，多數能源預測犯了一個經典的推斷錯誤：「假設技術保持不變，而需求呈指數增長。」
他有歷史站在他這邊。從 2005 年到 2017 年，儘管雲端運算和網際網路服務經歷了爆發性成長，全球資料中心的用電量基本持平。伺服器效率提升、虛擬化技術和冷卻改進完全抵消了需求增長。這是反對恐慌論最有力的論據：技術會自我調適。
Koomey 定律也還在運作——運算能效持續以指數方式提升，雖然速度從每 1.57 年翻倍放緩到每 2.29 年翻倍。Jonathan Koomey 本人指出，許多 AI 任務只需要近似結果，這意味著每次運算的能耗可以更低。
PwC 的分析提供了另一個視角：如果 AI 對整體經濟的能源效率改善速度僅為其採用速度的十分之一，節省的能源就足以抵消 AI 本身的電力需求。AI 驅動的電網優化、製造業效率提升、物流和建築能源管理可能是淨正面的。
這些反論有份量。但它們面臨一個關鍵挑戰：2005 到 2017 年的穩定期，伺服器工作負載主要是存儲和計算——能效提升空間大且容易實現。AI 訓練和推理的能耗特性根本不同，GPU 密集型工作負載的能效曲線尚不清楚是否能複製歷史模式。
地緣政治維度：能源就是 AI 競賽的武器
能源危機不僅是經濟問題，更是戰略問題。
2025 年 8 月，一個 AI 專家代表團從中國返回後「震驚」於美國電網的脆弱。OpenAI 高管擔心的是「電子鴻溝」（electron gap）——為美國資料中心供電的能力。
中美之間的差異在於方法論。美國的市場驅動模式是需求先行、供給追趕，但許可和互聯瓶頸讓追趕變得極其緩慢。中國的集中式規劃可以預判需求、提前建設，擁有過剩的太陽能和電池製造產能（太陽能建設速度比天然氣更快），還能動用閒置燃煤電廠作為過渡。
美國的優勢在尖端 AI 晶片（NVIDIA），但如果沒有電力支撐，晶片優勢就是空中樓閣。
中東正成為第三個 AI 算力節點。沙烏地阿拉伯的企圖心令人側目：設立 400 億美元 AI 投資基金、HUMAIN 與 Google Cloud/PIF 的 100 億美元合作、NEOM 與 DataVolt 的 50 億美元 1.5 GW AI 工廠協議、AWS 53 億美元新雲端區域。HUMAIN 的 CEO 表示：「我們要成為全球第三大 AI 供應商。」阿聯酋同樣積極，與 OpenAI 合作「星門」（Stargate）項目，微軟在 2026 到 2029 年間投入 79 億美元。2025 年 11 月，美國商務部批准向 UAE 和沙烏地出口 70,000 顆 NVIDIA GB300 晶片。
但風險也是真實的。2026 年 3 月，伊朗無人機攻擊了 UAE 和巴林的 AWS 設施——這是商業超大規模資料中心首次成為動能攻擊的目標。分散式全球 AI 基礎建設創造了新的攻擊面。能源是 AI 競賽中的競爭優勢，但它也是戰略脆弱性。
七兆美元的問題：值得嗎？
讓我們回到那個核心數字。麥肯錫估計七兆美元。Brookfield 也超過七兆。摩根士丹利保守估計到 2029 年三兆，高盛預測 2025 到 2027 年僅超大規模業者就要投入 1.15 兆。
但高盛自己也加了一句令人不安的附註：「一兆美元即將投入......目前幾乎看不到回報。」摩根士丹利正在考慮透過重大風險轉移來卸載部分資料中心貸款敞口。PJM 的市場監督者指出，資料中心負載預測存在「極端不確定性」。
公用事業公司面臨「擱置投資」風險——如果 AI 需求沒有按照預測實現，為滿足需求而建設的電網基礎設施將成為沉沒成本，而這些成本最終由繳費者承擔。CNBC 在 2025 年 12 月的報導直指這個矛盾：如果 AI 榮景破滅，家庭可能面臨更高的電費——為了一場從未完全實現的運算需求買單。
存在一種真實的可能：AI 需求預測被高估了。可能是技術進入平台期，可能是能源成本變得令人望而卻步，也可能是效率改進大幅減少了對原始算力的需求。但反過來，如果需求哪怕接近預測值，目前的潔淨能源和電網建設速度就遠遠不夠。
這是一個不對稱的風險局面：建太多，錢浪費了；建太少，輸掉 AI 競賽。
被遺忘的代價：環境正義與公共健康
在七兆美元的投資討論和地緣政治角力中，有一群人幾乎被遺忘了。
美國約 700 座資料中心中，近半數位於環境負擔高於中位數的社區。一個 2025 年的模型預測，到 2030 年，美國資料中心可能導致約 60 萬例氣喘症狀發作和 1,300 例過早死亡，公共健康負擔超過 200 億美元。
水資源是另一個戰場。德州資料中心預計 2025 年使用 490 億加侖水，到 2030 年可能飆升到 3,990 億加侖。自 2022 年以來新建的資料中心中，約三分之二位於水資源緊張的地區。在德州 Amarillo，全球最大的 AI 資料中心計劃威脅著 Ogallala 含水層——拉丁裔居民和農村用水倡議者擔心失去地下水資源。
NAACP 發起了「停止骯髒資料中心」運動。反對聲浪跨越黨派——這不是左派或右派的問題，而是社區自我保護的問題。從 2024 年 5 月到 2025 年 3 月，社區反對已經導致 640 億美元的項目被延遲或取消。
結語：我們真正面對的取捨
AI 的能源危機既是真實的，也是可管理的——但只在特定條件下。
效率改進必須持續（不保證）。潔淨能源供給必須實際擴張（面臨巨大瓶頸）。成本必須公平分攤（需要強有力的監管）。環境正義必須被納入考量（目前是事後想法）。Jevons 悖論必須透過政策而非僅靠技術來處理。
2005 到 2017 年的歷史告訴我們，技術進步可以讓資料中心用電在需求爆發期保持穩定。但歷史不保證重演。AI 工作負載的能耗特性與傳統伺服器根本不同，地緣政治競爭正在推動各國不計成本地擴張算力，而企業的自願承諾缺乏強制力。
真正的問題不是「AI 會不會消耗太多能源」——它已經在消耗了。真正的問題是：誰來承擔代價？是投資者、企業、還是繳電費的普通家庭？是水資源充沛的地區、還是已經缺水的社區？是這一代人、還是下一代？
七兆美元正在被押注。籌碼已經在桌上。唯一的問題是，當帳單到來時，我們是否準備好面對答案。
