正文
对 AI 的狂热追逐引发了新数据中心建设热潮，尤其是在拥有全球最多数据中心的美国。为满足 AI 暴增的用电需求，美国的能源公司正计划大规模建设新的燃气发电厂与核反应堆。这种电力需求的突然激增不仅会给电网带来超载风险，还可能阻碍社会向清洁能源转型的进程——这与加密货币矿场带来的问题如出一辙，那些矿场本质上也是用于验证区块链交易的巨型数据中心。
德弗里斯-高注意到与加密货币挖矿类似的另一个现象：准确估算这些技术实际能耗及其环境影响始终是个难题。值得肯定的是，多数开发 AI 工具的科技巨头都制定了气候目标，并在年度可持续发展报告中披露温室气体排放情况。这正是我们获知谷歌和微软近年因专注 AI 发展导致碳足迹增加的信息来源。然而企业通常不会专门拆分展示 AI 技术所占的排放比例。
为解答这一问题，德弗里斯-高采用了他所称的“三角验证法”：通过研究公开设备信息、分析师预估及企业财报电话会议，推算出 AI 硬件产量及其可能的能耗规模。为英伟达、AMD 等企业代工 AI 芯片的台积电数据显示，2023 年至 2024 年间，其面向 AI 的封装芯片产能实现翻倍增长。
在计算可生产的专用 AI 设备数量后，德弗里斯-高将这些数据与这类设备的耗电量信息进行对比。他发现，去年这些设备可能消耗的电力总量相当于其祖国荷兰全国的用电量。他预测到 2025 年底，这一数字将接近英国这样的中等规模国家的用电水平，届时 AI 电力需求预计将达到 230 亿瓦特。
上周，国际咨询公司 ICF 的一份独立报告预测，由于 AI、传统数据中心和比特币挖矿的共同推动，到 2030 年底美国电力需求将激增 25%。
目前，关于AI的能耗及环境影响仍难以作出笼统预测——《麻省理工科技评论》
（MIT Technology Review）
近日在塔贝尔人工智能新闻中心
（Tarbell Center for AI Journalism）
支持下发表的一篇深度报道文章清晰阐明了这一观点。例如，若数据中心位于美国西弗吉尼亚州而非加利福尼亚州，一位使用 AI 工具筹款的人完成相同查询所产生的碳污染可能翻倍。能源强度和排放量取决于多种因素，包括查询类型、应答模型的规模，以及数据中心所在地电网中可再生能源与化石燃料的构成比例。
若科技公司在可持续发展报告中更坦诚地披露AI相关信息，这个谜团或许能被解开。“为估算相关数据需要经历的繁琐步骤，我认为这真的很荒谬，”德弗里斯-高表示。“计算过程本不该如此困难，但可悲的是现实确实如此。”
从更长远来看，AI 能效提升最终能否抑制电力需求仍存在更大不确定性。深度求索公司
（Deep Seek）
今年早些时候曾引发轰动，该公司宣称其 AI 模型耗电量仅为 Meta Llama 3.1 模型的数十分之一——这令人质疑科技公司是否真需通过成为"能源吞噬者"才能推动 AI 技术进步。问题关键在于这些企业是否会优先研发更高效的模型，摒弃通过简单堆砌数据和算力实现"规模至上"的 AI 发展策略。
以太坊
（Ethereum）
转而采用比比特币挖矿节能得多的交易验证策略后，其耗电量突然骤减了 99.988%。环保倡导者一直施压其他区块链网络效仿此举。但其他网络——尤其是比特币矿工——既不愿放弃对现有硬件的投入，也不愿舍弃坚持旧习惯的论点。
