战魔田默｜得州给数据中心算总账！AI基建不能只谈投资，不谈谁买单
本文来自微信公众号： 战魔田默 ，作者：战魔田默，原文标题：《战魔田默｜得州给数据中心算总账！
AI基建不能只谈投资，不谈谁买单》 得克萨斯州西北部的拉伯克，过去很少出现在人工智能产业的新闻中。这里更为人熟悉的是棉田、牧场和干燥的气候。
2026年，多个数据中心开发意向进入公共讨论，居民关心的不是模型参数，也不是美国能否赢得全球AI竞争，而是项目需要多少水，会不会影响家庭电价，能够留下多少长期岗位。7月，当地一场数据中心说明会在争吵中结束。反对者推动请愿，希望暂停相关项目18个月，让城市先制定规则。
此后，拉伯克把规划与分区委员会、城市议会的公开讨论纳入大型数据中心项目审批程序。类似的变化正在整个得州发生。不到一年前，州长格雷格·阿博特还把得州称为“人工智能发展的中心”。
到了2026年夏天，他开始要求数据中心保护电网、节约用水、控制噪声和灯光影响，并承担自身发展带来的新增成本。民意也发生了明显变化。得州政治项目8月的一项调查显示，只有30%的受访者支持在自己所在的社区建设数据中心，57%表示反对。得州长期支持能源开发、制造业投资和大型工程，也以低税收、宽松监管和充足能源吸引企业。
如今重新审视数据中心，并不意味着这个能源大州拒绝人工智能，而是它开始计算巨额投资背后那部分没有被充分说明的公共成本。01 AI公司正在成为电力大客户 过去几年，算力竞争首先表现为芯片竞争。英伟达高端GPU供不应求，科技公司争相签订采购合同，投资者也习惯用芯片数量估算一家企业的AI能力。
只要获得足够的资金和GPU，算力似乎就能继续增加。芯片却不能脱离物理系统运行。服务器需要供电、散热和联网，数据中心还要接入变电站和输电系统。
随着模型训练和推理需求持续增长，AI企业正在从软件公司变成能源系统中的大型用户。美国能源信息署2026年初预计，美国将经历本世纪以来最强劲的一轮连续四年电力需求增长，大型计算设施是主要驱动力之一。在《2026年度能源展望》中，该机构估计，到2050年，美国数据中心服务器的年用电量可能达到4460亿至8180亿千瓦时。
预测区间很宽，反映了芯片功率、效率提升和部署速度仍有很大不确定性。数据中心还改变了电力需求增长的方式。传统居民和商业用电通常分散在较大区域，增长也相对渐进。
超大规模数据中心则可能在一个地点集中提出数百兆瓦甚至更高的需求，而且希望在较短时间内完成接入。对电网来说，两者不是同一种压力。一个地区全年发电总量足够，不代表某个具体地点已经具备承接大型数据中心的条件。
电力还要经过输电线路和变电设施送到项目所在地，局部网络的承载能力可能先于整个系统达到上限。数据中心对供电稳定性的要求也很高。电力系统除了满足正常运行需求，还要准备备用容量和故障处置能力。
企业提出的项目越集中，电网越需要提前判断新增负荷将出现在哪里、以多快速度增长。这使算力竞争进一步演变为电力接入竞争。拥有芯片和资本的企业，仍可能因为变电站容量不足、输电设施建设周期过长而无法按计划投产。
02 41万兆瓦申请如何挤满得州电网 电网建设不能等到所有不确定性消失以后再开始。大型发电设施和输电线路需要多年规划。企业今天决定建设的数据中心，可能在一两年内形成大规模用电需求。
如果电网等到项目投产再扩建，供电能力可能跟不上；如果提前按照企业申报的全部容量投资，又可能为最终没有建成的项目留下大量闲置设施。得州的接入队列显示了两者之间的落差。截至2026年2月，得州电力可靠性委员会的大型负荷接入队列中约有400项申请，总规模达到23.9万兆瓦，相当于得州历史最高用电负荷的2.8倍。
到4月，该机构跟踪的申请规模增至约41万兆瓦，其中约87%来自数据中心。41万兆瓦是企业提出的接入申请总量，不是对未来实际用电量的预测，更不代表这些项目都会建成。同一家企业可能同时申请多个地点，最后只选择其中一个。
开发商也可能在没有最终客户的情况下先申请电力，以提高土地和项目的交易价值。部分计划还取决于融资、芯片供应、模型进展和长期服务合同。只要提出申请的成本较低，企业就有动力尽可能多占位置。
