數據中心熱島，讓周邊數公里升溫2℃ | 筆記

在美國，圍繞數據中心建設的社區反對正在逐漸增多。與AI基礎設施擴張加速相反，科技巨頭對其環境外部性的披露愈發有限。一些來自學術界的模擬與推演，在吸引正常關注的同時，一定程度上放大了爭議，成為被利用的彈藥。

近期，一項由劍橋大學牽頭、聯合歐洲與亞洲多所高校研究人員完成的研究顯示，在AI數據中心投運后，其周邊地表溫度平均上升約2°C，影響范圍可延伸至約10公里。該研究橫跨計算機科學、地球科學與環境科學，目前仍為未經同行評議的預印本結果。

該論文通訊作者Andrea Marinoni，是一位遙感專家，主要研究興趣，在于通過視覺智能，評估、推斷和預測人類與環境之間的相互作用。在其谷歌學術頁面，寫著“AI為了環境，而非對抗環境”。

研究的基本假設并不復雜。數據中心在運行高能耗計算任務時會持續產生大量廢熱，這些熱量在特定條件下可能改變局地熱平衡，從而在地表溫度上留下可觀測信號。這也是為什么騰訊天津濱海數據中心與阿里巴巴千島湖數據中心等，都在實踐余熱回收項目；全球范圍內，北歐起步較早。

從物理直覺上看，這件事并不難理解。數據中心確實在持續“產熱”，而這些熱最終要“守恒”地以其他形式釋放到環境中。無論采用風冷還是水冷，本質上都只是數據中心內部換熱方式不同，其與外部環境之間的熱量交換，目前最終仍然主要通過大氣系統完成。而且，數據中心的規模越來越大，能耗密度也越來越高，往往產生的熱量就越來越多。

這項研究將每個數據中心的啟動時間視為“事件節點”，在排除了季節性或全球變暖趨勢等影響后，通過比較其周邊區域在節點前后的地表溫度變化，估算了數據中心對局地地表溫度的邊際影響。

它的核心數據，其一是地表溫度（LST）重構數據集，其二是數據中心地理坐標。由于要減少城市熱島與工業活動的干擾，并且保證每個位置對應的地表溫度數據序列完整，最終樣本篩選出約6733個位于非高密度城市區域的數據中心。此外，研究利用WorldPop全球人口柵格數據，估算了數據中心可能影響的人口暴露范圍。

美中不足的是，這項研究的數據存在局限性。前者來自NASA的MODIS衛星遙感觀測，只覆蓋了截至2024年的數據。當時，AI基礎設施建設才剛剛起步，數量在全球數據中心中的占比仍然較低。而且，那個時候，單個AI數據中心的規模，也尚處于50-100兆瓦規模級別；而今年初，馬斯克旗下的xAI，已率先交付全球首座GW級數據中心，更多GW級數據中心正在交付的路上。

2024/09/11 完整閱讀 >

這一點也被部分批評者放大解讀，認為研究存在預設立場的問題，甚至傾向于“反對AI發展”的敘事。但是，如果該研究在當前樣本范圍內成立，那么隨著超大規模數據中心逐步上線，其所揭示的空間相關性在更高算力密度環境下，反而可能變得更加顯著。

最終結果顯示，在全球范圍內，大型數據中心的投運與周邊地表溫度上升之間存在明顯的時間一致性。在數據中心啟用后，平均升溫約2°C（95%樣本集中在1.5–2.4°C之間），并呈現約10公里范圍內逐漸衰減的空間特征。這一幅度與城市熱島效應的量級相近，后者通常約為4–6°C。研究據此提出所謂“數據中心熱島效應”，并估計可能影響約3.4億人。

（說明：橫軸以數據中心開始運營的時間為基準，展示其前后各10個月的時間窗口；縱軸為數據中心所在地的地表溫度（LST）。陰影區域表示各數據中心樣本中LST變化的最大值與最小值范圍；紅色實線表示LST差值的總體平均趨勢；紅線上的橫向標記表示該分布的95%分位數區間邊界。）

在討論部分，研究團隊還提到，部分地區的氣溫異常升高，在趨勢上與其結果具有一定一致性。最典型的案例之一就是西班牙的阿拉貢。作為歐洲AI數據中心重要集聚地，該地在2024年前后記錄到局地溫度上升趨勢，而這一變化在部分鄰近區域并未同步出現。

不過需要強調的是，這項研究并非基于數據中心周邊的實地溫度觀測，也尚未建立嚴格意義上的因果識別框架。

這也引發了少數長期關注AI環境外部性問題的評論者的質疑。他們認為，局地地表溫度的上升，可能部分源于數據中心及其配套建筑本身所帶來的土地覆蓋變化。當未開發的土地被大型建筑、人行道、停車場、通道和相關基礎設施所取代時，從太空觀察到的地表，就會變得更熱。一個更有說服力的設計，是將數據中心與其他大型商業或工業設施的類似地點進行比較。

只不過，這仍然無法解釋，為什么地表溫度的變化，驟然跳變于數據中心啟用后。

但更根本的問題在于，AI發展不僅是技術與產業問題，也逐漸演變為一個信任問題。隨著AI敘事的不斷強化，其透明度卻并未同步提升，這在一定程度上削弱了其合法性基礎。

當下社會所面對的，是一種快速擴張、能源密集、水資源密集，需要空前的物質準備的基礎設施體系，而這一體系正嵌入在一個已因氣候變化而持續承壓的環境之中。據IEA報告，去年全年，美國數據中心用電量，單項貢獻了全美電力消費增量的約一半，推動碳排放增長了2.2%；同期中國碳排放下降了0.5%。

2026/01/21

而且，在美國，這種擴張又逐步呈現出高收益集中于科技企業，而環境與資源成本則在空間上外部化，并更多地由弱勢社區承擔，同時監管體系的響應仍然滯后于建設速度的結構性特征。

這對于正在快速推進算力基礎設施建設的其他經濟體，以及計劃在這些地區投建算力基礎設施的企業而言，都是一種警示。