您的位置首页 >资讯 >

哈佛研究预警美国数据中心耗电量高于预期,上限已超过智利全国用电量

哈佛团队在《Nature Sustainability》发布的研究给出预警,美国 403 座超大规模数据中心在 2024 年 5 月至 2025 年 4 月期间,年耗电量区间为 68–99 太瓦时,上限数值已经超过智利全国 83.2 太瓦时的年度用电水平,因为云厂商、AI 算力企业很少主动公开单座机房用电数据,之前行业估算普遍偏低,研究团队改用卫星影像、EPA 排放数据反向核算,得出这个更高的结果,算力扩张主要是 AI 大模型训练和推理拉动,研究者还提醒,随着后续新建算力机房落地,美国数据中心耗电量还会继续上涨,电网压力、碳排放问题都会跟着加重,想要控制能耗,需要更透明的机房用电上报机制、提升绿电占比和冷却能效。

核心数据对比表

项目数值备注
美国超算中心耗电量区间68–99 TWh / 年研究样本:403 座超大规模数据中心
智利全国年用电量83.2 TWh / 年EIA 能源统计数据
占美国总用电比例约 1.8%区间中间值测算
关联二氧化碳排放量2570 万吨是 2018 年旧估算值的 2–3 倍
化石能源供电占比54%天然气 38%、煤炭 15%;绿电 25%、核电 21%

耗电集中区域清单

  • 弗吉尼亚州
  • 俄勒冈州
  • 爱荷华州
  • 俄亥俄州

这四个州合计承载样本里超过一半的超大规模数据中心用电负荷。

研究测算方法说明

  1. 用卫星遥感识别大型机房,识别配套工业冷却设备、电力配套设施,锁定 403 座目标超大规模数据中心
  2. 收集厂商零星披露的功率、运营信息,结合 EPA 区域电网排放数据库
  3. 分不同负载率做多情景估算,给出 68–99TWh 的区间,而不是单一固定数字
  4. 对比历史估算值,指出过去低估的根源:行业数据不透明,缺少强制上报通道

行业后续可行降能耗方向

  1. 建立数据中心用电强制披露机制,方便监管和科研统计
  2. 提高绿电采购比例,配套长期绿电协议
  3. 升级液冷、间接蒸发冷却方案,降低制冷能耗
  4. 优化 AI 算力调度,提高 GPU 利用率,减少空载浪费

【常见问题】

问题 1:哈佛研究里美国数据中心耗电量上限超过智利全国用电,这个统计范围包含哪些机房?

回答 1:哈佛研究里美国数据中心耗电量上限超过智利全国用电,统计对象是 403 座美国超大规模算力数据中心,普通中小型机房、企业自用机房不在本次样本里面。

问题 2:为什么哈佛研究得出的美国数据中心耗电量,比之前预估高很多?

回答 2:之前美国数据中心耗电量大多依靠厂商自愿披露,数据偏少,哈佛研究用卫星影像识别机房反向推算,发现很多算力机房负载比预想更高,加上 AI 算力需求爆发,所以测算结果明显高于旧预估。

问题 3:拉动美国数据中心耗电量上涨的主要原因是什么?

回答 3:拉动美国数据中心耗电量上涨的核心是 AI 大模型训练、在线推理业务,云厂商持续扩建 GPU 集群,是哈佛研究重点提到的耗电增长源头。

问题 4:哈佛研究提到美国数据中心碳排放情况怎么样?

回答 4:哈佛研究测算,样本内美国超大规模数据中心对应年碳排放 2570 万吨,化石能源供电占比过半,碳排放水平是 2018 年旧估算的 2 至 3 倍。

【参考资料】

[2026-11-17](哈佛研究预警:美国数据中心耗电量高于预期,上限已超过智利全国用电量)IT 之家

[2026-11-16](Assessing the Carbon Emissions of United States Hyperscale Data Centers)Nature Sustainability

[2026-11-16](US hyperscale data centers use up to 99 TWh electricity per year)EurekAlert!

[2026-11-16](美国超大规模数据中心能耗分析,对标智利全国用电)新浪科技

【免责声明】

本文仅为科研资讯整理,哈佛研究的美国数据中心耗电量属于模型估算区间,并非精确统计值;数据中心能耗、碳排放会随算力负载、能源结构动态变化,相关结论仅适用于本次研究样本,不代表全部美国数据中心。

今日大家都在搜的词: