人工智能正迅速成为当代最具变革性的技术之一。然而，在其创新的背后，却隐藏着一个日益严重的环境问题：碳足迹。最近的分析表明，全球人工智能的使用每年可能产生多达8000万吨二氧化碳，其排放量相当于一个小国或像纽约这样的大都市的排放总量。
这一惊人的对比表明，人工智能不仅是一场技术革命，也是一个具有全球影响的新兴环境因素。
8000万吨基准：人工智能辩论的转折点
据估计，人工智能系统每年可产生3260万至7970万吨二氧化碳，这是影响人工智能与可持续发展对话的最引人注目的数字之一。上限约为8000万吨，这已经成为一个具有象征意义的门槛。
为什么会出现这种情况？
因为它将人工智能归入了传统上为民族国家保留的类别。这种规模的排放量相当于：
- 欧洲较小国家的年度碳足迹
- 全球主要城市（如纽约）的总排放量
- 在整个工业部门的排放量中占有相当大的比例
这一对比从根本上改变了人们对人工智能的看法。它不再只是一个数字工具，而是一个能源密集型系统，会对环境造成切实的影响。
人工智能如何达到国家一级的排放水平
人工智能的排放量可与一个国家的排放量相媲美，这一观点似乎令人惊讶，但在研究人工智能系统如何大规模运行时，这一观点就变得更加清晰了。
大规模培训需求
训练尖端的人工智能模型需要大量的计算资源。这些过程可以在数千个专用芯片上运行数周或数月，消耗大量电力。
全球规模部署
人工智能模型一旦经过训练，就会被部署到数以百万计的应用程序中——从聊天机器人和搜索引擎到推荐系统和企业工具。这种被称为“推理”的持续使用会产生持续的能源需求。
数据中心扩展
为了支持人工智能工作负载，超大规模数据中心正在全球范围内扩张。这些设施全天候运行，不仅需要计算能力，还需要大量冷却系统，从而进一步增加了能源消耗。
这些因素共同推动人工智能的碳足迹达到与整个国家相当的水平。
将人工智能排放量与一个小国相比较
要了解8000万吨二氧化碳的规模，需要结合具体情况。
许多小国的年排放量也在这个范围内。当人工智能系统的总排放量接近这一水平时，就碳排放量而言，它们实际上成为了一个“虚拟国家”——一个没有国界、但足迹迅速增长的国家。
这一类比凸显了三个重要观点：
- 人工智能排放集中于基础设施，而非地理位置
- 驱动增长的是技术应用，而非人口
- 发展轨迹呈指数增长，并不稳定
国家的排放量可能会随着政策变化而趋于稳定或下降，而人工智能的排放量则与不断增长的计算需求有关，而且这种需求还在加速增长。
为什么这一数字可能仍然保守
高达8000万吨二氧化碳的估计值主要反映的是人工智能系统运行时产生的运行排放。然而，如果考虑到其他因素，全部环境影响可能会更高。
硬件制造
图形处理器、服务器和半导体组件的生产蕴含着巨大的碳成本。
供应链
建设和维护人工智能基础设施所涉及的全球物流也造成了额外的排放。
能源变化
并非所有数据中心都使用清洁能源。在依赖化石燃料的地区，人工智能运营的碳强度要高得多。
这些因素综合起来表明，人工智能的真正环境足迹可能超过目前的估计。
增长曲线：为什么人工智能会超过这个阈值？
令人担忧的不仅是人工智能可能会产生8000万吨二氧化碳，而且可能会迅速超过这一水平。
有几种趋势支持这一轨迹：
- 各行各业越来越多地采用生成式人工智能
- 对实时人工智能服务的需求不断增长
- 更大、更复杂的模型需要更多计算
- 在全球范围内扩展人工智能基础设施
随着这些趋势的汇聚，如果不加以控制，人工智能的排放量可能会超过一个小国，接近较大经济体的排放量。
双重现实：气候风险与气候机遇
尽管人工智能的碳足迹越来越大，但它也有潜力成为其他领域的减排工具。
人工智能已被用于：
- 优化智能电网的能源消耗
- 改善物流，减少燃料使用
- 加强气候建模和预测
- 提高制造和供应链的效率
这就产生了一个悖论：人工智能在造成排放的同时，也提供了减少排放的解决方案。
人工智能对环境的净影响将取决于这一平衡的哪一方增长更快。
实现可持续的人工智能：减少国家级排放
如果要避免人工智能成为主要的气候负担，就必须集中力量大规模减少其碳足迹。
主要方法包括：
向可再生能源过渡
使用可再生能源为数据中心供电可大幅降低排放量。
高效模型设计
开发更小、更高效的人工智能模型可以在不牺牲性能的前提下降低计算要求。
硬件创新
下一代芯片的设计旨在以更低的能耗提供更高的性能。
更智能的基础设施
将数据中心设在能源更清洁、气候更凉爽的地区，可以减少能源使用和排放。
人工智能每年可产生8000万吨二氧化碳，与一个小国的排放量相当。
人工智能不再仅仅是一种数字创新；它是一个具有现实后果的物理系统。人工智能的碳足迹已经十分显著，随着其应用的增加，碳足迹还将继续增长。
人工智能究竟是气候变化的主要推手，还是应对气候变化的有力工具，将取决于技术提供商、政策制定者和企业今天做出的决定。
显然，人工智能对环境的影响已不容忽视。