纽约州将对5000万个人工智能数据中心的用电量设限
![]()
纽约州的举措展示了全球各国政府可能如何管理、征税并规范人工智能热潮带来的实体足迹。图片来源:Luca Bravo/Unsplash
纽约州州长凯西·霍丘尔签署了一项具有历史意义的行政命令,暂停数据中心建设,与此同时,州政府官员正在起草严格的环境影响规定
人工智能对基础设施的需求现已与现有能源电网的物理限制发生冲突。
纽约州已成为美国首个正式暂停超大规模数据中心建设的州,对耗电量达50兆瓦及以上的新建数据中心实施为期一年的建设冻结令。
纽约州州长凯西·霍丘尔于2026年7月14日签署了该命令,其明确目标是建立一个全面的环境监管框架。
虽然该禁令在法律上适用于所有此规模的商业数据存储设施,但此次冻结主要源于生成式人工智能基础设施前所未有的电力需求。
“我们正经历着几代人以来——甚至可能是有史以来——最重大的经济动荡之一,”霍楚尔州长表示。
“这些超大规模AI数据中心消耗了巨量的电力,确实有可能超过我们电网的承载能力。它们推高了当地电力用户的成本,而我绝不允许这些成本转嫁给纽约市民。”
2022年,美国前总统乔·拜登(最左侧)与纽约州州长凯西·霍楚尔一同查看美光公司未来工厂的3D效果图。图片来源:Mangel Ngan/Getty Images
在暂停期间,州政府官员将起草一份《通用环境影响声明》,以评估这些设施对区域电网、水资源储备和空气质量的影响。
尽管这项暂停令属于地方政策举措,但其影响可能波及全球。
这一决定向人工智能企业发出了信号:数字基础设施无节制扩张的时代可能即将结束。纽约的做法为全球各国政府今后如何管理、征税和监管人工智能基础设施的实体占地规模提供了潜在范本。
AI基础设施的电力需求
纽约采取干预措施的主要催化剂,是人工智能数据中心电力消耗的史无前例的特性。传统数据设施从当地电网获取的电力处于相对稳定、可预测的基础水平。然而,人工智能基础设施的运行则经历剧烈波动的阶段。
基础模型所需的密集计算训练会在数周内引发巨量用电高峰,而在实际用户部署阶段,用电量又会骤降至波动剧烈的水平。
这种不可预测性让公用事业提供商措手不及。根据凯捷(Capgemini)的报告《AI与电网:重塑数据中心电力格局》,超过三分之二(77%)的公用事业公司正苦于无法预测由AI驱动的数据中心扩张所带来的能源需求。

这些设施的物理规模实在太大,现有的区域电网根本无法在不产生负面影响的情况下将其完全吸收。
虽然一个标准数据中心的耗电量大致相当于10万户家庭的用电量,但国际能源署估计,目前正在开发中的新型AI园区将需要高达该数值的20倍的电力。
若不加以监管,这种激增将可能推高普通市民的公用事业费用,耗尽用于冷却的当地水资源,并给社区基础设施带来压力。
纽约州已通过一项针对数据中心的暂停令。图片来源:奥尔巴尼《时代联盟报》/盖蒂图片社
监管措施重塑部署格局
纽约州的立法暂停并非孤立事件;这可能反映出国际上正日益形成一种加强严格监管的趋势。各国政府正逐渐放弃向数据中心提供激励措施,转而选择加强运营问责。
在欧洲,法律框架已经迫使运营模式发生改变。例如,德国出台了能效法规,要求数据中心到2028年至少回收利用20%的余热,通常是通过将其导入当地区域供热网络来实现的。然而,在供应链尚未完全具备支持能力之前就强制推行这些变革,给人工智能基础设施运营商带来了困难。
“在行业尚未真正做好准备之前,德国就出台这项法律,这实在太、太乐观了,”GE Vernova数据中心与电气化系统首席战略与增长官曼达尔·潘迪特(Mandar Pandit)在5月施耐德电气关于数据中心的新闻发布会上表示。
马达尔·潘迪特(右)于2026年5月在施耐德电气的小组讨论会上发言。图片来源:施耐德电气
“虽然确实存在将余热转化为电能的技术,但目前我们看到余热在温室和工业流程等领域的应用更为成功。”
