AI扩张的新瓶颈：数据中心之外的电力、社区与监管困局

AI 行业正投入数十亿美元以扩大计算能力，但仅靠资金不足以确保新建数据中心顺利落地。

电力短缺、环境挑战以及 地方反对意见 正使 AI 基础设施扩张变得复杂。与数据中心内部的技术不同，这些问题并非 AI 公司单凭自身力量就一定能解决的。

本周发生的两项进展凸显了企业所面临的挑战。

一名联邦法官驳回了 xAI 提出的驳回《清洁空气法》（Clean Air Act）诉讼的动议 ，该诉讼涉及密西西比州用于为田纳西州 Colossus 2 数据中心供电的燃气轮机。即便企业为规避公用事业公司延误而转向现场发电，仍须满足空气排放许可要求，哪怕涡轮机安装在拖车之上或被描述为临时设备。此案表明，为 AI 基础设施获取电力的努力，即便采用传统电网连接之外的替代方案，也可能引发法律与环境方面的挑战。

与此同时，OpenAI 正采取另一种路径。该公司正在 扩大一项电力灵活性倡议 ，旨在通过使未来数据中心在电网承压时降低用电量，从而缓解本地电力系统的压力。其佐治亚州园区是首个实例，但该协议的重要细节尚未对外公开。

这两项进展反映出 AI 基础设施开发商面临日益严峻的挑战：建设更多计算能力，越来越需要协商该能力将如何影响周边社区及电力系统。

电力短缺与地方反对意见 已导致数据中心开发进度延迟，而现场发电则带来其自身挑战。核能正重新受到关注，但新建核电站需耗时数年，对当前的电力短缺几无缓解作用。

科技公司可采购 GPU、获得融资并签署长期基础设施协议。但它们仍依赖公用事业公司输送电力、监管机构批准项目，以及社区接纳所建设施。

随着 AI 基础设施从既有的数据中心市场扩展至电力容量、水资源可用性及本地基础设施本已承压的地区，这些依赖关系正变得愈发关键。

对企业而言，影响不仅限于数据中心选址。新计算能力上线延迟可能影响企业日益期望使用的 AI 服务的可用性、成本及上线时间。

多年来，AI 行业一直在竞相构建最强大的模型并抢占最多计算能力。AI 扩张的下一阶段，或将更少取决于企业有能力负担多少计算能力，而更多取决于它们实际能上线多少计算能力。

本周 AI 领域其他新闻还包括：

百度新发布的世界模型凸显具身 AI 的价值与挑战：百度基于数百万英里的自动驾驶出租车数据训练其 Apollo World 模型，突显真实世界训练数据对具身 AI 的重要性。

AWS 深入企业内部，探寻 AI 的真正价值：AWS 正更紧密地与客户合作，推动 AI 从实验阶段迈向日常业务运营。

谷歌以最新一波功能瞄准具身 AI 的准确性：谷歌云新推出的数据与知识管理能力，旨在为 AI 代理提供更可靠的信息以供使用。

麦当劳计划于 2027 年实现全美范围内的得来速 AI 化：麦当劳正推进自动化点餐的更广泛部署，尽管部分特许经营商仍对顾客接受度持怀疑态度。

Greeter 利用框架在 AI 服务器上隐藏云环境窃取行为：攻击者正利用未打补丁的 Flowise AI 服务器窃取凭证，并在掩盖自身活动的同时探查云环境。

AI 重塑 IT 工作，却危及人才输送管道：随着 AI 接管常规 IT 任务，企业面临一个问题——经验较少的员工将如何培养出监督 AI 输出所需的技能。