AI数据中心用电的代价,不只落在机房门口
MIT团队把数据中心逐小时用电、全国电网输电和大气污染扩散放进同一模型,发现2023年相关污染约造成美国650例过早死亡;污染高发州与数据中心聚集州并不重合,电网调度、发电结构与天气共同决定了健康代价落在哪里。

- 2023年约650例过早死亡与数据中心用电相关
- 其中513例来自细颗粒物污染
- 死亡率高发区与数据中心聚集区错位
2023年,美国数据中心多用的电,估算造成约650例过早死亡——其中513例与细颗粒物有关,137例与臭氧有关。MIT团队把逐小时用电、跨州电网调度和污染物扩散放进同一个模型,发现死亡负担最重的是爱荷华、内华达、南达科他和堪萨斯,而机房最密集的弗吉尼亚和得州,相关死亡率只有多数中西部州的一半。账单不落在机房门口。
650例过早死亡,落在看不见机房的地方
这650人不在机房附近。数据中心消耗的电力由跨州电网供应,发电排放随空气流动进入其他地区——一个州即使没有数据中心,也可能承担由别处用电引发的污染。
麻省理工学院(MIT)研究团队在《Environmental Research Letters》(《环境研究快报》,一本刊登环境科学研究的期刊)发表的结果给出了更具体的拆分:约513例过早死亡与细颗粒物(PM2.5)有关,另137例与臭氧有关。
这些数字是模型估算,不是逐例统计。研究团队追踪数据中心新增用电如何经过美国互联电网,识别随需求增加而多发电的机组,再结合各地大气条件估算污染与健康后果;原报道没有提供第三方复测结果。
承担后果的地域也不等于机房最密集的地域。研究显示,2023年数据中心用电需求集中在弗吉尼亚州和得克萨斯州,但部分中西部州估算的过早死亡率反而更高。数据中心在哪座城扩张,与哪座城因此少人早逝,并非同一张地图。
机房没有建在某州,并不代表该州居民可以避开这笔账单。模型能定位到州,定位不到具体病例。
机房在门口,排放账单可能寄到千里之外
数据中心的电力需求不会只由机房附近的电厂承担。排放随风跨州后,没建数据中心的地区也可能承受健康代价。
电从哪来?研究团队没有把数据中心用电简单换算成一条平均电网排放线,而是逐小时追踪美国相互连接的电网中,超过1万台发电机组如何响应新增需求。
数据中心全天运行产生的负荷,会落到当时实际增加出力的机组上。响应者往往是天然气电厂,但具体由谁供电、发出多少电,会随地点和时段变化。只看全网平均值,会抹掉污染实际落在哪里。
排放又飘到哪?电厂排出的污染物不会停在厂区围墙内,还会受气象条件影响。研究人员把逐小时电力变化与不同地区的气象条件放进模型,追踪排放形成细颗粒物的位置。
最反直觉的结果是:数据中心需求主要集中在北弗吉尼亚和得克萨斯,可这两地的相关过早死亡率约等于多数中西部州的一半。死亡负担最高的是爱荷华、内华达、南达科他和堪萨斯。中西部农业区的氨与电厂排放叠加,进一步推高细颗粒物生成;俄亥俄河谷的老旧煤电和天然气机组,则替弗吉尼亚的新增需求出力。
风险边界不能按“机房所在州”划。数据中心落地的地方可能靠近电源,也可能从跨区电网购买电力;供应商所在州即使没有数据中心,也可能承担发电排放,污染物还会继续随气流移动。前面那650例的拆分,说的正是这笔账的量级;死亡发生在哪个州,不能仅凭数据中心密度判断。
评估一座新机房是否值得批准,不能只问它会不会给邻居带来噪声、耗水或柴油排放。还要问它每个小时需要多少电、由哪些电厂响应、排放落在哪里,又会被哪片天空放大。
这篇的门道,在后面约 5 分钟。
免费读到这儿。解锁后你能拿到:
墙内重点:你以为污染只围在机房门口?真正的健康账单,可能已经寄往千里之外。