AI爆发的背后：地球资源正在为其买单

当我们和聊天机器人交流、生成图片，甚至用AI制作视频时，很多人并没有意识到，这些虚拟操作其实在现实世界中消耗了大量的电力、水源和土地资源。

6月3日，联合国大学水、环境与健康研究所发布了《AI能耗的环境成本：碳、水和土地足迹》报告。报告预计，到2030年，用于支撑全球人工智能的数据中心每年将消耗945太瓦时的电能，所需水资源相当于13亿人一整年的生活用水，所占据的土地面积也将超过14500平方公里。

AI带来的环境影响，不止体现在碳排放上

报告指出，为AI系统供能的每1千瓦时电力，都会带来三方面的环境负担：能源生产释放的碳排放、电力和设备冷却产生的耗水，以及相关设施建设加剧的土地占用。

更值得注意的是，这三种环境影响并不会总是同步变化舆情网。有些看似环保的能源方案，反而可能在其他维度带来更大压力。举例来说，从煤炭转向生物质能源，虽然平均碳排放会减少大约72%，但用水需求可能激增30多倍，土地消耗甚至高出100倍。

该报告的主要作者米丽娅姆·阿策尔表示，他们最吃惊的发现之一，是一些碳排放量极低的选择，反而极大加重水或土地压力。“低碳”不代表“低耗水”或“低占地”。

因此，专家提示，如果只用某一个指标来衡量AI技术的可持续发展，很容易忽视各种环境目标之间的平衡，甚至造成环境压力转移到本来就资源短缺的地区。未来评价AI对生态影响时，需要“碳”“水”“地”三项指标综合考量，而不能只看二氧化碳排放。

AI能耗远不止训练环节

目前一提到AI的能源消耗，人们多数想到大型模型训练时海量的算力消耗。其实，报告披露，训练GPT-5类大模型可能需要100吉瓦时的电量，这相当于撒哈拉以南非洲约77万人全年的民用电力，同时要耗费10亿升的水资源，还会占用1.5平方公里的土地——差不多215个足球场大小。

但实际上，AI模型训练只是能源消耗的起点。随着模型进入实际应用，真正持续占用电水土地资源的，是推理环节，也就是模型实时回应和处理用户请求。研究结果显示，这部分环节要占到AI能耗的80%到90%。

比如ChatGPT，每天响应大约25亿条用户请求。哪怕是每次请求用电量仅为0.42瓦时，则一年下来累计耗电达到383吉瓦时。与之相关的一年用水量，相当于撒哈拉以南非洲50万人基础生活用水需求，占地面积也超过800个足球场。

如果AI应用场景得到更大规模推广，资源消耗还会继续增加。谷歌普通搜索每次大约用电0.3瓦时，但是结合生成式AI的搜索请求最多可达3瓦时。

另一方面，视频生成正迅速成长为AI消耗资源的新高地。一段高分辨率的AI视频，往往需要消耗超过415瓦时电能，远远大于普通AI图片的总体能耗。研究人员警告，随着AI视频生成进入主流网络应用，相关的能源和用地用水压力会快速放大，成为重要的环境议题。

尤其需要警惕的是，技术提升不一定自动减少资源消耗。联合国大学水、环境与健康研究所所长卡韦赫·马达尼指出，虽然不少人寄希望于技术进步降低AI带来的环境负担，但往往更高效、更普及的AI和能源技术，反而意味着更多使用，从整体上增加了生态足迹，这就是“反弹效应”或“杰文斯悖论”。

谁获益，谁买单？

报告显示，全球专用AI数据中心只有32座，而拥有自主AI计算能力的国家却不到三分之一，也就是150多个国家目前基本无法独立支持AI技术发展。

与此同时，AI数据中心在部分地区已经给当地产生了实际的能源和资源压力。

以爱尔兰为例，2023年全国数据中心的用电占比达到21%，用电量超过全国所有城市居民家庭总和；在墨西哥的克雷塔罗州，数据中心建设正让原本紧张的水资源更趋严峻；乌拉圭在2023年深受干旱之苦，却正值一项大型数据中心建设宣布，而首都蒙得维的亚甚至一度出现饮用水资源告急的情况。

报告作者米尔·马廷提到，承担数据中心环境压力的那些社区，实际上并不是AI带来的直接受益者。

此外，报告还提出，到2030年，全球AI基础设施每年产生的电子废弃物可能高达250万吨，折算下来相当于一年世界上消失了250座埃菲尔铁塔的体积。

联合国大学校长、联合国副秘书长马瓦拉也强调，这份报告的目标不是否定AI本身，因为AI正在驱动一场全球变革，改善数十亿人的生活。真正的难题，是如何让AI技术红利能公平落地，这已经上升为治理挑战，而不只是一个技术难题。

因此，报告建议，针对AI技术的治理，要建立基于公开透明、设计优化、公平与环境正义、全生命周期责任、全球合作以及可持续利用原则的系统治理架构。