你可能从未想过，每一次向ChatGPT提问、每一张AI生成的图片，都在某个地方的土地上留下了一点热量。

问题在于，这点热量正在越积越多，多到让科学家给它起了一个专门的名字：数据热岛效应。

2026年3月，剑桥大学计算机科学与技术系研究员安德烈亚·马里诺尼领衔的国际团队，在预印本平台arXiv发表了一项迄今最系统的量化研究。他们利用NASA的MODIS卫星遥感数据，追踪了全球8000余座AI数据中心所在区域从2004年到2024年整整二十年间的地表温度变化，结论让人不安：一座AI数据中心投入运营之后，周边地表温度平均上升2摄氏度，极端情况下可高达9.1摄氏度，热效应影响范围延伸至方圆10公里，而生活在这片热影响圈内的人口，超过3.4亿。

热，从哪里来的？

数据中心的"热"并不是什么新鲜话题，但AI的崛起让这个问题的量级发生了质变。

传统数据中心运行的是普通服务器，功率密度相对可控。但AI训练和推理所依赖的GPU集群，功率密度要高出数倍乃至数十倍，这些能量最终都以热量的形式耗散到环境中。国际能源署的数据显示，全球数据中心2024年的电力消耗已超过1000太瓦时，预计到2030年将突破2000太瓦时，其中AI相关需求增长最为迅猛。

马里诺尼团队的研究聚焦的，正是这个"热"从设备散出去之后，究竟去了哪里、改变了什么。他们专门选择位于非高密度城区的数据中心作为分析对象，剔除工厂、道路等其他城市热源的干扰，让数据中心与周边地表温度之间的关系尽可能清晰。

结果显示，数据热岛的温升曲线与城市热岛效应有着惊人的相似性：温度在数据中心核心区域最高，随距离增加逐渐衰减，在4.5公里处仍有平均1摄氏度的温升，直到10公里处才趋于消失。研究还附上了三个具体案例来支撑这一发现，包括墨西哥巴希奥地区、西班牙阿拉贡省以及巴西塞阿腊州，这三处都是全球重要的数据中心聚集区，而这三处在过去二十年内都出现了与周边地区明显不同的异常地表温升趋势，升温幅度在2摄氏度到近3摄氏度之间。

3.4亿人，以及接下来会更多的人

这个数字需要被认真对待。

3.4亿，这大约是美国整个国家的人口总量，他们目前就居住在距离某座AI数据中心10公里以内的地方，正在以某种程度承受着这种额外的热负担。

而这仅仅是现在的数字。房地产服务公司仲量联行预测，2025年至2030年间，全球数据中心容量将翻一番，其中AI需求将占到新增容量的一半。按照这个速度，未来数年内，数据热岛覆盖的人口规模极有可能大幅扩大。

温度升高的代价，从来不只是"热一点"这么简单。城市热岛效应的研究已经积累了大量证据：额外的热量会推高夏季空调用电，加剧高温相关的心血管和呼吸系统疾病发病率，对老人、儿童和户外劳动者的健康影响尤为显著，还会改变局部降水模式。数据热岛效应的物理机制与城市热岛高度一致，其公共健康影响在理论上同样不可忽视。

对此，研究团队也提出了若干缓解路径，从软件层面的模型压缩、低碳推理框架，到硬件层面的液冷芯片、被动辐射冷却涂层，再到数据中心余热回收利用于居民供暖，这些方案技术上都已有先例。欧洲部分城市已经在尝试将数据中心排出的热量接入城市供热管网，在降低热排放的同时实现能源的二次利用。

但有一点是确定的：在这些解决方案被大规模落地之前，AI的算力增长与地表温升之间的这道等号，还会继续成立。每次你使用AI，那台服务器散出的热量，正落在某个人的头顶上。