每家公司都担心排在后面，接入队列因此不断膨胀，电网反而难以判断哪些需求可信。这与芯片紧缺时期的重复预订相似，却有更明显的公共后果。芯片厂商可以依据定金和合同筛选客户，电网扩建涉及的资金则可能进入所有用户共同承担的系统成本。
得州公共事业委员会6月批准一项新的批次评估机制，把75兆瓦及以上的大型项目放在一起审核。电网不再按照申请到来的先后顺序逐一研究，而是统一分析一批项目的成熟度、地点分布和系统影响，再决定哪些项目能够接入，以及需要建设哪些输电设施。规则改变以后，企业不能只靠尽早申请占据位置，还要证明项目具备土地、融资、设备和客户基础。
如果电网依据一家企业申报的容量提前扩建，而项目后来取消，相关成本不能全部留给普通用户。申请方需要为需求的真实性提供担保，也要承担退出造成的部分损失。数据中心可以与发电企业签订长期购电协议，也可以建设自备电源和储能，但购买足够的电量，并不等于已经付清对电力系统产生的全部成本。
电力还要通过公共电网送到项目所在地。为了满足数据中心对稳定供电的要求，电网需要准备调度能力、备用容量、变电设施和输电线路。即使企业承担了直接接入线路的费用，也可能推动上游系统整体扩建。
如果新增设施主要服务于少数大型项目，费用就应更多由引发投资需求的企业承担。否则，科技公司获得相对低成本的算力，普通家庭却可能通过电费补贴其基础设施。新增需求确实能够促进发电和输电投资，长期还可能增强电力系统，但需求和供给之间存在时间差。
数据中心投产可能只需要一两年，大型发电设施和输电线路通常需要更长时间。在新增供给形成之前，需求快速上升会加剧电网压力。项目能否在供电紧张时降低负荷，能否配置真正可用的自备电源和储能，比年度总用电量更能说明它对电网的影响。
数据中心之间也有区别。承担模型训练的设施，可以在一定范围内调整计算任务的时间和地点；面向大量用户提供实时推理服务的设施，对连续运行和响应速度的要求更高。能够参与电网调节的项目，与必须依赖不间断公共供电的项目，对系统产生的成本并不相同。得州开始比较项目申报是否可信、是否承担配套成本、是否具备负荷调节能力。
过去各地竞相争取数据中心，如今企业也要竞争使用有限公共资源的资格。03 水资源争议暴露的信息缺口 在得州西部，水资源比电力更容易引起居民警觉。当地长期面对干旱和地下水下降。
数据中心项目出现以后，一座园区究竟需要多少水，迅速成为争议焦点。这个问题没有适用于所有项目的统一答案。数据中心的耗水量取决于当地气候、服务器功率、冷却方式和水源结构。
蒸发冷却可能消耗较多水，空气冷却或闭式循环系统的直接用水较少，却可能增加电力需求。有些项目使用饮用水，有些能够使用再生水，还有一些项目没有把自备发电设施的耗水计入数据中心用水。企业和反对者拿出的数字差别很大。
它们可能都来自真实项目，却未必适用于正在讨论的那一座数据中心。拉伯克的争议就源于这种信息错位。当地居民认为城市提出的用水估算低于一些外部研究，项目支持者则强调，不同冷却技术不能混为一谈。
拉伯克所在的得州高平原地区，每年创造超过50亿美元农业收入，主要依赖奥加拉拉含水层。农业本身是地下水的主要使用者，水位下降也早于人工智能产业出现。数据中心不是当地缺水的历史主因，但它构成了新的需求。
如果多个大型园区陆续进入，即使单个项目的耗水量不高，叠加影响也需要提前计算。对资源紧张的地区来说，一项新增用水是否可以接受，不能只看它在全年总量中的占比。居民还会考虑最干旱年份的供应能力，以及家庭、农业和工业用户在极端情况下的分配顺序。
企业习惯公布年度平均用量，社区更关心旱季峰值。双方争执的并非完全是同一个数字。统一披露口径可以减少这类分歧。
项目需要说明正常运行和极端情况下的用水区间，区分饮用水、地下水和再生水的比例，并把自备电源等配套设施的资源需求纳入统计。企业承诺采用的节水技术，也应进入许可条件并接受持续核验。公开数据不一定能够消除反对，但至少能把讨论从传言和外地案例带回本地条件。
