马里兰州居民被强征20亿美元电网升级费 为外州AI数据中心买单 — AI能源危机谁负责？

发布: 2026年5月11日 | 更新: 2026年5月11日

2026年5月11日更新：一场围绕能源和科技产业的重大争议正在发酵。PJM Interconnection — 覆盖美国13个州及华盛顿特区、服务6500万人口的区域输电组织 — 提出了一项高达20亿美元的电网升级计划，而马里兰州的居民被要求承担这笔费用，主要目的是为了支持外州的AI数据中心电力需求。这一事件已冲上Hacker News首页，被Tom's Hardware、Ars Technica等多家媒体报道。以下是你需要了解的一切。

一、事件经过：20亿美元的问题

2026年5月初，PJM Interconnection向美国联邦能源监管委员会（FERC）提交了一份提案，要求批准一项覆盖中大西洋地区的庞大输电升级工程，总成本约20亿美元。理由是需要满足新的电力需求，主要来自弗吉尼亚等PJM服务州正在规划或建设的AI数据中心。

问题的关键在于：根据PJM的成本分摊规则，马里兰州的居民和小企业用户将被要求承担不成比例的高额费用，而实际上消耗这些电力的数据中心位于其他州（如弗吉尼亚和宾夕法尼亚）。

马里兰州州长Wes Moore的政府已明确反对，认为该州居民不应被迫为主要惠及科技巨头股东的AI基础设施买单。消费者权益组织称这是"从工薪家庭向硅谷的财富转移"。

PJM方面的回应是：电网可靠性是整个区域的共同责任，输电升级将通过对电网稳定性的改善惠及所有用户。但批评者指出，PJM自己的分析显示，主要的负荷驱动因素来自数据中心的并网需求，而非一般的可靠性需求。

二、PJM容量市场机制如何催生这场危机

要理解马里兰居民为何要替外州AI数据中心买单，你需要了解PJM独特的成本分摊模式。

PJM Interconnection运营着全球最大的竞争性批发电市场，覆盖：

PJM对大规模输电升级采用区域成本分摊模式。当新的发电设施或大负荷用户（如数据中心）需要输电系统升级时，成本根据FERC批准的费率公式分摊到整个区域的所有用户 — 而非按受益比例分配。

具体涉及的机制是PJM区域输电扩展计划（RTEP）。根据RTEP，如果PJM认定某项输电升级是可靠性必需的，成本就在整个区域内社会化分摊。在负荷增长广泛分布的年代，这个机制运转得还算合理。但在AI数据中心高度集中的今天，它创造了一个畸形的激励：提供数据中心的州获得经济利益（就业、税收），而邻近州只收到输电账单，没有任何好处。

类似争议在2024-2025年就已经出现过 — PJM容量市场价格因数据中心需求预测飙升了800%，导致整个区域电价大涨。这次的20亿美元电网升级可以说是更大幅度的升级。

三、AI能源消耗的真实成本

这场争议并非凭空发生。AI的电力消耗正在以前所未有的速度增长，数据令人震惊：

指标 数值 来源
单次GPT-4训练能耗 ~50 GWh 高盛研究, 2025
数据中心用电占比（美国 2022→2026） 4% → 9% EIA / 高盛研究
AI推理单次查询能耗 vs 传统搜索 ~10x-30x IEA / SemiAnalysis
单个1GW AI数据中心年耗电 ~8.76 TWh 相当于约75万户美国家庭
美国数据中心电力需求（2027年预测） ~50 GW McKinsey, 2025
PJM排队：数据中心并网请求 ~75+ GW PJM IRP积压数据, 2026

PJM的并网队列已被数据中心项目挤爆 — 截至2026年初超过75吉瓦的新增请求，其中相当一部分是AI相关的。作为对比，PJM当前整个峰值需求约为165吉瓦。这些数据中心将增加电网约50%的负担。

AI推理的能耗尤其惊人。单次ChatGPT查询消耗的电力大约是传统Google搜索的10-30倍。随着AI Agent、多模态模型和实时推理的普及，每次查询的能耗成本呈倍数叠加。考虑到Agent可能每次任务执行数百次推理调用，能源足迹的扩大速度更快。

