AI模型与智能化
RAND研究人员开发了一套五维度框架，用于评估AI数据中心候选选址的能源适宜性。
研究核心发现
现有基础设施——尤其是变电站、输电接入条件以及已开发的工业用地——在2030年前实现电力供应方面具有显著优势。
没有任何一处选址在所有维度上都堪称理想，每处选址都需要在供电能力、基础设施成熟度、环境风险与治理因素之间进行权衡取舍。
在所有被评估的选址中，少数几处脱颖而出，被认定为具有相对较高的AI数据中心开发潜力。
研究人员对三处已退役或正在退役的发电厂选址进行了评估，以估算到2030年单一地点可实际提供的电力容量上限。其中，印第安纳州的洛克波特发电厂潜力最高，估算容量约为4.2吉瓦（GW）。
鉴于2030年前大规模新建输配电基础设施的难度，洛克波特约4.2吉瓦的估算值，可能代表了在该时间节点上美国单一选址可接入电网的电力实际上限。
研究背景与问题提出
AI的快速发展正在大幅推升美国的电力需求。大型AI数据中心的开发和运营方通常倾向于接入电网，因为电网的可靠性普遍优于单纯的本地自发电方案。当前的挑战不再仅仅是美国到2030年能新增多少电力，更关键的问题是：这些电力在哪些地方能够切实落地输送。对于前沿AI数据中心而言，选址决策将愈发取决于现有能源基础设施状况、当地电网条件以及其他地域特定约束。
为此，RAND研究人员重点探讨了两个核心问题：第一，哪些选址或地区具备有利或不利于最大化AI数据中心能源容量的特征？第二，到2030年，电网在单一选址能够输送的最大电力上限是多少？
为回答上述问题，研究人员构建了一套选址能源适宜性比较框架，并将其应用于22处候选地点的评估，包括：美国能源部（DOE）确定的17处选址、2处主要私营企业选址，以及3处已退役或正在退役的发电厂选址。该框架旨在为规划者、政策制定者和开发商提供一套能源潜力的初步筛查工具。
五维度评估框架
该框架从五个维度对候选选址进行综合评估，以判断某一地点在能源层面是否适合AI数据中心开发。这五个维度旨在捕捉到2030年该选址能否实现可靠且规模化供电的关键因素。由于本分析聚焦于选址的能源适宜性，框架重点考察影响电力供应、输送与大规模保障能力的各项因素。
五个评估维度共同构成了一套系统性视角，揭示选址特征如何影响可用能源容量——基础设施条件、使能因素与制约因素相互叠加，共同决定最终的综合评估结论。
各类选址的分级结果
研究人员并未确定出一处绝对最优的选址，而是将各选址划分为高、中、低三个能源潜力等级。
高潜力选址通常兼具较强的现有基础设施、良好的配套要素以及较少的重大制约因素。典型案例包括Stargate项目选址、潘泰克斯工厂以及堪萨斯城国家安全园区。这些地点普遍具备输电接入、可用土地、有利的监管条件以及邻近能源资源等综合优势。
中等潜力选址数量最多。这些地点往往具备一定的发展潜力，但同时面临一个或多个制约因素，若不采取针对性措施加以解决，开发进程将受到限制。典型案例包括Colossus选址、橡树岭国家实验室、洛斯阿拉莫斯国家实验室，以及部分已退役或正在退役的发电厂，如万斯利电厂和坎伯兰化石电厂。
低潜力选址则普遍面临多重叠加约束，尤其集中在电网条件、环境风险以及治理与社区因素等方面。
总体而言，研究结论表明：AI基础设施的选址决策，与其说是寻找一个完美地点，不如说是一个系统性管理权衡取舍的过程。
现有基础设施的核心优势
研究的一项核心发现是：利用现有基础设施在满足2030年时间节点要求方面具有显著优势。大规模新建输配电基础设施难以在该时间节点内完成，原因在于许可申请、监管审批、供应链挑战以及施工延误等多重制约。