企业如果认为居民夸大了风险，应当拿出可以验证的工程方案。地方政府如果相信项目能够带来足够收益，也应公开税收优惠、配套支出和长期岗位，而不是只公布投资总额。目前的数据中心招商中，这些信息分散在不同主体手里。
企业公布总投资和芯片数量，招商部门强调税收和建设岗位，电力公司掌握接入需求，供水部门评估资源压力，居民只能从新闻和传言中拼接项目全貌。阿博特8月提出的项目标准开始弥补这一缺口。按照州长办公室公布的内容，数据中心需要保护电网、节约用水，并采取降噪、灯光控制、建筑退距、交通改善和应急协调等措施。
PowerHouse Data Centers、CoreWeave和Emergent Data Centers随后承诺遵守。这些要求能否产生效果，取决于它们能否转化为统一、可执行的规则。如果主要依赖企业自愿承诺，不同项目仍可能选择不同的统计口径。
电力担保、用水披露和社区影响一旦进入固定的审批与监督框架，企业之间的竞争才会从争夺土地和优惠，转向比较谁能以更低的公共成本提供算力。04 得州没有拒绝AI，只是不再接受空白支票 数据中心成为美国的选举议题，与它的地方经济结构有关。一座汽车工厂投资数十亿美元，通常需要生产线、零部件供应商和大量长期员工。
大型数据中心建设期间也会带来建筑、电气安装和设备调试岗位，进入运营阶段后，直接雇用人数往往低于相同投资规模的制造业项目。数据中心仍能扩大地方税基，带动安保、维护和电力设备需求。部分人口较少、税源有限的地区，也可能由此增加学校、道路和公共服务资金。
但一座数据中心宣布投资100亿美元，并不等于当地增加了100亿美元可以自由支配的财富。其中相当一部分用于购买芯片、服务器和其他设备，价值会流向项目所在地以外的供应商。当地获得的主要是建设支出、部分长期岗位、税收以及可能形成的上下游产业。
与这些收益对应的，是地方投入的土地、输电设施、供水能力、道路和公共服务。如果企业还获得大幅税收减免，名义上的巨额投资可能掩盖一笔不易被察觉的地方补贴。因此，地方不能只看项目投资总额，还要区分一次性建设收益与长期运营收益，并把公共配套投入一并计算。
居民看到企业获得优惠，又担心自己承担电网和水资源成本，反对意见自然会增加。这种情绪已经跨越美国传统的党派界线。在得州，农场主、保守派选民和共和党官员开始要求限制数据中心；民主党候选人也试图把它变成选举议题。
类似争议还出现在亚利桑那、新墨西哥和俄亥俄等州。联邦政府希望加快人工智能基础设施建设，因为算力已经被纳入国家竞争。地方选民更在意一项具体工程将怎样影响生活。
企业如果用国家竞争的重要性回避地方成本，资源争议就会转化为政治对抗。政策也可能从宽松走向过度限制。暂停审批、取消税收优惠和禁止特定地区建设，都是容易传播的竞选主张。
行业原本可以通过信息公开和成本分担解决的问题，最终可能演变为整体性的政治风险。2026年9月，美国环保署一项拟议规则又引发争论。批评者担心，规则变化可能减少部分项目信息的公开程度，使居民更难在数据中心获批前了解情况并表达意见。
对企业而言，减少程序有利于缩短建设周期；对大型基础设施而言，前期沟通不足又会增加后期阻力。拉伯克的请愿和听证会已经表明，行政流程完成，并不意味着争议随之结束。所谓“社会许可”，本质上不是一张新的法律证书，而是一项大型基础设施能否持续落地的现实条件。
企业需要证明资源需求可信，新增成本不会被隐蔽转嫁，地方获得的长期收益与其承担的责任基本匹配。项目方应在早期公开分期建设计划、用电上限、水源、冷却方式、自备电源、长期岗位和税收安排。地方政府也要说明公共配套需要投入多少，给予了哪些优惠。
如果项目退出，由此产生的基础设施成本应有明确责任人。这些内容能够被验证，社区才可能把数据中心当作一项可以讨论和比较的投资，而不是只能接受的既定事实。州政府正在从尽可能把项目引进来，转向判断哪些项目值得接入。
