为了喂饱 AI，Meta 一口气押上 10 座燃气电厂：绿色承诺，正在被电表重新定义

当一个数据中心开始像一个州那样耗电

AI 这几年最直观的变化，不是在聊天机器人回答得更像人，而是在看不见的地方，它开始变得极其“费电”。Meta 计划建设的 Hyperion AI 数据中心，就是这个趋势最夸张、也最具象的一次展示。按照披露的信息，这座位于路易斯安那州的新设施建成后，所需电力规模将接近整个南达科他州的水平。

这不是修辞，而是基础设施意义上的硬碰硬。为了给 Hyperion 供电，Meta 已经承诺建设 10 座新的天然气发电厂，其中最新宣布的是 7 座，加上此前已规划的 3 座，总发电能力约 7.5 吉瓦。这个数字放在美国电力版图里看，已经不是“一个项目”的量级，而是“一个地区能源系统”的量级。

如果说过去互联网公司买服务器、租机房，还带着一点“轻资产”的科技气质，那么到了大模型时代，科技公司越来越像传统工业巨头：它们要土地、要水、要电、要输电网络，甚至要亲自推动发电厂上马。云端并不轻，它只是把钢筋、水泥、燃气轮机和排放烟囱藏在了用户看不见的地方。

Meta 的尴尬：嘴上买绿电，手上签燃气

Meta 这些年一直很愿意讲自己的绿色故事。它定期发布可持续发展报告，频繁宣布采购可再生能源，还在核电上做过相当激进的布局。此前它购买太阳能、储能项目，甚至以长期协议的方式“锁定”核电站产能，给外界留下的印象是：这家公司至少在能源转型这件事上，是认真且有资源的。

也正因如此，这次大举转向天然气，才显得格外刺眼。你很难把它简单理解为一次普通的能源采购，因为 Meta 不是没见过新能源，也不是没有资本去押注更清洁的方案。恰恰相反，它是这个市场上最有能力拉动太阳能、储能和核电项目落地的买家之一。

企业内部大概率会把这套逻辑解释为“过渡方案”：先用天然气顶上，等可再生能源、储能和核能更成熟，或者等电网基础设施跟上，再逐步替换。这套说法在能源行业有个熟悉的名字，叫“桥梁燃料”。问题在于，这座桥已经修了很多年了。过去十几年，天然气一直被包装成从煤炭走向清洁能源的中间站；可到了今天，风电、光伏和电池价格早已大幅下降，所谓“桥”却越来越像一条没有尽头的收费公路。

更微妙的是，天然气轮机的价格如今并不便宜，供应也紧张。换句话说，Meta 不是在一个成本特别诱人的时间点冲向天然气，它更像是在一个“电力焦虑压倒一切”的时刻，优先选择了能尽快落地、能稳定供电、能让 GPU 不停机的方案。说得直白一点，在 AI 军备竞赛里，环保叙事正在给算力现实让路。

真正麻烦的，不只是二氧化碳

从表面看，天然气一直比煤“干净”一些，这也是它长期被贴上“相对清洁”标签的重要原因。但如果把账算完整，问题就没这么简单了。根据报道测算，Meta 这 10 座天然气电厂每年可能排放约 1240 万吨二氧化碳。这个数字比 Meta 2024 年披露的全部碳足迹还高出约 50%。

而这还只是“看得见”的部分。真正让气候研究者头疼的，是天然气供应链里的甲烷泄漏。甲烷正是天然气的主要成分，它在短时间尺度上的增温效应远强于二氧化碳。学界常引用的数字是：在 20 年尺度内，甲烷的 warming impact 大约是二氧化碳的 84 倍。一旦从开采、处理、运输到管道输送的过程中出现泄漏，天然气“比煤更清洁”的叙事就会迅速变得站不住脚。

更残酷的是，这种泄漏并不是理论风险，而是现实存在。报道提到，只要泄漏率达到 0.2%，天然气的气候影响就可能变得比煤还糟；而美国天然气生产与管道系统的实际泄漏率，研究显示更接近 3%。这意味着，Meta 如果真要把天然气作为 AI 时代的主力电源，就不能只在可持续发展报告里写几页漂亮的绿电采购数字，还得面对更棘手的问题：这些看不见的甲烷，到底谁来算，怎么算，公开不公开？

