美钢铝关税翻倍至50%冲击全球 多国威胁反制

生成一张图片(túpiàn)，需要多少电力？ 本文的封面图由DeepSeek与豆包联合生成(shēngchéng)，仅使用一条文字指令和(hé)一次图像请求。手机电量几乎未变(biàn)，但背后的实际能耗，足够让它从零充满一次。 从上游的芯片制造到下游的日常使用，人工智能发展的每个(měigè)环节都需要消耗大量生态(shēngtài)资源。 此外，一家半导体制造厂每小时的(de)用电量足以让100个人用上一整年；一家芯片(xīnpiàn)企业每年会(huì)造成200万吨的碳排放，相当于30万辆重型卡车全年的排放量。 GPT-3的诞生同样代价不菲：它单次训练耗电(hàodiàn)1287万度，产生552吨碳排放——为了让AI的大脑变得更聪明，人类先付出(fùchū)了能让一辆特斯拉汽车(qìchē)完整充电10000次的电量和(hé)制造325吨粗钢的碳排放。 这些生态污染与资源消耗虽然发生(fāshēng)在不同环节，但最终都离不开一个共同的场所：数据中心(shùjùzhōngxīn)。芯片制造出来供谁使用(shǐyòng)？模型训练在哪里完成？用户调用如何响应？事实上，看似轻盈的输出结果背后，是一座座体量庞大且能耗惊人(jīngrén)的数据中心在昼夜不停地运转。 AI背后的算力“心脏(xīnzàng)” AI不是凭空运行，从模型(móxíng)训练到推理应用，都需要数据中心强大的算力支撑(zhīchēng)。可以说，数据中心就是(jiùshì)AI系统的“心脏”，支撑着其持续运作，因此也成为了能耗和污染最集中的环节。 在各类数据中心中，企业和互联网数据中心与AI的关系较为(wèi)密切。它们集中部署了成千上万块高性能GPU（图形处理器），专为深度学习模型的训练而设计，是(shì)ChatGPT、Deepseek等生成式(shēngchéngshì)AI服务得以落地的算力(suànlì)底座。 随着技术的迭代(diédài)，AI对算力(duìsuànlì)的需求水涨船高(shuǐzhǎngchuángāo)，直接推动了数据中心数量的增长。AI工具的快速进化，离不开高性能的计算基础设施的支撑，推动着数据中心的全球扩张。 可以预见，数据中心将在未来数年内保持高速扩张(kuòzhāng)的(de)态势。截至2024年，全球数据中心的资本支出据估计已高达4300亿美元(yìměiyuán)，而这场(zhèchǎng)围绕算力的投资热潮仍在升温。未来，数据中心发展的经济账单将继续攀升。 这笔数据中心产业的投资大约相当于(xiāngdāngyú)全球每人支出了人民币380元。以这样(zhèyàng)的价格来享受人工智能前沿技术(qiányánjìshù)，似乎也是一笔划算的投入。 然而，这笔交易的附加项中打包了大量的环境代价——一份正在不断(bùduàn)积累、总量庞大的“生态账单”，至今既没有出现在产业成本的账面上(shàng)，并将随着数据中心的持续扩张不断增长(zēngzhǎng)。 根据国际能源署的最新预测，到2030年(nián)，全球数据中心的年耗电量预计将(jiāng)达到945太瓦时(tàiwǎshí)（TWh）左右——这个数字，已经略高于日本目前一整年的总用电量。 除可量化的资源消耗(xiāohào)和污染(wūrǎn)排放外，更隐蔽的还有：开采稀有金属带来的化学污染、电子废弃物中重金属的泄漏、自然土地被数据中心侵占后动物(dòngwù)失去栖息地……目前，这些影响尚未形成系统的监测数据。 这份(zhèfèn)被技术红利掩盖的“生态账单”，谁来结算、如何治理？ 在(zài)全球环境治理的复杂(fùzá)体系中，多个主体(zhǔtǐ)各自承担着不同层级的责任。企业作为直接运营数据中心的主体，距离污染源最近，也最具实施变革的能力。国际组织可以制定标准，政府可以出台政策，但能源结构(jiégòu)的选择与运行方式的调整，最终仍需由企业落地执行。 当前，碳排放控制成为多数企业环境治理策略的核心目标，其中在能源(néngyuán)端的(duānde)应对(yìngduì)最为突出。大多数企业将可再生能源或清洁能源的使用作为主要减排措施。这类路径在能源结构调整上相对可行(kěxíng)，也易于量化评估。 整体来看，当前企业“还账(huánzhàng)”的重点主要集中于减少碳排放，生态账单上的其他栏目尚(shàng)缺乏具体信息与解决方案。 即使是可持续实践的领军(lǐngjūn)企业，也会存在这一治理重心的偏移。谷歌在其《2024环境报告》中重点(zhòngdiǎn)对减碳路径进行了最详尽的披露。 其中，谷歌表示2023年(nián)其全球办公(bàngōng)及数据中心已实现(shíxiàn)每小时64%无碳能源使用率，44个电网区域中有10个达成90%以上清洁供电——这看似是一份不错的成绩单。 但从(cóng)国家维度来看，这份优秀的成绩单(chéngjìdān)背后暗藏着明显的断层趋势：加拿大魁北克的数据中心凭借丰富水电实现100%零碳(língtàn)运营，而(ér)沙特阿拉伯与卡塔尔的数据中心仍在完全依赖石油发电。