美钢铝关税翻倍至50%冲击全球 多国威胁反制

生成一张图片，需要多少电力(diànlì)？ 本文的封面图由DeepSeek与豆包联合生成，仅使用一条文字指令和一次图像请求。手机(shǒujī)电量几乎未变，但背后的实际能耗(nénghào)，足够(zúgòu)让它从零充满一次。 从上游的(de)芯片制造到下游的日常使用，人工智能发展的每个环节都需要消耗大量生态(shēngtài)资源。 此外，一家半导体制造厂每小时(xiǎoshí)的用电量足以让100个人用上一整年；一家芯片企业每年会(huì)造成200万吨的碳排放，相当于30万辆(wànliàng)重型卡车全年的排放量。 GPT-3的诞生同样代价不菲：它单次(cì)训练耗电1287万度，产生(chǎnshēng)552吨碳(tàn)排放——为了让(ràng)AI的大脑变得更聪明，人类先付出了能让一辆特斯拉汽车完整充电10000次的电量和制造325吨粗钢的碳排放。 这些生态污染与资源消耗虽然发生在不同环节，但最终都离不开一个共同的场所：数据中心(shùjùzhōngxīn)。芯片(xīnpiàn)制造出来供谁使用？模型训练在哪里完成？用户调用如何(rúhé)响应？事实上，看似轻盈的输出结果背后(bèihòu)，是一座座体量庞大且能耗惊人的数据中心在昼夜不停地运转。 AI背后的算力“心脏(xīnzàng)” AI不是凭空运行，从模型训练(xùnliàn)到推理应用，都需要数据中心强大的算力支撑。可以说，数据中心就是AI系统的“心脏(xīnzàng)”，支撑着其持续运作，因此也成为了能耗和(hé)污染最集中的环节。 在各类(gèlèi)数据中心(shùjùzhōngxīn)中，企业和互联网数据中心与AI的(de)关系较为密切。它们集中部署了成千上万块高性能GPU（图形处理器），专(zhuān)为深度学习模型的训练而设计，是ChatGPT、Deepseek等生成式AI服务得以落地的算力底座。 随着技术的迭代，AI对算力(duìsuànlì)的需求水涨船高，直接推动了数据中心(shùjùzhōngxīn)数量(shùliàng)的增长。AI工具的快速进化，离不开高性能的计算基础设施的支撑，推动着数据中心的全球扩张。 可以预见，数据中心(shùjùzhōngxīn)将在未来数年内(nèi)保持高速扩张的态势。截至2024年，全球数据中心的资本支出据估计已高达4300亿美元，而这场围绕算力的投资热潮(rècháo)仍在升温。未来，数据中心发展(fāzhǎn)的经济账单将继续攀升。 这笔数据中心产业的投资(tóuzī)大约(dàyuē)相当于全球每人支出了人民币380元。以这样的价格来享受(xiǎngshòu)人工智能前沿技术，似乎也是一笔划算的投入。 然而，这笔交易的附加项中打包了大量的环境代价——一份正在不断积累、总量庞大的“生态账单”，至今(zhìjīn)既没有出现(chūxiàn)在产业(chǎnyè)成本的账面上，并将随着数据中心的持续扩张不断增长。 根据国际能源署(shǔ)的最新预测，到2030年，全球数据中心(shùjùzhōngxīn)的年耗电量预计将达到945太瓦时（TWh）左右——这个数字，已经略高于日本目前一整年的总(zǒng)用电量。 除可量化的资源消耗和污染排放外，更隐蔽的还有：开采稀有金属带来的化学污染、电子废弃物中重金属的泄漏、自然土地被数据中心侵占后动物(dòngwù)失去栖息地……目前，这些(zhèxiē)影响尚未(shàngwèi)形成系统的监测数据。 这份被技术红利掩盖的“生态账单(zhàngdān)”，谁来结算、如何治理？ 在全球(quánqiú)环境治理的复杂体系中，多个主体各自承担着不同层级的责任。企业作为直接运营数据中心的主体，距离污染源最近(zuìjìn)，也(yě)最具实施变革的能力。国际组织可以制定标准，政府可以出台政策，但能源结构的选择与运行方式的调整，最终仍需由(yóu)企业落地执行。 当前，碳排放控制成为多数企业环境治理策略(cèlüè)的(de)核心目标，其中在能源端的应对最为突出。大多数企业将可再生能源或清洁能源的使用作为主要(zhǔyào)减排措施(cuòshī)。这类路径在能源结构调整上相对可行，也易于量化评估。 整体来看，当前企业“还账”的重点主要(zhǔyào)集中于减少碳排放，生态账单上的其他栏目尚(shàng)缺乏具体信息与解决方案。 即使是可持续实践的(de)领军企业，也会存在这一治理重心的偏移。谷歌在其《2024环境报告》中重点对减碳路径进行了最详尽(xiángjìn)的披露。 其中，谷歌表示2023年其全球办公及数据中心已实现每小时64%无碳能源使用率，44个电网区域中有10个达成(dáchéng)90%以上清洁供电——这看似(kànshì)是一份不错(bùcuò)的成绩单。 但从国家维度来看，这份优秀的成绩单背后暗藏着明显的断层趋势：加拿大魁北克的数据中心(shùjùzhōngxīn)凭借丰富水电实现100%零碳运营，而(ér)沙特阿拉伯与卡塔尔的数据中心仍在完全依赖石油发电。