代码、碳与千瓦：AI的隐性代价与电网绿色化竞赛

2026年6月30日 内容 第3-4页 执行摘要 第5-7页 场景设定：电力需求增长及其对能源投资的影响 第8-9页 各国为绿色人工智能做好了哪些准备？ 第10-12页 调整占地规模：当今数据中心排放 第13-16页 人工智能的增长能否与排放脱钩？ 第 17 页 超越数据中心：人工智能作为脱碳工具 第18-21页 蓝色成本：数据中心用水量 第22页 我们需要认识到绿色AI吗？ 第23-27页 附录 执行摘要 数据中心投资在2025年达到5800亿美元，使人工智能成为全球电力需求增长最快的领域之一。预计到2030年，装机容量将翻一番，人工智能工作负载目前已占数据中心电力使用的15%至20%，并可能在十年末达到40%。然而，该行业的环保足迹仍然被低估，因为大多数分析仅关注运营电力使用。本分析从更广泛的系统视角出发，涵盖26个国家（占全球容量的93%），增加了生命周期排放、用水量以及人工智能日益增长的资源需求。 Patrick HoffmannEconomist, ESG & AIpatrick.hoffmann@allianz.com • 相同的工作负载可能因电网的排放强度而排放高达24倍的排放量，这使得地理位置与需求增长一样具有决定性作用。印度尼西亚、印度和马来西亚的化石燃料依赖型电网超过600克二氧化碳/千瓦时，而挪威和瑞典则不到30克二氧化碳/千瓦时。拥有最大数据中心集群的美国和中国分别处于384克二氧化碳/千瓦时和526克二氧化碳/千瓦时之间，这使得欧洲更清洁的电力组合在低碳人工智能增长方面具有结构性优势。在一些市场中，输电和配电损耗高达10-15%，而可靠性较低的电网则提高了电力需求和对备用发电的依赖。 Katharina UtermoehlHead of Thematic and Policy Researchkatharina.utermoehl@allianz.com •到2025年，数据中心的真实碳足迹将达到286亿吨二氧化碳，比国际能源署的估计高出57%。其中，电力消耗（范围2）占碳足迹的76%，为218亿吨二氧化碳；硬件制造和建设（范围3）再贡献66亿吨二氧化碳，占23%；而直接范围1排放则微乎其微（小于1%）。排放也高度集中在地理上，仅美国和中国就占全球总量的约70%。人工智能目前约占排放的43-60亿吨二氧化碳，随着部署范围扩大和计算需求增长，这一数字预计将急剧攀升。 •若没有电网脱碳，到2030年，全球数据中心排放将超过翻倍，达到643 MtCO₂，由此造成的年度气候损失估计将达到1540亿美元（较目前的680亿美元有所增加）。人工智能工作负载目前每年已造成约130亿美元的气候损失，到2030年可能超过500亿美元。相比之下，一条雄心勃勃的脱碳路径将使排放量控制在约329 MtCO₂，即使计算需求持续增长，并将气候损失维持在790亿美元。这使得电力部门脱碳的速度成为决定人工智能增长在短期内是否能够与排放脱钩的关键因素。然而，即使在雄心勃勃的脱碳情况下，其足迹也不会消失，而是向上游供应链转移：随着范围2排放从目前占足迹的70%以上下降到2030年的约50%，服务器、半导体和基础设施的隐含排放将成为制约因素，占比接近50%。因此，要实现真正低碳的人工智能，不仅需要清洁能源，还需要更加关注数字基础设施供应链中的隐含排放。 •人工智能技术已应用于经济各个领域，到2035年有望每年减少全球二氧化碳排放约14亿吨，足以抵消其自身基础设施建设产生的排放，并实现净减排约7.5亿吨。国际能源署（IEA）表示，这些减排成果将源于能源、工业、建筑和交通等领域的效率提升、优化和资源管理改进，相当于当前全球排放量的约2.6%。然而，这一结果并非必然。由于大多数人工智能应用仍处于部署初期阶段，其最终气候影响将取决于这些全经济范围内的效益能否比支持其运行的基础设施更快地实现规模化。 •2025年，数据中心消耗了8140亿升水，到2030年可能需要13万亿至18万亿升水，相当于瑞士的年消耗量，使水成为人工智能被忽视的资源限制因素。其中大部分足迹是间接的，大约四分之三源于发电，其余则来自现场冷却和半导体制造。这使水资源使用与能源转型紧密相连，因为化石燃料和核电站需要大量冷却水，而风能和太阳能运行时几乎或完全不使用水，从而降低了清洁电网的碳足迹和水足迹。尽管电力部门脱碳有助于缓和未来的水需求，但与韩国、印度、墨西哥以及中国部分地区等水资源紧张地区相关的水风险正日益集中，在这些地区，快速的数据中心增长与现有的地方水资源压力相冲突，增加了获取限制和社区或监管机构对新产能的反对风险。 • 实现“绿色AI”将越来越不依赖于使数据中心略微更 相较于改造为它们提供动力的能源系统，[AI]在提高效率方面更为有效。要释放AI的环境潜力，将需要一个更广泛的政策框架，该框架需结合清洁能源的扩张、关于资源使用的更高透明度、对环境成本定价的更强激励，以及更快速部署能在整个经济体中减少排放的AI应用。 场景设定：电力需求增长及其对能源投资的影响 数据中心投资在2025年达到5800亿美元，装机容量预计到2030年将再次翻倍，但该行业的环保成本和地理范围仍了解甚少。¹ 2024年，国际能源署估计，全球数据中心电力使用产生的排放量约为1.8亿吨二氧化碳（占全球排放量的0.3%），相当于科威特的全部排放量，如果将其视为一个国家，则足以使其进入全球排放量前四分之一。个人AI模型的碳强度说明了这一趋势正在如何加速：2012年训练AlexNet产生的估计排放量为0.01吨二氧化碳当量，而2025年训练Grok 4产生的排放量约为72816吨，超过了1000辆普通汽车一生的碳排放量。² 展望未来，国际能源署在其基准情景下预测，数据中心电力使用的排放量可能从今天的1.8亿吨二氧化碳上升到2030年的3.2亿吨二氧化碳，而在高增长情景下（占全球排放量的0.6-0.9%）则可能高达5亿吨二氧化碳。³ 重要的是，这些预测仅考虑了与电力消耗相关的运营排放，使我们对该行业更广泛的环境足迹的理解存在巨大差距。 为解决这些差距，本分析采用更广泛的系统视角来审视数据中心增长的环境影响。它重点关注26个国家，这些国家共同占全球数据中心容量的93%以上，并代表了数字基础设施和人工智能部署的主要地理区域。除了电力使用带来的运营排放外，本分析还考虑了不同排放范围的生命周期排放，评估了该部门的水足迹，并评估了人工智能工作负载对未来资源需求的日益重要的贡献。这些维度共同为快速数据中心扩张的环境后果提供了更全面的评估。 理解这些影响的第一步是考察数据中心容量和电力需求在主要市场的演变情况。电力需求的估算数据来源于已安装的计算基础设施，并根据区域电力使用效率（PUE）和平均约49%的利用率进行调整，国家之间的差异与IEA区域估算相符。在有官方预测数据的情况下，利用已公布的容量管道和官方预测数据，对2030年的未来需求进行预测，从而为当前规划的各项发展若能顺利实施，提供可能出现的行业增长的基准评估。 根据此方法，预计全球数据中心电力需求到2025年将达到约515太瓦时，到2030年可能增至约1,110太瓦时（图1）。这种增长将使数据中心成为电力消耗增长最快的来源之一，并成为几个主要经济体电力需求增长日益重要的驱动力。虽然扩张正在大多数地区发生，但增长仍高度集中在该行业的两个最大市场。美国预计将带来最大的绝对需求增长，增加约49吉瓦的数据中心负载，相当于到2030年每年约210太瓦时的电力消耗。中国紧随其后，增加38吉瓦，或大约155太瓦时。到本世纪末，这两个国家预计将保持全球数据中心需求的大约63%，仅 其占比略低于当前的64%，这凸显了即便出现新的区域中心，数字基础设施的集中趋势仍在持续。 除前两大市场外，预计新兴数据中心枢纽将迎来最快的相对增长。在马来西亚、墨西哥和西班牙，电力需求可能增加三至八倍，这反映了强劲的投资管道以及它们作为数字基础设施替代地点的日益增长的作用，这得益于有竞争力的能源成本、支持性的政策框架以及与邻近市场的战略互联。