2025人工智能的环境影响研究报告

人工智能的环境影响

人工智能的广泛应用正推动数字基础设施的扩张，导致能源、水和资源消耗大幅增加，并产生大量电子垃圾。本报告首次全面概述了人工智能的环境影响，并提出了可持续人工智能的指导方针。

当前趋势：大型科技公司正大力投资人工智能，建设新的专用数据中心和定制硬件。预计到2030年，专用人工智能硬件在数据中心能耗中的占比将从2023年的14%上升到47%。AI数据中心将需要大量电力，预计到2030年，其电力需求将是2023年的11倍，占全球电力需求的很大一部分。

环境影响：

• 能源：数据中心是全球电力消耗增长最快的领域之一。预计到2030年，数据中心（包括加密货币）的电力消耗将达到1,389 TWh，相当于2023年的三倍。AI数据中心将产生最多的碳排放，预计到2030年将超过传统数据中心的排放量。
• 水：数据中心需要大量水进行冷却。预计到2030年，全球数据中心的年用水量将增加到664亿升，其中AI数据中心将贡献大部分增量。
• 资源：服务器和数据存储产品需要各种材料，包括铁、铝、铜和稀土元素。虽然这些材料占全球生产量的比例不大，但芯片生产存在高度市场集中，需要关注。
• 电子垃圾：到2030年，数据中心和AI能力的扩张将产生高达500万吨的额外电子垃圾。

公司声明：大型科技公司声称其数据中心是绿色的，但最新报告显示其排放量绝对增加。虽然一些公司签署了欧盟气候中立数据中心协议，承诺到2030年实现气候中和，但它们通过将核能定义为“清洁能源”来规避承诺，并投资核电站和小型模块化反应堆。

可持续人工智能：

• 目标：人工智能应以提高可持续性为目标进行开发。
• 必要性：在开发AI解决方案之前，应始终检查是否存在更简单的替代方案。
• 量身定制：应选择最简单的AI模型，以满足实际性能需求。
• 优化：应不断改进软件、数据和硬件的效率。
• 透明度：应确保人工智能的环境影响是透明的。

政策选择：

• 透明度：要求数据中心和AI服务提供商披露能源、水和效率指标。
• 电网整合：确保数据中心不会过载当地电网，并优先使用可再生能源。
• 提高效率：开发标准化的效率指标，并要求公司提高AI应用的能源和资源效率。
• 法律框架：修订法律框架，将环境标准纳入人工智能监管，并制定针对生态相关用例的特定法律要求。