2020年代虽未出现GDPR规模的美国数据中心法规全面改革,但通过网络安全、可持续性和AI治理等领域的持续累积性变化,重塑了合规环境。其中,AI专项法规的出现是一个例外,它为透明度和风险管理设定了全新的期望。
2025年的合规环境呈现出矛盾的特点:某些司法管辖区的许可和采购变得更容易,但运营合规、透明和有韧性的设施却变得更加困难。
网络安全:更严格期望和全面审计
近年来网络安全标准显著收紧,并将在范围和深度上继续成熟。
在欧盟,《数字运营韧性法》(DORA)提高了事件报告、测试和第三方风险的标准,要求数据中心运营商及时披露安全漏洞并与相关机构合作降低风险。
NIS 2扩大了欧盟网络安全制度的覆盖范围,涵盖更多行业并提高了基线控制要求。2025年的国家转换加强了对供应链安全、漏洞披露流程和连续性措施的关注。同时,广泛采用的框架也在发展:ISO 27001加强了控制清晰度和证据要求;SOC 2修订版澄清了合规要求和审计程序。
虽然这些网络安全法规都没有专门针对数据中心,但它们旨在降低所有基础设施类型的网络安全风险。对数据中心运营商而言,这强调了对虚拟和物理安全控制的安全程序进行可辩护、全面文档化的必要性。
AI治理:透明度成为运营原则
AI专项法规在2025年开始成型,以欧盟《AI法》为主导。该法是迄今为止最全面的AI法规,对AI工作负载及其托管基础设施的风险评估、报告和披露提出了要求。在美国,马里兰州和科罗拉多州等州已引入管理AI开发和使用的法规,但这些法规的范围比欧盟的方法更窄。
尽管AI法规仍在流动和发展中,很难就数据中心运营商应如何回应得出明确结论,但有一个趋势很明确:透明度正在成为AI治理的基石。对数据中心而言,这转化为实际要求:能够识别和分类工作负载,记录它们如何被隔离、保护和监控,并解释管理数据流和支持基础设施的控制措施。
可持续性:报告深度、运营效率和地方约束
政府正加强解决数据中心和其他能源密集型IT基础设施的环境影响,特别是考虑到AI工作负载的巨大能源需求。
欧盟《能效指令》(EED)是这一领域的关键。该指令最初于2012年引入,在2023年进行了重大修订。更新后的指令要求数据中心报告运营效率指标,如电能使用效率(PUE)和水使用效率(WUE),并采取优化电力和水使用的措施。
在美国,虽无EED的联邦等效法,但州级活动正在加速。俄勒冈州的《POWER法》于2025年8月颁布,为数据中心和其他大型电力消费者建立了特殊电价,激励效率和电网友好的负载配置。
建设和选址:快速许可与地方现实
2025年美国联邦政策倾向于加速关键基础设施的发展。2025年7月的行政命令旨在简化数据中心的许可流程,并得到更新的EPA指导支持,该指导旨在简化大型项目的批准流程。原则上,这应该缩短时间表并减少不确定性。
实际上,地方土地使用规则、社区利益谈判、水权和电网互联队列仍然具有决定性作用。成功的运营商将把联邦级效率与早期、透明的地方参与以及考虑水资源约束、变电站交付时间和社区对就业、噪音和可持续性期望的选址策略相结合。
采购和消费:更简便的准入门槛,更高的期望
美国政府2025年初推出的FedRAMP 20x倡议简化了机构采用第三方技术服务的流程。虽然不直接针对托管或批发数据中心,但可能会加剧竞争。当公共部门买家能够更容易地更换供应商时,供应商面临更激烈的竞争压力,必须展现出色的安全性、性能和价值。
如何应对数据中心合规
2025年的合规将简化与新的复杂性相结合。某些司法管辖区的许可和采购可能更容易,降低了新建和服务的准入壁垒。但日常运营承载了更重的期望:更复杂的网络安全证据、工作负载级别的AI透明度,以及正在向可衡量性能结果转变的可持续性报告。
对领导者的启示是在可能的地方加快建设,但投资于使合规可证明的工具和流程。获胜者将把合规转化为运营卓越。
Q&A
Q1:DORA法规对数据中心运营商有什么具体要求?
A:《数字运营韧性法》(DORA)要求数据中心运营商及时披露安全漏洞,与相关机构合作降低风险,并提高了事件报告、测试和第三方风险管理的标准。运营商需要建立可辩护、全面的安全程序文档。
Q2:AI治理对数据中心透明度有哪些新要求?
A:AI治理以透明度为核心原则,要求数据中心能够识别和分类AI工作负载,记录它们如何被隔离、保护和监控,并解释管理数据流和支持基础设施的控制措施。这包括风险评估、报告和披露等要求。
Q3:数据中心可持续性报告需要提供哪些指标?
A:根据欧盟《能效指令》,数据中心需要报告运营效率指标,主要包括电能使用效率(PUE)和水使用效率(WUE),并采取优化电力和水使用的措施。报告正在向可衡量的性能结果转变。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。