微軟數(shù)據(jù)中心讓3.4億人住進(jìn)"熱島"：AI狂飆的隱藏賬單

全球3400萬人正生活在數(shù)據(jù)中心制造的"熱浪"里，而他們的空調(diào)賬單可能還沒算清。

劍橋大學(xué)安德里亞·馬里諾尼團(tuán)隊(duì)追蹤了6000多座超大規(guī)模數(shù)據(jù)中心，發(fā)現(xiàn)這些設(shè)施投運(yùn)后，周邊地表溫度平均飆升3.6華氏度（約2攝氏度），極端案例達(dá)到16.4華氏度。熱效應(yīng)最遠(yuǎn)波及6.2英里外——相當(dāng)于從北京國貿(mào)到通州運(yùn)河商務(wù)區(qū)的距離。

數(shù)據(jù)中心不是用電，是在"燒地"

馬里諾尼的原話很直接：「我們對數(shù)據(jù)中心影響的認(rèn)知仍存在巨大空白。」

這句話的潛臺詞是：業(yè)界過去只盯著PUE（電源使用效率）這個(gè)數(shù)字，仿佛電費(fèi)單就是全部環(huán)境成本。但劍橋團(tuán)隊(duì)把衛(wèi)星熱成像和人口數(shù)據(jù)疊在一起后，發(fā)現(xiàn)北美、歐洲、亞洲有超過3.4億人住在數(shù)據(jù)中心熱島的影響范圍內(nèi)。

這相當(dāng)于整個(gè)美國人口都活在AI基礎(chǔ)設(shè)施的"余熱"里。

熱島效應(yīng)的機(jī)理并不復(fù)雜。數(shù)據(jù)中心把海量電力轉(zhuǎn)化為算力，同時(shí)把廢熱排向周邊環(huán)境。傳統(tǒng)空調(diào)思路是"把熱量搬到室外"，但當(dāng)室外本身就是數(shù)據(jù)中心集群時(shí)，這就像在密閉房間里開冰箱——整體溫度只會越來越高。

微軟在亞利桑那州的數(shù)據(jù)中心已經(jīng)讓周邊社區(qū)出現(xiàn)了 measurable 的夏季夜間升溫，而當(dāng)?shù)毓賳T直到居民投訴才意識到熱源來自幾英里外的服務(wù)器農(nóng)場。

AI訓(xùn)練一次，地球發(fā)燒一度？

研究覆蓋的時(shí)間跨度是20年，正好撞上深度學(xué)習(xí)爆發(fā)期。

2012年AlexNet點(diǎn)燃的深度學(xué)習(xí)革命，讓數(shù)據(jù)中心從"倉庫式存儲"轉(zhuǎn)向"算力工廠"。GPT-4級別的訓(xùn)練單次耗電量相當(dāng)于130個(gè)美國家庭的年用電量，而這些能量最終都變成了需要散出的熱量。

馬里諾尼團(tuán)隊(duì)的數(shù)據(jù)揭示了一個(gè)被忽視的維度：熱效應(yīng)具有累積性和區(qū)域性。當(dāng)微軟、亞馬遜、谷歌在同一地區(qū)（如弗吉尼亞州北部"數(shù)據(jù)中心走廊"）密集布局時(shí)，熱島會相互疊加。劍橋模型顯示，某些區(qū)域的熱強(qiáng)度已接近小型城市中心的水平。

這引出一個(gè)尷尬的事實(shí)：企業(yè)購買的"綠色電力"證書，只解決了碳排放的會計(jì)問題，沒解決物理層面的熱排放。

你可以用風(fēng)電訓(xùn)練AI，但風(fēng)電不會幫你把服務(wù)器排出的熱量憑空變沒。

散熱戰(zhàn)爭：從空調(diào)到核反應(yīng)堆

行業(yè)并非毫無察覺。微軟2023年曾嘗試將數(shù)據(jù)中心沉入海底，利用海水自然冷卻；谷歌在芬蘭利用海灣冷水；Meta則把數(shù)據(jù)中心建在北極圈內(nèi)。

但這些方案都有地理限制。AI訓(xùn)練需求集中在弗吉尼亞、亞利桑那、新加坡、荷蘭——恰好是土地緊張、氣候溫和或炎熱的地區(qū)，天然散熱條件并不優(yōu)越。

更激進(jìn)的方案正在浮出水面。微軟與星座能源簽署協(xié)議，計(jì)劃用三里島重啟后的核電直供數(shù)據(jù)中心；亞馬遜收購了Talen能源的數(shù)據(jù)中心園區(qū)，直接毗鄰核電站。核電的吸引力不僅是零碳，還有穩(wěn)定的高功率輸出和相對可控的廢熱管理。