除了临时禁令外,各地区还正在采取经济措施来管理电网风险。纽约州目前正在评估设立“电网加速基金”的可行性,该基金将要求开发商直接为公共电网升级和清洁能源发电提供资金,同时针对投机性电力负荷建立专门的保险机制,并可能取消利润丰厚的销售税豁免政策。
因此,这些监管障碍正在积极重塑人工智能企业的部署策略。
开发商不再聚集在传统的科技中心,而是正向那些具备结构稳定性且电力资源丰富的地区迁移。
例如,印度通过将政府支持的太阳能计划与高压直流输电线路相结合,完全绕过了传统电网的限制,将清洁电力长距离直接输送至高需求中心,使该国正朝着成为全球“电力大国”的方向迈进。
“印度政府和印度企业正在规划大量新的数据中心,”日立能源首席技术官格哈德·萨尔格(Gerhard Salge)表示。
日立能源首席技术官格哈德·萨尔格在2025年公司“投资者日”活动上发表演讲。图片来源:日立
构建与电网兼容的人工智能基础设施
面对长期开发停滞的威胁,AI基础设施运营商和硬件制造商正在彻底改造其技术架构。该行业的首要目标已从最大化原始处理速度转向确保电网兼容性和运营自给自足。
为了维护公众信任并避免扰乱当地电网,人工智能公司正在改变与公用事业公司的合作模式。
格哈德在接受《科技杂志》采访时强调:“要成为‘好公民’和好伙伴,数据中心必须从第一天起就与电力公司密切合作。”
这要求开发者在动工前很久就与电力公司协调其用电需求曲线。从工程角度来看,主要硬件开发商正在通力合作,构建更紧凑、能量密度更高的硬件生态系统。
日立能源目前正与英伟达合作开发一种全新的800伏架构,旨在大幅缩减基础设施的体积。
西班牙某AWS数据中心外景。图片来源:AWS
虽然现有的变压器、转换器和不间断电源系统在技术上能够支持800伏运行,但要克服物理空间的限制,创新至关重要。
“近期一个备受热议的话题是固态变压器概念能带来哪些突破,这也是我们正与英伟达及其他合作伙伴共同探索的方向,”格哈德补充道。
此外,AI基础设施运营商正在采用静态同步补偿器等先进的电力电子设备,作为其运营与公共电网之间的缓冲层。
通过将交流电转换为直流电并再次转换回交流电,这些系统能够完全隔离数据中心的内部环境。
当AI图形处理单元出现突发性功率峰值时,本地电池储能系统会立即吸收或释放能量。因此,公共电网得以免受干扰,仅感知到平稳、稳定的负载。
相关文章
斯坦福大学的研究人员如何利用人工智能设计出一种合成病毒
人工智能领域的领军人物已指出具备生物能力的AI模型可能带来的风险。图片来源:CDC/Unsplash美国研究人员利用人工智能设计出了首个针对大肠杆菌的合成病毒,而Anthropic首席执行官达里奥·阿莫代伊则对人工智能引发的生物威胁表示担忧。美国斯坦福大学的科学家们利用人工智能设计出了自然界中不存在的病毒。该团队的研究基于Evo 2生成的基因组,这是一种生成式人工智能模型,旨在通过提出新型DNA序
人工智能如何加速中国的药物研发进程
Insilico Medicine首席执行官亚历克斯·扎沃龙科夫表示,通过在中国将人工智能与实验室研究相结合,该公司已将生成药物开发候选分子的周期缩短至约一年。据扎沃龙科夫介绍,这家在香港上市的公司最先进的项目仅用九个月就完成了候选药物筛选,而通常需要13个月。这与传统方法形成了鲜明对比——传统方法通常需要大约四年半才能达到同一里程碑。这些时间节点特指早期发现和候选药物筛选阶段,而非完整的药物商业
Meta 通过新的 AI 重点计划扩大订阅推送范围
Meta于周二推出了Meta One,这是一个新的订阅层级,旨在为Facebook、Instagram和WhatsApp提供扩展的AI功能和高级特权。订阅者可以访问一系列用于图像和视频创建的AI工具,以及Instagram的AI驱动的重塑编辑器等应用内功能。这些计划旨在通过Meta的Muse AI模型实现货币化,此前Meta在2025年以143亿美元的投资收购了Scale AI,并聘请其首席执行官Alexandr Wang主导AI相关项目。此举紧随Meta在3月为其主要社交应用推出订阅层级之后,
