世界环境日｜AI升级，算力狂飙，地球能承受吗？

生成一张图片，需要多少(duōshǎo)电力？ 本文的封面图由DeepSeek与豆包联合生成，仅使用一条文字指令和一次(yīcì)图像请求。手机电量几乎未变(biàn)，但背后(bèihòu)的实际能耗，足够让它从零充满一次。 从上游的芯片制造到下游(xiàyóu)的日常使用，人工智能发展的每个(měigè)环节都需要消耗大量生态资源。 此外，一家半导体制造厂每(měi)小时的用电量足以(zúyǐ)让100个人用上一整年；一家芯片企业每年会造成200万吨的碳排放，相当于30万辆重型卡车全年的排放量(páifàngliàng)。 GPT-3的诞生同样代价不菲：它单次(dāncì)训练耗电1287万度，产生552吨碳排放——为了让AI的大脑变得更聪明(cōngmíng)，人类先付出了能让一辆特斯拉汽车完整(wánzhěng)充电10000次的电量(diànliàng)和制造325吨粗钢的碳排放。 这些生态污染与资源消耗虽然发生(fāshēng)在不同环节，但最终都离不开一个(yígè)共同(gòngtóng)的场所：数据中心。芯片制造出来供谁使用？模型训练在哪里完成？用户调用如何响应？事实上，看似轻盈的输出结果(jiéguǒ)背后，是一座座体量庞大且能耗惊人的数据中心在昼夜不停地运转。 AI背后的(de)算力“心脏” AI不是凭空运行，从模型训练到推理应用，都需要数据中心强大的算力支撑。可以(kěyǐ)说，数据中心就是AI系统的“心脏”，支撑着其持续运作(yùnzuò)，因此也(yě)成为了能耗和污染最集中的环节。 在各类数据中心中，企业和互联网数据中心与AI的关系较为(wèi)密切。它们(tāmen)集中部署了成千上万块高性能GPU（图形处理器），专为深度学习模型的训练而设计(shèjì)，是ChatGPT、Deepseek等生成式AI服务得以落地的算力(suànlì)底座。 随着技术的(de)迭代，AI对算力的需求水涨船高，直接(zhíjiē)推动了数据中心数量的增长(zēngzhǎng)。AI工具的快速进化，离不开高性能的计算基础设施的支撑，推动着数据中心的全球扩张。 可以预见，数据中心(shùjùzhōngxīn)(shùjùzhōngxīn)将在未来数年内保持高速扩张的态势。截至2024年，全球(quánqiú)数据中心的资本支出据估计已高达4300亿美元，而这场围绕算力的投资热潮仍在升温。未来，数据中心发展的经济账单(zhàngdān)将继续攀升。 这笔数据中心产业的投资(tóuzī)大约相当于全球每人支出了人民币380元。以这样的价格来享受人工智能前沿技术，似乎也是(shì)一笔(yībǐ)划算的投入。 然而，这笔交易(jiāoyì)的(de)附加项中打包了(le)大量的环境代价——一份正在不断积累、总量庞大的“生态账单”，至今既没有出现在产业成本的账面上，并将随着数据中心的持续扩张不断增长。 根据国际能源署的最新预测，到2030年，全球数据中心(shùjùzhōngxīn)的年耗电量(hàodiànliàng)预计将达到945太瓦时（TWh）左右——这个数字，已经略高于日本目前一(yī)整年的总用电量。 除可量化的(de)资源消耗和污染排放外，更隐蔽的还有：开采稀有金属带来的化学(huàxué)污染、电子废弃物中重金属的泄漏、自然土地被数据中心侵占后动物失去栖息地(qīxīdì)……目前，这些影响尚未形成系统的监测数据。 这份被技术红利掩盖的“生态账单”，谁来结算(jiésuàn)、如何治理？ 在(zài)全球环境治理的复杂体系中，多个主体各自承担着不同层级的责任。企业作为直接运营数据中心的主体，距离污染源最近，也最具实施变革(biàngé)的能力。国际组织可以制定(zhìdìng)标准(biāozhǔn)，政府可以出台政策，但能源结构的选择与运行方式的调整，最终仍需由企业落地执行。 当前，碳排放控制成为多数企业环境治理策略的(de)核心目标，其中在(zài)能源端的应对最为突出。大多数(dàduōshù)企业将可再生能源或清洁能源的使用作为主要减排措施。这类(lèi)路径在能源结构调整上相对可行，也易于量化评估。 整体来看，当前企业“还账(huánzhàng)”的重点主要集中于减少碳排放，生态账单(zhàngdān)上的其他栏目尚缺乏具体信息与解决方案。 即使是可持续实践的领军(lǐngjūn)企业，也会存在这一治理重心(zhòngxīn)的偏移。谷歌在其《2024环境报告》中重点对减碳路径进行了最详尽的披露。 其中，谷歌表示2023年其全球办公及(jí)数据中心已实现每小时64%无碳能源使用率，44个电网区域中有(zhōngyǒu)10个达成90%以上(yǐshàng)清洁供电——这看似是一份不错的成绩单。 但从国家维度来看，这份优秀(yōuxiù)的成绩单背后暗藏着明显的断层趋势：加拿大魁北克的数据中心凭借丰富水电实现100%零碳运营(yùnyíng)，而沙特阿拉伯与卡塔尔的数据中心仍在完全依赖(yīlài)石油发电。