这使得已开发地点的吸引力大幅提升。原工业园区、联邦设施以及已退役或正在退役的发电厂，往往拥有现成的变电站、输电连接和本地配电基础设施，可有效降低支撑大型新增负荷所需的时间与成本。在某些情况下，这些选址还具备已平整的土地、工业用地规划许可以及既有的并网安排，相比未开发地块更具可行性。
单一选址电力上限估算：洛克波特约4.2吉瓦
为估算2030年前单一选址可实际获得的最大电力容量，研究人员对三处已退役或正在退役的发电厂进行了详细评估。选取这些地点的依据，在于它们已具备完善的输配电基础设施，并具备改造利用或重新开发的可行条件。
其中，印第安纳州洛克波特发电厂的估算潜力最高，约为4.2吉瓦。这一数字综合反映了该选址强大的现有输电基础设施条件，以及利用或改造现有发电资产的可行性。
鉴于2030年前大规模新建输配电基础设施的现实制约，这一估算值很可能代表了在该时间节点内美国单一选址可接入电网电力的实际上限。这一发现表明：若不进行大规模基础设施改造利用、显著扩大本地自发电能力或转向更分散化的算力部署策略，美国电力系统将难以支撑规模最大的集中式前沿AI数据中心建设需求。
政策建议
到2030年完成AI数据中心产能扩张，不能仅停留在抽象层面寻找可用土地和电力资源，而需聚焦于使部分选址比其他选址更具可行性的具体条件。RAND研究人员提出以下几项优先建议：
针对性推进基础设施改善与投资。重点解决选址层面的瓶颈问题，例如变电站缺失、输配电升级需求以及并网约束等。
优先考虑可复用基础设施的选址。工业园区、原制造业厂区以及已退役或正在退役的发电厂应重点纳入考量。
提前评估环境与可靠性风险。包括水资源压力、自然灾害暴露程度以及冷却负荷等因素。
建立社区支持机制。及早开展透明的社区沟通，有助于降低反对声音、诉讼风险及许可审批延误。
将能源筛查框架纳入选址决策流程。政策制定者和开发商可将本研究提出的框架应用于候选选址评估，在保护有利选址特征的同时，将修复工作聚焦于可解决的短板环节。
Q&A
Q1：RAND开发的AI数据中心选址评估框架包含哪些维度？
A：RAND研究人员构建的评估框架涵盖五个维度，用于综合判断某一地点在能源层面是否适合AI数据中心开发。这五个维度重点考察到2030年该选址能否实现可靠且规模化供电，具体包括：基础设施条件（如变电站、输电接入）、使能因素、制约因素、环境风险，以及治理与社区因素。框架将各类影响因素系统整合，旨在为规划者、政策制定者和开发商提供一套标准化的能源潜力初步筛查工具。
Q2：为什么洛克波特发电厂被认为是美国单一选址的电力上限参考？
A：洛克波特发电厂位于印第安纳州，是RAND研究人员评估的三处退役或即将退役发电厂中潜力最高的一处，估算可用电力容量约为4.2吉瓦。其优势在于已具备强大的现有输电基础设施，并可利用或改造原有发电资产。由于2030年前大规模新建输配电设施面临许可、供应链、施工等多重制约，洛克波特的4.2吉瓦估算值被认为代表了该时间节点内美国单一选址可接入电网电力的实际上限。
Q3：现有基础设施对AI数据中心选址有多重要？
A：现有基础设施对于满足2030年时间节点要求至关重要。由于监管审批、供应链挑战和施工延误等因素，2030年前大规模新建输配电基础设施难度极大。因此，已有变电站、输电连接和配电设施的原工业园区、联邦设施及退役发电厂具有显著优势，可大幅降低开发时间与成本。研究指出，若不复用现有基础设施，美国电力系统将难以在2030年前支撑最大规模集中式前沿AI数据中心的建设需求。
