世界环境日｜AI升级，算力狂飙，地球能承受吗？

生成(shēngchéng)一张图片，需要多少电力？ 本文的封面图由DeepSeek与(yǔ)豆包联合生成，仅使用一条文字(wénzì)指令和一次图像请求。手机电量几乎未变，但(dàn)背后的实际能耗，足够让它从零充满一次。 从上游的芯片制造到下游的日常使用，人工智能发展(fāzhǎn)的每个环节都需要消耗(xiāohào)大量生态资源。 此外，一家半导体(bàndǎotǐ)制造厂每小时的用(yòng)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。 GPT-3的(de)诞生同样(tóngyàng)代价不菲：它单次训练(xùnliàn)耗电1287万度，产生552吨碳排放(páifàng)——为了让AI的大脑变得更聪明，人类先付出了能让一辆特斯拉汽车完整充电10000次的电量和制造325吨粗钢的碳排放。 这些生态污染与资源消耗虽然发生在(zài)不同环节，但最终都离不开一个共同的场所：数据中心。芯片制造(zhìzào)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背后，是(shì)一座座体量庞大且能耗惊人的数据中心在昼夜不停地(dì)运转。 AI背后的算力“心脏(xīnzàng)” AI不是凭空运行，从(cóng)模型训练到推理应用，都需要数据中心(shùjùzhōngxīn)强大的算力支撑。可以说，数据中心就是AI系统的“心脏”，支撑着其持续运作，因此也成为(chéngwéi)了能耗和污染最集中的环节。 在各类数据中心(shùjùzhōngxīn)中，企业(qǐyè)和互联网数据中心与AI的关系较为密切。它们集中部署了成千上万块高性能(gāoxìngnéng)GPU（图形处理器），专为深度学习模型的训练而设计，是ChatGPT、Deepseek等生成式AI服务得以(déyǐ)落地的算力底座。 随着技术的迭代，AI对算力的需求(xūqiú)水涨船高，直接推动了数据中心数量的增长。AI工具的快速进化，离不开(líbùkāi)高性能的计算(jìsuàn)基础设施的支撑，推动着数据中心的全球扩张。 可以(kěyǐ)预见，数据中心将在未来数年内保持高速扩张的态势。截至(jiézhì)2024年，全球数据中心的资本支出据估计已高达4300亿美元，而这场(zhèchǎng)围绕算力的投资(tóuzī)热潮仍在升温。未来，数据中心发展的经济账单将继续攀升。 这笔数据中心产业的投资大约相当于全球(quánqiú)每人支出了(le)人民币380元。以这样的价格来(lái)享受人工智能前沿技术，似乎也是一笔划算的投入。 然而，这笔交易的(de)附加项中打包了大量的环境代价——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(shàng)，并将随着数据中心的持续(chíxù)扩张不断增长。 根据国际能源署的(de)最新预测，到2030年，全球(quánqiú)数据中心的年耗电量预计将达到945太瓦时（TWh）左右——这个数字，已经略高于日本目前一整年(zhěngnián)的总用电量。 除可量化的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污染、电子废弃物中(zhōng)重金属的泄漏、自然土地被数据中心(shùjùzhōngxīn)侵占后动物(dòngwù)失去栖息地……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(yǎngài)的“生态账单”，谁来结算、如何治理？ 在全球环境治理的复杂体系中，多个主体(zhǔtǐ)各自承担着(zhe)不同层级的责任。企业作为直接运营(yùnyíng)数据中心的主体，距离污染源最近，也最具实施变革的能力(nénglì)。国际组织可以制定标准，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(qǐyè)环境治理策略的核心目标，其中在(zài)能源端的应对最为突出。大多数企业将(jiāng)可再生能源或清洁(qīngjié)能源的使用作为主要减排措施。这类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”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(yǔ)解决方案。 即使(jíshǐ)是可持续实践的领军企业，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年其全球办公及数据中心已实现每小时(xiǎoshí)64%无碳能源使用率，44个电网区域中有10个达成90%以上清洁供电(gōngdiàn)——这看似是一份不错的成绩单(chéngjìdān)。 但从国家维度(wéidù)来看，这份优秀的(de)成绩单背后暗藏着明显的断层趋势(qūshì)：加拿大魁北克的数据中心凭借丰富水电(shuǐdiàn)实现100%零碳运营，而沙特阿拉伯与卡塔尔的数据中心仍在完全依赖石油发电。