相关专题推荐
评论 (0)
0/500
纽约州的举措展示了全球各国政府可能如何管理、征税并规范人工智能热潮带来的实体足迹。图片来源:Luca Bravo/Unsplash
纽约州州长凯西·霍丘尔签署了一项具有历史意义的行政命令,暂停数据中心建设,与此同时,州政府官员正在起草严格的环境影响规定
人工智能对基础设施的需求现已与现有能源电网的物理限制发生冲突。
纽约州已成为美国首个正式暂停超大规模数据中心建设的州,对耗电量达50兆瓦及以上的新建数据中心实施为期一年的建设冻结令。
纽约州州长凯西·霍丘尔于2026年7月14日签署了该命令,其明确目标是建立一个全面的环境监管框架。
虽然该禁令在法律上适用于所有此规模的商业数据存储设施,但此次冻结主要源于生成式人工智能基础设施前所未有的电力需求。
“我们正经历着几代人以来——甚至可能是有史以来——最重大的经济动荡之一,”霍楚尔州长表示。
“这些超大规模AI数据中心消耗了巨量的电力,确实有可能超过我们电网的承载能力。它们推高了当地电力用户的成本,而我绝不允许这些成本转嫁给纽约市民。”
2022年,美国前总统乔·拜登(最左侧)与纽约州州长凯西·霍楚尔一同查看美光公司未来工厂的3D效果图。图片来源:Mangel Ngan/Getty Images
在暂停期间,州政府官员将起草一份《通用环境影响声明》,以评估这些设施对区域电网、水资源储备和空气质量的影响。
尽管这项暂停令属于地方政策举措,但其影响可能波及全球。
这一决定向人工智能企业发出了信号:数字基础设施无节制扩张的时代可能即将结束。纽约的做法为全球各国政府今后如何管理、征税和监管人工智能基础设施的实体占地规模提供了潜在范本。
AI基础设施的电力需求
纽约采取干预措施的主要催化剂,是人工智能数据中心电力消耗的史无前例的特性。传统数据设施从当地电网获取的电力处于相对稳定、可预测的基础水平。然而,人工智能基础设施的运行则经历剧烈波动的阶段。
基础模型所需的密集计算训练会在数周内引发巨量用电高峰,而在实际用户部署阶段,用电量又会骤降至波动剧烈的水平。
这种不可预测性让公用事业提供商措手不及。根据凯捷(Capgemini)的报告《AI与电网:重塑数据中心电力格局》,超过三分之二(77%)的公用事业公司正苦于无法预测由AI驱动的数据中心扩张所带来的能源需求。

这些设施的物理规模实在太大,现有的区域电网根本无法在不产生负面影响的情况下将其完全吸收。
虽然一个标准数据中心的耗电量大致相当于10万户家庭的用电量,但国际能源署估计,目前正在开发中的新型AI园区将需要高达该数值的20倍的电力。
若不加以监管,这种激增将可能推高普通市民的公用事业费用,耗尽用于冷却的当地水资源,并给社区基础设施带来压力。
纽约州已通过一项针对数据中心的暂停令。图片来源:奥尔巴尼《时代联盟报》/盖蒂图片社
监管措施重塑部署格局
纽约州的立法暂停并非孤立事件;这可能反映出国际上正日益形成一种加强严格监管的趋势。各国政府正逐渐放弃向数据中心提供激励措施,转而选择加强运营问责。
在欧洲,法律框架已经迫使运营模式发生改变。例如,德国出台了能效法规,要求数据中心到2028年至少回收利用20%的余热,通常是通过将其导入当地区域供热网络来实现的。然而,在供应链尚未完全具备支持能力之前就强制推行这些变革,给人工智能基础设施运营商带来了困难。
“在行业尚未真正做好准备之前,德国就出台这项法律,这实在太、太乐观了,”GE Vernova数据中心与电气化系统首席战略与增长官曼达尔·潘迪特(Mandar Pandit)在5月施耐德电气关于数据中心的新闻发布会上表示。
马达尔·潘迪特(右)于2026年5月在施耐德电气的小组讨论会上发言。图片来源:施耐德电气
“虽然确实存在将余热转化为电能的技术,但目前我们看到余热在温室和工业流程等领域的应用更为成功。”