把數(shù)據(jù)中心建在核電站旁邊，本質(zhì)上是把"熱管理"外包給核工業(yè)的冷卻系統(tǒng)——后者處理千兆瓦級熱負(fù)荷的經(jīng)驗(yàn)，比IT行業(yè)豐富得多。

但核電選址同樣有生態(tài)約束。美國核管理委員會的審批周期以十年計(jì)，而AI算力需求以季度計(jì)。時(shí)間錯(cuò)配意味著，未來五年我們將看到更多傳統(tǒng)散熱方案在熱島效應(yīng)中硬扛。

被忽略的成本轉(zhuǎn)嫁

劍橋研究最刺痛的地方在于熱效應(yīng)的社會分布。

數(shù)據(jù)中心傾向于建在電價(jià)低、稅收優(yōu)惠多的地區(qū)，而這些地區(qū)往往也是中低收入社區(qū)。弗吉尼亞州勞登縣的居民過去十年經(jīng)歷了房價(jià)飆升和夏季高溫天數(shù)增加，卻很難把這兩者與幾十英里外的服務(wù)器農(nóng)場建立因果聯(lián)系。

馬里諾尼指出，現(xiàn)有環(huán)境影響評估幾乎不涉及熱島效應(yīng)。企業(yè)披露的是范圍一、范圍二的碳排放，不是"范圍X"的熱輻射。

這種信息缺口導(dǎo)致成本轉(zhuǎn)嫁鏈條斷裂：數(shù)據(jù)中心運(yùn)營商支付電費(fèi)，但周邊居民支付更高的空調(diào)賬單和健康風(fēng)險(xiǎn)。當(dāng)亞利桑那州鳳凰城在2023年出現(xiàn)創(chuàng)紀(jì)錄的連續(xù)31天超過110華氏度時(shí)，沒人能拆分出多少熱量來自自然氣候變化，多少來自城郊膨脹的服務(wù)器集群。

監(jiān)管真空與測量難題

熱島效應(yīng)進(jìn)入政策議程的速度，遠(yuǎn)落后于其物理擴(kuò)散速度。

歐盟的《能源效率指令》要求數(shù)據(jù)中心報(bào)告能耗，但沒要求報(bào)告熱排放。美國環(huán)保署的能源之星認(rèn)證關(guān)注PUE，不關(guān)注周邊溫度變化。中國"東數(shù)西算"工程把算力西遷，部分動機(jī)是利用西部涼爽氣候，但同樣缺乏對熱效應(yīng)的系統(tǒng)性監(jiān)測。

劍橋團(tuán)隊(duì)的方法論——衛(wèi)星熱成像疊加人口數(shù)據(jù)——為監(jiān)管提供了技術(shù)可能。但衛(wèi)星數(shù)據(jù)的時(shí)間分辨率有限，難以區(qū)分?jǐn)?shù)據(jù)中心的瞬時(shí)熱脈沖與城市熱背景的緩慢漂移。馬里諾尼承認(rèn)，「我們需要更高頻的監(jiān)測和更精細(xì)的模型」。

這意味著，在更好的數(shù)據(jù)到來之前，3.4億人的"熱暴露"狀態(tài)將持續(xù)處于灰色地帶。

冷卻技術(shù)的軍備競賽

液冷技術(shù)被寄予厚望。把冷卻液直接導(dǎo)入服務(wù)器芯片，熱交換效率比風(fēng)冷高一個(gè)數(shù)量級。但液冷系統(tǒng)的部署成本和維護(hù)復(fù)雜度，讓中小企業(yè)望而卻步。

英偉達(dá)H100芯片的TDP（熱設(shè)計(jì)功耗）達(dá)到700瓦，相當(dāng)于一臺家用微波爐全功率運(yùn)行。下一代Blackwell架構(gòu)預(yù)計(jì)突破1000瓦。芯片功耗的指數(shù)曲線，正在碾壓散熱技術(shù)的線性進(jìn)步。

一個(gè)冷幽默式的觀察：AI行業(yè)談?wù)?算力瓶頸"時(shí)，通常指GPU供應(yīng)不足；但物理層面的瓶頸可能是——地球散熱速度跟不上AI發(fā)熱的速度。

微軟海底數(shù)據(jù)中心項(xiàng)目Project Natick的評估報(bào)告顯示，水下服務(wù)器的故障率僅為陸地的八分之一，主要受益于穩(wěn)定的低溫環(huán)境。但海底電纜的鋪設(shè)成本和維護(hù)難度，限制了大規(guī)模復(fù)制。

更現(xiàn)實(shí)的短期方案可能是"熱再利用"——把數(shù)據(jù)中心的廢熱導(dǎo)入?yún)^(qū)域供暖系統(tǒng)。芬蘭和瑞典已有先例，但在氣候溫暖的地區(qū)，冬季供暖需求不足以消化全年持續(xù)的熱排放。

