OpenAI暂停400亿美元英国AI项目:能源成本动摇数据中心经济效益

该项目的暂停突显了一个大趋势：AI 基础设施正演变为一场由能源、政策和成本决定的全球竞赛……

由于高昂的能源成本和监管的不确定性，ChatGPT 开发商 OpenAI 已暂停其名为“Stargate UK”的旗舰数据中心项目。该项目原属于一项耗资310亿英镑（约 400 多亿美元）的宏大投资计划，旨在扩大英国的人工智能（AI）基础设施。

该计划最初拟部署8000块GPU，并计划最终扩展至31000 块。其核心目标是提升英国的“主权算力（Sovereign Compute）”能力，即通过建设本土基础设施支持AI研发，减少对国外系统的依赖。

然而，该公司目前已停止了开发进程。OpenAI 发言人表示：

“……我们支持政府成为AI领军者的雄心。AI算力是实现这一目标的基础。我们将继续调研 Stargate UK 项目，并在监管环境和能源成本等条件能够支撑长期基础设施投资时，再推行该项目。”

问题的症结在于能源。AI 数据中心运行GPU阵列和冷却系统需要消耗海量电力。

在英国，工业电价处于发达经济体中的最高水平。近期估算显示，英国电价约为每兆瓦时168英镑，而法国仅为69英镑，德克萨斯州仅为38英镑。这一巨大的成本差距使大规模数据中心投资处于明显的竞争劣势。

AI工作负载属于能源密集型。一个大型数据中心的耗电量相当于数万个家庭的总和。随着 AI 普及率的提高，这种需求正在迅速增长。

根据国际能源署（IEA）的预测，全球数据中心的耗电量可能从 2024 年的约 415 亿千瓦时（TWh）飙升至 2030 年的 1000 亿千瓦时以上。这一增长很大程度上是由 AI 驱动的。

来源：IEA

结论显而易见：能源已不仅仅是一项经营成本，它已成为决定 AI 基础设施选址的关键因素。

能源只是挑战的一部分，监管政策也在拖慢投资步伐。在英国，围绕AI规则（尤其是训练数据的版权法）的不确定性令企业犹豫不决。

此前有关允许AI公司使用受版权保护内容的提案在遭到抵制后被撤回，这导致企业在合规性方面缺乏明确的指导。

对于大型基础设施项目而言，这种不确定性增加了风险。数据中心需要数十亿美元的前期投入，在投入资本之前，企业需要稳定的政策环境。

此外，规划审批的延迟和电网接入的时间表也增加了阻力，进一步推高了成本并拉长了项目周期。高昂的能源成本与监管不确定性交织在一起，为超大规模 AI 基础设施的建设创造了艰难的环境。

尽管暂停了英国项目，这家ChatGPT制造商仍在全球范围内扩张。通过与微软（Microsoft）、英伟达（NVIDIA）和甲骨文（Oracle）合作，该公司正大举投资AI基础设施。此外，它还与美国一项更大规模、耗资5,000亿美元的“Stargate”计划相关联，专注于构建下一代 AI 数据中心。

与此同时，该公司也面临着成本攀升的压力。有报告显示，随着OpenAI为满足需求而扩大基础设施规模，其每年的亏损可能达数十亿美元。

这反映了行业的整体转型：AI 正变得越来越像能源或电信基础设施，需要巨额资本投入、极长的周期以及稳定的经营环境。此次暂停也揭示了一个更深层的问题：AI 的增长正在加剧能源系统和环境的压力。

ChatGPT及类似工具依赖大型数据中心。这些设施目前约占全球电力消耗的1%至1.5%。由于多种变量影响，对其未来能源消耗的预测差异很大。

单次查询的影响看似微不足道——一次典型的ChatGPT请求耗电量约为 0.3 瓦时，处于较低水平。但随着规模的扩大，情况发生了变化。

目前ChatGPT服务于数亿用户，即便是微小的单次功耗，累积起来也非常可观。而模型训练的能耗则更为惊人。例如，训练GPT-3需要约1287兆瓦时的电力，并产生约550公吨的二氧化碳。

更新、更大的模型能耗更高。据估计，训练GPT-4这种先进模型可能会排放高达15000公吨的二氧化碳，具体取决于能源来源。

从系统层面看，其影响正在快速增长。仅在2025年，AI系统就可能产生3260万至 7970万吨的二氧化碳排放。到2030年，AI 驱动的数据中心每年可能新增 2400 万至 4400 万吨二氧化碳排放。

注：不同情景下 2024-2030 年 AI 服务器的碳排放量（单位：克）。图表 e-g 中的红色虚线表示根据过往文献预测的美国数据中心碳足迹。
来源：https://doi.org/10.1038/s41893-025-01681-y

展望未来，如果增长趋势持续，到 2035年全球生成式AI的年排放量可能达到2.45亿吨。这些数据呈现出一个清晰的模式：虽然能效在提高，但总需求的增长速度远超效率的提升。

OpenAI 尚未发布详尽的独立净零排放目标。然而，其运营高度依赖合作伙伴（如微软），而微软已承诺到 2030 年实现负碳排放。

该公司承认能源消耗是一个现实担忧。其领导层指出，需要更多的可再生能源（包括核能和清洁电力）来支撑 AI 的增长。

在整个行业，企业正在通过以下几种方式进行应对：

能效提升的效果已经显现。部分AI系统在一年内将单次查询能耗降低了30多倍，展示了技术的快速迭代。然而，由于需求规模的增长超过了效率的增益，总排放量仍在持续上升。

英国项目的暂停突显了一个大趋势：AI 基础设施正演变为一场由能源、政策和成本决定的全球竞赛。

拥有较低电价和更快捷审批流程的地区正占据优势。美国和中东部分地区凭借廉价电力和支持性政策，正吸引着大规模的 AI 投资。

与此同时，各国政府也在努力吸引此类项目。英国虽承诺投入数十亿英镑支持 AI 增长并提升算力，但此案例表明，仅有政策雄心是不够的。企业需要的是可靠的能源供应、明确的规章制度和可预测的成本支出。

OpenAI的决定并不意味着缩减AI投资，而是反映了优先事项的转移。

企业在基础设施选址上正变得愈发挑剔，重点关注能够提供能源获取、成本稳定性和监管透明度最佳组合的地区。

英国项目未来仍有可能推进，但前提是环境有所改善。目前，信号非常明确：AI 的未来将不仅由技术塑造，还将取决于能源系统、政策框架以及长期的投资条件。

资料来源：carboncredits

-推荐阅读-

查看原文

点击/阅读原文/