正如我们所知，人工智能 (AI) 是可以让我们免受“气候定时炸弹”威胁的秘密武器。它可能有助于实现更清洁的生活方式、减少不必要的碳排放，并设计新的方法来恢复大气层的自然平衡。

那么就剩下一个问题了……  AI 本身也对碳排放有着显著影响。

开发和运行 AI 模型正在成为现代社会中最耗能的活动之一。如今，一个标准数据中心使用的电力相当于 100,000 户家庭的用电量。[1]这听起来已经令人担忧了，但这只是一个开始。目前在建的最大数据中心可能会使用 20 倍的电力，相当于惊人的 200 万户家庭用电量。很快，数据中心的电网能耗将与高耗能铝冶炼厂等设施不相上下。

尽管存在对何处生产如此多电力的焦虑，但这并未阻碍 AI 行业发展的野心。2024 年，对全球数据中心的投资达到整整 5000 亿美元 – 仅两年就翻了一番。[2]

数据中心在 2024 年消耗了全球 1.5% 的能源产量，排放了占总量 1% 的温室气体。[3]但其能源使用增长速度比总用电量增长速度快四倍，且没有放缓的迹象。事实上，全球三分之二的企业计划在未来 24 个月内大力投资生成式 AI。[4]按此趋势，到 2030 年，AI 可能会消耗全球总能源产量的 8%。[5]

国际能源署 (IEA) 预测，到那时 AI 的能源需求将上升至 945 太瓦时 – 相当于一个中型工业国家的年度能源消耗量。[6]在作为国际 AI 发展中心的美国，其数据中心到 2030 年将消耗比化工、水泥和钢铁生产能耗总和更多的电力。

华尔街是一如既往的见证者。当前，AI 是推动美国股市运作的“火箭燃料”。自 2022 年 ChatGPT 等首批 AI 模型问世以来，各大公司已公开将 AI 融合到其关键职能中，这使得 AI 领域实现了 65% 的标准普尔 500 指数市值增长（约 12 万亿美元）。[7]去年，以 AI 为重点的美国初创企业达到 55 亿美元的估值中位数，这是其他普通初创企业的五倍。

当然，这并非美国独有的现象。在美国以外，所有成熟经济体的数据中心预计将占近十年电力需求增长的五分之一以上。[8]

数据中心不仅直接通过电力消耗、制冷剂、燃料电池和发电机损害环境，还间接通过制造高端设备、提供相关云服务和对报废设备进行再处理来对环境产生不利影响。所有这些后果共同加剧了气候变化、空气和水污染以及资源消耗。那么，为何我们仍将 AI 视为对抗全球变暖这场生存之战的关键资产？​

我们如何减少 AI 对环境的影响？

尽管数据中心对全球电网造成了如此大的消耗，但科学家们仍然对 AI 在扭转气候变化局面中可能发挥的作用持谨慎乐观态度。

目前有 40 亿人生活在易受气候变化影响的地区，预计从 2030 年起，每年将新增 25 万例因热应激、营养不良和其他疾病导致的死亡。[9]因此，我们需要尽其所能地获取所需的帮助，即使我们的关键盟友是数字化的 AI，而非血肉之躯。AI 的快速发展预示着一系列改变现状的气候干预措施即将来袭。

  • 绿色能源：可再生能源在全球能源结构中占比越来越大。这一趋势将持续下去，到 2030 年可再生能源将占到能源总量的 20%，高于 2023 年的 13%。[10]而 AI 经事实证明对于平衡分布式电力网络至关重要，可无缝整合太阳能、风能及水能电力，从而应对能源供应短缺。AI 带来了以前所未有的效率生产能源的希望：现有的基础设施通过集成远程传感器和基于 AI 的管理系统，就有望增加 175 吉瓦的输电容量。[11]
  • 天气预报：随着气候变化的加剧，易受影响地区的居民将需要准确的天气预报来规划他们的生活。有些人需要知道干旱是否即将到来，以便他们可以播下易受气候影响的种子或储备作物；另一些人则需要了解飓风或洪水是否即将来袭，以便获得紧急情况警报，以紧急撤离。到目前为止，AI 已经过证实，擅于预测天气变化模式，可利用一些尖端工具提供准确的预测，比传统系统“快数十倍”。[12]在一些时候，这是关乎生死的重要预测。
  • 排放监测：AI 驱动的软件可帮助金属、采矿、石油和天然气等重污染行业的企业追踪并减少排放。通过实时卫星影像与数据协同分析，排放监测技术可助力重工业减排 20%-30% — 该领域温室气体排放总量占比近三分之一。​[13]
  • 冰川融化与森林砍伐监测：自 1880 年以来，全球海平面已经上升了 20 多厘米，在 2023 年达到了新高。[14]现在，高潮位洪水发生的可能性比 50 年前至少高 300%。如果我们继续沿着目前的排放轨迹发展，到本世纪末，美国海岸线海平面可能会比工业化前的水平高出两米。