在欧洲地区，波兰以31%垫底；而在亚洲地区，表现最佳(zuìjiā)的韩国也(yě)仅达35%，远低于全球平均水平。 随着AI技术迭代加速(jiāsù)，训练(xùnliàn)新一代AI大模型的能耗量级(liàngjí)持续增长。支撑AI发展的全球数据中心集群，或许正在重塑一张新的环境治理“不平等地图”。 但谷歌(gǔgē)并不是这张“不平等地图”的唯一制作者。在(zài)全球前五大云服务企业中，除阿里巴巴外，其余(qíyú)四家在他国布局的数据中心数量普遍超过本土，呈现出明显的跨国企业全球布局倾向。而在环保透明度上，谷歌是其中(qízhōng)唯一按照数据中心集群所在地(suǒzàidì)公布实时环境指标的厂商。 随着AI的(de)飞速发展，科技巨头企业仍将持续(chíxù)扩建数据中心(shùjùzhōngxīn)以应对日益增长的数据存储和处理需求，在选址上集中于南美洲、欧洲、北美洲。然而，由于造成(zàochéng)了环境问题，数据中心扩建计划在这些地区却引起了广泛的反对声潮。 数据中心的(de)快速(kuàisù)扩张(kuòzhāng)实际上属于“算力驱动型”的AI发展路径。如今，一种新的技术趋势正在浮现——AI正朝着高性能、低功耗方向演进。 中国团队推出的开源大模型DeepSeek正展现着这种可能性。据DeepSeek披露，在不包含前期试错成本的情况下，大模型DeepSeek-v3的训练(xùnliàn)成本大约(yuē)在558 万美元。按照相似方法估算，GPT4的训练成本约为4800万美元。这不仅代表着经济层面的高性价比，也(yě)意味着在同等(tóngděng)的AI产出下，数据中心所承担的计算压力(yālì)和能耗均(jūn)有望减少。 此外，DeepSeek-v3采用了(le)“MoE（Mixture of Experts）”模型(móxíng)。每次用户(yònghù)提问，系统只激活一小部分参数进行处理，而(ér)不是全员上阵。这样使得每次推理时实际被激活的参数只占(zhàn)总量的 5.5%，显著减少了计算量，也降低了模型运行时对数据中心资源的消耗。 与此同时，中国(zhōngguó)也正从政策层面积极回应数据中心扩张所带来的环境压力，推动其绿色转型，力图在技术发展与环境可持续之间寻求(xúnqiú)平衡(pínghéng)。 目前(mùqián)，电能(diànnéng)利用效率（PUE）已经成为衡量绿色(lǜsè)治理成效的重要风向标。以2030年为目标，我国各地数据中心的PUE水平将持续优化，向“1”稳步靠近。 在(zài)政策引导与技术进步的共同作用下，绿色转型正在成为中国数据中心行业发展(fāzhǎn)的主线。 OpenAI首席执行官Sam Altman曾表示，AI的(de)成本正在以每年降低10倍的速度演进，这一(zhèyī)现象被称为“AI规模定律”（scaling law）。未来，AI的硬件更高效(gāoxiào)、算法更聪明，是否能够真正实现低耗又智能的良性循环(liángxìngxúnhuán)？ 一些研究者对此持乐观(lèguān)态度，加州大学伯克利分校名誉教授、谷歌(gǔgē)研究员戴夫·帕特森（Dave Patterson）的分析预测，由于人工智能(réngōngzhìnéng)软件和硬件能源(néngyuán)使用效率的提高，人工智能的碳足迹将很快达到稳定水平，然后开始减少。 但乐观之外，还有一盆冷水：“杰文斯悖论(bèilùn)”认为效率提高会带来(dàilái)使用激增，结果反而更耗能。华为创始人任正非曾这样比喻这条悖论：“把高速公路拓宽，车流速度快了，油耗本应减少。但更多(duō)的车辆能上路，整体油耗反而增加了。”后续，当AI真正渗透进教育、办公、娱乐等日常场景(chǎngjǐng)，其(qí)总体能耗可能在无形中不断(bùduàn)累积，超出原本“节能”的设想。 在这种不确定性下，个人用户的选择不应(yīng)被忽视。虽然用户无法直接决定一项AI技术的底层设计或训练规模，但可以在使用中取舍——比如关注(guānzhù)平台的能源披露(pīlù)与可持续承诺(chéngnuò)，避免无意义的频繁调用，理解每一次点击背后都存在一次计算的事实。 所有改变的前提，是先看见问题本身。当更多人开始意识到这些“看不见”的能源消耗和(hé)环境(huánjìng)代价，技术将向着(xiàngzhe)更可持续的目标前进。更长远来看，公众的使用偏好和舆论导向，也将在某种程度上(shàng)塑造AI生态的未来方向。 作者丨杨智博、沈馨(shěnxīn)、田益铭、韩旻格、傅冰清 指导老师｜崔迪(cuīdí)、徐笛、周葆华 封面(fēngmiàn)图｜DeepSeek、豆包共同绘制 动图内嵌(nèiqiàn)视频 | 即梦生成 本文为复旦大学新闻学院《数据分析与信息(xìnxī)可视化》课程作品 复数(fùshù)实验室 X 对齐Lab (本文来自澎湃新闻，更多原创资讯(zīxùn)请下载“澎湃新闻”APP)