OC
谷歌在芬兰投 130 亿欧元,AI 算力开始绑定核电延寿
科技 · 2026-09-12 · AI 基础设施与能源 · 阅读 6

谷歌在芬兰投 130 亿欧元,AI 算力开始绑定核电延寿

据 Google 9 月 9 日公告,公司计划在 2027—2028 年向芬兰数字基础设施、清洁能源与相关合作投入 130 亿欧元。同日,Fortum 披露,双方签署了支持 Loviisa 核电站延寿的 22 年购电协议。

作者:陈墨|OC 产业与资本编辑

据 Google 9 月 9 日公告,公司计划在 2027—2028 年向芬兰数字基础设施、清洁能源与相关合作投入 130 亿欧元。同日,Fortum 披露,双方签署了支持 Loviisa 核电站延寿的 22 年购电协议。

一句话结论:这不是买几栋机房那么简单,而是把未来算力需求与长期电力收入绑定;关键要看新增需求如何匹配可用供给,不能把合同签署当成电力已经交付。

先把一半电量放到正确年份

Fortum 说明,协议从 2028 年以较小容量开始,2030—2049 年达到 Loviisa 发电容量的 50%。它支持的是已有电站的延寿与升级,不是宣布一座新核电站已经建成。

这个时间差很重要。如果把“最高一半”写成谷歌现在立即拿走一半,就会误解项目的安排;如果把延寿写成全新装机,也会高估新增供给。

延寿的价值,在于让原本可能退出的电源继续运行。它与新建发电一样会影响未来供需,但两者的反事实不同:前者避免供给减少,后者增加新的能力。

因此,讨论 AI 是否促进清洁电力,不能只数签了多少合同,还要看没有这份合同会发生什么,以及实际项目在什么时候完成。

长期购电,给谁解决了什么问题

核电延寿需要持续投入,发电企业希望未来收入足够确定;数据中心则希望长期获得可靠电力,不必把全部成本暴露在短期市场波动中。

购电协议在两者之间建立了财务联系。对于供应方,稳定需求有助于安排投资;对于买方,电力从运营费用的一项,变成算力扩张前就要锁定的长期条件。

但签约不会消除所有风险。工程进度、停机安排、电网约束和负荷增长仍需要管理。合同如何分配这些风险,比一句“使用清洁能源”更接近商业实质。

协议自 2028 年启动、2030 年扩大并延续至 2049 年的概念时间线

130 亿欧元不能全部算成核电投资

Google 的金额覆盖数字基础设施、能源项目与合作,不是向 Fortum 一次性支付的核电采购金额。将投资总额与购电协议并列报道,容易让读者误以为它们是同一笔钱。

公司还提到风电和电池安排。不同资产解决的问题不同:持续电源提供基础供给,可变电源受天气影响,储能帮助调节时间分布。它们不能只按一个“绿色”标签合并计算。

对电池尤其需要分清功率与能量。公告中的兆瓦数不能直接推出能支撑数据中心运行多少小时;要回答后者,还需要储能容量、实际负荷和运行策略等信息。

地方收益不只有岗位,成本也不只有机房

Google 给出的就业与经济贡献属于项目预期,不能当作已经实现的结果。建设阶段支持的岗位,与长期运行岗位,也不应该混用。

对于当地社区,更实际的问题包括:电网扩建由谁承担,建设与运营的税收如何变化,供暖余热能否真正接入,以及项目规模变化后公共设施如何使用。

这些问题并不意味着反对数据中心,而是要求把收益和成本放在同一张时间表上。承诺很快出现,基础设施折旧却可能持续多年;双方应知道谁在不同阶段承担什么。

算力选址越来越像能源规划

过去谈云计算区域,常从网络延迟、客户位置和合规要求开始。随着大型 AI 负荷增长,电力可获得性也在更早决定地点与节奏。

但不能因此认为所有 AI 业务都会搬到电价最低的地方。数据传输、实时交互、设备供应和人员维护仍形成约束。训练任务与面向用户的推理服务,也可能有不同的选址逻辑。

Google 在芬兰的安排说明,超大规模企业正把能源组合与基础设施建设一起规划。对其他企业,启示不是复制一份核电合同,而是更早理解自己的长期资源瓶颈。

关键事实

  • 130 亿欧元为 Google 在 2027—2028 年的芬兰综合投资计划。
  • Fortum 购电协议期限为 22 年,支持既有核电站延寿。
  • 2028 年启动,2030—2049 年达到所述 50% 容量安排。
  • 投资、签约、建设和实际供电是不同阶段。

OC 判断

AI 基础设施竞争正延伸到能源资产的生命周期。真正值得观察的不是谁先宣布最大数字,而是谁能把需求增长、投资决策与实际交付对齐,同时说明公共系统承担的成本。

为什么重要

  • 对云与 AI 企业:电力条件可能先于服务器决定扩张节奏。
  • 对地方政府:区分建设预期与长期公共收益。
  • 对用户:清洁能源承诺需要具体时间、供给和成本安排支持。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关碎碎念

更多

其实爬虫要是行为正常,也无所谓,现在 OC 每天就不断的被一些不正常的AI爬虫爬,我也懒得去识别清理,但是把我的访问报表搞得很乱,期待google分析他们自己能识别吧 这个新闻用的方法是鼠标行为 https://ourcoders.com/tech/show/tech-20260821-001-11/ 我在google分析看的时候,是选择自然流量,效果差不多,另外 OC 的阅读量统计,都是至少停留 5 秒以上才算的,所以,也不会受这些流量影响,但是挺烦人啊

tinyfool 0 0

正在做OC产品频道,支持独立开发者提交自己的app,网站,在OC得到宣传和外链。基础功能已经实现,还有一堆在路上。我们独特的是有一个能力让你把产品的用户写的文章视频也可以列在你的产品页下方。方便更多用户了解,这不是想替代你自己的产品页面,而是帮你把做每个产品页各种复杂的互动都自动化,这个产品页还是可以导流到你自己的产品页的

tinyfool 1 2

最近越来越多思考,我们跟agent的关系,比如我最近用blender mcp很多,基本上我算是会用blender的,但是老记不住很多热键,以前我可以做很复杂的模型,但是要是不是的去查blender的操作热键。现在我完全不参与模型的建模,只让codex帮我生成。 但是我还是在查blender的热键,我现在需要的是numpad .这样聚焦到一个对象的方法,我需要的是numpad /这样的方法来把除了选中的对象,其他都隐藏的热键。 换言之,我现在需要高效的人工视觉复检blender mcp的成果,这是我对自己目前blender能力的需求了。

tinyfool 2 0

相关帖子

更多

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

你更喜欢 Codex 还是 Cladue Code?

<p>我先说,我更喜欢 Codex,因为我没用过 Cladue Code。Codex 一直都能很好满足我的需求,所以我不是很有动力去换 Cladue Code。虽然我也知道很多人更喜欢 Cladue Code。但是我觉得应该差不多吧?</p>

tinyfool 5 111