OpenAI Project Camellia：AI数据中心如何破解电费水耗社区难题

OpenAI在佐治亚州落子：Project Camellia浮出水面

OpenAI近日宣布了一项名为Project Camellia的长期AI基础设施项目，选址美国佐治亚州艾芬厄姆县（Effingham County）。这是继"星际之门"（Stargate）计划之后，OpenAI在算力基建版图上的又一次重要落子。

Stargate是OpenAI于2025年初联合软银、Oracle等合作伙伴宣布的一项高达5000亿美元的AI基础设施投资计划，旨在未来四年内在美国境内建设大规模数据中心网络，首个项目选址德克萨斯州阿比林。该计划被视为AI时代的"登月工程"，其战略目标不仅是满足OpenAI自身的训练和推理算力需求，更是在中美AI竞争的大背景下确保美国在AI基础设施层面的领先地位。Project Camellia可以视为Stargate大战略下的一个具体落地节点，但其独立命名和独立的社区承诺框架，也显示出OpenAI正在为不同选址定制差异化的公共关系策略。

随着大模型训练与推理需求的指数级增长，数据中心已成为AI公司竞争的核心资产。当前大语言模型（如GPT-4、GPT-5级别）的训练过程需要数万张高端GPU协同运算数月之久，单次训练的电力消耗可达数千万度电；而推理端——即模型部署后响应用户请求的过程——由于用户规模庞大且需要实时响应，其累计算力需求同样惊人。据估计，ChatGPT日活用户已超过1亿，每次对话可能消耗传统Google搜索10倍以上的计算资源。这种指数级增长的算力饥渴，驱动着AI公司以前所未有的速度扩建数据中心。

然而，超大规模数据中心带来的电力消耗、水资源占用以及对本地社区的影响，正日益成为公众关注的焦点。OpenAI这次的公告，与其说是一次单纯的项目发布，不如说是一份精心设计的"社区责任承诺书"——它试图在推进算力扩张的同时，主动回应外界对AI基建负面外部性的质疑。

Project Camellia 公告

电费与水耗：直击AI数据中心两大痛点

不让本地居民为电费买单

数据中心最受争议的问题之一，就是其庞大的电力需求是否会推高当地居民的电价。OpenAI在公告中明确承诺：佐治亚州的家庭不会为这个项目提供补贴。所有基础设施和供电服务的成本将由OpenAI自行承担，且根据佐治亚州公共服务委员会（Georgia PSC）的规定，这些成本禁止转嫁给现有的电力用户。

佐治亚州公共服务委员会（PSC）是该州负责监管电力、天然气和电信等公用事业的独立机构，由民选委员组成。近年来，随着数据中心在佐治亚州的大量涌入，PSC面临着平衡经济发展与保护居民用电权益的巨大压力。2024年，佐治亚州最大电力公司Georgia Power曾因数据中心负载激增而申请大幅提高电价，引发公众强烈反弹。PSC随后出台了更严格的成本分摊规则，要求新增大型用电客户承担相应的电网升级成本，禁止将这些成本社会化到普通居民头上。OpenAI在公告中引用PSC规定，正是对这一政策背景的直接回应。

更值得关注的是，OpenAI表示Camellia将成为首批设计为在电网承压时主动降低需求的数据中心之一。这一"电网友好型"设计意味着，当区域电网面临高峰负荷或供电紧张时，数据中心能够主动削减用电，而非成为压垮电网的最后一根稻草。

这种柔性负载（flexible load）或需求响应（demand response）机制在电力系统中具有重要意义。对于数据中心而言，实现柔性负载通常意味着：推迟非紧急的批处理计算任务（如模型训练）、在高峰时段降低冷却系统功率、或将部分负载转移到其他地理位置的数据中心。这一机制对于可再生能源占比日益增加的电网尤为重要，因为风能和太阳能的间歇性特征要求需求侧具备更强的弹性。然而，对于实时推理服务而言，降载可能意味着服务质量下降，这要求数据中心在架构设计时就做好训练任务与推理服务的负载隔离。无论如何，这种柔性负载的理念对于缓解AI基建与公共电力资源之间的矛盾具有示范意义。

闭环冷却：把水耗降到办公楼水平

水资源消耗是数据中心的另一大环境争议点。传统的蒸发式冷却系统会消耗大量淡水，在缺水地区尤其敏感。数据中心的冷却方式主要分为两大类：开环蒸发式冷却和闭环循环冷却。开环系统（如冷却塔）通过水的蒸发带走热量，效率高但水耗巨大——一个100MW级的数据中心每天可能消耗数百万升水。

OpenAI宣称Camellia采用**闭环冷却（closed-loop cooling）**设计，通过循环利用冷却水——原理类似汽车散热器——大幅降低持续用水量。闭环冷却系统将冷却液封闭在管路中循环，通过散热器或干式冷却器将热量排放到空气中，冷却液本身不会被消耗。其技术挑战在于高温环境下散热效率较低，可能需要更大的散热面积或辅助制冷设备，初始建设成本也更高。不过，随着液冷技术（包括直接液冷和浸没式冷却）的进步，闭环系统的效率已大幅提升。

