你有没有想过：向AI提一个问题，或者要求它生成图片或视频，它需要耗费多少电来完成你的指令？

比如，用最新版的Sora生成一段5秒的AI视频。答案是约340万焦耳电量——这些电可以供一台电瓶车跑约6公里。ChatGPT每天要处理约10亿次查询，总耗电量约290度，这相当于10万个美国家庭一天的用电量。

而世界上远不止有OpenAI一家大模型公司，AI耗电也不只存在于运算过程中。国际能源署（IEA）发布的报告显示，2024年，全球人工智能数据中心消耗的电量（不包括芯片生产等上下游供应链的耗电）达到4150亿千瓦时，占全球总耗电量的1.5%。过去五年，数据中心的耗电量以每年12%的速度增长。

谈论气候问题，必然要谈论能源、碳排放，因此我们有必要把目光放在正在腾飞的AI产业上。在很多领域，AI的发展被视为矛盾集合体，在气候变化领域显然也不例外。想要AI快速进化，就需要巨大的能源供给，且其中多数会是化石和天然气能源——因为AI不能接受断电，而传统能源供电更稳定。但同时，它们也带来更严峻的碳排放形势。

矛盾体的另一面，则是AI的发展也可能为气候行动带来巨大飞跃。运用AI，我们或许可以获取更快速、更准确的天气预报；采集回来的森林、河流卫星图像，通过AI能够实现大批量的筛选和阅读，达到更好地监测环境状态、制定保护计划的作用；AI在抓取、分析野生动物图像上大有可为，极大提高动物保护工作开展的效率；未来，地方政府和农民可以向AI询问，快速获取适应气候变化的方案……这些潜力不可忽视。

对于气候、环境和地球的健康来说，AI到底是福是祸？

AI制造了多少碳排放

想了解AI的能耗，需要先了解它的基本架构。

AI的数据中心本体主要由三个部分组成：一是决定AI计算和运转能力的服务器，这也是整个数据中心消耗电量最大的部分，人们津津乐道的那些高性能芯片都在这里；二是用来储存AI需要的大量基础数据和备份的储存系统；三是串联整个数据中心内设备、发送和交换信息的网络设备。

除此之外，数据中心运转会产生大量的热，因此需要一个完善的冷却和环境控制系统，来保证系统能够在良好状态下持久运行。另外还需要一个不间断电源，作为预防断电的备用，以及作为一个建筑，还有它本身运转所需要的电量及办公耗电。

未来，数据中心耗电量到底有多大？会不会对环境造成严重负担？在这个问题上，不同的机构给出的答案有所不同。

国际能源署认为，到2030年，全球AI数据中心的耗电量预计将翻一番，达到9450亿千瓦时，将约占2030年全球电力总消耗量的3%。并且，2024年至2030年，数据中心的电力消耗年均增长约15%，是其他所有行业电力总消耗量增速的四倍多。

 

但报告同时认为，3%这个占比，和其他大比例耗电的人类生产活动相比，仍然是比较有限的。报告还指出，尽管AI行业的用电需求会持续增长，但是这个增长预计只占到全球用电需求增长的不到10%。工业生产的用电增长、电动汽车普及带来的电力增长和升温后空调的广泛应用，会是占比更大的增长源。阅读整本报告，能够感受到，国际能源署面对AI巨大能耗的刀刃一面，采取一种相对默许的态度。

美国的顶尖大学和科研机构，则对此问题透露出更多忧虑。宾夕法尼亚大学计算与数据科学研究所副所长坎德米尔教授指出，在2030-2035年，在AI迅猛发展的情况下，数据中心的耗电量是有可能占到全球用电量的20%的，这将给电网带来巨大压力。

文章还提到了除耗电耗能外，AI产业可能带来的其他环境风险。越来越强大、复杂的数据中心设备，需要的是更有效率、更先进的冷却系统。在过去，数据中心解决这个问题的主要方式是利用风冷，如今则逐渐发展到水冷（液冷）散热。但这会带来大量的水资源消耗。芯片等计算设备的更新或消耗速度也很快，这也带来了大量的电子垃圾。生产芯片需要消耗稀土矿，大量的开采同样也会带来严重的环境问题。

