哈佛大学陈曾熙公共卫生学院与哈佛数据科学倡议团队在《自然·可持续性》发表同行评审研究,首次以设施级数据测算AI热潮下美国数据中心的能耗与排放。结果显示,2024年5月至2025年4月,超大规模数据中心用电82太瓦时,约占全美发电量的1.8%,与密歇根州全年用电量相当;同期排放2570万吨二氧化碳,与丹麦全国年排放量相当。相比2018年一项同行评审估算,本次测算的温室气体排放高出2至3倍。

研究指出,数据中心用电的54%来自化石燃料,需求高度集中在艾奥瓦、俄亥俄、俄勒冈和弗吉尼亚四州。由于各电网电源结构不同,选址直接影响排放:约四分之一的数据中心需求位于污染程度高于全国平均的电网区域。以俄亥俄州为例,美国能源信息署数据显示该州约80%电力来自化石燃料,其中约20%仍来自燃煤。

论文资深作者、哈佛数据科学倡议主任弗朗西斯卡·多米尼奇表示,研究目标是给公众、政策制定者、投资者和开发商提供比以往更具体、更新的图景,数据中心选址与供电方式属于关键的环境与公共卫生决策,应基于可靠数据作出。她透露后续将研究数据中心能源使用所致空气污染对健康的直接影响,并称已有证据表明,若AI增长依赖化石燃料,将损害公众健康。陈曾熙公共卫生学院全球与气候健康政策主任瓦妮莎·克里博士则指出,建设AI的企业有充足资金做得更好,应投资新的清洁电力,并公开每座数据中心的能耗与排放。

除学术测算外,团队还推出名为“Never Just a Building”的探索工具,把研究转化为可供利益相关方操作的信息。用户可对假设的100兆瓦数据中心比较四个候选选址,按环境影响与公共健康影响从0(最佳)到100(最差)打分。工具会追溯拟建项目对应的发电厂,并按人口普查区绘制下风向细颗粒物污染图。示例中,位于弗吉尼亚州劳登县(“数据中心走廊”所在地)的新园区因区域供电方持续依赖化石燃料而得到76的高分;若将该设施改为24/7清洁电力,得分降至54,相关污染羽流几乎消失。研究者强调,工具不对项目是否应推进持立场,而是让开发商、大型科技公司、社区、地方官员和监管机构获得同一套事实。

从产业视角看,这项研究把AI算力扩张的隐性成本——电力与排放——摆上台面。对投资者而言,数据中心选址不再只是土地与光纤问题,电网的燃料结构正成为影响运营成本、合规风险与公众接受度的变量。对科技公司而言,清洁能源采购与排放披露的透明度压力可能上升;对电网与公用事业而言,数据中心集中区域的扩容与脱碳节奏将更受关注。研究提供的设施级数据与公开工具,也为地方审批和社区博弈提供了可引用的依据。