监测冰山变化对于向世界发出冰山融化警告和制定相应解决方案都至关重要 – 而经证实，AI 对冰盖变化的计算比任何人为方法快 10,000 倍。同样，AI 也可以用来衡量砍伐森林对世界气候的影响。2022 年，联合国粮农组织 (FAO) 的一项研究指出，森林砍伐占当年全球温室气体排放的 11%。[15]AI 可以使用卫星数据实时查看数百万公顷的土地，并准确了解特定森林中储存的碳量。

  • 回收：废物会导致产生约 16% 的温室气体。[16]目前，自动分拣机从我们的混合垃圾中筛选出可重复使用的材料，包括纸张、锡和塑料，但效果参差不齐。AI 有望以极其优异的准确度来管理这一过程，甚至可识别纳米大小的塑料碎片。如果该技术在全球范围内得到推广，则可以防止每年有数百万吨可重复使用的材料被错误地送往垃圾填埋场。

在明确认识了 AI 在应对气候变化方面的重要性后，人们的注意力转向了制定可行的解决方案。这样的能源密集型技术如何帮助塑造可持续的环境，而不会意外加重此过程中的问题？

更好的监管环境可以催生更清洁的 AI 吗？

全球约有 90% 的企业表示，他们希望在未来几年内在 AI 上投入大量资金。虽然其中的 75% 承认这会与其可持续发展政策相冲突，但只有不到一半的企业制定了策略来抵消这一额外碳足迹。[17]

国家方面的支持可以帮助企业以对环境危害较小的方式发掘 AI 的潜在优势。事实上，由于 AI 已然成为许多经济发展计划的基石，我们开始看到政府开始立法推动建立一个更绿色的数据中心生态系统。

在亚洲，2020 年“韩国新政计划”巧妙地平衡了数字化和绿色发展方面的优先事项。值得注意的是，该计划倡导在全韩国范围内建立一个由公私部门合作资助的大型绿色数据中心网络。例如，SK Broadband 与群山地方当局签订协议，支持到 2029 年新建 16 个的可再生能源数据中心，这就是著名的新万金数据中心工业园[18]。

与此同时，德国最近颁布了《能源效率法案》，旨在强制推行数据中心废热的再利用。德国数据中心必须在明年实现至少 10% 的热再利用，到 2028 年实现 20% 的热再利用率 – 如果德国的该行业能够履行上述宏伟目标规定的义务，其他国家/地区则可以将此作为发展模板。

欧盟采取暂行措施，通过在欧盟范围内推行可持续性评级计划，提高数据中心在绿色发展方面的信誉。根据《能效指令》的条款，数据中心运营商有义务在每年 5 月中旬之前向欧洲数据库报告一系列与气候相关的关键绩效指标。该指令的目标是控制欧盟的能源消耗量，使之到 2030 年与 2020 年的预测消耗量相比减少 11.7%。

同样，中国《碳减排专项行动方案》旨在到今年底将数据中心可再生能源使用率提高 10%，并在后续每年持续提升[19]。展望未来，到 2030 年，电力依赖、碳排放和热再利用预计将达到更高的效率水平。

美国环境保护署 (EPA) 发布了管理数据中心的最佳实践指南，以帮助减少其碳足迹。其推行的能源之星 (Energy Star) 计划涵盖气流管理、最佳工作温度、布线质量和服务器效率等方面[20]。在联邦层面，美国政府正在考虑敦促数据中心所有者报告运营信息和环境绩效指标。相关立法预计将在两年内通过，并将助力美国蓬勃发展的加密货币市场向绿色转型。

