[AI书房] 第7章 电力、碳与全球变暖
AI向人类提出的10个问题
第7章 电力、碳与全球变暖
金京镇
「文明的帝国建筑在千瓦之上。」 ，，温斯顿·丘吉尔
夜幕笼罩德克萨斯州阿比林的荒野，有一座巨大建筑在深夜依然灯火通明。这是OpenAI星际之门项目的第一座数据中心。仅这一栋建筑的耗电量就达1.2吉瓦，足以供75万户家庭使用。而这只是开始。OpenAI宣布将在未来四年投入5000亿美元，建设总计10吉瓦的AI基础设施。这一规模相当于荷兰全国的用电量。
1. 人工智能以电为食
人靠食物维持生命活动，人工智能靠电力运算、写作、推理。但AI的胃口远超想象。谷歌搜索一次消耗0.3瓦时电力，而向ChatGPT提出同样的问题则消耗2.9瓦时，差距接近10倍。
OpenAI的萨姆·奥尔特曼请求用户「不要对AI说谢谢」，原因就在这里。用户每写一句「谢谢」，AI就要再生成一次回复，再消耗一次电力。一个每天有数亿用户的服务，这种微小差异会累积成天文数字般的电力消耗。
正如AI记者凯伦·郝的尖锐评论：「AI帝国与贪婪吞噬资源的现实帝国毫无二致。」我们沉浸在数字世界的便利中，忘记了背后隐藏的物质代价。就像特斯拉自动驾驶汽车的底盘全是电池一样，AI的便利背后隐藏着巨大的电力消耗。
2. AI数据中心的惊人耗电量
国际能源署(IEA)最新报告给出了令人震惊的数据：全球数据中心的电力消耗将从2024年的415太瓦时飙升至2030年的945太瓦时，增幅超过一倍。这相当于当前日本全国的用电量。
更令人吃惊的是，AI正是这一增长的主要推手。AI优化数据中心的电力需求预计到2030年将增长4倍以上。MIT研究团队指出，北美数据中心的电力需求从2022年底的2688兆瓦猛增到2023年底的5341兆瓦，几乎翻了一番。这一切发生在短短一年之内。
星际之门项目的规模清楚地说明了这一趋势。运行200万颗AI芯片每年需要122亿千瓦时电力。按美国平均电价计算，仅年电费就高达12亿美元。但实际电力消耗还会更大，因为除了芯片本身的用电外，还要算上服务器、冷却系统、UPS、通信设备等，总耗电量可能是芯片本身的两倍。
冷却问题尤为严峻。AI数据中心的机架功率密度正从传统的10至15千瓦飙升至40至250千瓦。这已经远超传统空气冷却的承受极限，液体冷却技术成为必需品，而液冷本身也消耗大量电力。冷却在数据中心总耗电中的占比约为40%。
3. 重新燃烧煤炭的美国
讽刺的是，作为未来技术的AI正在复活过去的能源，，煤炭。美国正面临严峻的电力短缺。据北美电力系统可靠性协会(NERC)数据，美国超过一半的州在未来十年内很可能遭遇电力供应不足的困境。
佐治亚州因AI数据中心建设导致工业用电需求猛增，将未来十年的电力需求预测调高了17倍。弗吉尼亚州北部为了给新建数据中心供电，还需要额外建设数座大型核电站。
在这种紧迫情形下，美国正在做出优先保障电力供应而非环境保护的选择。堪萨斯州、内布拉斯加州、威斯康星州、南卡罗来纳州原本计划关停的燃煤电厂被延长运行。这与应对气候变化的时代使命正面冲突。
高盛估计，2022年至2030年间，为满足美国AI相关电力需求的增长，约需500亿美元（约合69万亿韩元）的投资。问题在于，可再生能源发电站的建设速度跟不上这种需求增长。太阳能和风能的发电成本仍高于化石燃料，且受天气影响波动较大。
4. 2027年，电力不足导致AI停摆
Gartner发布了一个令人震惊的预测：到2027年，现有AI数据中心中40%将面临电力可用性问题。换句话说，可能因为缺电而导致AI无法正常运行。
问题的核心是老化的输电网络。输电网是电力传输的通道，负责将发电站产生的电力送到家庭、企业和数据中心。目前美国有超过2太瓦的可再生能源项目在等待电网接入许可。从历史数据看，每100个可再生能源项目中仅有15个能获得电网接入许可。
接入成本也是天文数字。在管理美国中大西洋地区电网的PJM公司，太阳能电站接入电网需支付每兆瓦10万美元，约合1.3亿韩元。建设新输电线路的全过程，，规划数年、政府与居民审批数年、实际施工数年，，大多需要10年以上。
