当美国无法建设数据中心，会对 AI 产生怎样的冲击

纽约州的一纸暂停令，把美国AI扩张的底层矛盾摊在了台面上。作为全美首个在全州范围内暂停AI数据中心建设的州，纽约州目前仍拥有133座数据中心；而弗吉尼亚州以637座位居全美第一，得州和加州分别有505座和292座。暂停令的支持者盯着电价、用水、噪音和电网压力，反对者则担心就业与AI竞赛掉队。特朗普已公开抨击纽约州“放弃人工智能热潮带来的最大经济机遇”，并敦促其立刻改变政策，否则企业会转向得州、亚利桑那、阿拉巴马和佛罗里达。

这不是一座州的孤立摩擦。全美数十个城市和县已经对数据中心实施当地限制，缅因州类似禁令虽被州长否决，但围绕数据中心的争议已从社区听证会蔓延到州议会。仅在2026年前六周，全美各州议会就提交了300多项相关法案。Data Center Watch的追踪显示，全美针对数据中心的活跃基层反对组织从2025年底的396个暴增至3月份的833个，横跨49州；Heatmap民调则称，71%的美国人至少在一定程度上反对在自己家附近建造数据中心。

纽约州按下全州暂停键，133座数据中心撞上监管墙

数据中心在美国AI版图里的位置，已经不只是“机房”，而是模型训练、推理和云服务的物理底座。纽约州居民用电均价自2019年以来上涨68%，电价水平居全美第8；数据中心的高用电量被批评者视为电网压力和能源账单上涨的推手。与此同时，数据中心还需要大量用水、产生噪音，创造的就业机会却相对有限。这些具体成本，让“欢迎投资”的地方叙事迅速转向“先审再建”。

资本已经开始用脚投票。黑石旗下QTS本月表示，已终止弗吉尼亚州“威廉王子数字门户”大型数据中心项目。这个千亿级全球超大算力园区项目经历了“规划、分析和公众审查”的严格流程，本可带来重大基础设施投资，但无休止的诉讼令合作伙伴相继退出、成本暴增，黑石最终选择终止投资。报道还称，这家热衷投资数据中心做“收租佬”的私募基金，刚以35亿美元出售美国3座AI数据中心股权，撤出全球最大数据中心开发项目。

项目端的寒意正在传导到产业链。燃料电池明星企业Bloom Energy因参与的一个项目暂停开发，股价在6月17日应声大跌约10%；美国AI基础设施服务商Crusoe应客户要求，暂停了位于怀俄明州夏延市的大型数据中心项目，该项目原计划引入约900兆瓦的Bloom Energy燃料电池系统，对应潜在收入机会高达26.5亿美元。数据中心建设不是简单的“有钱就建”，供电、许可、燃气轮机和变压器交付、熟练劳动力，任何一环卡住，项目就会从工期表上滑落。

1300亿美元项目停在半路，PJM拍卖缺口6.8吉瓦

2026年一季度，美国数据中心建设节奏明显放缓。Data Center Watch报告显示，仅第一季度，全美遭到封锁或延误的数据中心项目总价值高达约1300亿美元，单季度流产规模已大致与2025年全年总和持平。摩根大通基于卫星图像的分析报告指出，计划在2027年完工的数据中心项目中，超过60%尚未开工建设，另有7%已经处于延误状态，主要原因涉及供电瓶颈与民间反对，还包括建设许可、燃气轮机和变压器交付延迟以及缺乏熟练劳动力。

电力瓶颈已经从“远期风险”变成“当期缺口”。美国电力研究所数据显示，数据中心目前占美国电力需求的5%，到2035年可能增长3倍；在弗吉尼亚州，这一比例甚至已超过25%。EPRI指出，电网和先前的政策并不是为AI基础设施所需的速度和规模设计的，数据中心建设首先在物理层面遭遇供电瓶颈。即便微软、谷歌、亚马逊、甲骨文、Meta以及OpenAI等巨头承诺负担基础设施升级、自行建设或购买发电来源，再充足的资金也无法立刻解决设备供货与审批许可大量积压的难题。

电网拍卖的数据更直接。7月15日，美国最大电网PJM的2028/2029年度基础剩余容量拍卖连续第三次未能完成可靠性目标，供电缺口达6.8吉瓦，主要原因就是数据中心需求的持续爆发。这意味着，美国AI扩张面对的已不是“能不能买到GPU”的单点问题，而是“有没有电、能不能并网、能不能拿到许可”的系统问题。若极端情景下美国数据中心总容量在2028年前后停在约120到150GW，约为今天的2到2.5倍，此后不再增长，那么两三百GW的规划被冻结，相当于数千万块最先进AI芯片失去机房。