相关阅读：本地AI应该成为常态：为什么云端AI正在摧毁你的应用 — 2026实践指南 — 深入分析了云端与本地AI推理的能源和成本权衡。

四、被忽略的环境代价

20亿美元只是输电成本 — 它不包含实际运行这些数据中心的发电、冷却或环境成本。

碳排放：尽管科技巨头做出了积极的可再生能源承诺，现实要复杂得多。数据中心需要24/7的可靠电力，而仅靠可再生能源（太阳能、风能）无法在没有大规模电池储能或天然气备用的情况下提供这种保障。在PJM区域 — 煤电厂仍在发电结构中 — 每个额外的GW数据中心负荷都可能延长化石燃料电厂的寿命。

美国电力研究院（EPRI）2025年的一项研究发现，PJM区域的数据中心负荷增长可能使煤电退役延迟3-7年，这与马里兰州雄心勃勃的气候目标（2031年减排60%）背道而驰。

水资源消耗：AI数据中心需要大量水用于冷却。一个典型的150MW数据中心每天消耗300-500万加仑水。在中大西洋地区干旱愈发频繁的情况下，这又增加了一层环境压力。

土地使用：20亿美元升级所需的输电线路将穿过马里兰社区，需要新建输电走廊。多个马里兰县已有居民开始抵制新输电线路的建设。

电子垃圾：AI硬件（GPU、TPU、定制ASIC）的使用寿命远短于传统服务器基础设施 — 通常在2-3年内就会被更新、更高效的版本替代。由此产生不断增长的电子垃圾流，却很少被计入AI的环境成本计算。

五、谁该为AI的电力买单？

核心伦理问题：居民用户是否应该补贴主要惠及企业股东的AI基础设施？

支持"受益者付费"的观点：

支持继续社会化分摊的观点：

消费者权益组织的立场：马里兰州人民律师办公室和全国消费者法律中心等组织认为，当前系统从根本上存在缺陷。居民用户在电力供应上没有选择权，却被要求补贴市值数万亿美元的科技巨头的基础设施需求。

"这是一个典型的成本转移案例。建设这些数据中心的公司市值高达数万亿美元。他们完全有能力支付自己的电网连接费用。然而，他们却要求马里兰州靠固定收入生活的家庭来买单。"

六、本地AI方案：为何端侧推理是出路

这场争议引出一个更深层次的问题：如果AI根本不需要这么高的能耗呢？

当前的AI范式高度集中化：所有推理都在大型云端数据中心完成。但一个日益壮大的运动倡导设备端AI — 在消费级硬件上本地运行推理，而非在云端。

设备端AI的关键优势：

Ollama、LM Studio和Apple原生的FoundationModels框架正在使设备端AI在越来越多任务上变得实用。虽然大规模训练始终需要数据中心资源，但很大一部分推理工作负载 — 可能在50-70% — 完全可以在本地运行而不产生明显的质量下降。

阅读我们的综合指南：本地AI应该成为常态：为什么云端AI正在摧毁你的应用 获取设备端AI能力的完整分析。

对于使用AI Agent的开发者：Ollama & Open WebUI：2026本地AI全栈搭建指南 涵盖如何搭建完全本地化的AI基础设施。

七、事件时间线

八、接下来会发生什么

关于谁为AI电网成本买单的博弈才刚刚开始。以下值得关注：

  1. FERC裁决：20亿美元提案最终由FERC决定，该机构近年来日益倾向于重新审视成本分摊方法。预计2026年Q3会有结果。
  2. 州立法行动：PJM覆盖的多个州 — 包括马里兰、弗吉尼亚、伊利诺伊 — 正在考虑立法限制向居民用户的成本转移。
  3. 本地AI采用：随着能源成本上升，本地AI推理的经济合理性增强。我们可能会看到设备端AI硬件和软件投资的加速。
  4. 数据中心监管：预计更多州将效仿佐治亚和南卡罗来纳，要求数据中心支付全部并网成本。

这20亿美元的问题不只是关于马里兰。它关于AI行业的基础设施成本应该社会化还是私有化 — 这场辩论将定义未来十年的能源格局。

相关文章

首次发布：2026年5月11日。信息来源：Tom's Hardware、PJM Interconnection、FERC文件、马里兰州人民律师办公室、高盛研究、EPRI、IEA。