当美国无法建设数据中心 会对AI产生怎样的冲击

2026 年 11 月 4 日，美国中期选举结果落定后的第二天上午，OpenAI 的高管们坐到了一起。 据外媒援引知情人士的消息，他们讨论的是要不要重设 2027 年的数据中心容量预期。讨论还没有形成决定，但焦虑已经摆上了台面。 过去几个月，美国各地的大型数据中心项目接连被按下暂停键。得州前任州长 Abbott 从 8 月起冻结了数据中心的并网和空气许可，要求审计到年底；新当选的州长 Gina Hinojosa 承诺，在州议会立法保护居民之前，暂停所有新数据中心审批，而议会会期要到 2027 年 5 月才结束。 俄亥俄新州长 Amy Acton 提出有条件暂停，要求新项目承担全部电力成本、只能建在旧工业用地上；佐治亚新州长 Keisha Lance Bottoms 则准备上任后直接签行政令，暂停全州新建。 据 Tokenpost 统计，今年 7 月到 11 月 4 日，美国至少有 21 个大型数据中心项目被取消，已经接近 2025 年全年的 23 个。Anthropic 在 10 月 26 日提交的招股书里，也把暂停令写进了风险因素：一些辖区正在考虑或已经批准暂停令，可能推迟或阻止它依赖的算力设施，而且反对数据中心的声音正在跨辖区变得更有组织。 如果我们把这股趋势推到极端，去设想这样一个场景，如果美国所有规划中的数据中心都建不成，对当下和未来的 AI，意味着什么？ 01 潜在算力增长被砍掉 50% 为了把推演的边界划清楚，我们设定这样一个极端场景，它建立在三条假设上： 1，全美所有尚未开工的规划项目全部冻结，相当于把目前约 41% 的暂停范围推向全国； 2，已经在建的项目全部按期完工，这和德州等地暂停令只针对新审批的做法一致； 3，芯片照常供应，唯一的硬约束是电和地。我们只推演美国本土，暂不讨论算力外迁。 这个场景下，被卡住的算力规模有多大？据 Newmark 估计，美国数据中心当前用电约 60GW，这里包含所有数据中心，并非全是 AI。在建容量各家口径不同：Cleanview 约 57GW，Wood Mackenzie 约 80GW，DCMap 8 月的统计约 90GW。这部分项目在情景里会照常完工，构成未来几年美国算力的全部增量。 真正庞大的是「规划中、未开工」的部分，DCMap 8 月统计为 228GW，Wood Mackenzie 披露的累计管线超过 430GW，取一个约 230 到 340GW 的区间比较稳妥。 据此粗略推算，在极端情景下，美国数据中心总容量会在 2028 年前后停在约 120 到 150GW，大约是今天的 2 到 2.5 倍，此后不再增长。作为参照，Synergy 此前的预测是美国容量到 2029 年翻倍；而如果管线里的规划全部落地，这个数字本该是今天的 5 倍以上。极端场景砍掉的，是翻倍之后的那一大段增长。 换算成芯片会更直观。1GW 电力大约能带动数十万块 Blackwell 级 GPU：按单卡全口径功耗 1.8 到 2.3kW 理论计算，约 43 万到 55 万块；Abilene 这样的实际园区，约每 GW 27 万块。两三百 GW 的规划被冻结，相当于数千万块最先进的 AI 芯片失去了机房。 亚马逊为 Anthropic 建设的 Project Rainier 园区内部｜图片来源：Amazon 这个情景很极端，但不荒谬。据 Cleanview 测算，新州长承诺暂停的州里，规划容量合计 158.6GW，约占全国的 41%，其中德州 88.4GW、俄亥俄 21.9GW、佐治亚 20.2GW、新墨西哥 11GW、纽约 9.9GW。也就是说，情景 A 里接近一半的冻结，在现实中已经有了对应的政策承诺。2024 年以来被取消的 69 个大型项目里，有 33 个主要因为当地反对。参议员桑德斯还提出了全国性暂停法案，虽然通过的可能性很小。 有一点需要诚实说明，目前规划的数字水分很大。德州电网 ERCOT 的大负荷排队约 474GW、约 1800 个项目，相当于该电网峰值负荷的五倍左右，大部分是占位性质的投机申报。所以极端场景实际砍掉的有效算力，会小于账面数字。即便打掉水分，它依然是一次算力供给的急刹车。 这样一脚「算力刹车」踩下去后，会对 AI 产生怎样的影响？ 02 当下照常，下一代 AI 受阻 如果极端情景明天发生，用户在一两年里其实感觉不到异样。2027 年之前的前沿模型，照常训练、照常迭代。 因为支撑这一代模型的训练基地，都已经建成或接近完工。据 Epoch AI 的数据库，目前已知最大的 AI 园区是 Anthropic 与亚马逊在印第安纳州的 New Carlisle，容量 1037MW；其次是 xAI 的 Colossus 2，946MW。OpenAI 在德州 Abilene 的园区规划 1.2GW，8 栋楼里的 6 栋截至 9 月已经交付，预计年底完工。 OpenAI 位于德州 Abilene 的 Stargate 园区卫星图｜图片来源：Epoch AI 被卡住的，是计划在 2028 到 2030 年登场、需要数个 GW 才能喂饱的下一代模型。 Epoch AI 的数据显示，前沿训练的电力需求每年增长 2.2 到 2.9 倍，目前的前沿训练已经超过 100MW。Epoch 预计，未来一年会有多个园区突破 1GW，大约两年后，最大规模的训练可能用到约 250 万块 H100 等效算力；照这个趋势，到 2030 年，最大单次训练需要 4 到 16GW。 作为对比，今天最大的园区刚刚超过 1GW。Epoch 也指出，数据中心的容量，实际上就是训练规模的上限：园区建多大，模型最多就能训多大。 而那些瞄准 2028 年之后的超级工程，已经有不少撞了墙。 OpenAI 的 Stargate 计划到 2029 年超过 9GW，美国 7 个站点中的多数原定 2027 到 2028 年大规模上线，主要集中在得州、新墨西哥和俄亥俄这几个暂停州。 其中，Abilene 旁原计划的扩建已被放弃；新墨西哥州 Do?a Ana 规划 2.45GW 的 Project Jupiter，今年 3 月被州土地办公室否决了供气管道；俄亥俄州 Lordstown 站点，直到 4 月的卫星图像里还看不到大规模施工。 Meta 约 1GW 的 Prometheus 园区也在俄亥俄，只有路易斯安那州目标 5GW 的 Hyperion 避开了这一轮暂停。 新墨西哥州 Do?a Ana 的 Project Jupiter 工地卫星图｜图片来源：Epoch AI 这就带出了接下来的疑问，下一代训练的算力基地搁浅之后，AI 的进步会慢多少？ 03 降速，但不会停摆 要回答这个问题，需要把算力增长拆开来看。 据 Epoch AI 统计，2020 年以来，前沿语言模型的训练算力每年增长约 4 到 5 倍。同期训练用电每年增长 2.2 到 2.9 倍。两者之间约 2 倍的差值，主要来自芯片能效的提升，也就是每瓦电能提供的算力在变多。 硬件之外，算法也在帮忙。常用的口径是算法效率每年提升约 3 倍（Ho 等人 2024 年的研究给出约 2.7 倍）。Epoch 后来把后训练也算进去，估计约每年 10 倍，但区