除了临时禁令外,各地区还正在采取经济措施来管理电网风险。纽约州目前正在评估设立“电网加速基金”的可行性,该基金将要求开发商直接为公共电网升级和清洁能源发电提供资金,同时针对投机性电力负荷建立专门的保险机制,并可能取消利润丰厚的销售税豁免政策。
因此,这些监管障碍正在积极重塑人工智能企业的部署策略。
开发商不再聚集在传统的科技中心,而是正向那些具备结构稳定性且电力资源丰富的地区迁移。
例如,印度通过将政府支持的太阳能计划与高压直流输电线路相结合,完全绕过了传统电网的限制,将清洁电力长距离直接输送至高需求中心,使该国正朝着成为全球“电力大国”的方向迈进。
“印度政府和印度企业正在规划大量新的数据中心,”日立能源首席技术官格哈德·萨尔格(Gerhard Salge)表示。
日立能源首席技术官格哈德·萨尔格在2025年公司“投资者日”活动上发表演讲。图片来源:日立
构建与电网兼容的人工智能基础设施
面对长期开发停滞的威胁,AI基础设施运营商和硬件制造商正在彻底改造其技术架构。该行业的首要目标已从最大化原始处理速度转向确保电网兼容性和运营自给自足。
为了维护公众信任并避免扰乱当地电网,人工智能公司正在改变与公用事业公司的合作模式。
格哈德在接受《科技杂志》采访时强调:“要成为‘好公民’和好伙伴,数据中心必须从第一天起就与电力公司密切合作。”
这要求开发者在动工前很久就与电力公司协调其用电需求曲线。从工程角度来看,主要硬件开发商正在通力合作,构建更紧凑、能量密度更高的硬件生态系统。
日立能源目前正与英伟达合作开发一种全新的800伏架构,旨在大幅缩减基础设施的体积。
西班牙某AWS数据中心外景。图片来源:AWS
虽然现有的变压器、转换器和不间断电源系统在技术上能够支持800伏运行,但要克服物理空间的限制,创新至关重要。
“近期一个备受热议的话题是固态变压器概念能带来哪些突破,这也是我们正与英伟达及其他合作伙伴共同探索的方向,”格哈德补充道。
此外,AI基础设施运营商正在采用静态同步补偿器等先进的电力电子设备,作为其运营与公共电网之间的缓冲层。
通过将交流电转换为直流电并再次转换回交流电,这些系统能够完全隔离数据中心的内部环境。
当AI图形处理单元出现突发性功率峰值时,本地电池储能系统会立即吸收或释放能量。因此,公共电网得以免受干扰,仅感知到平稳、稳定的负载。
斯坦福大学的研究人员如何利用人工智能设计出一种合成病毒
人工智能领域的领军人物已指出具备生物能力的AI模型可能带来的风险。图片来源:CDC/Unsplash美国研究人员利用人工智能设计出了首个针对大肠杆菌的合成病毒,而Anthropic首席执行官达里奥·阿莫代伊则对人工智能引发的生物威胁表示担忧。美国斯坦福大学的科学家们利用人工智能设计出了自然界中不存在的病毒。该团队的研究基于Evo 2生成的基因组,这是一种生成式人工智能模型,旨在通过提出新型DNA序
人工智能如何加速中国的药物研发进程
Insilico Medicine首席执行官亚历克斯·扎沃龙科夫表示,通过在中国将人工智能与实验室研究相结合,该公司已将生成药物开发候选分子的周期缩短至约一年。据扎沃龙科夫介绍,这家在香港上市的公司最先进的项目仅用九个月就完成了候选药物筛选,而通常需要13个月。这与传统方法形成了鲜明对比——传统方法通常需要大约四年半才能达到同一里程碑。这些时间节点特指早期发现和候选药物筛选阶段,而非完整的药物商业
Meta 通过新的 AI 重点计划扩大订阅推送范围
Meta于周二推出了Meta One,这是一个新的订阅层级,旨在为Facebook、Instagram和WhatsApp提供扩展的AI功能和高级特权。订阅者可以访问一系列用于图像和视频创建的AI工具,以及Instagram的AI驱动的重塑编辑器等应用内功能。这些计划旨在通过Meta的Muse AI模型实现货币化,此前Meta在2025年以143亿美元的投资收购了Scale AI,并聘请其首席执行官Alexandr Wang主导AI相关项目。此举紧随Meta在3月为其主要社交应用推出订阅层级之后,





首页






