因此,數據中心往往會集中喺具備以下條件嘅地區:
當AI需求爆發,電力供應本身就變成競爭優勢。
同其他AI大國相比,歐洲電力成本明顯較高。
根據國際能源署相關數據,2025年歐洲能源密集型產業電價平均約為美國兩倍,亦比中國同印度高約50%。
實際電價比較更加明顯:
對AI公司而言,電費係長期營運成本嘅重要部分。GPU叢集通常需要高利用率運行,而且會簽長期電力合約,所以電價差距會直接影響每單位算力成本。
換句話講,如果AI模型喺歐洲訓練,成本可能會比美國或者亞洲高得多。
即使有電,都未必可以即刻用到。
歐洲好多電網原本並唔係為咗大規模AI數據中心設計。研究指出,歐洲想發展大型AI算力叢集,最大限制之一其實係電網能否快速承載新增負荷。
喺部分歐盟地區,申請一個新數據中心接入電網可能需要2年至10年時間。
而一個數據中心本身通常1至2年就可以建好。
結果就出現一個奇怪現象:
數據中心建好了,但電未必即刻接到。
能源問題亦受到全球政治影響。
近年包括涉及伊朗衝突嘅局勢,令石油同能源市場出現波動。能源供應不穩會推高通脹,同時增加電價波動。
同一時間,AI發展正引發全球「電力競賽」,各地電網都未必準備好承受突然增加嘅需求。
呢種情況令電力供應變成AI基建嘅戰略問題。
過去多年,歐洲數據中心主要集中喺所謂 FLAP‑D 五大樞紐:
呢啲城市擁有金融中心、網絡節點同雲服務需求,所以一直係數據中心重鎮。
但而家問題開始浮現:
當AI需要更大型設施時,呢啲限制令擴張變得愈來愈困難。
為了解決電力同土地問題,開發商開始將目光投向其他地區。
近年新增投資愈來愈集中喺:
原因好直接:
研究顯示,由於傳統樞紐電網壓力太大,營運商正逐步轉向呢啲次級市場。
結果係,歐洲數據中心分布正由集中幾個大城市,變成更分散嘅網絡。
隨住AI規模不斷擴大,一個趨勢愈來愈清楚:
誰能最快提供大量電力,誰就更有機會贏得AI算力競賽。
如果歐洲無法加快電網建設、降低電力成本,部分大型AI投資可能會流向可以更快擴張電力同算力嘅地區。
長遠嚟睇,AI地理版圖可能唔再由「人才喺邊度」決定,而係由電力喺邊度決定。
而家歐洲已經開始出現一種新模式:
呢種分工,可能只係AI時代能源現實嘅第一步。