权威科技期刊《麻省理工科技评论（MIT Technology Review）》在今年五月份推出一份研究，试图更准确地衡量AI能耗对环境的影响。

AI研发和运算对于能源的稳定性有极高的要求，因此，即便近年来清洁能源技术发展迅速，但它本身的特性导致很难持续稳定地供给大量的电（如太阳能在晚上无法发电，风电在风力不足时发电量也会下降）。今后如果有足够的储能技术和设备，问题便可以迎刃而解，但目前的储能技术还仍有突破空间。

这便决定了AI注定需要依赖传统能源，而这会带来更高的碳排放，与能源转型趋势相悖。哈佛大学陈曾熙公共卫生学院的一项研究指出，AI数据中心用电目前的碳排放密度，比美国的平均水平要高出48%之多。

AI能否可持续发展

如今，AI大厂已经开始把环境治理目标、气候雄心等，放在网站的显眼位置。

比如曾经的Facebook、如今成为大模型玩家的Meta，目前是全美第一大太阳能购电企业，近几年还签下不少风电大单。Meta自称其在2021年就已经实现“全球运营100%使用可再生能源”。

但有不少声音认为，Meta宣称的这一成果，实际上主要是通过购买碳信用额度实现的。也就是说，Meta购买新能源电厂的碳减排量，来抵消自家数据中心的碳排放。这种方式是《巴黎协定》确立的全球碳市场规则下的合规操作，但它并非真正100%使用清洁能源。

在清洁能源不够稳定、储能技术不够完善的情况下，AI公司投资清洁能源方案成为一种趋势，由此，AI巨头正在成为世界能源转型的重要参与者。

今年10月，谷歌宣布将出资支持美国伊利诺伊州一家天然气电厂配备碳捕获技术，并在未来从这家电厂大量购电。用上碳捕获技术后，电厂可以将90%的碳排捕获并封存在地下。谷歌也非常重视储能，它已经是全美储能装机量最大的企业，总储能量达到312兆瓦，比其余前十名的企业加起来还要多，还在不断跟进储能技术的研发。

 

去年，OpenAI的CEO山姆·奥特曼和两家风投公司一起，向初创能源公司Exowatt提供了2000万美元的融资。这家公司做的是以太阳能为基础的模块化能源系统，主要向AI数据中心供电。在他们的构想中，每一个模块单元可以由太阳能集热器、电池和调节器组成，布设大批量的模块，就可以快速且低廉地实现为数据中心大量供电。

奥特曼还在过去的四年里投资了两家核能初创公司Helion、Oklo，分别押宝核聚变和核裂变能源发电。他在2021年向Helion一口气注资3.75亿美元，这也是他迄今为止数额最大的一笔投资，可见他对于核能潜力的重视。Meta同样也是核能的重要投资者，该公司在去年年底面向全球发布了一份核能项目招标书，寻找有好方案的核能开发者，计划向他们提供资金，并在2030年实现1-4吉瓦的核电发电量新增。

但是，对核能的投资有很大的不确定性，此外核能是一种具有争议性的能源——如果它在技术上实现突破，或许就能高效生产巨大的电量；但同时会产生大量核废料，一旦操作不当，环境污染风险非常大。

对于开发核能的价值，国际环保机构绿色和平曾经指出，“和可再生能源相比，核能有更高的安全风险和环境污染隐患、更长的开发周期以及更高昂的建设成本，不应当被视作AI能源问题的解决方案。”

绿色和平还指出，AI企业不能只关注其企业内部尤其是数据中心的清洁能源问题，却忽视上下游供应链产生的环境问题。绿色和平东亚分部发布了一项研究报告，《供应链之变：跟踪AI巨头的脱碳进程（Supply Change: Tracking AI Giants’ Decarbonization Progress）》，报告指出，对于部分芯片生产企业来说，供应链的碳排放会占到其总碳排的98%之多，但几乎所有的AI巨头在供应链减排方面都表现不佳，既缺乏目标也没有行动。绿色和平研究的10家企业中，6家的总评分都为F级。

报告还指出，到2030年，全球人工智能芯片制造的电力需求可能比2023年飙升170倍。此外，AI产业链地域分布也带来气候公平问题：不少欧美企业将供应链设在亚洲，这也为后者带来了严峻的环境挑战。

