算力狂飙下的代价：数据中心的繁荣与隐忧
近年人工智能（AI）浪潮席卷全球，生成式AI的普及令算力需求急剧膨胀。在光鲜亮丽的模型与产品背后，支撑这场科技革命的基础设施，就是遍布各地的数据中心。这些看来平平无奇的厂房，实则已成为数字经济的关键支柱，亦是大国博弈的战略筹码。
另一方面，数据中心对能源与资源的巨大消耗，对环境和社会造成极为深远的压力。在全球争相押注AI基础设施之际，其负面效应与发展瓶颈亦逐步浮现，值得详细分析。
数据中心的核心功能，是为整个社会提供数据存储与计算服务。无论是云端办公、网上购物、视频串流，还是时下炙手可热的生成式AI，皆依赖数据中心的算力支撑。显而易见，没有数据中心，数字经济便寸步难行。
正因如此，全球资本正以前所未有的规模涌入这一领域。科技巨头的投资手笔动辄以千亿美元计：2025年1月，OpenAI成立“星际之门”（Stargate）项目，计划在四年内投资5000亿美元，与包括甲骨文、微软、英伟达和软银在内的合作伙伴大规模兴建AI基础设施【注1】。与此同时，中国亦规划在未来五年投入约2万亿元人民币，建设全国互联的数据中心网络【注2】。无论是来自私人企业还是公共部门，这场“算力军备竞赛”的规模都非同小可。
对中美两国而言，数据中心与算力的重要性已上升至国家战略层面。算力被视为与电力、石油同等重要的战略资源，直接关乎AI时代的竞争主导权。中国近年大力推进“东数西算”工程，美国则倾力扶持本土AI基建，数据中心俨然成为新一轮科技竞赛的主战场。
然而，数据中心的迅猛扩张，正制造出一系列不容忽视的负面效应，首当其冲的便是能源。国际能源署的数据显示，2022年全球数据中心的耗电量约为460太瓦时（TWh），到2026年或将突破1000太瓦时，几乎相当于日本的全国用电量【注3】。在爱尔兰数据中心密集的地区，其耗电量甚至占全国总用电的3成以上。如此庞大的电力需求，在一定程度上挤占了住户用电，推高电价，令市民大众为数据中心的扩张买单。
水资源同样承受重压，数据中心的伺服器运转时产生大量热量，需要持续冷却。传统的蒸发式冷却系统，每排走1兆瓦热量，每小时便要消耗约1500至2500加仑水【注4】。
此外，数据中心的空气处理机组、伺服器机房和散热风扇产生的噪音高达90分贝 ，足以损害听力【注5】。中心内伺服器与冷却设备又会形成“热岛效应”，增加四周的地表温度【注6】。
空气污染带来的健康风险，尤其令人关注。马斯克旗下xAI在田纳西州孟菲斯市的数据中心，为解决供电不足引进了35台燃气轮机，估计每年排放1200至2000吨氮氧化物，这类致霾物质对当地的空气质量和居民健康产生严重影响【注7】。
这些负面界外效应，最终都会转化为企业的运营成本与风险。当数据中心的扩张触及社区的切身利益，来自社区的摩擦会形成重大的隐性支出。在美国多地，居民因噪音与污染对数据中心提出集体诉讼，社区的抵制与抗议已延缓了若干项目的选址与建设。2026年6月，德克萨斯州州长阿博特（Greg Abbott）呼吁对快速扩张的数据中心行业，施加更严格的限制和管控，取消部分税收优惠【注8】。
事实上，数据中心自身的发展亦面临多重约束。一、算力供给瓶颈。高端图像处理器（GPU）是AI训练的核心，但其产能受限于少数厂商，供不应求的局面短期内难以扭转。二、供电瓶颈。AI数据中心的用电密度远超传统机房，现有电网的容量与输配能力显然不足，以致不少项目“有机无电”。三、散热瓶颈。算力愈强，发热愈多，过高温度会触发芯片降频、限制性能。业界正加速从传统风冷技术转向液冷（liquid cooling）乃至浸没式冷却等新一代散热方案，对数据中心基础设施的要求更高。
对于自建算力、研发大模型的AI创新公司（如OpenAI、谷歌、字节跳动）而言，数据中心本身就是核心资产与护城河，直接面临合法性与成本的双重压力。这类企业应将绿色算力提升至公司管治的最高层级。一方面，主动锁定核能等稳定而清洁的长期电源，寻求与可再生能源生产商签订长期购电协议，以对冲未来的电价波动与碳监管风险。另一方面，在算力优化与前沿散热等技术上加大研发投入，守护技术优势。更重要的是，公司须主动经营与当地社区及监管者的关系，以透明的环境资讯披露和切实的补偿机制换取合法性。
AI创新企业目前的探索之旅，已拓展至深海与太空。上海临港的海底数据中心项目以近海风电供能、深层海水自然冷却，兼顾节能与减排【注9】。美国SpaceX探索以星舰将数据中心设备送入轨道，利用太阳能发电，并以星链传输数据。中国亦已发射太空计算卫星，以测试在轨处理能力【注10】。这些探索固然处于起步阶段，同时构成企业战略布局中不可忽视的参照基准。
至于基于现成模型之上、聚焦垂直场景的AI应用公司而言，算力是成本而非资产。这类企业的战略重心，应从拥有算力转为高效地使用算力。首先，在模型选择与工程设计上追求效率，透过合规的模型蒸馏、量化与精准调用，避免为冗馀的算力买单。其次，在采购环节将算力供应商的绿电比例、电力使用效率等指标纳入考量，倒逼数据中心进行减排。最后，密切关注算力供给的瓶颈与地缘政治风险，透过多云（multi-cloud）服务分散对单一供应商的依赖。
数据中心是数字文明的基石，其重要性毋庸置疑。然而，算力高速跃升绝非毫无代价。能源、水资源、噪音、空气污染等负面界外效应，正不断累积为数据中心的运营成本与社会的隐性负担。唯有将环境与社区的成本纳入考量，在提升算力之馀，积极探索各类绿色发展路径，数据中心方能真正成为支撑数字未来而非透支未来的生力军。
注1：https://openai.com/index/announcing-the-stargate-project/
注4：https://www.ampacwatersystems.com/ai-data-centers-water-consumption-crisis-2026/
注5：https://www.environmentalhealthproject.org/post/the-dangers-of-data-centers
注6：https://edition.cnn.com/2026/03/30/climate/data-centers-are-having-an-underrported
注7：https://time.com/7308925/elon-musk-memphis-ai-data-center/
注8：https://www.nytimes.com/2026/06/10/us/texas-abbott-data-centers-regulation.html
注9：https://www.news.cn/fortune/20260529/8de9d068e5fd46ef984fad9a1d9b9015/c.html
注10：https://www.news.cn/liangzi/20260603/5903c373ae314a32927258a971424f27/c.html
王筱晴女士
香港科技大学博士生
颜示硼教授
港大经管学院管理及商业策略助理教授
（本文同时于二零二六年七月一日载于《信报》“龙虎山下”专栏）