有效算力年增速从15倍掉到6倍，训练集群最先挨刀

电力冻结之后，AI不会停摆，但会明显减速。正常情況下，AI每年获得的“有效算力”增长，等于物理算力增长（4到5倍）乘以算法提升（约3倍），大约每年12到15倍。极端情景下，2028年之后新增电力归零，物理算力增长里最大的一根支柱被抽走，只剩芯片换代带来的能效提升，每年约2倍；再乘上算法3倍，有效算力年增速会从12到15倍降到约6倍。

如果换用Epoch更乐观的算法口径（每年约10倍），正常情况下的有效算力增速是每年40到50倍，极端情景下约20倍。两种口径下，电力冻结都会让有效算力增速掉到原来的四成到一半左右。算法进步再快，也补不上电力扩张留下的那一块。这里还有一个隐患：芯片能效的红利，前提是新芯片能顺利装进机房；机房总电量锁死之后，供电和散热改造的难度，可能让这2倍也打折扣。

冲击会沿着训练链路逐级显现。预训练对单一超大集群的依赖最高，在极端情景下最先受限；数个GW的集群建不起来，工程师会把精力转向对集群规模要求没那么苛刻的后训练、强化学习，以及混合专家模型、低精度计算等架构改进。Cursor就公开说过，其Composer 1.5模型在后训练上投入的算力，已经超过预训练。训练不会消失，但“堆最大集群、跑最大预训练”的粗放路径会被迫让位。

推理吃掉三分之二算力，Token限额与端侧小模型上场

过去算力不够，就去圈地建新机房；在极端情景下，盘子里的电就这么多，分给训练的每一度电，都要从推理、智能体和后训练那里挤出来。全市场算力早已向推理倾斜。据德勤预测，推理占全部AI算力的比例，2023年约三分之一，2025年约一半，2026年预计达到约三分之二。训练与推理争夺同一块电力蛋糕时，面向用户的Token供给会变得更稀缺，“Token限额时代”不再只是产品策略，而可能成为算力约束下的常态。

端侧和小模型会承担分流角色。到2026年，蒸馏已经是做小模型的主流方法；量化后的小模型能直接在手机NPU上处理结构化任务，10亿参数以下的模型大约每秒能跑12到15个Token。越来越多应用采用混合模式：本地小模型先处理大部分请求，少数复杂请求再交给云端大模型。云端大模型不再包揽一切，而是退到“难例处理”和“高价值请求”的位置。对AI产品来说，这意味着体验设计、成本控制和模型路由能力会变得和模型参数一样重要。

推理占比上升还会改变数据中心的建设逻辑。训练集群追求超大单体园区和极限互联，推理集群则更看重靠近用户、并网条件和运行成本。当美国本土新增电力被锁死，存量机房的每一度电都要被重新分配：哪些请求留在端侧，哪些进入区域云，哪些必须送到超大集群，都会成为工程和商业上的硬约束。

黑石退出与Crusoe暂停，效率玩家捡到窗口

极端情景卡住的是美国本土的电。对另外两类玩家来说，这道约束反而打开了窗口：已经在效率路线上积累多年的模型公司，以及准备入场的AI创业者。当“堆电、堆卡、堆园区”的边际收益下降，算法效率、单位Token成本、小模型能力和端侧部署会重新获得定价权。谁能用更少算力做出可用产品，谁就更容易在电力受限的市场里活下来。

这并不意味着美国AI会突然失速到停摆。即便按极端情景推算，每年约6倍的有效算力增长依然是可观的数字；AI会明显减速，但不会停摆。真正的变化在于竞争维度：从“谁有更多GW”转向“谁能在既定电力盘子里挤出更多有效算力”。芯片能效、供电改造、散热、后训练、推理调度、端侧分流，每一项都会成为新的胜负手。

对数据中心支持者来说，阻止建设会损害当地就业增长，并在主导人工智能的竞争中不利；对反对者来说，电价、用水、噪音和社区负担是实打实的成本。美国AI产业正被夹在这两套账本之间。黑石终止弗吉尼亚项目、Crusoe暂停怀俄明项目、PJM拍卖出现6.8吉瓦缺口，说明“无法建设数据中心”不再是一个遥远的假设，而是一组正在发生的约束条件。AI不会因为没有新机房而消失，但它的增长速度、产品形态和竞争格局，都会被电力与许可重新写一遍。