有意思的是，Meta 最新的可持续发展报告里几乎没有正面谈天然气，更没有认真展开甲烷问题。这种沉默本身就说明了尴尬：天然气也许是今天最现实的供电答案，却是品牌叙事里最不想展开的那一页。

AI 革命的代价，开始从芯片转向电网

过去两年，AI 产业讨论最多的是芯片：谁拿到更多 GPU，谁的模型参数更大，谁的推理成本更低。但从现在开始，真正的瓶颈正在从芯片厂房外溢到整个电力系统。一个 AI 数据中心不只是服务器机架的堆叠，它还意味着变电站、冷却系统、输电线路、土地审批、燃料供应，以及几十年尺度的能源承诺。

这也是为什么 Meta 这则新闻特别重要。它提醒人们，大模型竞争已经不再只是 OpenAI、Google、Meta 这些公司在算法层面的较量，而是开始演变成一场“谁能拿到足够电力”的基础设施竞赛。算力的尽头不是代码，而是电厂。

这一点不只 Meta 面临。微软、谷歌、亚马逊都在为数据中心寻找更稳定的电力来源，有的押注核电，有的加码可再生能源配储，有的甚至直接参与区域能源开发。只不过，Meta 这次的动作太猛了：10 座天然气电厂，规模大得让争议无法被“企业采购行为”轻轻带过。

从产业角度看，Meta 的选择其实很诚实，它揭示了一个很多人不愿承认的现实：在当前电网条件下，要支撑超大规模 AI 集群 7×24 小时运转，仅靠理想化的绿电口号远远不够。风和光并不总在，储能时长仍有限，核电新建周期漫长，输电网络升级也慢。于是，天然气这种“脏但稳”的选项，就重新回到了桌面中央。

但诚实不等于无可指摘。科技公司过去享受了“数字经济更轻、更绿、更先进”的舆论红利，如今也必须接受同样严格的追问：如果你们的新业务增长是靠新化石能源基础设施撑起来的，那么你们究竟是在推动未来，还是在把旧世界的能源依赖重新包装一遍？

一个更大的问题：我们愿意为 AI 消耗多少现实资源？

我觉得这件事最值得警惕的，不只是 Meta 会排多少碳，而是社会对 AI 用电的容忍边界正在被悄悄抬高。每当新的大模型发布，大家讨论的是推理速度、上下文长度、多模态能力，很少有人会问：为了让这些能力稳定在线，背后到底要消耗多少天然气、多少冷却水、多少电网容量？

这不是反技术的问题，而是“技术值不值得”的问题。一个更强的 AI 助手当然有价值，自动化客服、代码生成、科研辅助也都能提升效率，可如果这些进步的前提是不断新建化石燃料电厂，那这张账单就不能只让气候系统、地方社区和未来几十年的减排目标来埋单。

更现实的争议还在后面。像 Hyperion 这样的巨型数据中心落地，通常会带来就业、税收和产业投资，但它也会挤压区域电力资源，影响电价和电网调度优先级。普通居民和中小企业会不会为 AI 的电力需求支付更高成本？地方政府为了招商引资，在环境约束上会不会进一步放松？这些问题都不是 Meta 一家公司的问题，却会因为 Meta 这样的项目而变得更尖锐。

从记者视角看，这条新闻真正让人不安的地方在于，它像一扇突然被推开的门，让大家看见了 AI 繁荣背后的锅炉房。我们都喜欢云，但云终究要落在地上；我们都赞美智能，但智能终究要插电。如今 Meta 用 10 座天然气电厂告诉世界：AI 的下一阶段，不只是模型更大，也可能是排放更多、能源冲突更直接、企业承诺更经不起细看。

如果未来几年，越来越多科技公司沿着这条路走下去，那么“AI 是否改变世界”这个问题，恐怕要补上一句更具体的话：它准备让世界烧掉多少天然气，来换取这种改变？