官方网站-首页

【导语】你跟AI说过“谢谢”吗？这看似礼貌的行为，却可能让AI消耗了巨额电力资源。OpenAI CEO山姆·奥特曼揭示，对AI的礼貌用语可能导致了数千万美元的电费开销，引发环保(bǎo)忧(yōu)虑(lǜ)。AI作为推动环保的工具，其自身的研发和运营却相当耗能，碳排放问题不容忽视。本文将探讨AI的碳排放现状、影响及减碳途径，揭示在(zài)享(xiǎng)受(shòu)AI便(biàn)利(lì)的(de)同(tóng)时(shí)，我(wǒ)们(men)如(rú)何(hé)共(gòng)同(tóng)应(yīng)对(duì)其(qí)带(dài)来(lái)的(de)环(huán)境(jìng)挑(tiāo)战(zhàn)。

你(nǐ)跟(gēn)AI说(shuō)过(guò)谢(xiè)谢(xiè)吗(ma)？

几(jǐ)个(gè)月(yuè)前(qián)，OpenAI的(de)CEO山(shān)姆(mǔ)·奥(ào)特(tè)曼(màn)（Sam Altman）在推文中提及，对AI说“请”和“谢谢”或许让他们花掉了“数千万美元”电费。巨额电费也意味着，AI因为人类的礼貌而消耗了大量的电力资源，变得更不环保了。

OpenAI的CEO山姆·奥特曼（Sam Altman）在推文中提及，对AI说“请”和“谢谢”或许让他们花掉了“数千万美元”电费。

AI作为工具，可以助力环保研究和环保事业，但这个工具的研发和运营却相当耗能。更严重的问题是，我们说不清AI会造成多少碳排放。

要让AI变得更环保，也绝不仅仅是人类不说“请”和“谢谢”那么简单。

用一次AI有多少碳排放？

AI工具到底会消耗多少电能，又会造成多少碳排放，这其实是一个很难回答的问题。

最主要的困难在于信息不透明。提供AI服务的大公司往往不会公布详细的能耗数据，研究者经常只能通过间接估算进行分析——例如，他们有时会通过英伟达服务器的需求量对AI能耗规模进行计算。

这些估算存在很多假设，其结果的可靠程度也比较有限。有时，不同来源的估算会得出差异(yì)较(jiào)大(dà)的(de)结(jié)论(lùn)：例(lì)如(rú)一(yī)项(xiàng)估(gū)算(suàn)认(rèn)为(wèi)，每(měi)使(shǐ)用(yòng)一(yī)次(cì)ChatGPT平(píng)均(jūn)会(huì)消(xiāo)耗(hào)2.9 瓦(wǎ)时(shí)的(de)电(diàn)力(lì)[1]，而(ér)另(lìng)一(yī)项(xiàng)估(gū)算(suàn)则(zé)认(rèn)为(wèi)每(měi)次(cì)查(chá)询(xún)平(píng)均(jūn)仅(jǐn)需要0.3瓦时电力[2]，二者相差了将近10倍。

一项估算认为，每次用ChatGPT查询平均会消耗2.9瓦时电力，耗电(diàn)量是使用搜索引擎的10倍——但我们很难判断这些数字有多准确 | pexels

除此之外，研究者还有另一种方法获得数据：他们可以亲自下载并运行AI模型，让它们执行标准化的任务，然后测量由此产生的电能消耗。结合当地电网中火力发电的占比(bǐ)，人(rén)们(men)还(hái)可以进一步计算出耗电背后的碳排放。这样得出的数据更加准确，但它只适用于开源模型，依然不足以揭示AI环境影响的全貌。

在最近发表的研究中，德国科学家就对14个开源大语言模型进行了这样的分析[3]。研究发现，不同模型在回答相同问题时的能耗与碳排放差异极大，最大与最小的数据之间甚至相差了50倍以上。

扩大参(cān)数(shù)规(guī)模、采用逐步推理可以提升AI的表现，但这些因素也增加了运算量，导致碳排放大幅增加。在这项研究的测试范围内，碳排放最多的AI模型是Deepseek R1 70B，让它回答60万个问题所产(chǎn)生(shēng)的(de)碳(tàn)排放，相当于乘飞机在伦敦与纽约之间往返一次[4]。

目前仍有较大比例的电能来自火力发电，因此运行AI模型在耗电的同时也会产生间接的二氧化碳排放 | Wikipedia

单次使用AI的碳排放并不算大，但考虑到热门AI工具有着上亿规模的访问量，相关碳排放总数依然相当可观。在此之外，AI模型的训练、硬件生产、服务器冷却等环节还有很多额外的环境成本——但由于数据不足，这些成本的总和究竟有多大同样是个谜。

整体不高，但局部影响大

AI模型的计算工作通常在大型(xíng)数(shù)据(jù)中心完成。随着AI的迅速扩张，近几年数据中心用电需求快速增长，不过它在全球能源消耗和碳排放中的占比还比较小。