在欧洲地区(ōuzhōudìqū)，波兰以(yǐ)31%垫底；而在亚洲地区，表现最佳的韩国也(yě)仅达35%，远低于全球平均水平。 随着AI技术迭代加速(jiāsù)，训练新一代AI大模型的能耗(nénghào)量级持续增长。支撑AI发展的全球数据中心(shùjùzhōngxīn)集群，或许正在重塑一张新的环境治理“不平等地图”。 但谷歌并不是这张“不平等地图”的唯一制作者。在全球前五大云服务企业中，除阿里巴巴外，其余(qíyú)四家在他国布局的数据中心数量普遍超过本土，呈现出明显的跨国企业(kuàguóqǐyè)全球布局倾向。而(ér)在环保透明度上，谷歌是其中唯一按照数据中心集群所在地公布(gōngbù)实时环境(huánjìng)指标的厂商。 随着AI的(de)飞速发展，科技巨头(jùtóu)企业仍将持续扩建数据中心以应对日益增长的数据存储和处理需求，在(zài)选址上集中于南美洲、欧洲、北美洲。然而，由于造成了环境问题，数据中心扩建计划在这些(zhèxiē)地区却引起了广泛的反对声潮。 数据中心的快速(kuàisù)扩张实际上属于“算力(suànlì)驱动(qūdòng)型”的AI发展路径。如今，一种新的技术趋势正在浮现——AI正朝着高性能、低功耗方向演进。 中国团队推出的开源大模型(móxíng)DeepSeek正展现着这种可能性。据DeepSeek披露(pīlù)，在(zài)不包含前期试错成本的情况下，大模型DeepSeek-v3的训练成本大约在558 万美元。按照相似方法(fāngfǎ)估算(gūsuàn)，GPT4的训练成本约为4800万美元。这不仅代表着经济层面的高性价比，也意味着在同等的AI产出下，数据中心所承担的计算压力和能耗均有望(yǒuwàng)减少。 此外(cǐwài)，DeepSeek-v3采用了“MoE（Mixture of Experts）”模型。每次用户提问(tíwèn)，系统只激活一小部分参数进行处理，而(ér)不是全员上阵。这样使得每次推理时实际被激活的(de)参数只占总量的 5.5%，显著减少了计算量，也降低了模型运行时对数据中心资源(zīyuán)的消耗。 与此同时，中国也正从政策层面积极回应数据中心扩张所带来的环境(huánjìng)压力，推动其绿色转型，力图(lìtú)在技术发展与环境可(kě)持续之间寻求平衡。 目前，电能利用效率（PUE）已经成为衡量绿色(lǜsè)治理成效的(de)重要风向标。以2030年为目标，我国各地数据中心的PUE水平将持续(chíxù)优化，向“1”稳步靠近。 在政策引导与技术进步的共同(gòngtóng)作用下，绿色转型正在(zhèngzài)成为中国数据中心行业发展的主线。 OpenAI首席执行官(zhíxíngguān)Sam Altman曾表示，AI的成本正在(zhèngzài)以每年降低(jiàngdī)10倍的速度演进，这一现象被称为“AI规模定律”（scaling law）。未来，AI的硬件更高效(gāoxiào)、算法更聪明，是否能够真正实现低耗又智能的良性循环？ 一些研究者对此持乐观态度，加州大学伯克利分校名誉教授、谷歌研究员戴夫·帕特森（Dave Patterson）的分析预测，由于人工智能软件(ruǎnjiàn)和硬件能源使用(shǐyòng)效率的提高(tígāo)，人工智能的碳足迹将很快达到稳定水平，然后开始减少(jiǎnshǎo)。 但乐观之外，还有一盆冷水：“杰文斯悖论”认为效率提高会带来使用激增，结果(jiéguǒ)反而更耗能。华为创始人(chuàngshǐrén)任正非曾这样比喻这条悖论：“把高速公路拓宽，车流速度(sùdù)快了，油耗本应减少。但更多的(de)车辆能上路，整体油耗反而增加了。”后续，当AI真正渗透进教育、办公、娱乐等日常场景，其总体能耗可能在无形中不断(bùduàn)累积(lěijī)，超出原本“节能”的设想。 在这种不确定性下，个人用户的(de)选择不应被忽视。虽然用户无法直接决定一项AI技术的底层设计或训练规模，但可以在使用中(zhōng)取舍——比如关注平台的能源披露与可持续承诺，避免无意义的频繁调用(diàoyòng)，理解每一次点击背后都存在(cúnzài)一次计算的事实。 所有改变的(de)前提，是先看见问题本身。当更多人开始意识到这些“看不见”的能源消耗和环境代价，技术将(jiāng)向着更可(kě)持续的目标前进。更长远来看，公众的使用偏好和舆论导向，也将在某种程度(mǒuzhǒngchéngdù)上塑造AI生态的未来方向。 作者丨杨智博、沈馨、田益铭、韩旻格、傅冰清(fùbīngqīng) 指导老师｜崔迪(cuīdí)、徐笛、周葆华 封面(fēngmiàn)图｜DeepSeek、豆包共同绘制 动图内嵌视频(shìpín) | 即梦生成 本文为复旦大学新闻学院《数据分析与(yǔ)信息可视化》课程作品 复数实验室 X 对齐(duìqí)Lab (本文来自澎湃新闻，更多原创资讯请(qǐng)下载“澎湃新闻”APP)