项目方给出的量化目标颇具冲击力：一旦全面建成，其日常用水量预计与同等规模的办公楼相当。对于一个大型AI数据中心而言，这是一个相当激进的承诺。如果能够兑现，将为行业树立新的水资源利用标杆。

经济拉动：就业、税收与本地优先采购

Camellia项目对当地经济的拉动作用是OpenAI着力宣传的另一重点。根据公告，项目预计将：

创造数千个建设期和长期驻场工作岗位；
为州和地方带来数亿美元的税收收入；
优先采用本地承包商和企业参与建设。

这套"就业+税收+本地采购"的组合拳，是大型基建项目争取地方政府和社区支持的经典策略。对于艾芬厄姆县这样的地区而言，AI数据中心的落地不仅意味着直接的就业机会，还可能带动周边配套产业和服务业的发展。

8000万美元社区福利与7100万美元教育投入

OpenAI的社区投入并不止于就业和税收。公告中还列出了两笔颇具分量的直接投入：

8000万美元社区福利基金

在项目全生命周期内，OpenAI将提供8000万美元的社区福利，且这些福利的具体用途将"由当地优先事项塑造"。换言之，资金的分配方向将根据社区的实际需求来决定，而非由公司单方面指定。这种"参与式"的福利设计，有助于提升资金使用的针对性和社区认同感。

高达7100万美元的Codex教育credits

更具战略意味的是，OpenAI承诺向符合条件的佐治亚州大学、社区学院和技术学校学生提供高达7100万美元的Codex credits。OpenAI Codex最初是2021年推出的代码生成模型，后来演变为GitHub Copilot的核心引擎。到2025年，Codex已发展为一个更全面的AI软件工程代理平台，能够自主完成代码编写、调试、测试等开发任务。所谓"Codex credits"，本质上是OpenAI平台的使用额度，允许学生免费使用这些AI开发工具进行学习和项目实践。

这一举措可谓一石二鸟：既是回馈社区的教育投资，也是在为未来的AI人才管道播种。让年轻学生尽早接触和使用OpenAI的开发工具，长远来看有助于扩大其技术生态的影响力。这一策略与微软早年向教育机构免费提供Windows和Office、Google向学校免费提供Chromebook的做法异曲同工——通过教育市场的渗透，培养用户习惯并锁定未来的开发者生态。对于计算机科学和工程专业的学生而言，掌握AI辅助编程工具已成为就业市场的重要竞争力。

透明与问责：开放日与独立审计机制

在项目推进方式上，OpenAI强调了透明度和公众参与。公司表示已经与州和地方官员、社区领袖、学校以及区域合作伙伴进行了多轮会谈，并将在本周举办公开开放日（public open house），通过持续对话来共同塑造项目的社区效益。

更关键的是，OpenAI承诺项目将接受每年一次的独立公开审计，以确保各项承诺得到落实。引入第三方独立审计机制，是将口头承诺转化为可核查责任的重要一步，也回应了公众对科技巨头"说一套做一套"的普遍担忧。

AI基建进入"社会许可"竞争时代

Project Camellia的公告方式，折射出AI基础设施建设正在进入一个新阶段——技术和资本已不再是唯一门槛，**"社会许可"（social license）**正成为项目能否顺利落地的关键变量。

社会许可（Social License to Operate, SLO）是一个源自采矿业的概念，指企业获得当地社区和公众对其运营活动的广泛认可和接受。与法律许可不同，社会许可无法通过行政审批获得，而是必须通过持续的信任建设、利益共享和透明沟通来赢得。在数据中心行业，社会许可的重要性近年来急剧上升：爱尔兰因电力供应紧张一度暂停新数据中心审批；荷兰阿姆斯特丹实施了数据中心建设禁令；美国弗吉尼亚州劳登县（全球数据中心密度最高的地区）也面临居民对噪音和变电站扩建的强烈抗议。这些案例表明，即使拥有充足资金和技术能力，缺乏社会许可的项目仍可能被无限期搁置或取消。

OpenAI此次几乎针对每一个已知痛点都给出了应对方案：电费不转嫁、闭环冷却、电网友好、本地就业、社区福利、教育投资、独立审计。这套组合拳的完整程度，本身就说明了行业对这些问题的重视程度已今非昔比。

当然，承诺与兑现之间仍存在距离。"用水量与办公楼相当""电网承压时主动降载"等技术目标能否真正实现，仍有待项目建成后的实际数据检验。独立审计机制是否具备足够的约束力，也需要时间来观察。但无论如何，Camellia项目所代表的"负责任基建"范式，很可能成为未来大型AI数据中心项目的标准配置。