人工智能能源使用的环境成本

核心观点

• AI 快速发展，能源需求激增：全球 AI 市场正迅速扩张，预计到 2033 年将达到 5 万亿美元，AI 能源需求也随之增长，对环境造成显著影响。
• AI 环境足迹多样：AI 的环境足迹不仅包括碳排放，还包括水足迹和土地足迹，且受电力供应结构的影响，不同地区 AI 的环境足迹差异很大。
• 训练和推理阶段能耗不同：AI 训练阶段能耗巨大，例如 GPT-4 训练消耗约 50-70 GWh 电量，但推理阶段能耗更大，约占 AI 总能耗的 80-90%。
• 数据中心能耗惊人：2025 年，全球数据中心消耗了约 448 TWh 电量，相当于撒哈拉以南非洲整个人口的年用电量，其碳排放、水足迹和土地足迹也十分巨大。
• AI 应用能耗差异大：不同 AI 任务和模型能耗差异很大，例如生成 AI 图像比文本分类能耗高 60 倍，视频生成能耗更高。
• AI 发展存在不平等：AI 基础设施分布不均，大部分集中在发达国家，导致数字鸿沟加剧。

关键数据

• AI 市场：2023 年全球 AI 市场规模为 1890 亿美元，预计到 2033 年将达到 5 万亿美元。
• AI 能耗：GPT-4 训练消耗约 50-70 GWh 电量，相当于撒哈拉以南非洲 46 万人的年用电量。
• 数据中心能耗：2025 年全球数据中心消耗了约 448 TWh 电量，预计到 2030 年将达到 945 TWh。
• AI 应用能耗：一个典型的 ChatGPT 风格的查询比文本分类能耗高 200 倍，AI 生成的图像比文本分类能耗高 1450 倍。

研究结论

• 需要关注 AI 的环境足迹：AI 的发展不能忽视其环境足迹，需要采取措施减少 AI 对环境的影响。
• 建立负责任的 AI 生态系统：需要建立负责任的 AI 生态系统，包括提高效率、公平性和可持续性。
• 政府、企业和用户共同行动：政府、企业和用户需要共同努力，减少 AI 的环境足迹，确保 AI 的可持续发展。