訓練與運行大型 AI 模型需要大量 GPU 叢集,而這些計算硬件消耗的電力極為龐大。大型數據中心通常需要數百兆瓦甚至數吉瓦的穩定電力。
問題是,傳統電網擴建往往要數年時間,例如建新輸電線或新發電廠。因此不少 AI 公司開始尋求自建能源方案。
xAI 的做法是直接在數據中心旁部署天然氣渦輪機:
對於正處於激烈競賽中的 AI 公司而言,算力部署速度往往意味著市場優勢。
但這種「先建再說」的方式,也直接碰上環境法規。
2026 年,美國民權組織 NAACP 以及 NAACP 密西西比州分會向聯邦法院起訴 xAI 及其關聯公司 MZX Tech。
訴訟指控包括:
原告認為,這些渦輪機實際上形成一個大型發電廠,理應取得建設及營運許可。
環保團體更向法院申請臨時禁令(injunction),要求在完成環境合規之前停止運作。
案件的一個關鍵爭議,在於這些設備的分類。
不少渦輪機安裝在**平板拖車(flatbed trailers)**上,因此在部分監管框架下被視為「流動設備」或臨時設備,而非固定發電廠。
這種分類有時可以暫時避開較嚴格的空氣排放許可。
批評者指出,問題在於:
換言之,實際用途與發電廠無異。
據報導,現場曾有約 46 部渦輪機運作,但只有約 15 部取得空氣排放許可,令監管衝突進一步升級。
美國環保署(EPA)近年亦澄清規則,指出即使設備可以移動,只要屬於大型燃氣渦輪機,也仍須遵守《清潔空氣法》的許可制度。
環保團體指出,天然氣渦輪機會排放多種污染物,包括:
這些污染物與哮喘、呼吸道疾病與心臟問題有關。
部分報導估計,xAI 使用的渦輪機類型每年可能排放超過 2,000 噸 NOx,這是一種形成霧霾的重要污染物。
社區團體指出,孟菲斯地區本身已面臨空氣污染問題,而且哮喘住院率在州內偏高,因此居民對新增污染源格外敏感。
即使面臨訴訟與監管壓力,xAI 仍打算未來三年投資約 28 億美元購買更多燃氣渦輪機,其中 20 億美元用於流動式設備。
背後原因其實很現實:
AI 數據中心需要巨大而穩定的電力,而電網升級往往跟不上 AI 發展速度。
相比之下,燃氣渦輪機可以:
對於正與 OpenAI、Google、Anthropic 等公司競爭算力的 xAI 來說,這種速度可能決定誰先推出更強大的 AI 模型。
這場爭議其實反映了一個更大的問題:
AI 的能源需求正在超越電網發展速度。
全球多家科技公司正嘗試不同方案,例如:
對 xAI 來說,自建渦輪機能加快 AI 發展節奏,但同時帶來法律、環境與監管風險。
如果法院最終限制這些設備運作,或要求更嚴格許可與污染控制,公司的 AI 計算能力可能受到影響。
因此,孟菲斯這宗案件的結果,不只是關於一間公司,而可能影響整個 AI 行業未來如何為下一代數據中心供電。