数据热岛效应：AI算力激增背后的隐秘“高温”代价

每次我们向ChatGPT、Gemini或Claude发送一个请求，这些指令都会被迅速传递到远方的数据中心进行处理。这些庞大的设施内，专用计算机24小时不间断运转，维持着我们早已习惯的智能响应。然而，一场由算力引发的物理环境变化正在这些中心周边悄然发生。 剑桥大学领导的一项研究首次量化了这一现象。研究发现，人工智能数据中心周围的地表温度平均上升了2摄氏度（3.6华氏度），而在部分区域，升温幅度甚至高达9摄氏度（16.2华氏度）。研究人员将这种局部区域的异常升温命名为“数据热岛效应”，这让人们首次从环境温度层面感受到数字基础设施的实体存在感。 这种热效应的根源在于AI模型的运行方式。与传统网页浏览的服务器不同，AI数据中心配备了强大的芯片，能够并行执行数千次计算。持续运行大型语言模型使得这些设施极为耗电。根据国际能源署的数据，2024年全球数据中心消耗了约415太瓦时的电力，占到全球供电量的1.5%，且过去五年间保持着约15%的年增长率。该机构预计，到2030年，这一数字将几乎翻倍，达到945太瓦时。 如此庞大的能源消耗必然转化为巨大的热量。为了维持设备稳定，数据中心必须依靠先进的液体冷却系统进行热管理，这又消耗了巨量的水资源。据报道，一个典型的100兆瓦超大规模数据中心，每年可消耗约25亿升（6.6亿加仑）水，这相当于8万人的年用水量。考虑到这类设施通常至少占地10,000平方英尺并容纳超过5,000台服务器，其能源与水资源需求是惊人的。这样一个通常需要100至300兆瓦电力运行的设施，足以供电数十万户家庭，其散热压力可想而知。 从全球布局来看，截至2026年6月，全球有超过11,600个活跃数据中心。美国以逾4,300个数据中心的数量高居榜首。英国拥有超过540个，其中大部分聚集在伦敦周边，德国和法国则分别拥有超过520个和390个。在亚洲，中国和印度分别以超过360个和300个数据中心引领区域发展，而东南亚正成为增长最快的市场之一。这些遍布全球的站点构成了一个庞大的物理网络，其环境足迹正在随着AI竞赛的升温而扩大。

EntAI观察

“数据热岛效应”的发现，意味着AI基础设施的物理影响已经超出了能耗和水耗的范畴，开始直接作用于局部气候，这或许会引发数据中心选址周边社区的更多环境关切。当前AI算力需求的指数级增长与全球能源和水资源目标的平衡将变得更加棘手。这种从“云端”到“地表”的可见热反馈，很可能促使监管机构在未来将“热排放”纳入数据中心的综合环境评估体系中。冷却技术的迭代，特别是低水耗甚至无水冷却方案的商业化速度，可能成为衡量科技巨头ESG表现的关键标尺。