當(dāng)AI遇見熱力學(xué)第二定律

所有計(jì)算都是不可逆的熱力學(xué)過程。這是蘭道爾原理的冷酷結(jié)論：每擦除一比特信息，至少需要消耗kT ln 2的能量，并以熱量形式耗散。

AI模型的參數(shù)規(guī)模從十億到萬億，訓(xùn)練和推理過程中的信息擦除操作以澤字節(jié)計(jì)。我們習(xí)慣于用"智能涌現(xiàn)"描述AI的能力躍遷，卻很少談?wù)撆c之伴生的"熵增涌現(xiàn)"。

劍橋研究的貢獻(xiàn)，是把熱力學(xué)后果從抽象的"能源消耗"翻譯成具體的"溫度地圖"。當(dāng)你看到3.6華氏度的平均升溫、16.4華氏度的極端案例、6.2英里的影響半徑時(shí)，蘭道爾原理不再是物理教科書上的腳注，而是弗吉尼亞州某戶居民夏夜難以入睡的體感。

馬里諾尼的警告值得重復(fù)：「這些影響在很大程度上被忽視了。」

不是被否認(rèn)，而是被歸類為"外部性"——經(jīng)濟(jì)學(xué)中指那些未被市場價(jià)格反映的社會成本。數(shù)據(jù)中心的PUE可以優(yōu)化到1.1以下，但PUE不測量周邊社區(qū)的溫度計(jì)讀數(shù)。

3.4億人的空調(diào)賬單該找誰報(bào)銷

研究發(fā)表后，業(yè)界反應(yīng)呈現(xiàn)典型的"風(fēng)險(xiǎn)分散"模式。云廠商強(qiáng)調(diào)可再生能源采購和液冷投資，行業(yè)協(xié)會呼吁更多研究而非立即監(jiān)管，學(xué)術(shù)圈則開始爭論熱島效應(yīng)與全球變暖的歸因比例。

沒人愿意率先把"熱排放"納入ESG披露標(biāo)準(zhǔn)。這相當(dāng)于主動認(rèn)領(lǐng)一筆尚未被起訴的債務(wù)。

但物理事實(shí)不依賴會計(jì)確認(rèn)。劍橋團(tuán)隊(duì)的數(shù)據(jù)已經(jīng)存在，衛(wèi)星還在持續(xù)拍攝，而AI基礎(chǔ)設(shè)施的建設(shè)速度——2024年全球數(shù)據(jù)中心投資預(yù)計(jì)超過3000億美元——意味著熱島效應(yīng)的"本金"正在滾雪球。

一個(gè)可能的方向是"熱預(yù)算"制度：類似碳排放配額，為數(shù)據(jù)中心分配可向周邊環(huán)境排放的熱功率上限。但這需要解決測量、驗(yàn)證、跨境協(xié)調(diào)等一系列難題，而AI競賽的時(shí)間壓力不等人。

更激進(jìn)的設(shè)想來自氣候工程領(lǐng)域：如果數(shù)據(jù)中心的廢熱可以被定向收集并用于碳捕獲，是否能把負(fù)外部性轉(zhuǎn)化為正貢獻(xiàn)？這聽起來像科幻，但微軟已經(jīng)與碳清除公司Climeworks簽署協(xié)議，探索直接空氣捕獲設(shè)施與數(shù)據(jù)中心的共址部署。

用AI的熱量去驅(qū)動減少AI碳足跡的機(jī)器——這種循環(huán)結(jié)構(gòu)，像是科技行業(yè)給自己設(shè)計(jì)的救贖敘事。

但技術(shù)可行性不等于經(jīng)濟(jì)可行性。碳捕獲的能耗成本目前遠(yuǎn)高于碳市場價(jià)格，除非政策強(qiáng)制或碳價(jià)飆升，否則"熱-碳"循環(huán)將停留在示范階段。

回到馬里諾尼的原始發(fā)現(xiàn)：6000座設(shè)施、20年數(shù)據(jù)、3.4億受影響人口。這些數(shù)字描繪的不是末日場景，而是一個(gè)漸進(jìn)暴露的系統(tǒng)風(fēng)險(xiǎn)。就像他用的那個(gè)比喻——「像許多小火」——單座數(shù)據(jù)中心的熱效應(yīng)或許可控，但數(shù)千座設(shè)施的疊加，正在重塑區(qū)域氣候的微觀結(jié)構(gòu)。

而我們對這種重塑的理解，才剛剛起步。

當(dāng)你的智能助手下次流暢生成一段代碼或一張圖片時(shí)，它消耗的電力正在某處轉(zhuǎn)化為熱量，可能影響著一個(gè)你從未聽說過的社區(qū)的溫度計(jì)。問題是：這個(gè)成本該由誰、以什么方式、在什么時(shí)候計(jì)入賬單？