人工智能数据中心正在成为耗电大户。一篇发表在《自然·可持续性》期刊上的新研究显示,化石燃料仍是美国超大规模数据中心的最大电力来源,这些设施消耗的电量很可能超过了许多国家的总用电量,由此产生的温室气体排放量也相当可观。

该研究聚焦于超大规模数据中心——这些占地数百万平方英尺的庞大建筑,开发商竞相建设它们,很大程度上是为了支撑生成式 AI 的发展。研究人员表示,这些发现说明,在减少 AI 依赖化石燃料所带来的污染方面,仍有大量工作要做。

哈佛大学陈曾熙公共卫生学院生物统计学系博士后研究员、该研究的第一作者詹卢卡·圭迪在给The Verge的邮件中表示:"我们通常把 AI 的环境足迹说得好像是这项技术的固定属性,但实际上,同样的计算基础设施,其产生的后果会因所依赖的电力系统不同而有天壤之别。我其实觉得这是个令人鼓舞的发现,因为这意味着这些影响并非不可避免。我们在建设地点和供电方式上是有选择余地的。"

圭迪及其团队利用卫星图像识别出美国境内403座超大规模数据中心,并根据每座设施的电力容量估算其耗电量。借助美国环境保护局的数据,他们估算了2024年5月至2025年4月期间,如果这些数据中心都接入当地电网,各自会产生多少碳污染。

据估算,这403座超大规模设施当年合计消耗电力约820亿千瓦时,约占美国全国用电量的1.8%。麻省理工学院系统动力学小组及麻省理工斯隆可持续发展倡议主任约翰·斯特曼表示,这一数字甚至超过了全球约148个国家(包括奥地利、以色列和委内瑞拉在内的多数国家,但不包括美国、中国等最大经济体)各自每年的用电量。

研究论文显示,这些数据中心的用电需求产生了2570万公吨的二氧化碳排放,相当于丹麦一年的碳足迹。斯特曼表示,这一数字超过了约113个国家的碳排放总量。原因在于,这些超大规模设施所消耗的电力中,约有54%来自天然气和煤炭发电。

并未参与圭迪此项研究的斯特曼透露,他借助Claude对比了这篇论文的研究结果与各国的用电量和排放数据。"我认为 AI 可以带来极大的助益,"斯特曼说,"但我们必须想办法限制其带来的危害……尤其是因为这些影响是不可逆的。一旦这些数据中心排放了二氧化碳,你就永远无法将其消除。"

斯特曼表示,政策制定者应要求数据中心运营商上线新的清洁能源。该研究并未计入为满足数据中心需求而新建的天然气基础设施可能造成的当地空气污染,也未计入部分 AI 公司为实现自供电、不接入电网而在其设施中安装的燃气轮机所产生的影响。此外,超大规模数据中心并不仅限于 AI 相关计算,它们在美国数千座数据中心中也只占一小部分——而且这个数字每年都在增长。

该研究表明,就 AI 和数据中心对环境的影响而言,当地电力结构的差异会带来巨大不同。在严重依赖煤炭发电的怀俄明州,每千瓦时发电所产生的碳排放量约为水电资源丰富的俄勒冈州的七倍。圭迪写道:"两座消耗完全相同电量的数据中心,仅仅因为所处位置不同,其碳足迹就可能有天壤之别。"

同样未参与该研究的康奈尔大学能源系统工程教授尤丰奇表示,这一结果凸显了"长期碳锁定"问题。他在给The Verge的邮件中写道:"为满足快速增长的数据中心需求而建造的发电厂及配套基础设施,可能会运行数十年之久。因此,今天做出的决策可能会在未来很长一段时间内持续影响排放水平。"

尤丰奇和圭迪都指出,由于数据中心运营商拒绝披露耗电信息,研究人员不得不费尽周折才能估算出能源消耗数据,这本身就是一个问题。为此,圭迪及其同事正利用这项研究成果建立一个网站,用于追踪各个数据中心的环境影响。此外,国会目前正在审议一项两党支持的法案,该法案也可能要求在全国范围内加强对数据中心用电量的信息披露。

白宫前国家气候顾问、前环保局局长吉娜·麦卡锡在研究作者分享的一份声明中表示:"社区和政策制定者需要可靠、独立的数据,了解这些设施对我们的空气、健康和气候意味着什么。这项研究是重要的一步。"

The Verge