非营利性研究机构 Epoch AI 的一组研究人员正在使用开源情报来绘制美国数据中心的增长情况。该团队仔细研究了卫星图像、建筑许可和其他当地法律文件，绘制了美国各地涌现的大型计算机建筑的地图。他们获取这些数据并将其转化为互动地图其中列出了它们的成本、功率输出和所有者。

大规模数据中心建设项目不断增长且有争议的行业在美国。硅谷和特朗普政府将整个美国经济押注于人工智能的持续增长，这一使命需要在数据中心和新能源基础设施上花费数十亿美元。Epoch AI 的地图充当了我们社区中嘈杂且缺水的建筑信息的中央存储库。

在 Epoch 的地图上，俄亥俄州新奥尔巴尼上空有一个绿色圆圈。单击圆圈，您将看到 Meta 正在建设的商业综合体的卫星视图“普罗米修斯”数据中心。据 Epoch 称，迄今为止该数据中心的建设总成本为 180 亿美元，耗电量为 691 兆瓦。

“这个数据中心结合了防风雨帐篷、主机托管设施和 Meta 的传统数据中心建筑，展示了 Meta 向人工智能的转型，”Epoch 在数据中心的说明中说道。– 为了反映这种拼凑，我们的分析结合了土地利用地图、天然气涡轮机许可以及冷却设备的卫星/航空图像来估计计算能力。 – 用户甚至可以单击施工时间线，并观看卫星图像随着数据中心的增长而变化。

“关于人工智能的未来，有很多公共讨论和研究人员的讨论，”Epoch AI 的高级研究员 Jean-Stanislas Denain 告诉 404 Media。– 内部人员可以访问大量专有数据，但许多人却无法访问。因此，有这个在线资源似乎非常好。”

缩小到更广阔的国家视野，然后单击田纳西州孟菲斯的一个圆圈来了解xAI 的 Colossus 2。“为了开始为数据中心供电，xAI 做出了不同寻常的选择，在密西西比州边境安装天然气涡轮机，可能是为了更快地获得运营批准，”Epoch AI 指出。– 电池设施看起来很完整（尽管可能会添加更多）。涡轮机看起来是相连的，周围的建筑最少。以此为基础，并以此为基础较早的推文Elon Musk 表示，110,000 个 NVIDIA GB200 GPU 正在运行。

有关数据中心的信息不完整。不可能确切地知道所有东西的成本是多少以及它将如何运行。州和地方法律各不相同，因此并非所有施工信息都是公开的，而且卫星图像只能告诉人们很多有关地面发生情况的信息。Epoch AI 的地图可能只关注世界数据中心的一小部分。“截至 2025 年 11 月，这一子集估计占全球芯片制造商交付的人工智能计算的 15%。”Epoch AI 在其网站上解释道。– 我们正在利用卫星图像和其他数据源扩大搜索范围，以寻找全球最大的数据中心。 –

的方法论部分该网站的内容解释了 Epoch AI 如何开展工作，并包括不断增长的庞大数据中心的延时摄影。它在卫星图像中寻找的重要视觉信息之一是冷却设备。– 现代人工智能数据中心产生大量热量，以至于冷却设备延伸到建筑物外，通常在建筑物周围或屋顶上。卫星图像让我们能够识别冷却类型、冷却单元的数量以及（如果适用）每个单元上的风扇数量。”它说。

“我们专注于冷却，因为它是计算功耗的非常有用的线索，”Denain 说。– 我们首先想要估计功耗，但通常我们没有太多相关信息 – 然后我们可以将功耗与计算量以及构建成本联系起来。如果您想估计功率，冷却非常有用。 –

在对粉丝进行计数后，Epoch 团队将这些信息插入到其设计的模型中，该模型可以帮助计算出数据中心使用了多少能源。“该模型基于冷却类型和物理特征，例如风扇数量、风扇直径以及整个冷却单元占用的占地面积，”Epoch AI 在其网站上解释道。Ø 冷却模型仍然存在很大的不确定性。规格数据表明，实际冷却能力可能比我们的模型估计值高或低 2 倍，具体取决于所选的风扇速度。

用开源情报绘制美国数据中心图表并不是一个完美的做法。– 在发现阶段，一些数据中心将非常晦涩难懂，以至于我们找不到新闻、谣言或现有数据库提及它们。虽然较大的数据中心因其重要性和物理足迹而更有可能被报告，但还有许多较小的数据中心（<100 MW）可以达到显着的 AI 计算水平。”Epoch AI 表示。

但 Epoch AI 继续扩展其工具集，并查看更多卫星图像，目标是绘制大型科技公司最新项目的地图。目标是把光明投射到黑暗中。Epoch AI 网站称，“即使我们对数据中心进行了完美的分析，我们仍然可能不知道谁在使用它，以及他们使用了多少”。– OpenAI 和 Anthropic 等人工智能公司与 Oracle 和 Amazon 等超大规模企业达成租赁计算的协议，但任何给定数据中心的安排有时都是秘密的。 –