人工智能算力需求的爆发式增长正在推动数据中心供电结构发生根本性转变。2025 年，美国燃气发电厂项目数量较前年增长近三倍，总规模达到 25.17 万兆瓦，其中超过三分之一直接关联数据中心建设。若全部规划中的燃气设施投入运营，将产生约 532 亿吨二氧化碳终身排放量，相当于全球现有燃气发电厂总排放量。这一数据来自非营利能源项目追踪机构 Global Energy Monitor 的分析，表明 AI 基础设施扩张正在与全球气候目标形成直接冲突。
燃气数据中心快速增长的深层原因在于可再生能源与储能设施的扩产速度无法匹配 AI workloads 的电力需求。大型科技公司如微软和 Meta 已公开表示将部署天然气发电设施作为过渡方案，Google 亦在评估燃气作为 AI 数据中心的供电选择。传统燃气轮机可以在数月内完成部署，而大型风电或光伏项目通常需要两至三年，再加上输电线路配套建设周期，整体时间成本差异显著。这种短期经济性驱动了燃气作为 “快速解决方案” 的优先选择，但也带来长期碳锁定风险 —— 一旦燃气发电厂建成并投入运行，其运营周期通常为三十至四十年，期间即便 AI 需求放缓或出现更清洁的替代方案，设施也难以快速退役。
从工程替代方案来看，核能小型模块化反应堆（SMR）被视为最具潜力的零碳选项。单个 SMR 单位容量通常在 50 至 300 兆瓦之间，建设周期可控制在二十四至三十六个月，碳排放强度接近零。微软已签署多个核能采购协议，目标是到二〇三〇年实现数据中心无碳供电。储能系统方面，锂离子电池储能站（BESS）的规模化部署可有效平抑可再生能源出力波动，典型配置为四小时充放电时长，系统效率可达百分之八十五至九十。在电网侧，液流电池和抽水蓄能适用于更长时间尺度的储能需求，容量可达数千兆瓦时。
针对数据中心运营者的可落地参数，建议采取以下分层策略：第一层评估现有供电结构中燃气占比，若超过总用电量的百分之四十，应启动为期十二至十八个月的能源组合优化评估；第二层设置 PUE（Power Usage Effectiveness）目标值，新建设施应控制在 1.2 以下，存量设施通过液冷改造和 AI 负载调度进行渐进式优化；第三层建立碳排放监测体系，按月核算范围二排放量，并与供应商签订可再生能源购电协议（PPA），目标是在二零二八年前将清洁能源比例提升至百分之六十以上。政策制定层面，需加快 SMR 审批流程并建立专门的清洁能源数据中心园区，配套输电线路应与数据中心建设规划同步推进。
AI 算力基础设施的碳排放问题本质上是能源供给速度与需求增速之间的结构性矛盾。单纯依靠能效提升难以抵消算力需求的指数级增长，必须在供给侧构建以核能为基荷、风电光伏为调峰、储能为缓冲的多层次零碳能源体系。短期内的燃气过渡策略应设定明确退出时限，避免形成资产锁定；中期需加速推进 SMR 和大规模储能商业化部署；长期则依赖于可控聚变等前沿能源技术的成熟路径。
资料来源：Global Energy Monitor 2026 年 1 月发布的全球油气发电厂追踪报告。