数据中心
用于集中存放计算机系统及相关设备的物理设施，是数字经济和云计算的核心基础设施，消耗大量电力并需要持续冷却
核心事实
时间轴 (近 90 天)
黑石将数据中心视为“数字地产”，其重资产、长周期、现金流可分层定价的属性与物流地产、租赁住房相似。
如果德州大量依靠天然气满足数据中心用电需求，空气污染水平可能回升至2000年代的水平。
德克萨斯州因宽松的监管环境、充足的廉价土地和独立的电网系统，吸引了大量超大规模数据中心落地。
对数据中心而言，需求侧管理可行性存在争议：推理服务通常要求低延迟和持续可用，可中断负荷空间有限；但训练任务、批处理作业和部分非实时推理具备一定的时序弹性。
得州电网的独立性意味着本地负荷激增时无法通过跨区域购电分摊压力，只能依靠本地机组增发，使数据中心新增负荷对本地排放和电网可靠性的冲击更为直接。
数据中心带来的持续刚性基荷需求在傍晚光伏退出、风力不足时段叠加，迫使电网调用边际成本更高、排放更强的天然气调峰机组乃至燃煤机组。
如果数据中心扩张速度持续超过清洁能源并网速度，得州空气质量改善成果可能面临被逆转的风险。
随着AI算力需求持续攀升，数据中心选址将越来越多地接受环境承载力审视，单纯追求电价和土地成本优势可能低估环境合规与社会舆论的长期风险。
得克萨斯州正经历前所未有的数据中心建设热潮，数据中心集群扩张推高电力需求，可能威胁该州数十年的空气质量治理进展。
新增用电的边际排放因子往往高于电网平均排放因子，数据中心的实际间接排放可能被低估。
还有 40 条时间轴事件
全部知识事实 (20)
一座典型的大型数据中心每天的用水量可达数百万升，相当于一个小型城镇的日用水量
85%已验证训练一个前沿AI模型动辄需要数亿美元的算力投入
75%已验证随着大语言模型和生成式AI的普及，数据中心的电力消耗正快速攀升，能耗成为AI产业扩张的关键瓶颈
75%已验证一座100兆瓦级别的数据中心每天可能消耗数百万加仑的水，相当于数万户家庭的日用水量
75%已验证弗吉尼亚北部作为全球最大的数据中心集群所在地，当地电力公司Dominion Energy多次申请提高电价以覆盖电网扩建成本
75%已验证超大规模数据中心服务器数量通常超过10万台，单个园区用电量可达数百兆瓦
75%已验证大型AI模型的训练与推理对算力需求极大，数据中心的电力消耗和碳排放已成为业界议题
65%已验证数据中心的电网接入排队周期越来越长，很多地区的输电能力已接近饱和
65%已验证数据中心创造的长期本地就业岗位相对有限，与其占用的资源不成比例
65%已验证一座大型超算数据中心的年耗电量可达数百兆瓦，相当于数十万户家庭的用电总和
65%已验证科技巨头建设或扩容数据中心以支撑AI业务，这类设施已成为电网新增负荷的重要来源
65%已验证一座GW级数据中心园区的年耗电量可达数十亿度，相当于约100万户家庭的用电总和
65%已验证大语言模型的推理过程与训练过程同样消耗大量计算资源
65%已验证数据中心高度自动化、本地就业贡献有限，一座大型数据中心可能仅需数十名技术人员维护运转
65%已验证一座投资数十亿美元的超大规模数据中心日常运维人员可能仅需50-200人
65%已验证国际能源署（IEA）2024年报告预测全球数据中心用电量将在2026年前翻倍，其中AI工作负载是最主要的增量来源
90%待验证随着人工智能训练与推理需求的爆发式增长，全球数据中心建设正进入前所未有的高峰期
70%待验证训练与推理大模型对GPU算力的需求呈爆发式增长，数据中心与配套电力供应成为行业最紧缺的资源
70%待验证数据中心规模持续扩张，电力供应和散热能力正在成为制约AI服务扩张的硬约束
70%待验证该数据中心将采用闭环风冷（closed-loop, air-cooled）冷却系统，循环利用水而非持续消耗水
70%