AI的终局会不会落在能源供给上？这个问题正从抽象的哲学讨论，迅速演变为摆在产业面前的工程挑战和商业难题。
当下，数据中心“抢电”早已不是新鲜事。为从根本上缓解供电瓶颈，瑞士公司FlexBase提出了一种新的解决方案：直接在数据中心下方部署储能系统，而且采用的技术路线相当特别——钒液流电池（VFB）。
这一项目由FlexBase与英国电池企业Invinity Energy Systems合作推进，后者将提供1.5GWh的储能系统，后续还计划扩容至2.1GWh。项目一旦落地，极有可能成为全球规模最大的液流电池储能装置之一。
（来源：Invinity Energy Systems）
目前，这套储能系统正在瑞士与德国边境的劳芬堡（Laufenburg）建设中，预计将于2028年夏季正式投运。消息公布当天，Invinity股价一度大涨53%，也显示出资本市场对“数据中心+长时储能”这一组合的高度关注。
数据中心的转变：从抢电到帮电网调峰
传统数据中心本就是典型的“耗电大户”，而AI浪潮的到来让这一问题变得更加突出。根据国际能源署（IEA）在2026年4月发布的《能源与人工智能的关键问题》报告，2030年前后全球数据中心用电需求可能出现跳跃式增长——从2025年的485TWh提升至2030年的950TWh，接近翻倍。
图丨2020-2035年数据中心用电量（来源：IEA）
更重要的是，AI训练与AI推理带来的电力负荷波动非常剧烈。这类“短时冲击型”需求会显著增加电网调度压力。在不少国家，可再生能源项目和大型工业或数据中心用户都在争抢有限的并网容量，排队等待周期甚至可能长达数年。因此，AI数据中心不仅要回答“有没有足够的电”，还必须解决“电力是否稳定、是否可持续”的问题。
而储能，正是破解这一难题的关键工具。IEA预计，到2030年，全球数据中心将部署约20GW至25GW的电池储能系统。届时，数据中心不再只是单向用电的负荷端，甚至有望成为电网中的“可调资产”，参与削峰填谷和灵活调度。
钒液流电池，为何适配AI数据中心？
目前，全球储能市场依旧由锂离子电池占据主导。也正因如此，FlexBase选择钒液流电池，看上去多少有些“非主流”。
两者的储能原理并不相同：锂离子电池是把能量直接存储在电芯内部，而钒液流电池则将能量储存在外部储罐中的液态电解质里。长期以来，钒液流电池的短板也很明确——相比锂电池，成本更高、能量密度更低、体积更大，因此很难应用在电动车等对空间和重量要求极高的场景。
（来源：Invinity Energy Systems）
但放到AI数据中心这一特定应用场景中，这些看似弱势的特征，反而让它的优势被放大。
首先是安全性。与锂电池相比，钒液流电池发生热失控的风险更低，这意味着它可以更安全地部署在数据中心附近，甚至贴近核心设施，在项目选址、施工审批和社区沟通等方面也更容易推进。其次是可扩展性——当数据中心容量分期建设时，只需增加电解液和配套储罐，就可以相对灵活地完成扩容，这与AI数据中心逐步上线的节奏非常匹配。
再看寿命与运行特性。锂电池通常更适合1-2小时的持续放电，而钒液流电池能够支持每天多次充放电，并且性能衰减相对不明显。以Invinity的系统为例，其持续放电时间可达10小时，理论寿命超过30年。对于需要长时储能（LDES）的AI数据中心来说，这种高循环寿命、长放电时长和稳定输出能力，正好可以平滑AI算力波动带来的电力需求，同时提升对电网的支撑能力。
（来源：Invinity Energy Systems）
巨头们也在押注“非锂”长时储能
为了保障并网进度，或减少限电风险，越来越多数据中心开发商开始寻求“自带电源”的路径——通常会同步配置太阳能和风能项目。但新能源发电本身具有间歇性，想真正支撑高负载AI数据中心，仍然离不开长时储能技术。
谷歌就是典型代表。今年2月，谷歌与Xcel Energy合作，在明尼苏达州推进了1,400MW风电和200MW光伏项目，同时引入铁空气储能方案。这套系统由初创公司Form Energy开发，基于铁与氧气之间的化学反应进行储能，系统规模达到300MW/30GWh，储能时长最高可达100小时。
Meta同样已经布局。今年4月，Meta与Noon Energy达成合作协议，预定了1GW/100GWh的超长时储能项目。该项目采用模块化可逆固体氧化物燃料电池技术，储能时长同样超过100小时，目标是为Meta下一代AI数据中心基础设施提供持续、稳定且可靠的电力保障。
除此之外，英国国家电网还联合英伟达等企业开展测试，验证AI数据中心参与电网调节和适配电网波动的能力。实测结果颇具代表性：约100块英伟达芯片可在1分钟内将功耗降低三分之一以上，同时又不会中断关键计算任务。
这些案例共同指向一个明确趋势：数据中心正从单纯的“高耗电设施”，转变为更灵活、更具调节能力的电网可调负荷资产。未来，下一代AI基础设施竞争的重点，或许不只是算力规模和模型能力，更在于——当电网承压最强、供电最紧张时，你是否依然具备稳定运行、持续供电和高可靠性的能力。
参考资料：
https://www.iea.org/reports/key-questions-on-energy-and-ai
https://www.ft.com/content/1984bd92-1457-4ff1-abf0-dde6ea9dde95
https://invinity.com/invinity-selected-to-design-gwh-scale-vfb-system
https://www.energy-storage.news/flow-batteries-hold-potential-for-ldes-but-industry-shows-mixed-fortunes-so-far
https://www.fastcompany.com/91500104/google-minnesota-data-center-electric-bills
https://www.noon.energy/post/noonenergyandmetapartnership
