据 The Guardian 报道，全球多个大型数据中心项目正在遭遇挑战、延误甚至取消。报道提到，美国弗吉尼亚州 Prince William Digital Gateway 项目因诉讼受阻，而 Uptime Institute 的数据也显示，2021 年到 2024 年宣布的 250 个超过 100MW 的数据中心项目中，大约一半可能取消或延期。

这条新闻把 AI 基建从发布会拉回了地面。GPU 买得到，不等于机房建得起来；钱融得到，不等于电网接得上；地方政府愿意谈招商，不等于社区会接受一个耗电、占地、改造输电线路的大项目落在家门口。

过去两年，AI 数据中心叙事很顺：模型更大，需要更多 GPU；GPU 更多，需要更大机架；机架更多，需要更大数据中心；于是云厂商和创业公司继续加 CapEx。但现实世界不是一张无限扩展的架构图。一个 100MW 级别的数据中心，已经不是普通互联网机房，而是一个会改变当地电力规划、土地使用、冷却需求和社区关系的大型工业项目。

这也是为什么 Prince William Digital Gateway 这样的案例重要。它不是单纯的“反科技”故事，而是地方治理问题：土地用途能不能改，附近居民是否接受，历史和环境因素如何处理，电力基础设施谁出钱，项目收益和成本是否在当地公平分配。AI 公司讲的是全球算力，居民看到的是本地账单。

很多读者会问：数据中心不是早就有了吗，为什么 AI 时代突然这么麻烦？答案在密度和规模。传统云服务当然也耗电，但 AI 训练和推理把单机柜功耗、冷却需求和集群规模都推高了。一个地方以前能承受几个普通机房，不代表它能承受连续上马多个大规模 AI 园区。

陈墨会把这事看成 CapEx 叙事的下半场。上半场比的是谁敢花钱，谁能抢到 Nvidia GPU，谁能签下电力合同；下半场比的是谁能真的把项目建成、并网、冷却、运营，并在未来几年用云收入把折旧和债务覆盖掉。故事可以讲，电总是要接上的。

这对开发者也不是遥远的房地产新闻。算力供应如果受阻，会传导到模型价格、API 限额、排队时间、区域可用性和企业私有部署成本。你今天感受到的是某个模型限流、某个云区资源紧张、某个 GPU 实例涨价，背后可能就是数据中心、变电站、输电线路和地方审批没有跟上。

对企业来说，这条新闻提醒了一件事：不要把未来 AI 成本只按“芯片会降价”来估。电力接入、土地、冷却、债务利率、社区补偿、环保审查，都会成为模型成本的一部分。AI 看起来是软件革命，但它越来越像重工业。

OC 的判断是，AI 数据中心不会因为阻力就停止扩张，但扩张方式会改变。更靠近电力资源的选址、更长周期的电网合同、更积极的社区谈判、更多自备电源和冷却方案，都会变成竞争的一部分。未来真正稀缺的不只是 GPU，而是能合法、稳定、低成本运行这些 GPU 的地方。

参考来源

• The Guardian：Stymied datacentre projects threaten global AI revolution：原始报道。