近期Meta、微软、谷歌等海外头部科技企业相继公布天然气电厂建设计划，为旗下高速扩张的AI数据中心提供稳定电力支撑。随着生成式AI普及，单座AI算力中心能耗是传统数据中心的3-5倍，现有公共电网已难以满足企业爆发式算力供电需求，化石能源供电方案也引发了业内对碳目标达成、长期运营风险的广泛讨论。
图源: 图像由AI生成据行业监测数据显示，2026年一季度全球AI算力订单同比增长127%，对应的算力中心供电缺口已达4200兆瓦，相当于3座中等规模核电站的满负荷发电量。供电能力不足已经成为当前AI产业扩张的头号瓶颈，远超过芯片短缺带来的影响。
AI大模型的训练和推理对电力的消耗远超传统互联网业务，**单台H100GPU满负荷运行的年耗电量超过5000度**，一个承载10万台GPU的超大型AI算力中心，满负荷运行的耗电量接近一座中等城市的居民用电总量。此前多家科技企业的AI数据中心都曾因为公共电网波动出现过算力中断事故，单次事故损失超过千万美元。
为了保障供电稳定性，头部企业纷纷转向自主建设供电设施，其中Meta计划在美国得克萨斯州投建1.2GW的天然气发电厂，微软在爱达荷州的800MW天然气项目已经进入环评阶段，谷歌也宣布将在俄克拉荷马州配套建设天然气供电设施，三大科技巨头的相关投资总规模已超过120亿美元。
不少业内人士质疑，在全球推进能源转型的背景下，科技企业为何不选择风光新能源作为供电方案，反而转向化石能源？
核心原因在于供电稳定性和成本的平衡：风光发电受自然条件限制，供电波动幅度超过30%，无法满足AI数据中心99.99%的供电稳定性要求，而配套储能的成本又居高不下。**当前天然气发电的度电成本仅为光伏+储能配套方案的60%左右，投资回报周期缩短近4年**，同时天然气的碳排放仅为煤炭的50%，属于相对清洁的化石能源，更符合企业当前的减碳阶段性要求。
天然气供电的短期优势明显，但长期风险也正在浮出水面。
首先是碳中和目标的兑现压力，本次企业投建的天然气电厂设计寿命普遍在25年以上，远超过多数发达国家提出的2035年淘汰化石能源发电的时间节点，后续如果要达标，需要额外加装碳捕获、利用与封存（CCUS）设施，单厂改造成本将超过初始投资的40%。能源政策研究机构伍德麦肯兹资深分析师Mark Hansen指出，若企业无法在10年内完成天然气电厂的碳捕获改造，相关项目的全生命周期碳排放将超出企业此前公布的碳中和承诺37%。
其次是资产搁浅风险，随着全球碳税政策逐步落地，未来天然气发电的成本可能每年上涨15%-20%，原本的成本优势将快速消失，相关资产可能在10年后面临闲置的风险。
多家企业的相关负责人均表示，天然气发电只是当前的过渡性供电方案，长期仍然会转向零碳能源。
目前微软已经同步布局小型模块化反应堆（SMR）的配套研发，计划2035年逐步替换现有的化石能源供电设施；Meta也和天然气供应商签订了绿氢掺烧协议，未来将逐步提升天然气中的绿氢占比，预计2030年可将相关电厂的碳排放降低60%；谷歌则宣布将配套建设同等规模的风光发电项目，通过电网侧的绿电交易抵消天然气发电的碳排放。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号