AI不只耗电！联合国发出警告：ChatGPT一年耗水量可供50万人生活使用AI的环境成本，不只是碳排放真正耗能的大户，其实是日常使用AI红利与环境代价并不均衡AI时代还将产生大量电子垃圾联合国呼吁建立更完善的AI治理体系
随着生成式AI快速普及，全球范围内掀起了一场算力竞赛。各国纷纷加快数据中心建设，希望抢占人工智能发展的先机。然而，人工智能带来的资源消耗问题，也开始引发越来越多关注。
近日，联合国大学水、环境与健康研究所（UNU-INWEH）发布最新报告指出，到2030年，全球数据中心的用电量预计将达到945太瓦时（TWh），约占全球总用电量的3%。与此同时，其耗水量甚至相当于13亿人一年的基本生活用水需求。
报告认为，AI正在从单纯的技术工具，逐渐演变为影响能源、水资源和土地利用的“超级资源消耗者”。如果缺乏有效管理，未来可能进一步加剧资源紧张和环境压力。
过去关于AI环保问题的讨论，大多集中在模型训练所产生的碳排放上。但联合国研究指出，仅关注碳排放远远不够。
事实上，每消耗一度电，背后不仅有碳足迹，还涉及冷却系统、发电过程所需的大量水资源，以及能源设施建设所占用的土地资源。
研究显示，即便采用生物能源替代燃煤发电，虽然碳排放可降低约70%，但耗水量可能增加30倍，土地需求甚至提高100倍。这意味着“低碳”并不等于“低耗水”或“低占地”。
因此，研究团队建议，未来评估AI对环境的影响时，应同时关注碳、水和土地三项关键指标。
很多人以为AI最耗资源的环节是模型训练，但事实并非如此。
报告指出，目前AI能源消耗的80%至90%来自模型上线后的“推理”（Inference）阶段，也就是用户每天与AI互动时产生的计算需求。
以ChatGPT为例，其每天处理约25亿次用户请求。按照研究测算，其一年耗电量约为383吉瓦时（GWh），耗水量则相当于50万人一年的基本生活用水需求。
不同类型的AI任务，资源消耗差异也十分明显。
普通聊天问答的能耗约为基础文本分类任务的200倍；AI生成图片的能耗可达到1450倍；而复杂的AI视频生成任务，消耗的算力甚至相当于20万次垃圾邮件识别工作。
研究人员表示，模型规模、回复长度、图片分辨率以及产品默认设置等因素，都会直接影响能源消耗，但大多数用户对此并没有明显感知。
报告还指出，AI基础设施的发展正在成为一个新的环境公平问题。
目前全球只有约32个国家拥有AI专用数据中心，超过90%的算力资源集中在美国和中国。而全球150多个国家几乎没有自主算力能力。
这意味着，AI带来的经济收益主要由少数国家获得，而数据中心所在地居民却可能承担更多环境成本，包括电力紧张、水资源消耗以及土地开发压力。
例如，爱尔兰在2023年数据中心用电量已经占全国总用电量的21%，甚至超过所有城市住宅用电总和，因此当地政府决定暂停都柏林新数据中心项目审批至2028年。
此外，墨西哥部分地区因数据中心扩张导致水资源压力加剧；乌拉圭在遭遇干旱期间推动高耗水数据中心项目，也曾引发社会争议。
除了能源和水资源问题，AI产业链还可能带来新的电子废弃物挑战。
研究预计，到2030年，全球与AI相关的电子废弃物总量将达到250万吨，相当于每年丢弃约250座埃菲尔铁塔的重量。
与此同时，支撑AI发展的关键矿产资源大多来自环境监管相对薄弱的地区，而大量淘汰设备最终流向处理能力有限的发展中国家，进一步增加了环境治理难度。
面对AI产业的高速扩张，联合国提出了六项治理原则，包括：
· 提高环境数据透明度；
· 推动高效率模型设计；
· 关注环境公平问题；
· 建立全生命周期责任机制；
· 加强国际合作；
· 倡导可持续使用方式。
研究团队建议，将数据中心纳入能源、水资源和国土规划体系管理，同时建立统一的碳足迹、水足迹和土地足迹披露制度。
报告最后强调，AI本身并不是环境问题的根源，关键在于人类如何在技术进步与资源承载能力之间找到平衡。未来的算力竞赛，不应以牺牲环境和资源公平为代价。
热门跟贴