该研究由阿姆斯特丹自由大年夜学情况研究所博士生Alex de Vries-Gao完成，并揭橥于学术期刊《Patterns》。他经久追踪AI及加密泉币挖矿相干数据中间的能源消费情况，此次则在此前研究基本上，对2025年AI用电及由此产生的排放和用水进行了综合测算。他直言，今朝几乎弗成能得出极其精确的数字，“但无论若何，这个范围都邑异常巨大年夜，并且最终为此付出价值的是所有人”。
成果显示，2025年AI相干体系可能每年排放约3260万至7970万吨二氧化碳，傍边的中位值与纽约市年均约5000万吨二氧化碳排放相当。在用水方面，AI本年估计将消费约3125亿至7646亿升水，高于2023年一项研究对2027年约6000亿升上限的猜测。加州大年夜学河干分校电气与计算机工程副传授任少雷表示，最新成果顶用水预估“最让人不测”，并认为这项分析在办法上仍属“相当保守”，因为它只计算了设备运行阶段的影响，而未计入供给链以及设备报废后的额外情况成本。
数据中间是AI的“能源与水大年夜户”。办事器在高负载运行中产生大年夜量热量，须要经由过程冷却体系消费大年夜量水以防止过热，而为数据中间供电的发电厂本身也依附海量冷却水，这些身分合营构成了AI宏大年夜的“水萍踪”。生成式AI的爆发式增长推动了新数据中间的扶植，同时也带动新电厂筹划，假如这些电厂持续依附化石燃料，不仅会拉高用水需求，还会进一步增长温室气体排放。
根据早前研究，全球AI算力在2025年的用电需求可能达到23吉瓦，已经跨越2024年比特币挖矿的用电范围。然而，大年夜型科技公司在年度可持续成长申报中平日只披露整体碳排放和直接用水量，却鲜少细分AI营业本身消费了若干资本。为此，de Vries-Gao借助分析师申报、财报德律风会议纪要及其他公开信息，推算出AI芯片等硬件的临盆数量及运行时的耗电程度，再据此折算出温室气体排放和用水量。
在数据中间数量全球领先的美国，本地很多拟建项目已遭受愈发强烈的社区否决，核心核心恰是电力和水资本的占用问题。否决者担心，AI数据中间会在本就水资本吃紧或电网压力较大年夜的地区进一步加剧重要局面。研究者指出，即便在水资本尚算充裕的地区，数据中间集中的成长也可能对本地生态体系造成经久影响。
尽管如斯，研究仍给出了较宽的区间猜测，这在很大年夜程度上源于企业在披露情况数据时缺乏透明度。de Vries-Gao发明，很多公司固然宣布了可持续成长申报，却往往漏掉关键细节，例如电力消费背后“间接用水”的占比，以及AI营业在整体水耗和排放中的具体份额。此外，不合地区电网构造差别明显，电力来源的“干净程度”直接影响一致用电量对应的排放程度，是以，假如公司可以或许更清楚地标注数据中间的地舆分布，也有助于外界更精确评估AI扩大带来的情况冲击。
该研究呼吁，科技公司应在AI相干的碳排放和用水数据上加倍公开透明，让"大众,"和决定计划者可以或许充分懂得这一技巧海潮的真实情况成本。任少雷认为，在社会对AI的立场日益两极化、环绕用水问题的争辩愈演愈烈之际，这类工作尤为关键，有助于推动基于事实的公共评论辩论。de Vries-Gao则表示，只有在信息更透明的前提下，社会才有可能卖力评论辩论一个根本问题：“这是不是我们想要的将来？这是否公平？”
发表评论 取消回复