在欧洲地区(ōuzhōudìqū)，波兰以31%垫底；而在亚洲地区，表现最佳的韩国也仅达35%，远低于全球平均水平。 随着AI技术迭代加速，训练(xùnliàn)新一代AI大(dà)模型的能耗量级持续增长。支撑(zhīchēng)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(dàn)谷歌并不是(shì)这张“不平等地图”的唯一制作者。在全球前五大云服务企业中，除阿里巴巴外，其余四家在他国布局的数据中心数量普遍(pǔbiàn)超过本土，呈现出明显的跨国企业全球布局倾向。而(ér)在环保透明度上，谷歌是其中唯一按照数据中心集群所在地公布实时(shíshí)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)扩建数据中心以(yǐ)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(ránér)，由于造成了环境问题，数据中心扩建计划在这些地区却引起了广泛的反对声潮。 数据中心的快速扩张实际上属于“算力(suànlì)驱动型”的AI发展(fāzhǎn)路径(lùjìng)。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(zhèng)展现着(zhe)这种可能性。据DeepSeek披露(pīlù)，在(zài)不包含前期试错成本的情况下，大模型DeepSeek-v3的训练成本大约在558 万美元(wànměiyuán)。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，也意味着在同等(tóngděng)的AI产出下，数据中心所承担的计算压力和能耗均有望减少。 此外，DeepSeek-v3采用了“MoE（Mixture of Experts）”模型(móxíng)(móxíng)。每次用户提问，系统只激活一小部分参数进行处理，而不是全员上阵。这样使得每次推理时实际被(bèi)激活的(de)(de)参数只占总量的 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，中国也正从政策层面积极回应(huíyìng)数据中心扩张所带来的环境压力，推动其(qí)绿色转型，力图在技术发展与环境可持续(chíxù)之间寻求平衡。 目前(mùqián)，电能利用效率（PUE）已经成为衡量绿色治理(zhìlǐ)成效的重要风向标。以2030年为目标，我国各地(gèdì)数据中心的PUE水平将持续优化，向“1”稳步靠近。 在政策(zhèngcè)引导与技术进步的共同作用下，绿色转型正在成为中国(zhōngguó)数据中心行业发展的主线。 OpenAI首席执行官Sam Altman曾表示，AI的成本(chéngběn)正在以每年降低10倍(bèi)的速度演进，这一现象被称为“AI规模定律”（scaling law）。未来，AI的硬件更(gèng)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？ 一些研究者对此持乐观态度，加州大学伯克利分校(bókèlìfēnxiào)名誉教授、谷歌研究员戴夫·帕特森（Dave Patterson）的分析预测，由于人工智能软件和硬件能源使用效率(xiàolǜ)的提高，人工智能的碳足迹将(jiāng)很快达到稳定(wěndìng)水平，然后开始减少。 但乐观之外，还有一盆冷水：“杰文斯悖论”认为效率提高会(huì)带来使用激增，结果反而(fǎnér)更耗能。华为创始人任正非(rènzhèngfēi)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。但更多的车辆(chēliàng)能上路，整体油耗反而增加了。”后续(hòuxù)，当AI真正渗透进教育、办公、娱乐(yúlè)等日常场景，其总体能耗可能在无形中不断累积，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被忽视。虽然用户无法直接决定一项AI技术的底层(dǐcéng)设计或训练规模，但可以在使用中取舍——比如关注平台的能源披露与可持续承诺，避免无意义的频繁调用，理解(lǐjiě)每一次(yīcì)点击背后(bèihòu)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(běnshēn)。当更多人开始意识到这些“看不见”的能源消耗(néngyuánxiāohào)和环境代价，技术将向着更可持续的目标前进。更长远(chángyuǎn)来看，公众的使用偏好(piānhǎo)和舆论导向，也将在某种程度上塑造AI生态的未来方向。 作者丨杨智博、沈馨、田益铭、韩旻格(hánmíngé)、傅冰清 指导老师(zhǐdǎolǎoshī)｜崔迪、徐笛、周葆华 封面图｜DeepSeek、豆包共同(gòngtóng)绘制 动图内嵌视频 | 即梦(mèng)生成 本文为复旦大学新闻学院《数据分析与信息可视化》课程作品(zuòpǐn) 复数实验室 X 对齐(duìqí)Lab (本文来自澎湃新闻，更(gèng)多原创资讯请下载“澎湃新闻”APP)