因此,数据中心的选址越来越取决于几个基础条件:
在全球范围内,算力往往集中在电力便宜且基础设施完善的地区。
与其他主要AI竞争者相比,欧洲在能源成本上明显处于不利位置。
基于国际能源署数据的比较显示,2025年欧洲高耗能行业平均能源价格约为美国的两倍,并比中国和印度高约50%。
部分市场的电价差距更加明显:
对于需要长期稳定运行的GPU集群来说,这种差距会显著提高单位算力成本。运营商通常需要签署多年期电力合同,因此持续的电价差距会让欧洲托管的AI算力在全球竞争中处于劣势。
除了价格,能否接上电网也是关键问题。
欧洲许多电网系统最初并不是为大型AI计算集群设计的。研究指出,欧洲建设大规模AI算力中心的能力,很大程度上取决于电力系统是否能承载新增负荷。
现实情况是,在一些欧盟国家,新的数据中心要获得电网连接可能需要2到10年。
这就产生了一个明显矛盾:
结果就是算力建设速度被能源基础设施拖慢。
能源市场的波动进一步加剧了问题。
近年来的地缘政治紧张局势——包括与伊朗相关的冲突——对全球石油和能源市场产生冲击。这类供应扰动不仅推高通胀,也增加了燃料和电力价格的波动性。
与此同时,AI发展正在推动全球电力需求激增,使发电能力和电网容量的竞争更加激烈。
在这种背景下,稳定可靠的电力供应逐渐成为AI基础设施的战略资源。
长期以来,欧洲数据中心主要集中在所谓的 FLAP‑D 五大核心市场:
这些城市拥有成熟的互联网交换中心、金融服务和云计算需求,因此成为欧洲算力枢纽。
但随着AI基础设施规模扩大,这些地区开始同时遭遇多个限制:
这些因素正在限制新的超大规模数据中心落地。
为了解决这些限制,开发商和云计算公司正将目光转向新的地区。
越来越多数据中心项目开始布局在欧洲传统核心市场之外,例如:
这些地区往往具备几个关键优势:
选址研究显示,随着核心枢纽电网拥堵加剧,运营商正加速转向这些二级和新兴市场。
这意味着欧洲的数据中心布局正从高度集中转向更加分散的网络结构。
随着AI算力需求爆炸式增长,一个趋势越来越清晰:
决定AI竞争力的,不只是算法和芯片,还有电网和发电能力。
如果欧洲无法扩大电网容量、缩短并网周期并提供具有竞争力的电价,大型AI算力投资可能会流向那些能够更快提供电力和土地的地区。
未来的AI版图,可能不再主要取决于工程师在哪里,而是取决于电力在哪里。
在欧洲,一个逐渐成形的格局是:
这或许只是全球算力地理重塑的开始。