其中，韩国、中国台湾是受影响最严重的地区，其中台湾地区2024年AI芯片制造的电力消耗量，已经相当于2023年约9.3万户台湾家庭的用电量，同比增长350.6%

如同整个气候议题所面临的困境一样，AI行业的能源转型是个系统大工程。在气候行动极其紧迫的情况下，AI产业需要加快行动步伐，制定系统完善的绿色方案。

让AI为环境所用

无论如何，AI的发展已经势不可挡。在此情况下，除了AI产业要致力于减少碳排放以外，还应当最大限度地把AI的潜力利用起来。

在今年刚刚结束的第三十届联合国气候变化大会（COP30）上，仅在第一周与AI相关的边会就有24个之多，参会者能直观感受到这个话题的火热程度。在气候议题上，AI的确具有广泛的应用前景。它能够快速筛选大量数据并做出判断，并通过对已有数据的学习，给出对未来趋势的预测。

比如谷歌推出的Google Earth AI，通过实时采集卫星图像并由AI进行监测和计算，能够提供更加准确、详细的天气预报、洪水预报、森林火警等。另外，也可以通过这个模型，对人文数据（比如人口动态、交通状况等）进行监测，帮助城市规划和公共卫生计划的推进。谷歌还在发布的文章中提到，如果多个类别数据的大模型组合、协同进行运算，能够诞生更强大的预测能力。比如将人口动态模型和自然景观模型结合后，他们使美国联邦紧急事务管理署的国家风险指数预测系统，对20种不同灾害的预测准确率平均提高11%，对龙卷风的预测提升更是达到25%。

 

谷歌对于AI在气候、环境中的应用更偏向于助力研究的层面，通过自家能够采集和掌握到的大量数据，来打造一个“学术人格”的大模型。

在贝伦气候大会上，谷歌发布了一款名为“Forest Listener”的工具，通过放置于雨林中的麦克风来采集和监测它的“心跳”，便于让科学家快速掌握森林的健康状况。此外，普通用户也可以在系统中自由探索，体验雨林生态系统中各个部分不同的声音。

不过，AI的应用目前还有一个待解的结，那就是如何将这些开发出来的工具送到需要的人手中。发达国家已经在推广AI工具的开发和应用，但发展中国家可能较难触及相应的资源，也缺乏应用新兴科技手段的能力。

在第二十七届联合国气候大会上，全球赋能可持续倡议组织（GeSI）提出倡议，由《联合国气候变化框架公约》秘书处（UNFCCC）牵头，搭建一个官方认可的、可以汇聚各方数据和技术能力的AI气候治理方案平台。

但是，找到有意愿承接平台开发的技术大厂并不容易，毕竟这需要投入公益资金，为UNFCCC免费搭建平台。这个工作很重要，因为如果气候治理领域有一个AI提供算力的信息库，就可以让全球范围的用户获益，产生更个性化的气候行动方案。

中国科技公司最终把这个担子接过来了。2025年8月，UNFCCC、GeSI与腾讯签约，将腾讯已经开发出的低碳社群平台“碳LIVE”进行升级。腾讯SSV（可持续社会价值事业部）在2022年开始开发“碳LIVE”，并在2023年的气候大会上推出国际版。

此次合作，腾讯提供技术架构，GeSI和UNFCCC负责全球合作伙伴协调与数据库的支持，最终形成了联合国解决方案平台（UNSH），并在COP30正式上线。用户可以直接登陆产品网站，向AI提出应对气候变化的相关问题，AI则通过知识库数据检索，给出技术解决方案。

目前，这个平台仍在初建阶段，搭载数据还有限。腾讯战略发展部高级顾问、亚洲开发银行前首席能源专家翟永平告诉《中国慈善家》，想要让一个AI工具良好地运行，需要从算力、算法、算据三方面入手。算据，也就是指数据，目前是UNSH的一个短板，有待于拓展完善。

他表示，很多国际组织和行业机构都有自己的数据库，需要进一步统筹协调，让UNSH成为一个集大成的平台，这是UNSH发挥更大作用的关键。

                                                                                   

作者：龚怡洁

图片来源：视觉中国、IC

图片编辑：张旭

值班编辑：张旭