数据中心调峰之后，电力供应仍有另一道题

路透社10月8日解释报道指出，受访设施峰值功率削减潜力为10%—30%，因场地而异。¹

EPRI预计美国数据中心（含挖矿）2030年耗电383—793 TWh，2024年为177—192 TWh。²

谷歌、英伟达和Emerald AI于9月16日成立AI能源管理联盟。³

AI生成示意图：通用服务器机柜与变电站象征计算设施和电网协同，并非任何真实设施。

电源构成是另一层问题

IEA于2025年4月发布的《Energy and AI》提供了另一种观察角度。其供电分析追踪实际送达数据中心的电力，包括当地电网的电源构成，而不只是企业采购合同中列出的能源种类。在基本情景下，可再生能源满足到2030年全球数据中心新增用电需求的近一半，煤炭和天然气合计满足逾40%。这些是2025年情景的结果，并非2026年10月更新的预测。⁴

据此可以作出的分析是，年度采购声明与特定地点、特定时段的供电来源，回答的是不同问题。评估项目时可以同时使用两种视角，却不能把任何一种当作完整解释。在某个需求紧张时段降低用电，本身不能说明其余时段由哪些电源供电。这是对IEA核算边界的解读，不是一项新的排放估算。⁴

不同建设周期不会自动同步

同一报告指出，数据中心可以在两三年内投运，而更广泛的能源基础设施需要更长的规划和建设时间。报告的替代需求情景调整硬件与软件效率、AI应用和能源行业瓶颈等假设。因此，问题不仅涉及最终消耗多少电，也涉及何时投入和完成配套设施。⁴

对拟建园区而言，这意味着应把建筑完工时间，与供电安排能够支撑各阶段运行的时间分开。只列一个开业日期，可能掩盖这种先后关系。计算效率提高可以改变设备需求，但不能单独证明某个电力项目何时竣工。这些属于从报告所述建设周期差异引出的规划含义。⁴

英国旧咨询展示了另一种政策选择

英国2026年3月12日发布的一份咨询文件，探讨对包括数据中心在内的部分超大型用户设定最低需求灵活性要求，并考虑以更早或更低成本接入电网等方式，鼓励其他项目自愿参与。文件区分了仅在系统紧张时调用的灵活性、覆盖冬季高峰的安排，以及更广泛的正常运行调整。⁵

这些选项代表不同的交换条件。愿意接受罕见紧急限制的运营商，并不必然接受常态化中断。咨询文件使这一差别值得进一步比较，但它不能为美国或印度设施确立规则，也不能把3月文件中的提议直接当作最终实施结果。⁵

把供电与接入决策放在一起阅读

把IEA研究与英国咨询结合起来，可以得到比单一灵活性比例更完整的比较：电力来自哪里，配套资产何时可用，接入安排以哪些运行条件为前提。改善其中一项，可能帮助项目推进，却未必解决其他问题。分别回答这些问题，才能同时说明机会与局限，而不把一种工具描述为普遍适用的答案。⁴⁵

来源与说明

1. 2026-10-08 · Data centers’ ‘flexible’ power usage could save the grid billions. Can they scale? · Reuters. ↩

2. 2026-02-24 · Annual and Peak Electricity Use: History and Future Projections · EPRI. 更新。 ↩

3. 2026-09-16 · Emerald AI, Google and NVIDIA Launch Alliance to Advance Flexible AI Data Centers · NVIDIA. ↩

4. 2025-04-10 · Energy and AI · IEA, Paris. CC BY 4.0. 分析改编与翻译；章节： Energy supply for AI, Energy demand from AI. 本文由全球伯乐 News根据IEA资料改编，全球伯乐 News对改编作品承担全部责任。该改编作品不以任何方式获得IEA或其成员国认可。 ↩ ↩² ↩³ ↩⁴ ↩⁵

5. 2026-03-12 · Accelerating electricity network connections for strategic demand (accessible webpage) · Department for Energy Security and Net Zero. © Crown copyright 2026. 改编依据 Open Government Licence v3.0. ↩ ↩² ↩³