大型科技公司正计划将废旧发电厂和工业用地改造成AI数据中心，以满足AI行业快速增长的算力需求。这一消息来自英国《金融时报》8月22日的报道。
传统的数据中心主要侧重于降低网络延迟，而AI数据中心则需要更强大的计算和存储能力，以支持大规模的云计算和AI服务。为此，微软、谷歌和亚马逊等大型科技公司预计将投资数十亿美元用于扩建AI数据中心。
据ITBEAR了解，AI数据中心的选址受到耗电量大、光纤容量需求高等因素的限制，这使得选址范围相对狭窄。然而，对于AI模型训练而言，网络延迟是可以接受的，这也使得在偏远地带的旧工厂等地设置AI数据中心成为可能。废旧的发电厂和工业用地在经过二次利用后，有望成为AI数据的下一个“家园”。
AI数据中心的选址“严重受限于”土地资源和电力供应条件。因此，一些土地和电力资源相对充裕的“较小市场”，以及包括旧发电厂在内的“更复杂的、可改造的现有场地”，都被视为新的选择。越来越多的电力和工业用地资产所有者，其中包括私募股权集团，主动提出合作，希望将这些资产改造成AI数据中心。
在美国和欧洲的部分地区，一些停用的煤电站通常在一定程度上达到AI数据中心的建设标准，例如提供高水平的电力资源、配备电力传输基础设施、地理位置靠近水源等。例如，房地产公司Thor Equities Group近期收购了美国乔治亚州的一个旧工厂，该工厂内保留了水、天然气、变压器和污水处理的基础设施，“非常适合开发AI数据中心”。
微软、谷歌、亚马逊等大型云计算服务提供商也在考虑将AI数据中心新园区的选址定在旧发电厂。微软计划在英格兰北部利兹附近的Eggborough和Skelton Grange两座旧发电厂新建AI数据中心，其中Eggborough的改造将于2027年开启。亚马逊则计划将位于美国弗吉尼亚州的Birchwood旧发电厂改造为新园区。此外，英国数据中心公司Virtus数据中心近期收购了德国柏林的两个废旧的工业用地，用于建造新园区，新园区计划于2026年落成。
然而，考虑到大多废旧发电厂和工业用地位于较为偏远的地区，移动网络运营商可能未完全覆盖，会出现网络不稳定的情况。同时，类似的旧地新用改造方案可能面临战线长、价格昂贵、手续繁琐等困境。此外，待改造场地的实际条件、改造成本、土地稀缺度以及土地价格都起决定性作用。
全球能源紧缺，AI行业也面临“用电荒”。据荷兰国家银行数据专家Alex de Vries预测，到2027年，AI行业每年将消耗850亿至1340亿千瓦时的电力。为了应对这一挑战，除了废旧工业用地二次利用、开发偏远地区资源外，不少AI数据中心还尝试通过更多对自然友好的方式获取能源，例如接入可再生能源系统、使用绿色建筑材料、智能优化电力分配等。
这一系列的举措显示了科技公司在应对AI行业快速发展所带来的挑战时的创新和决心。通过改造废旧发电厂和工业用地，他们不仅为AI数据中心找到了新的“家园”，也为可持续发展和环境保护做出了贡献。