在这种局面下，企业正以电力供应为首要考量来选择数据中心选址。它们离开硅谷、西雅图等传统技术中心，把目光投向美国中部的玉米田。这正在急剧改变农村地区的土地利用模式，对当地居民生活也产生巨大影响。
5. 气候变化加速与碳排放激增
AI的扩张正在急剧推高碳排放量。国际能源署(IEA)估算，全球数据中心行业2024年排放约1.8亿吨温室气体。摩根士丹利的报告分析指出，到2030年数据中心的温室气体排放将达到每年25亿吨。
主要企业的现实更加触目惊心。谷歌仅2023年就排放了1430万吨温室气体，比上年增加13%。与2019年相比增长了近50%。微软同样宣布，其碳排放量自2020年以来增长了29.1%。
更严重的是，企业公开发布的数字很可能远低于实际值。据《卫报》调查，谷歌、微软、Meta、苹果等大型科技公司所拥有的数据中心在2020年至2022年期间的温室气体排放量，估计是官方公布数字的7.62倍。
这种情况下，企业的碳中和目标正变成空洞的承诺。谷歌去年7月放弃了「首家实现碳中和的企业」这一头衔，原因是AI技术发展和数据中心扩张导致碳排放持续增加。全球以2050年碳中和为目标的大背景下，AI引发的温室气体排放增长正与气候变化应对正面碰撞。
6. 冷却水与水资源枯竭
AI对水的渴求丝毫不亚于对电力的需求。平均而言，一座100兆瓦的数据中心每天消耗200万升水，相当于6500户家庭的用水量。全球数据中心每年用水量达5600亿升，可以填满22.4万个奥运标准游泳池。
谷歌2023年全年用水量为61亿加仑（约231亿升），相当于一座小城市一年的用水量。更严重的是，数据中心使用的水有80%蒸发散失，无法回到原来的水源。
彭博社的分析显示，2022年以来美国新建或在建的AI数据中心中，近三分之二位于本已缺水的地区。超过160座新AI数据中心落户缺水地区，给当地社区的水资源带来更大压力。
在亚利桑那州，农民被迫放弃耕地，居民家中断水，数据中心却仍在大量抽取用水。俄勒冈州达拉斯市，谷歌数据中心占全市总用水量的25%，2017年至2022年间用水量增长了近3倍。
水资源问题在沙漠地区格外突出。沙特阿拉伯和阿联酋等干旱地区为了搭上AI热潮的快车正在引进更多数据中心，但这只会给本已匮乏的水资源带来更大压力。
7. 不可持续发展的代价
一位OpenAI员工说的「我们正在耗尽土地和电力」，一语道出问题的严重性。到2027年，AI行业预计消耗85至134太瓦时电力，相当于荷兰全国的用电量。面对这样的现实，我们必须认真思考：以这种速度发展AI，真的可以吗？
最根本的问题在于，AI开发完全依赖市场逻辑。企业为了在竞争中胜出，争相打造更大、更强的AI模型，过程中环境成本和社会成本被视而不见。AI开发的收益集中于少数巨头企业，而环境破坏和能源短缺的代价却要由全人类承担。这是一种极不公平的结构。
荷兰央行数据科学家亚历克斯·德弗里斯指出：「AI是能源密集型技术，把它投入到各种实际上根本不需要的工作中去，是纯粹的浪费。」我们正沉迷于AI的便利，丧失了区分「真正需要」和「并不需要」的判断力。
AI开发需要监管和指引。与其无节制地扩散AI，不如把它用在真正需要的地方。AI企业的环境责任必须加强，需要更严格的环保标准和碳排放限制。同时，提升能源效率的技术开发也需要更多投入。
个人层面同样可以有所作为。使用AI服务时多想一想是否真的有必要，减少不必要的AI使用。选择环保意识更强的AI企业，向政府和企业发出要求更严格环保标准的声音，这些都很重要。
我们站在岔路口。是为了AI的便利而破坏环境、把负担推给下一代，还是以可持续的方式发展AI？人工智能是一项能够改变人类未来的强大技术，但它的强大恰恰意味着必须谨慎使用。
我们今天做出的选择将决定后代的命运。享受AI带来的便利，但要清楚地认识其代价，并朝着可持续的方向推进发展，这是我们所有人的责任。在技术进步与环境保护之间、在经济增长与社会公平之间寻找平衡，虽然困难，却是必须面对的课题。为了留给后代一个健康的地球和可持续的社会，改变必须从现在开始。