Hacker News 中文摘要

RSS订阅

美国政府采取措施压制对数据中心的反对声音 -- U.S. gov't moves to suppress pushback on data centers

美国政府拟修改环保署规定,取消数据中心空气污染许可证的公众意见征询环节,旨在减少公众对数据中心建设的反对声音。

正文

美国政府正试图通过取消公众对污染问题的意见征询要求,来压制对数据中心的反对声音。美国环保署(EPA)计划修改规定,允许各州在发放空气污染许可证时无需公开征求公众意见。这一变化主要影响“小型污染源”的许可证,包括数据中心、垃圾填埋场等设施。尽管EPA称这些小型污染源无需联邦监管,但哈佛大学公共卫生学院的研究显示,弗吉尼亚州一个数据中心每年造成的健康损害高达5300万至9900万美元。14个州的检察长联名反对这一改变,认为即使“小型”污染源也可能带来严重的健康和环境风险。目前,公众意见征询期仍被要求保留,但拟议的修改可能在一年内生效。

评论

根据评论内容,主要观点和论据总结如下:

1. 对数据中心的负面看法(认可度较高) - 评论1指出,EPA将数据中心称为“小污染源”,但实际健康损害高达5300万至9900万美元,是“单一设施最高估计”,批评这是“双重语言”。 - 关键引用:"'The largest estimate for any single facility ever.' 'Minor source.' I give you double-speak." - 评论12认为,政府隐藏数据只会加剧公众合理担忧。 - 关键引用:"This move to hide the data only reinforces the legitimate public concern."

2. 地方决策与联邦角色(认可度中等) - 评论5强调,美国规划许可高度地方化,联邦政府作用有限,地方官员反对则项目无法推进。 - 关键引用:"Planning permission is very local in the US. If local officials don’t want a data center it isn’t happening." - 评论2指出,只要官员由本地选举产生,数据中心问题无关紧要。 - 关键引用:"It doesn't matter, as long as officials are still elected by locals."

3. 对反对声音的质疑(认可度较低) - 评论3认为,反增长、反技术的心态不合理,可能是TikTok上的“草根营销”。 - 关键引用:"This degrowth anti-technology mindset just does not make sense to me... mostly astroturfed from TikTok." - 评论11声称,反数据中心宣传来自中国或印度账户,美国民众因教育不足易受影响。 - 关键引用:"Our population was easily infected with anti data center propaganda from China."

4. 数据中心选址与未来趋势(认可度中等) - 评论6建议,将数据中心建在偏远地区(如距文明一小时车程),通过高薪吸引维护人员。 - 关键引用:"Why can’t they build these data centers where there’s little to no opposition?" - 评论10预测,数据中心将迁往北欧、加拿大等寒冷且水电丰富的地区,政府支持反而加剧反对。 - 关键引用:"Many data centers will move north into the Nordic countries... the more the government does, the less people will like it."

5. 对AI与能源的关联讨论(认可度较低) - 评论7认为,数据中心建设可能崩溃,因为AI反对者抵制,而AI爱好者更倾向本地运行。 - 关键引用:"The demand for data centers from people who actually like AI even seems to be plummeting." - 评论13失望地指出,数据中心本应推动可再生能源投资,但现实是燃气轮机订单排到2030年代。 - 关键引用:"Somebody has to realize that gas turbines are backordered to the 2030s."

平衡性总结:评论呈现明显对立——一方批评数据中心污染、政府操控和能源压力,另一方质疑反对动机、强调地方决策权,并建议选址优化。整体上,负面观点(如健康损害、民主缺失)获得更多具体论据支持,而正面观点(如技术必要性)相对薄弱。