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(yǔ)豆包联合生成，仅使用(shǐyòng)一条文字指令和一次图像请求。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(cóng)上游的芯片制造到下游的日常使用，人工智能发展的每个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；一家芯片企业每年会造成200万吨的碳排放(páifàng)，相当于30万辆重型卡车全年(quánnián)的排放量。 GPT-3的诞生同样代价不菲：它单次训练耗电1287万度，产生(chǎnshēng)552吨碳排放——为了让(ràng)AI的大脑变得更聪明(cōngmíng)，人类先付出了能让一辆特斯拉汽车(qìchē)完整充电10000次的电量和制造325吨粗钢的碳排放。 这些生态(shēngtài)污染与资源消耗虽然发生在不同环节，但最终都离不开一个共同的场所(chǎngsuǒ)：数据中心。芯片制造出来供谁使用？模型训练在哪里完成(wánchéng)？用户调用(diàoyòng)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的数据中心在昼夜不停地运转。 AI背后的(de)算力“心脏” AI不是凭空运行，从(cóng)模型训练到推理应用，都需要(xūyào)数据中心强大(qiángdà)的算力支撑。可以说，数据中心就是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(zhōng)心中，企业和互联网数据中心与AI的(de)关系较为密切(mìqiè)。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ChatGPT、Deepseek等生成式AI服务得以落地(luòdì)的算力底座。 随着技术的(de)迭代，AI对算力的需求水涨船高，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(líbùkāi)高性能的计算基础设施的支撑，推动着数据中心的全球(quánqiú)扩张。 可以预见，数据中心将在未来数年内保持高速扩张的态势。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，而这场围绕(wéirào)算力的投资热潮仍在升温(shēngwēn)。未来，数据中心发展(fāzhǎn)的经济(jīngjì)账单将继续攀升。 这笔数据中心产业的投资大约相当于全球每人支出了人民币380元(yuán)。以这样的价格来享受人工智能前沿技术，似乎也是一笔(yībǐ)划算(huásuàn)的投入。 然而，这笔交易的附加项中打包了大量的环境代价(dàijià)——一份正在不断积累、总量庞大的“生态账单”，至今(zhìjīn)既没有出现在产业成本的账面上，并将随着数据中心的持续(chíxù)扩张不断增长。 根据(gēnjù)国际能源署的(de)最新预测，到2030年，全球数据中心的年耗电量预计将达到945太瓦时（TWh）左右——这个数字(shùzì)，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和污染(wūrǎn)排放外，更隐蔽的还有：开采(kāicǎi)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失去栖息地……目前，这些影响尚未形成系统(xìtǒng)的监测数据。 这份被技术红利掩盖的“生态账单”，谁来结算、如何(rúhé)治理？ 在全球环境治理的复杂体系中，多个主体各自承担(chéngdān)着不同(bùtóng)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(shíshī)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(néngyuán)结构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(kòngzhì)成为多数企业环境治理策略(cèlüè)的核心目标(mùbiāo)，其中在能源端的应对最为突出。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(cuòshī)。这类路径在能源结构调整上相对可行，也易于量化评估。 整体来看(láikàn)，当前企业“还账”的重点主要集中于减少碳排放，生态账单上的其他栏目尚缺乏具体信息与解决方案(jiějuéfāngàn)。 即使是可持续(chíxù)实践的(de)领军企业，也会存在这一治理重心的偏移。谷歌在其《2024环境报告》中重点对减碳路径进行了最详尽的披露。 其中，谷歌(gǔgē)表示2023年其全球办公及数据中心已实现每小时64%无碳能源使用率，44个(gè)电网区域中有10个达成90%以上清洁供电——这看似是(shì)一份不错的成绩单。 但从国家维度来看，这份优秀的成绩单背后(bèihòu)暗藏着明显的断层趋势：加拿大(jiānádà)魁北克的数据中心凭借丰富水电(shuǐdiàn)实现100%零碳运营，而沙特阿拉伯与卡塔尔的数据中心仍在完全(wánquán)依赖石油发电。