在欧洲地区，波兰以31%垫底；而在亚洲地区(yàzhōudìqū)，表现最佳的韩国也仅达35%，远低于全球平均水平。 随着AI技术迭代加速，训练新一代AI大模型的能耗(nénghào)量级持续增长。支撑AI发展的全球数据中心集群，或许(huòxǔ)正在重塑(zhòngsù)一张新的环境治理“不平等地图”。 但谷歌(gǔgē)并不是这张“不平等地图”的唯一制作者。在全球(quánqiú)前五大云服务企业(qǐyè)中，除阿里巴巴(ālǐbābā)外，其余四家在他国布局的数据中心数量普遍(pǔbiàn)超过本土，呈现出明显的跨国企业全球布局倾向。而在环保透明度上，谷歌是其中唯一按照数据中心集群所在地公布实时环境指标的厂商。 随着AI的飞速发展，科技巨头企业仍(réng)将持续扩建数据中心(shùjùzhōngxīn)以应对日益增长的数据存储和处理需求，在选址上集中于南美洲、欧洲、北美洲。然而，由于造成了(le)环境问题，数据中心扩建计划在这些地区却引起了广泛的反对声潮(cháo)。 数据中心的快速扩张实际上属于“算力(suànlì)驱动型”的AI发展路径。如今，一种新的技术趋势(qūshì)正在浮现(fúxiàn)——AI正朝着高性能、低功耗方向演进。 中国团队推出的(de)开源大模型(móxíng)DeepSeek正展现着这种(zhèzhǒng)可能性。据DeepSeek披露，在不包含前期试错成本的情况下(xià)，大模型DeepSeek-v3的训练成本大约(yuē)在558 万美元。按照相似方法估算，GPT4的训练成本约为4800万美元。这不仅代表着经济层面的高性价比，也意味着在同等(tóngděng)的AI产出下，数据中心所承担的计算压力和能耗均有望减少。 此外，DeepSeek-v3采用了“MoE（Mixture of Experts）”模型。每次用户提问(tíwèn)，系统只激活一小部分参数进行处理，而不是全员上阵。这样使得每次推理时实际被激活的(de)参数只占(zhàn)总量的 5.5%，显著减少了计算(jìsuàn)量，也降低(jiàngdī)了模型运行时对数据中心资源的消耗。 与此同时，中国也正从政策层面积极回应数据中心(shùjùzhōngxīn)扩张所带来(dàilái)的环境压力，推动其(qí)绿色转型，力图在技术发展与环境可持续之间寻求平衡。 目前，电能利用效率（PUE）已经成为衡量绿色治理成效(chéngxiào)的重要风向标。以2030年为目标，我国各地数据中心(shùjùzhōngxīn)的PUE水平(shuǐpíng)将持续优化，向“1”稳步靠近。 在政策引导与技术进步的共同作用下，绿色转型正在成为中国数据中心(shùjùzhōngxīn)行业(hángyè)发展的主线。 OpenAI首席执行官Sam Altman曾(céng)表示(biǎoshì)，AI的成本正在以每年(měinián)降低10倍的速度演进，这一现象被称为“AI规模定律”（scaling law）。未来，AI的硬件更高效、算法更聪明(cōngmíng)，是否能够真正实现低耗又智能的良性循环？ 一些研究者对此持乐观态度(tàidù)，加州大学伯克利分校名誉教授、谷歌研究员戴夫·帕特森(pàtèsēn)（Dave Patterson）的(de)分析预测，由于人工智能软件和硬件能源使用(shǐyòng)效率的提高，人工智能的碳足迹将很快达到稳定水平，然后开始减少。 但乐观(lèguān)之外，还有(háiyǒu)一盆冷水：“杰文斯悖论”认为效率提高会带来使用激增，结果反而更耗能。华为创始人任正非曾(céng)这样比喻这条悖论：“把高速公路拓宽，车流速度快了(le)，油耗(yóuhào)本应(běnyīng)减少。但更多的车辆能上路，整体油耗反而增加了。”后续，当AI真正渗透进教育、办公、娱乐等日常场景，其总体能耗可能在无形中不断累积，超出原本“节能”的设想。 在这种不确定性下，个人用户的选择不应被忽视(bèihūshì)。虽然用户无法直接决定一项AI技术的底层设计或训练规模，但(dàn)可以在使用中取舍——比如关注平台的能源披露与可持续承诺，避免无意义的频繁调用，理解每(měi)一次点击背后都存在一次计算的事实(shìshí)。 所有改变(gǎibiàn)的前提，是先看见问题本身。当更多人开始意识(yìshí)到这些“看不见”的能源消耗和(hé)环境代价，技术将向着更可持续的目标前进。更长远来看，公众(gōngzhòng)的使用偏好和舆论导向，也将在某种程度上塑造AI生态的未来方向。 作者丨杨智博、沈馨(shěnxīn)、田益铭、韩旻格、傅冰清 指导老师｜崔迪、徐笛(xúdí)、周葆华 封面图｜DeepSeek、豆包(dòubāo)共同绘制 动图内嵌(nèiqiàn)视频 | 即梦生成 本文为(wèi)复旦大学新闻学院《数据分析与信息可视化》课程作品 复数(fùshù)实验室 X 对齐Lab (本文来自澎湃(pēngpài)新闻，更多原创资讯请下载“澎湃新闻”APP)