7月12日，彭博社稱，微軟、谷歌和亞馬遜正在努力應對人工智能日益增長的能源需求。競相建設新數(shù)據(jù)中心和開發(fā)計算密集型人工智能功能，可能會使它們的長期氣候目標變得更加復雜。
五年前，科技公司的員工通過罷工和請愿，帶頭推動人們對氣候變化的關注。面對員工壓力，頂級科技公司開始對氣候相關問題作出承諾。亞馬遜在2019年表示，到2040年將實現(xiàn)凈零碳排放；第二年，微軟表示，到2030年，其碳排放將超過碳排放量；2021年，谷歌表示，到2020年將實現(xiàn)凈零排放。
《2023亞馬遜可持續(xù)發(fā)展報告》中的2023氣候目標總結(jié)亞馬遜官網(wǎng)
而現(xiàn)在，這些科技巨頭似乎正與當初的目標失約。根據(jù)谷歌最新發(fā)布的《2024年環(huán)境報告》，由于擴建支持AI的數(shù)據(jù)中心，2023年全年溫室氣體排放量為1430萬公噸二氧化碳當量，比2019年高出48%，較2022年也高出13%。
同為科技巨頭的微軟公司也在今年5月承認，自2020年以來，微軟的排放量增加了近三分之一，這很大程度上也是因為數(shù)據(jù)中心的建設。
谷歌對此表示，在2030年實現(xiàn)凈零排放目標存在“顯著的不確定性”，未來AI對環(huán)境影響也“復雜且難以預測”。微軟今年同樣承認，由于其人工智能與數(shù)據(jù)中心建設等戰(zhàn)略，他們2030年的凈零目標“登月計劃”可能不會成功。
據(jù)聯(lián)合國貿(mào)易和發(fā)展會議統(tǒng)計，2022 年全球數(shù)據(jù)中心耗電量達 460 太瓦時，相當于美國 4200 萬戶家庭一年的用電量，預計到 2026 年，這一數(shù)字將翻一番。碳排放方面，數(shù)字行業(yè)占全球溫室氣體排放量的 1.5% 至 3.2%，與航空運輸和航運相似。
科學界一再警告，升溫超過1.5°C有可能引發(fā)更嚴重的氣候變化影響和極端天氣，每升溫0.1度都事關重大。根據(jù)《巴黎協(xié)定》，各國同意將長期全球平均地表溫度的升高范圍控制在工業(yè)化前水平的2℃以內(nèi)，并努力到本世紀末將其限制在1.5°C。即使以目前全球升溫的水平，也已造成了毀滅性氣候影響。包括更多的極端熱浪、極端降雨事件和干旱；冰蓋、海冰和冰川減少；海平面上升和海洋變暖加速。
與此同時，對AI環(huán)境影響相關的擔憂不僅僅是能源或排放?？焖僭鲩L的AI基礎設施也需要土地和水。據(jù)英媒引用的一項數(shù)據(jù)，到2027年，AI的用水量可能高達66億立方米，接近英格蘭年用水量的三分之二。布魯金斯學會也稱，在美國西南部的一些用水密集型數(shù)字基礎設施項目，給本就飽受缺水之苦的社區(qū)造成了更大的壓力。
一場場氣候計劃面臨失敗的主要原因在于，在當今的聊天機器人和人工智能軟件的背后，離不開一個龐大且不斷增長的高耗電的數(shù)據(jù)中心網(wǎng)絡。在某些設施中，可能會有數(shù)千個H100 芯片，而其中一個芯片的功耗就能達到700瓦，幾乎是典型的60英寸平板電視用電量的八倍。
這些問題也顯示，科技業(yè)者當初在設置氣候目標時，或許并未料到AI大規(guī)模增長。谷歌報告中的基準年是2019年，而AI發(fā)展之迅速，使得科技公司對于建設和運作這類技術所需的能源都已措手不及。
研究軟件可持續(xù)性的佛羅倫薩大學助理教授Roberto Verdecchia說，“在生成式人工智能浪潮興起之前，軟件就已經(jīng)消耗了大量能源。但現(xiàn)在，這一領域正在蓬勃發(fā)展。”例如，國際能源署的一份報告估計，谷歌搜索查詢通常平均需要0.3瓦時的電力，而使用ChatGPT則消耗約2.9瓦時的電力。
業(yè)內(nèi)傳統(tǒng)觀點認為，隨著競爭壓力迫使全球公司投資建設更大的人工智能模型和更大的數(shù)據(jù)中心，能源需求只會上升。Verdecchia表示，谷歌和ChatGPT開發(fā)商OpenAI等科技公司“在這場擁有最佳模型的競賽中不會停下腳步。而目前，我們正在為此犧牲很多其他東西。”清潔能源巨頭Next Era表示，科技公司迫切希望建設大型數(shù)據(jù)中心，而他們需求的電力足以為整個城市供電。
但一些企業(yè)人員堅持強調(diào)人工智能在解決氣候變化問題上的潛力，認為AI未來有能力提高能源效率，助力氣候轉(zhuǎn)型。微軟聯(lián)合創(chuàng)始人比爾·蓋茨近日表示，盡管AI將使全球電力需求增加2%到6%，但AI也可以“加速減少6%以上的電力需求”。
谷歌首席可持續(xù)發(fā)展官凱特·勃蘭特（Kate Brandt）也預測稱，該公司的排放量“會繼續(xù)上升，然后再向目標下降”。
對此，麥吉爾大學計算機科學助理教授戴維·羅爾尼克（David Rolnick）表示，社會不應該為科技公司將解決大型語言模型大量能耗問題的“猜測買單”。
羅爾尼克說，“社會不能要求公司去追求公共利益而不是利潤。”員工影響力減小的企業(yè)環(huán)境下，監(jiān)管機構(gòu)或用戶很可能促使公司重新考慮環(huán)保問題。為此，羅爾尼克呼吁采取“改變激勵結(jié)構(gòu)”的解決方案，包括提高透明度要求，向人們展示人工智能產(chǎn)品究竟消耗了多少能源，以便更好地指導他們的消費選擇。