然而，这些估计仍存在相当大的不确定性，因为相当一部分已宣布的产能尚未做出最终投资决定、获得电网连接或签订长期电力供应协议。 在此背景下，由数据中心驱动的电力需求正成为影响发电、电网和灵活性资产投资决策的实质性力量。根据国际能源署（IEA）《2026年世界能源投资分析》，2025年数据中心相关IT设备与能源的总支出约为5650亿美元，而相关能源基础设施的投资（包括电网升级、电力设备和现场发电）估计约为1050亿美元。这一数字本身就超过了整个非洲大陆每年的能源总投资额，凸显了数字基础设施扩张直接或间接动员的资本规模。 这一扩张的系统层面影响已在几个规模较小且高度数字化的经济体中显现。爱尔兰最为突出，其数据中心占全国总电力需求的约25%。新加坡也受到显著影响，约占14%，荷兰已达到约7%，而丹麦和美国的比例也约为5%。在这些水平下，数据中心的发展正日益塑造国家需求轨迹，并带来电网容量、许可和脱碳规划方面的制约。 一个关键的不确定性在于，人工智能在多大程度上驱动着这种需求增长。虽然 这些压力正越来越多地转化为电力系统的具体投资决策。 归因仍然复杂，当前估计表明AI工作负载正变得越来越重要：国际能源署报告称，2024年AI加速服务器占数据中心总电力需求的约15%，而高德纳预测，AI优化服务器的占比将从2025年的电力需求的21%上升到2030年的44%。类似地，高盛估计AI工作负载目前约占需求量的13%，可能到2027年将上升到27%。⁵综合来看，这些估计表明，目前AI相关电力消耗约为67-77太瓦时，到2027-2030年将上升到大约300-489太瓦时，尽管这些数字中的一些可能低估了总AI相关需求，因为推理部分也运行在传统基础设施上。 主要地区的电网扩张和储能投资正在增长，包括中国、欧洲、美国和亚洲部分地区，公用事业公司正应对连接和服务大规模、集中的数据中心负载以及更广泛的电气化趋势的需求。虽然受技术成本下降、美国和中国政策转变以及建设管道规模缩小等因素影响，预计2026年可再生能源投资将略有下降，但其较短的建设时间和更低的 lifetime 成本使其成为满足数据中心需求增长的关键供应组成部分。与此同时，燃气发电也迎来了新的投资，尽管这一趋势主要集中在美国，过去五个季度中约有240亿美元燃气涡轮机的最终投资决策直接与数据中心需求相关，对于需要高可靠性和快速部署的大规模设施，现场发电正越来越受欢迎。 数据中心电力需求的快速增长已对电力行业投资产生了可衡量的影响。这发生在全球能源资本配置更广泛的结 构性转变之中，电力正日益成为能源投资的主要去向。其占能源总投资的份额已从2015年的约25%上升到2026年的约50%，其中电力供应和基础设施投资的年额达到约1600亿美元⁶。在此转变中，与科技相关的需求正发挥着越来越重要的作用，全球企业电力购买协议中约有40%涉及科技行业。 总的来说，这些发展表明数据中心正成为电力行业的一个结构性驱动力。 投资。虽然他们正在加速对电网、可再生能源和网络强化的投资，但也导致了可调度的化石发电需求重现增长，特别是天然气需求，这对长期脱碳路线的速度和可信度具有重要影响。 各国为绿色人工智能做好了怎样的准备？ 人工智能驱动的数据中心扩张的环境足迹，并不仅仅由电力需求增长决定，也受供应该需求的电力系统特性的影响。在评估各国为“绿色AI”做好准备的程度时，有三个维度尤其重要：发电的碳强度、输配电网络的效率以及电网的运行可靠性。这些因素共同决定了增量数据中心需求转化为排放、系统损耗和对备用发电的依赖程度。此外，诸如电源使用效率（PUE）和利用率等特定于技术的因素，会影响数据中心的自身效率，尽管这些因素在本分析所考虑的短期范围内可能逐渐演变。 （如图2a所示）。相比之下，几个新兴数据中心市场表现出显著更高的电网排放强度。印度尼西亚、印度和马来西亚均超过600 gCO₂/kW