在土地、电力和水资源有限的情况下，能够提供可信需求、承担电网升级成本、减少用水并给当地带来稳定收益的项目，应当比只有巨额投资承诺的项目更容易落地。更高的门槛未必会削弱AI产业。它可以挤出为了占据电力位置、抬高土地价值而提出的项目，把有限资源留给真正拥有客户和长期运营能力的企业。
05 中国需要防止需求风险转嫁给地方 看到美国数据中心遭遇地方阻力，很容易得出一个结论：美国受到社区、审批和党派政治牵制，中国可以依靠更强的组织能力加快算力基础设施建设。这样的比较忽略了项目建成后的问题。中国在电网建设、能源规划、土地协调和大型工程组织方面具有优势。“
东数西算”等工程也在尝试把东部的计算需求与西部的能源条件结合起来。与美国相比，中国能够在更大范围统筹算力、能源和网络布局。这种组织能力可以解决“怎么建”，却不能替市场回答“建了给谁用”。
地方政府如果把智算中心当作招商工程，竞争机架数量、算力规模和建设速度，风险就可能从居民电费转移到地方财政和国有资产负债表。算力基础设施与道路、电网等传统基础设施还有明显区别：它的核心设备更新很快。一条高速公路可以使用数十年，一批AI芯片的竞争力可能在几年内发生明显变化。
如果客户不足，设备折旧、升级和运营成本会迅速侵蚀项目价值。评价智算中心不能停在开工、竣工和理论峰值上。项目在投资前就应确认长期客户是否存在，使用意向是否已经转化为有约束力的合同，优惠期结束后能否按照正常价格运营。
利用率也需要进一步拆解。园区总体利用率较高，可能来自低价格、低价值任务；理论算力已经投入运行，也可能因为芯片型号、软件生态和网络条件无法满足客户需要。有效算力利用率、客户集中度、单位算力收入和设备更新后的竞争力，更接近项目的真实质量。地方政府可以建设基础网络、协调能源供应、制定技术标准，但不宜替每一个园区保证订单。
项目投资方应证明已有明确客户或者可持续的市场需求，并承担技术迭代和利用率不足造成的损失。不同地区也没有必要追求相同的算力结构。西部地区能源资源相对充足，适合承接对延迟不敏感的训练、批处理和存储任务；实时推理与高频交互业务更依赖网络质量和用户距离，可能仍需靠近东部城市群和产业客户。
如果忽略任务差异，只按总规模分配项目，就可能出现有算力的地方缺客户，有客户的地方缺少真正可用的算力。得州正在筛掉接入申请中的虚假需求。对中国而言，更值得警惕的是，没有稳定付费客户支撑的投资需求。
建设能力既体现在能够多快完成项目，也体现在能否判断哪些项目不值得建设。06 算力落在哪里，成本就要在哪里闭环 数据中心项目的成本不能分散在几套互不相连的账目里。企业支付电费，电网却可能承担新增变电站、输电线路、备用容量和调度系统的建设责任。
企业采用低耗水冷却方式，也可能增加电力需求。地方政府给予税收优惠时，还可能同时投入土地、道路和供水设施。这些项目是否值得建设，需要把企业投资、公共配套、资源消耗和长期收益放在一起评估。
如果新增输电设施能够改善区域电网，公共分担具有合理性；如果它主要服务于单一项目，企业就应承担更高比例。项目取消、延期或者缩减规模时，责任也要事先约定。水资源的评估同样取决于具体条件。
饮用水、地下水和再生水对当地的影响不同，在水资源充足地区和长期干旱地区建设，也不能采用完全相同的标准。规则越清楚，项目之间越容易形成有效竞争。能够降低单位算力能耗、使用再生水、承担电网扩建费用并提供可调负荷的项目，应获得更高的接入优先级。
依靠夸大需求抢占电力位置、主要通过税收优惠维持回报的项目，则应面对更高门槛。得州面对的是接入队列中的需求泡沫。中国需要防范建设清单中的需求泡沫。
两种问题发生在不同制度环境中，却遵循同一项经济约束：决定扩大规模的一方，应当为需求预测承担责任；获得主要收益的一方，也应承担相应的配套投入。阿博特态度的变化，反映的不是AI战略退潮，而是基础设施治理逻辑的变化。数据中心宣布的巨额投资之外，那些没有进入企业账本的成本，正在被重新计算。
过去，AI公司主要担心买不到芯片。现在它们开始发现，即使资金和GPU都已到位，算力仍然需要一个地方安放。一个地方是否愿意接纳数据中心，最终取决于企业能否说清楚一件最基本的事：这笔账，究竟由谁来付。