随着监管机构要求提高效率，数据中心行业如何着手减少碳足迹并规划更加绿色的发展路径？

哪些想法和创意可以帮助数据中心更具可持续性？

正如新兴的立法所表明，现存有很多机会可以让数据中心以及 AI 这个概念变得更加环保。

  • 数据中心的服务器通常借助冷却器来防止过热，而这些冷却器内的压缩机通过蒸发水来实现降温。数据中心因此需要使用大量的水，所以只能在水源供应充足且稳定可靠的地点考虑其部署 – 而不是在水资源短缺和更迫切需要用水或农业灌溉的地方。
  • 数据中心设计人员可以考虑替代水冷却的方案，例如“直接芯片”冷却技术，通过将冷却液供给连接到易热设备的“冷板”来实现冷却。或者，还有一种技术是将服务器浸入吸收热量的特殊介电（绝缘）液体中，称为浸入式冷却。这两种方法目前都比水冷却更昂贵，但随着技术的发展和普及，其价格应该会下降。
  • 数据中心会产生相当多的热量。为什么不把它利用起来？ 数据中心通常在 30°C 至 35°C 之间排放废热；绿色热泵可以进一步提高排热温度，最高可达 70°C 至 80°C，再将热量随时送入邻近电网，为居民提供暖气或热水。高效热再利用的例子非常普遍。例如，挪威的一个鳟鱼养殖场和英国各地的一系列休闲中心泳池已经使用与附近数据中心相连的管道网络来供热。[21]虽然目前英国只有 2% 的热量来自这样的热网络，但英国气候变化委员会认为，如果尽可能提高利用机会，到本世纪中叶这一数字可能会上升至 18%。[22]
  • 在电网停电期间，数据中心可以依靠发电机来维护其冷却系统并保持运行。这些后备系统通常由汽油、柴油、丙烷或天然气等化石燃料驱动。但不一定非得使用化石燃料，绿色氢能、乙醇或氢化植物油等替代燃料已日益普及。
  • 许多数据中心虽已在与较高碳足迹相关的过时设备上运行。但安装现代技术可以释放数据中心的更多潜力，通过部署来解决一系列复杂问题，这就是数据中心的电力使用效率 (PUE) 因素。
  • 最后，考虑到数据中心消耗大量电力，我们必须在全球能源市场中增加可再生能源（如太阳能、风能和水力发电等）的份额。

最后一点值得详细研究，因为它不仅揭示了一种更绿色的 AI 使用方法，也为公共部门的参与提供了卓有成效的途径。

私营部门如何促进绿色能源供应？

数据中心非常需要能源。目前，较准确的评估表明，数据中心每年会消耗约 55 吉瓦的能源，主要用于云计算、电子邮件存储和 AI。[23]然而，据预测显示，能源需求急剧增长，最早在 2027 年能耗将达到 84 吉瓦，这在很大程度上是由于 AI 的激增。数据中心（如在居家和办公时）会从电网中汲取能源。因此，衡量数据中心是否“绿色”的一种方法是对全球能源供应进行评估。

在这方面，最新消息喜忧参半。2024 年，全球约 32.1% 的能源来自可再生能源，主要来自风能、太阳能和水电。[24]虽然这代表了能源转型在世纪之交以来实现了重大飞跃（2000 年的全球可再生能源占比为 18.4%），但仍然意味着全球超过三分之二的能源来自化石燃料。即使人们对可再生能源行业到 2030 年达到 45.6% 的市场份额充满信心，但若想让 AI 彻底摆脱全球变暖的“罪魁”标签，其算力基础设施仍需大幅扩容。​

国际能源署 (IEA) 乐观预测，由于其经济竞争力和产能增长的交货期较短，可再生能源处于填补全球能源短缺的黄金地位。据其分析，到 2035 年，绿色能源行业将增长 450 太瓦，可满足迅速增长的数据中心需求。国际能源署指出，第一波小型模块化核反应堆将在未来十年末上线，主要集中在日本、美国和中国，可进一步提高核能对可再生能源市场的贡献。[25]

面对所有这些迫在眉睫的需求，全球商业咨询公司麦肯锡表示，对新兴可再生能源项目的商业需求可能会继续高涨。[26]该公司预测，地热能和生物燃料等鲜为人知的替代能源将日益突出，基于可再生能源发电的购电协议 (PPA) 数量将迅速增长。

安利捷是参与其中的一大主要私营企业，与其他企业一同希望发挥 AI 的潜力，同时确保 AI 由可持续方法驱动。

其旗下的绿色能源公司 Fotowatio Renewable Ventures (FRV) 在全球经营着太阳能和风力发电场，在四大洲生产超过 5 吉瓦的能源。这些计划以及类似的其他计划将证明，释放 AI 的全部潜力而不在此过程中损害我们宝贵的环境至关重要。FRV 的创新部门 FRV-X 开创的公用事业规模电池储能方案 (BESS) 项目也是如此。公司设在英国的运营地点包括霍尔斯湾 (Holes Bay)（多塞特郡）、康特戈 (Contego)（西萨塞克斯郡）和克莱泰 (Clay Tye)（埃塞克斯郡）。另外两项计划目前正在美德兰兹建设中。在澳大利亚，FRV 在维多利亚州 Terang 经营一家 BESS 工厂，在昆士兰州 Dalby 经营一家混合工厂。