根据国际能源署（IEA）的统计，2024年数据中心的用电总量约为415太瓦时（TWh），占到全球用电总量的1.5%。供应这些电力产生的二氧化碳排放约为1.8亿吨，约占燃烧排放总量的0.5%[5]。

根据该机构的估计，到2030年，数据中心的用电量可能会翻一番，达到约945太瓦时。虽然涨幅惊(jīng)人(rén)，但(dàn)在全球(qiú)电(diàn)力(lì)消(xiāo)耗(hào)总(zǒng)量(liàng)中(zhōng)，它(tā)依(yī)然(rán)只(zhǐ)占(zhàn)了(le)大(dà)约(yuē)3%[5]。

不(bù)过(guò)，数(shù)据(jù)中(zhōng)心(xīn)有(yǒu)“扎(zhā)堆(duī)”的(de)特性，因此哪怕总量看起来不高，局部地区受到的影响仍可能会非常显著。企业往往倾向于将数据中心建设得非常密集，这样有利于高效传输信息，还可以共享电力与冷(lěng)却(què)设(shè)施(shī)。这(zhè)样(yàng)做(zuò)非(fēi)常(cháng)方(fāng)便(biàn)，但(dàn)可(kě)能(néng)会(huì)给(gěi)局(jú)部(bù)供(gōng)电(diàn)带(dài)来(lái)巨(jù)大(dà)的(de)压(yā)力(lì)。

与(yǔ)炼(liàn)钢(gāng)厂(chǎng)等(děng)传(chuán)统的高耗能设(shè)施(shī)相(xiāng)比(bǐ)，数(shù)据(jù)中(zhōng)心(xīn)在(zài)空(kōng)间(jiān)上(shàng)更(gèng)加(jiā)密(mì)集 | cisco

在(zài)一(yī)些(xiē)地(de)方(fāng)，数(shù)据(jù)中(zhōng)心(xīn)的(de)影(yǐng)响(xiǎng)比(bǐ)全球(qiú)平(píng)均(jūn)值(zhí)要(yào)高(gāo)得(de)多(duō)。例(lì)如(rú)，美(měi)国(guó)弗(fú)吉(jí)尼(ní)亚(yà)州(zhōu)目(mù)前(qián)已(yǐ)有(yǒu)340个(gè)数据中心。据研究机构统计，这(zhè)些(xiē)数(shù)据(jù)中(zhōng)心的用电量占到了该州电力消耗总量的四分之一以上[6]。

在这里，数据中心的建设仍在快速推进，电力不足的迹象也开始显现。AI带来的电力需求缺口可能要靠新建大型燃气发电厂才能解决——而这样一来，碳排放自然也会随之增加。

为AI减碳，不说谢谢有用吗？

在谈论减少AI碳排放时，不少人都会提议从不对AI说“谢谢”做起，这种说法确实有些道理。

大语言模型在接到用户输入指令时，会将文字拆分成许多基本的“词元”（token）来分析。需要处理的词元数量决定了AI的工作量，因此也与能耗和碳排放密切相关。如果能减少“谢谢”这样可有可无的文字，就能让词元量减少一点，让AI在执行任务时少费一点电。

不过，比起一句客套话，对碳排放影响更大的可能还是AI的推理模式。上面提到的新研究发现：启用逐步推理的大语言模型，碳排放达到了其他模型的4-6倍[3]。这是因为，在展现逐步“思考”过程时，AI模型会生成额外的文字，它们需要处理的词元数量也会大幅增加。

精简提(tí)问(wèn)、谨(jǐn)慎(shèn)地(de)选(xuǎn)择(zé)AI模(mó)型(xíng)，这(zhè)对(duì)减(jiǎn)少(shǎo)碳(tàn)排(pái)放(fàng)有(yǒu)些(xiē)帮(bāng)助(zhù)；不(bù)过(guò)，这(zhè)个(gè)问(wèn)题(tí)终(zhōng)归(guī)不(bù)能(néng)只(zhǐ)靠(kào)约(yuē)束(shù)使(shǐ)用(yòng)者(zhě)来(lái)解(jiě)决(jué)。提(tí)升(shēng)AI效(xiào)率、更多使用清洁能源发电、合理布局数据中(zhōng)心(xīn)才(cái)是(shì)解(jiě)决(jué)AI环(huán)境(jìng)危(wēi)机(jī)的(de)根(gēn)本(běn)途(tú)径，而(ér)这(zhè)些(xiē)措(cuò)施(shī)都(dōu)需(xū)要(yào)企(qǐ)业(yè)与(yǔ)政(zhèng)府(fǔ)的(de)共(gòng)同(tóng)努(nǔ)力(lì)。

作(zuò)者(zhě)：窗(chuāng)敲(qiāo)雨(yǔ)

编(biān)辑(ji)：麦(mài)麦(mài)

封(fēng)面图为版权图库图片(piàn)，转(zhuǎn)载(zài)使(shǐ)用(yòng)可(kě)能(néng)引(yǐn)发(fā)版(bǎn)权(quán)纠(jiū)纷(fēn)