哈佛大学团队在《自然・可持续性》发布最新研究,统计周期 2024 年 5 月至 2025 年 4 月,美国 403 座超大规模数据中心合计耗电约 82TWh,占到美国全国总用电量 1.8%,这个总用电量比全球 148 个国家单独一年的用电量还要高,像奥地利、以色列、委内瑞拉都包含在内;这部分用电带来约 2570 万吨二氧化碳排放,和丹麦全国年碳排放水平接近,研究团队靠卫星影像识别数据中心位置、装机规模来估算能耗,还发现其中 54% 电力来自天然气、煤炭这类化石能源,弗吉尼亚、俄勒冈、俄亥俄、爱荷华四个州集中了一半以上的用电负荷,AI 算力扩张是推高用电的核心推手,现在美国各地已经开始讨论电网扩容、新能源配套、新建项目管控,不过这份数据属于估算值,受服务器负载率、冷却方式影响,区间在 68TWh–99TWh 之间。
一、研究核心数据清单
- 统计样本:美国 403 座超大规模数据中心
- 统计周期:2024 年 5 月 —2025 年 4 月
- 基准估算用电量:82TWh
- 用电量区间:68–99TWh
- 占美国总用电比例:1.8%
- 对应碳排放:2570 万吨 CO₂
- 化石能源供电占比:54%
- 对标范围:超过 148 个国家单国全年用电量
二、用电集中的区域分布
- 弗吉尼亚州:美国数据中心第一聚集地,大量云厂商 AI 算力集群
- 俄勒冈州:水电资源丰富,碳排放强度更低
- 俄亥俄州、爱荷华州:中部新建算力项目集中区
- 四州合计:承载本次统计里一半以上超算中心用电
三、为什么 AI 会把数据中心用电拉这么高
- AI 大模型训练、推理 GPU 功耗远高于传统服务器,单机功耗成倍上涨
- 头部云厂商持续新建算力集群,订单集中落地
- 高密度机柜散热冷却本身也要消耗大量电力
- 存量老机房不断扩容,新增算力持续上线
四、这份研究的局限说明
- 属于模型估算,不是电网直接抄表统计,负载波动会带来上下浮动
- 只统计超大规模数据中心,中小型机房、企业自建机房不在统计内
- 不同州电源结构差异巨大,同样 1 度电,煤电和水电的碳排放差距很大
- 没有计入配套储能、自备电厂的额外能耗
五、后续重点跟踪方向
- 美国各州电网承载力,是否出现供电不足、限电情况
- 新建算力项目审批、地方出台的能耗管控政策
- 绿电采购比例、直购可再生能源协议落地情况
- 液冷、余热回收等节能方案落地能不能压低单位能耗
- 后续同类研究的实测数据和估算值对比
【常见问题】
问题 1:这份研究称美国超大数据中心用电量超过 148 个国家,数据来自哪里?
回答 1:这份研究称美国超大数据中心用电量超过 148 个国家,是哈佛大学团队发布在《自然・可持续性》期刊的研究,依靠卫星识别 403 座超大规模数据中心做能耗估算。
问题 2:美国超大数据中心用电量超过 148 个国家,这 82TWh 电力主要用来做什么?
回答 2:美国超大数据中心用电量超过 148 个国家,82TWh 电力主要供给云服务、AI 大模型训练和推理,同时还要承担服务器散热冷却的电力消耗。
问题 3:美国超大数据中心用电量超过 148 个国家,这些电力有多少来自化石能源?
回答 3:美国超大数据中心用电量超过 148 个国家,研究估算这部分用电里面 54% 来自天然气、煤炭等化石能源,拉高了整体碳排放。
问题 4:美国超大数据中心用电量超过 148 个国家,哪些州是用电主力?
回答 4:美国超大数据中心用电量超过 148 个国家,弗吉尼亚、俄勒冈、俄亥俄、爱荷华四州集中了一半以上的用电量,是算力集群主要落地区域。
【参考资料】
[2026-11-17](哈佛研究:美国超大数据中心用电量超过 148 个国家)新浪财经
[2026-11-16](US hyperscale data centers consume more power than 148 countries)Nature Sustainability
[2026-11-16](美国 403 座超大规模数据中心能耗测算,碳排放对标丹麦)AIOnPulse
[2026-11-16](AI 算力推高用电,哈佛团队卫星测绘美国数据中心能耗)DigitalToday
【免责声明】
本文仅整理哈佛团队公开研究的估算结论,不构成能源、产业政策相关判断;该数值为模型估算结果,并非电网精确计量数据,实际能耗受服务器负载、冷却方案、绿电采购动态变化,相关行业影响以官方能源机构监测数据为准。