同样，Almar Water Solutions 作为 Jameel Environmental Solutions 的旗下一员，已经投资了技术公司 Datakorum，侧重于水资源、能源和交通出行部门的数字化转型。目前，Datakorum 正在阿布扎比忙于为水资源和能源管理系统提供 5G 网关，这两个系统都是对气候感到焦虑的社会的关键组成部分。

AI 驱动气候治理的前景极其诱人，这也许是因为它能让我们摆脱责任，将寻找解决方案的任务交给一种尚未得到验证的技术。解决数据中心的能源需求问题需要一个双管齐下的战略。首先，提高可再生能源在全球能源结构中的占比，从而抵消额外的化石燃料消耗。其次，探索低耗水的数据中心冷却方式，同时将其排放的热量供给社区使用。只有解决了这些紧迫的问题，AI 才能不负众望，带领我们走向一个更加可持续和繁荣的世界。

五个小知识：助力 AI

问：一个标准数据中心会消耗多少电力？

答：一个标准数据中心会使用相当于 10 万户家庭的电力，而正在开发中的最大数据中心将使用 20 倍的电力，相当于 200 万户家庭的用电量。

问：到 2030 年，AI 可以消耗多少比例的全球能源？

答：到 2030 年，AI 可能消耗全球总能源产量的 8%，IEA 预测 AI 的能源需求将达到 945 太瓦，与中型工业国家相匹敌。

问：2024 年，对全球数据中心的投资达到了多少？

答：2024 年，对全球数据中心的投资达到 5,000 亿美元，在短短两年内翻了一番。

问：AI 在可再生能源管理中扮演什么角色？

答：AI 对平衡分布式电网至关重要，可将太阳能、风能或水能无缝整合到电网中。现有基础设施只需集成基于 AI 的管理系统，即可提供 175 吉瓦的额外传输容量。

问：AI 能为重工业减排提供多少帮助？

答：AI 驱动的排放监测技术通过结合实时卫星图像分析数据，可帮助占温室气体近三分之一的重工业削减 20%-30% 的排放。

 

[1] https://www.iea.org/reports/energy-and-ai/executive-summary

[2] https://www.iea.org/reports/energy-and-ai/executive-summary

[3] https://www.weforum.org/stories/2024/02/harnessing-waste-energy-data-centres//

[4] https://www.weforum.org/stories/2025/01/6-ways-data-centres-can-cut-emissions/

[5] https://www.weforum.org/videos/this-start-up-catches-waste-methane-to-power-data-centres/

[6] https://www.iea.org/news/ai-is-set-to-drive-surging-electricity-demand-from-data-centres-while-offering-the-potential-to-transform-how-the-energy-sector-works

[7] https://www.iea.org/reports/energy-and-ai/understanding-the-energy-ai-nexus

[8] https://www.iea.org/news/ai-is-set-to-drive-surging-electricity-demand-from-data-centres-while-offering-the-potential-to-transform-how-the-energy-sector-works

[9] https://www.weforum.org/stories/2024/02/ai-combat-climate-change/

[10] https://www.iea.org/reports/renewables-2024/global-overview

[11] https://www.iea.org/reports/energy-and-ai/executive-summary

[12] https://www.theguardian.com/technology/2025/mar/20/ai-aardvark-weather-prediction-forecasting-artificial-intelligence

[13] https://www.weforum.org/stories/2024/02/ai-combat-climate-change/

[14] https://www.climate.gov/news-features/understanding-climate/climate-change-global-sea-level

[15] https://fsc.org/en/blog/how-deforestation-affects-climate-change

[16] https://www.weforum.org/stories/2024/02/ai-combat-climate-change/

[17] https://www.weforum.org/stories/2025/01/6-ways-data-centres-can-cut-emissions/

[18] https://thedocs.worldbank.org/en/doc/08165a76ca0f1ef688d2782dfaab3406-0400072022/related/Greening-Digital-in-Korea-Korea-Case-Study-for-Greening-the-ICT-Sector.pdf

[19] https://english.www.gov.cn/news/202407/24/content_WS66a0b167c6d0868f4e8e96ba.html

[20] https://www.epa.gov/newsreleases/us-epas-energy-star-program-develops-energy-saving-guidance-co-location-data-centers

[21] https://www.weforum.org/stories/2024/02/harnessing-waste-energy-data-centres/

[22] https://datacentrereview.com/2024/06/making-the-most-of-data-centre-waste-heat/

[23] https://www.goldmansachs.com/insights/articles/ai-to-drive-165-increase-in-data-center-power-demand-by-2030

[24] https://www.iea.org/energy-system/renewables

[25] https://www.iea.org/reports/energy-and-ai/executive-summary

[26] https://www.mckinsey.com/industries/electric-power-and-natural-gas/our-insights/how-data-centers-and-the-energy-sector-can-sate-ais-hunger-for-power