一个数据中心吃掉两倍州用电量，这生意怎么算？

导读：当犹他州全州平均用电才4吉瓦，有人获批建一个9吉瓦的数据中心——而且全部自己发电，不从电网拿一度电。这不是科幻设定，是上周五刚落地的交易。

谁在做这件事

凯文·奥利里（Kevin O'Leary），就是那个在《创智赢家》（Shark Tank）里以毒舌著称的投资人。他的基础设施分支O'Leary Digital，正在犹他州Box Elder县推进一个叫"Stratos"的超大规模数据中心园区。

项目占地4万英亩私人土地，外加1200英亩军事和州属用地。MIDA（军事设施发展局）执行董事保罗·莫里斯在董事会上明确表态：这个设施"不会从现有电网拿走一个电子"，未来甚至可能向电网反送余电。

奥利里没有亲自到场，通过视频参会。他的核心论点很直接：中国在过去24个月里新建了400吉瓦电力，大量用于人工智能数据中心。言下之意，北美不能在这个赛道上掉队。

数字背后的规模感

9吉瓦是什么概念？

犹他州目前全州平均用电约4吉瓦。Stratos满负荷运行时，发电量和用电量都是这个数字的两倍多。第一阶段就要建3吉瓦的发电能力，相当于先造一个中等规模城市的用电量。

电力来源也很有意思——不是太阳能，不是风电，是天然气。项目通过Ruby Pipeline接入，这是一条680英里的州际天然气管道，从怀俄明通往俄勒冈，纵贯犹他州北部。

自建电站、自建电网、自给自足。这种模式正在AI数据中心领域快速蔓延。

为什么大家都在"脱网"

Stratos不是孤例。把它放在近期的同类项目里看，位置很清晰：

• 软银俄亥俄园区：目标10吉瓦，用燃气轮机集群

• Meta路易斯安那项目：资助7座新天然气电厂，支撑7吉瓦设施

• O'Leary的Stratos：9吉瓦，正好卡在中间

三家的共同选择是绕过公共电网。传统数据中心等电网扩容，周期动辄3-5年。AI训练对算力的需求是即时的，没人愿意等。

天然气成了权宜之计中的最优解——比煤电清洁（至少在排放口径上），比可再生能源稳定，比储能+风光的组合便宜。虽然"Shadow Grid"（影子电网）这个词带着点灰色意味，但从商业逻辑看，这是风险资本对基础设施瓶颈的直接回应。

土地与权力的交易

MIDA这个机构值得注意。它是犹他州特有的军事设施发展局，专门协调军事用地与民间开发。Stratos能拿到1200英亩军事和州属土地，说明项目被纳入了某种更高层级的优先级。

4万英亩私人土地+1200英亩公共土地的组合，也暗示了谈判中的利益交换。数据中心需要空间、需要管道接入、需要政策绿灯，而犹他州需要就业、需要税收、需要在新一轮AI基础设施竞赛中占位。

奥利里的公众身份在这里是双刃剑。一方面，《创智赢家》的明星效应让项目自带传播度；另一方面，任何环保争议或社区冲突都会被放大。他选择视频参会而非亲自到场，可能是刻意降低个人色彩，也可能是日程冲突——原文没有说明。

商业模式的隐性结构

自建发电意味着资本支出前置。9吉瓦的燃气电站不是小数目，但O'Leary Digital作为"基础设施分支"，定位本就是重资产长周期投资。这与奥利里在电视上的快进快出形象形成有趣反差。

更关键的可能是电力套利空间。莫里斯提到的"向电网反送余电"不是客套话——如果园区发电能力超过实时算力需求，多余电力可以卖给公用事业公司。在电价波动剧烈的时段，这本身就是一门生意。

另一个隐性收益是碳排放的会计处理。自建电站的排放不计入数据中心运营碳足迹（至少在某些核算标准下），这对未来可能的碳关税或企业ESG披露都有意义。

行业影响的三个切口

第一，电网关系的重构。当最大电力用户选择自建而非接入，公用事业公司的收入模型受到挑战。长期来看，这可能导致"死亡螺旋"：大客户流失→电价上涨→更多用户自建或迁出。

第二，天然气角色的再定义。在能源转型叙事中，天然气常被定位为"过渡燃料"。但AI数据中心的集中爆发，可能让这种"过渡"持续数十年——足够让一批基础设施锁定在化石能源路径上。

第三，地缘竞争的实体化。奥利里明确把中国400吉瓦新建电力作为对标，说明AI基础设施已被纳入大国竞争框架。这不是隐喻，是实实在在的土地、管道、涡轮机和就业数字。

被悬置的问题

原文没有提及的，往往和提及的一样重要。

水耗。燃气发电需要冷却，4万多英亩园区在犹他州半干旱地区的水源安排，原文未提。

社区。Box Elder县的人口密度和居民态度，原文未提。

融资结构。9吉瓦电站+数据中心的总投资额、债务安排、退出机制，原文未提。

客户。这个园区是为谁建的？OpenAI？Anthropic？还是奥利里自己的算力租赁生意？原文未提。

这些空白不是疏漏，是交易早期的常态。MIDA的批准是行政里程碑，远非终点。

当单个项目的用电量可以重新定义一个州的能源地图，我们不得不问：这种规模的集中式算力基础设施，究竟是AI时代的必要之恶，还是资本对政策套利窗口的过度反应？如果三年后训练效率提升十倍，这些燃气电站会变成搁浅资产吗——还是说，推理需求的爆发会让它们更加不可或缺？