在欧洲地区，波兰以(yǐ)31%垫底；而在亚洲地区，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(xīnyídài)AI大模型的能耗量级持续增长。支撑AI发展(fāzhǎn)的全球数据中心集群，或许(huòxǔ)正在重塑一张新的环境治理“不平等地图”。 但谷歌并不是这张“不平等地图”的唯一制作者。在全球前五大云服务企业中，除阿里巴巴外，其余四家在他国布局的数据中心数量(shùliàng)普遍超过(chāoguò)本土，呈现出(chéngxiànchū)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(qízhōng)唯一按照数据中心集群所在地公布实时环境指标(zhǐbiāo)的厂商。 随着AI的飞速发展，科技(kējì)巨头企业仍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(xūqiú)，在选址上集中于南美洲、欧洲、北美洲。然而，由于造成了环境问题，数据中心扩建计划(jìhuà)在这些地区却引起了广泛的反对声潮。 数据中心的(de)快速扩张实际上属于“算力驱动型”的AI发展路径(lùjìng)。如今，一种新的技术趋势正在浮现——AI正朝着(cháozhe)高性能、低功耗方向演进。 中国团队推出的开源大模型DeepSeek正展现着(zhe)这种可能性。据(jù)DeepSeek披露，在不包含前期试错成本的情况下，大模型DeepSeek-v3的训练成本大约在558 万美元。按照相似(xiāngsì)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(yě)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(jūn)有望减少。 此外，DeepSeek-v3采用了(le)“MoE（Mixture of Experts）”模型。每次用户提问，系统只激活一小部分参数进行处理，而不是全员(quányuán)上阵。这样使得每次推理时实际被激活的(de)(de)参数只占总量的 5.5%，显著减少了计算量，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(zhōngguó)也正从政策层面积极回应数据中心扩张所带来(dàilái)的环境压力，推动其绿色转型，力图在技术发展与环境可持续(chíxù)之间寻求平衡。 目前，电能利用效率（PUE）已经成为衡量(héngliáng)绿色治理成效的(de)(de)重要风向标。以2030年为目标，我国各地数据中心的PUE水平将持续优化，向“1”稳步靠近。 在政策引导与技术(jìshù)进步的共同作用(zuòyòng)下，绿色转型正在成为中国数据中心行业发展的主线。 OpenAI首席执行官Sam Altman曾表示，AI的(de)成本正在以每年降低10倍的速度演进，这一现象被称为(chēngwéi)“AI规模定律”（scaling law）。未来，AI的硬件更高效(gāoxiào)、算法更聪明，是否能够真正实现(shíxiàn)低耗又智能的良性循环？ 一些研究者对此持(chí)乐观态度，加州大学伯克利分校名誉教授(míngyùjiàoshòu)、谷歌研究员戴夫·帕特森（Dave Patterson）的分析预测，由于人工智能软件(ruǎnjiàn)和硬件能源使用效率的提高，人工智能的碳足迹将很快达到稳定水平，然后开始(kāishǐ)减少。 但乐观之外，还有一盆冷水(lěngshuǐ)：“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(hàonéng)。华为创始人任正非曾这样比喻这条悖论：“把高速公路拓宽，车流速度快了，油耗本应减少。但更多的(de)车辆能上路，整体油耗反而增加了。”后续，当AI真正(zhēnzhèng)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(bùduàn)累积(lěijī)，超出原本“节能”的设想。 在(zài)这种不确定性下，个人用户(gèrényònghù)的选择不应被忽视。虽然用户无法直接决定一项AI技术的底层设计或训练(xùnliàn)规模，但可以在使用中取舍——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(diàoyòng)，理解每一次点击背后都存在一次计算的事实。 所有改变的(de)前提，是先看见问题本身。当更多人开始意识到这些“看不见(kànbújiàn)”的能源消耗和环境代价(dàijià)，技术将向着更可持续的目标前进。更长远来看，公众的使用偏好和舆论导向，也将在某种程度上塑造(sùzào)AI生态的未来方向。 作者丨(gǔn)杨智博、沈馨、田益铭、韩旻格、傅冰清 指导老师｜崔迪(cuīdí)、徐笛、周葆华 封面图｜DeepSeek、豆包共同绘制(huìzhì) 动图内嵌视频 | 即梦(mèng)生成 本文为复旦大学(fùdàndàxué)新闻学院《数据分析与信息可视化》课程作品 复数实验室(shíyànshì) 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)