曾经,大多数美国人对当地数据中心几乎一无所知。作为互联网的重要支柱,服务器机房长期以来都是隐形的存在,很少引起技术行业以外人士的关注,更谈不上成为具有政治影响力的议题。
然而,进入2025年,这种情况已经彻底改变。
在过去的12个月里,数据中心在数十个州引发了抗议活动,地区活动人士试图阻止美国不断增长的计算基础设施建设。追踪反数据中心活动的组织"数据中心观察"表示,目前有24个州的142个不同活动团体正在组织反对数据中心开发项目。
活动人士关心的问题多种多样:这些项目对环境和潜在健康的影响、生成式AI的争议性用途,以及最重要的是,美国电网的众多新增项目可能推高当地电费。
如此突然的民众抗议似乎是对一个发展如此迅速以至于出现在人们后院的行业的自然反应。随着AI行业增长到令人眩晕的高度,云计算业务也在同步膨胀。美国人口普查局的最新数据显示,自2021年以来,数据中心的建设支出惊人地飙升了331%。这些项目的支出总额高达数千亿美元。近几个月提出的新数据中心项目如此之多,许多专家认为其中大部分不会也不可能真正建成。
与此同时,这种建设热潮没有任何放缓的迹象。包括谷歌、Meta、微软和亚马逊在内的主要科技巨头都宣布了新年的重大资本支出计划,其中大部分可能投向此类项目。
新的AI基础设施不仅得到硅谷的推动,华盛顿特区也在推进,特朗普政府已将人工智能作为其议程的核心内容。1月宣布的星门项目为2025年大规模AI基础设施建设奠定了基础,宣告了所谓的"美国再工业化"。
在指数级扩张的过程中,这个曾经很少公开曝光的行业突然被推到了聚光灯下,现在正面临反弹。非营利组织MediaJustice的活动人士丹尼·森德哈斯亲身参与了多次反对数据中心的行动,包括今年早些时候在田纳西州孟菲斯举行的抗议活动,当地居民抗议埃隆·马斯克创业公司xAI的Colossus项目扩张。
森德哈斯告诉TechCrunch,他每周都会遇到对组织反对社区数据中心表示兴趣的新人。"我认为这不会很快停止,"他说,"我认为抗议会继续加强,我们将看到更多胜利——更多项目将被阻止。"
支持森德哈斯判断的证据随处可见。全国各地的社区对新宣布的服务器机房的反应,就像普通人面对高传染性瘟疫一样。例如,在密歇根州,开发商目前正在考虑16个不同的数据中心建设地点,抗议者最近涌向州议会大厦,高喊:"密歇根人不希望数据中心出现在我们的院子里、我们的社区里。"与此同时,在威斯康星州这另一个开发热点,愤怒的当地人似乎最近成功劝阻了微软将他们的城镇用作244英亩新数据中心的总部。在南加州,帝国谷小城最近提起诉讼,推翻其县对数据中心项目的批准,以环境担忧作为理由。
围绕这些项目的不满情绪已经如此激烈,政治家们认为这可能决定特定候选人在投票箱中的成败。去年11月,有报道称电费上涨——许多人认为这是由AI繁荣推动的——可能成为决定2026年中期选举的关键议题。
"与每个人电费上涨的整个联系——我认为这正是让这个问题对人们如此突出的原因,"森德哈斯告诉TechCrunch。"我们中的很多人每个月都在苦苦挣扎。与此同时,数据中心大规模扩张……(人们想知道)所有这些钱从哪里来?当我们社区有如此多的需求时,我们的地方政府如何提供补贴和公共资金来激励这些项目?"
在某些情况下,抗议似乎正在发挥作用,甚至阻止(即使只是暂时)计划中的开发项目。数据中心观察声称,由于草根反对,价值约640亿美元的开发项目已被阻止或延迟。森德哈斯坚信有组织的行动可以阻止公司的脚步。"所有这些公众压力都在发挥作用,"他说,并指出他能感受到围绕这个问题的"非常明显的愤怒"。
不出所料,科技行业正在反击。本月早些时候,Politico报道称,一个相对较新的贸易组织——国家人工智能协会(NAIA)一直在"向国会议员分发谈话要点,并组织当地数据中心实地参观,以更好地向选民推销其价值"。该媒体写道,包括Meta在内的科技公司一直在开展广告宣传活动,向选民推销数据中心的经济效益。简而言之:科技行业的AI希望与史诗级的计算基础设施建设挂钩,因此可以肯定地说,2026年服务器激增将继续,围绕它的反弹和两极分化也将继续。
Q&A
Q1:为什么数据中心建设会引发如此大规模的抗议?
A:主要有三个原因:环境和健康影响担忧、生成式AI应用的争议性,以及最重要的是数据中心大量消耗电力可能推高当地居民电费。许多民众担心在自己生活困难时,政府却用补贴支持这些项目。
Q2:数据中心建设规模有多大?
A:自2021年以来,美国数据中心建设支出飙升了331%,总投资达数千亿美元。目前有24个州的142个活动团体在反对数据中心开发,价值约640亿美元的项目因抗议而被阻止或延迟。
Q3:科技行业如何应对这些抗议?
A:科技行业成立了国家人工智能协会等贸易组织,向国会议员提供谈话要点,组织数据中心实地参观来说服选民。Meta等公司还开展广告宣传活动,强调数据中心的经济效益。
好文章,需要你的鼓励
近年来,AI学会了写作、生成图像、创建视频甚至编写代码。随着这些能力成为主流,研究重点转向更深层问题:机器能否真正理解世界运作方式?世界模型应运而生,从1950年代概念到2024年OpenAI的Sora、2025年英伟达Cosmos等突破性应用。与语言模型基于文本预测不同,世界模型专注预测环境变化,通过学习因果关系实现推理规划。在机器人、自动驾驶等物理AI领域前景广阔,但面临计算资源需求高、数据收集困难等挑战。
印度统计学院研究团队对14个大语言模型进行三段论推理测试,发现AI存在"双重人格"现象:顶级模型在逻辑推理上近乎完美(99.6%),但常识判断仅达随机水平(52%)。研究揭示了AI与人类推理的根本差异——AI正成为纯逻辑机器,而非具备常识的智能体,为AI发展方向提出深层思考。
CIO角色正经历前所未有的转型。技术领导者不再仅专注于数字化转型和云迁移,还将承担企业可持续发展、AI治理和战略平台整合等责任。AI将从部署工具转变为重塑企业对技术领导者期望的核心力量。2026年CIO将承担负责任AI治理、推动AI驱动的平台整合、从IT转向企业级创新,以及成为可持续发展的首要管理者四大新职能。
DataFlow是北京大学等机构开发的AI数据准备统一框架,通过近200个可复用算子和智能助手DataFlow-Agent,将传统手工数据处理升级为标准化流水线。实验证明其数据质量显著提升模型性能,在数学推理、代码生成、数据库查询等任务中均取得突破性改进,仅1万样本效果可媲美百万级传统数据集。