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(jīhū)未变，但背后的实际能耗，足够让它从(cóng)零充满一次。 从上游的(de)芯片制造到(dào)下游的日常使用，人工智能发展的每个环节都需要消耗大量生态资源。 此外，一家半导体制造厂(zhìzàochǎng)每小时的用电量足以让100个人用上一整年(zhěngnián)；一家芯片企业每年会造成200万吨的碳排放，相当于(xiāngdāngyú)30万辆重型卡车全年的排放量。 GPT-3的(de)诞生(dànshēng)同样代价不菲：它单次训练耗电1287万度，产生(chǎnshēng)552吨碳排放——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(zhìzào)325吨粗钢的碳排放。 这些生态污染与资源消耗虽然发生在不同环节，但最终都离不开一个共同的场所：数据中心。芯片制造出来供谁使用？模型训练在哪里完成？用户调用(diàoyòng)如何响应？事实上，看似(kànshì)轻盈的输出结果背后，是(shì)一座座(yīzuòzuò)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(de)算力支撑。可以说，数据中心就是AI系统的“心脏”，支撑着(zhe)其持续运作，因此(yīncǐ)也成为了能耗和污染最集中的环节。 在各类数据中心(shùjùzhōngxīn)中，企业和互联网数据中心与AI的(de)关系较为密切。它们集中部署了成千上万块高性能GPU（图形处理器），专为深度(shēndù)学习模型的训练而设计，是ChatGPT、Deepseek等生成式AI服务得以落地的算力(suànlì)底座。 随着技术的迭代，AI对算力的需求水涨船高，直接推动了数据中心(shùjùzhōngxīn)数量的增长。AI工具的快速进化，离不开高性能(gāoxìngnéng)的计算(jìsuàn)基础设施的支撑，推动着数据中心的全球扩张。 可以预见，数据中心将在未来数年内保持高速扩张的(de)(de)态势。截至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)围绕算力的投资热潮(rècháo)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(de)(de)投资大约相当于全球每人支出了人民币380元(yuán)。以这样的价格来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(pángdà)的“生态账单(zhàngdān)”，至今既没有出现在产业(chǎnyè)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(de)最新预测，到2030年，全球数据中心的年耗电量预计将(jiāng)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(yǐnbì)的还有：开采稀有金属带来(dàilái)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侵占后动物失去栖息地……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的“生态账单”，谁来结算、如何治理(zhìlǐ)？ 在全球环境治理的(de)复杂体系中，多个主体各自承担着不同层级的责任。企业(qǐyè)作为直接运营数据中心的主体，距离污染源最近，也最具实施变革的能力。国际组织可以制定(zhìdìng)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(yóu)企业落地执行。 当前，碳排放控制成为多数(duōshù)企业环境治理策略的核心(héxīn)目标，其中在能源端的应对最为突出。大多数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(zhè)类路径在能源结构调整上相对可行，也(yě)易于量化评估。 整体来看，当前企业(qǐyè)“还账”的重点主要集中于减少碳排放，生态账单上的其他栏目尚(shàng)缺乏具体信息与解决方案。 即使是可持续实践的领军企业，也会存在这一治理(zhìlǐ)重心的偏移。谷歌(gǔgē)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64%无碳(wútàn)能源使用率，44个电网区域中有10个达成(dáchéng)90%以上清洁供电(gōngdiàn)——这看似是一份不错的成绩单。 但从国家维度来看，这份(zhèfèn)优秀的成绩单背后暗藏(àncáng)着明显的断层趋势：加拿大魁北克的数据中心(shùjùzhōngxīn)凭借丰富水电实现100%零碳运营，而沙特阿拉伯与卡塔尔的数据中心仍在(zài)完全依赖石油发电。在欧洲地区，波兰以31%垫底；而在亚洲地区，表现最佳的韩国也仅达35%，远(yuǎn)低于全球平均水平。 随着AI技术迭代加速，训练新一代AI大模型的能耗量级持续增长。支撑AI发展的全球(quánqiú)数据中心集群(jíqún)，或许正在重塑一张新的环境治理(huánjìngzhìlǐ)“不平等地图”。 但谷歌并不是这张“不平等地图”的唯一制作者。在全球前五大云服务企业中(zhōng)，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(chéngxiànchū)明显的跨国企业全球布局倾向。而在环保透明度上，谷歌是其中唯一按照(ànzhào)数据中心集群所在地公布实时(shíshí)环境指标的厂商。 随着(suízhe)AI的飞速发展，科技巨头企业仍将持续扩建(kuòjiàn)数据中心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(cháo)。 数据中心的快速扩张(kuòzhāng)实际上属于“算力驱动型(xíng)”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(gāoxìngnéng)、低功耗方向演进。 中国团队推出的(de)开源大模型DeepSeek正展现着这种可能性。据(jù)DeepSeek披露，在不包含前期试错成本的情况下(xià)，大模型DeepSeek-v3的训练(xùnliàn)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(yìwèizhe)在同等的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(le)(le)“MoE（Mixture of Experts）”模型。每次用户提问，系统只(zhǐ)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)激活的参数只占总量的 5.5%，显著减少了计算量，也(yě)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，推动其绿色转型，力图在技术(jìshù)发展(fāzhǎn)与环境可持续之间寻求平衡。 目前，电能利用效率(lìyòngxiàolǜ)（PUE）已经成为(chéngwéi)衡量绿色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(yōuhuà)，向“1”稳步靠近。 在政策引导与技术进步的共同作用下，绿色(lǜsè)转型正在成为(chéngwéi)中国数据中心行业发展的主线。 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(gèng)高效、算法更聪明，是否能够真正实现低耗(dīhào)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名誉教授、谷歌研究员戴夫(dàifū)·帕特森（Dave Patterson）的(de)分析预测，由于人工智能软件和硬件能源使用效率的提高，人工智能的碳(tàn)足迹将很快达到稳定水平，然后开始(kāishǐ)减少。 但乐观之外，还有一盆冷水：“杰文斯悖论”认为效率提高会带来使用激增，结果反而更(gèng)耗能。华为创始人任正非曾这样比喻这条悖论：“把高速公路(gāosùgōnglù)拓宽，车流速度快了，油耗本应减少。但更多的车辆能上路，整体油耗反而增加了。”后续(hòuxù)，当AI真正渗透进教育(jiàoyù)、办公、娱乐等日常场景，其(qí)总体能耗可能(kěnéng)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(pínfán)调用，理解每一次点击背后都存在(cúnzài)一次计算(jìsuàn)的事实。 所有改变的(de)前提，是(shì)先看见问题本身。当更多人开始意识到这些“看不见”的能源消耗和环境代价(dàijià)，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(zuòzhě)丨杨智博、沈馨、田益铭、韩旻格、傅冰清 指导老师｜崔迪、徐笛、周葆华(zhōubǎohuá) 封面(fēngmiàn)图｜DeepSeek、豆包共同绘制 动图内嵌视频(shìpín) | 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(gèng)多原创资讯请下载“澎湃新闻”APP)