我最近刷到一组数据，说实话看完之后整个人愣了一下。倒不是说多意外，但那种“知道会很夸张，没想到这么夸张”的感觉还是让人有点上头。

事情是这样，数据分析师Kentan Joshi翻了一下Google最新发布的环境报告，然后发了一条BlueSky，原话是这么说的：“两年前这家公司的电力消耗从线性增长直接切换到了指数增长，它们的气候影响也在同步爆炸。这简直就是对GenAI那套臃肿又浪费体系的疯狂证明。”

打开网易新闻 查看精彩图片

他说得有没有道理？咱们直接看数字。

Google的电力消耗总量从2024年的31太瓦时跳到了2025年的43太瓦时。这什么概念？这是他妈的Google有史以来最大的一次年度增幅，没有之一。之前那些年，不管这个巨头怎么扩张数据中心、怎么铺云服务，增长曲线至少还维持着一个相对平缓的弧度。然后GenAI来了，曲线直接就翘起来了。

这事儿有意思的地方在于，不光是Google一家在狂吃电。Joshi做的对比图把几个大家伙全拉出来遛了一圈。微软、Meta、苹果，连Netflix都算上了——不过这里得提一嘴，亚马逊大概在2022年左右就不再公开自己的电力消耗数据了，所以Joshi那边的估算只能算个参考。从能看到的这几家来看，虽然从2023年开始每家都在涨，幅度各有不同，但Google这个涨法明显不一样，那个陡峭程度放在图表里简直像是突然被人拽了一下线。

更让我觉得离谱的是另一个维度。Google一年的用电量现在比好几个国家全年的总电力需求都高。斯洛伐克、厄瓜多尔、爱尔兰、尼日利亚，这些国家一整年所有产业加居民用电加起来，还没Google一家公司烧得多。想想看，一家公司顶一个国家的用电量，这种事情放在五年前估计没人会信。

当然你可能会说，电力消耗不等于碳排放，这个逻辑没错。Google的电力供应里头肯定有一部分来自可再生能源，而且比例应该还不小。但Joshi的分析往下挖了一层之后发现，这部分的贡献可能只是杯水车薪。即使把各种调整项都算上——包括供应链上的豁免项和可再生能源采购声明——Google现在的排放趋势跟它2021年定下的减排目标完全是背道而驰。

这个结论其实一点都不意外。因为Google在2024年的环境报告里自己就坦白过，它的温室气体排放在过去五年里飙升了将近50%。五年，50%。这个数字放在任何一个行业都是要上头条的级别，只不过当时大家可能还没把注意力完全聚焦到AI训练和推理的能耗成本上。

Joshi在博客里把这件事拆得很细，那条时间线拉出来特别清晰。两年前是一个分水岭，在那之前Google的能耗增长虽然也在往上走，但好歹是个可控的节奏。然后生成式AI全面铺开，所有的大模型训练、实时推理、各种API调用开始在数据中心里昼夜不停地跑，电力消耗的曲线立刻就改了斜率。这不是什么渐进的演变，这是一个非常粗暴的转折点。

我觉得整个事情最讽刺的点在于，技术圈一直在画一个“AI能让一切更高效”的饼，但现阶段它自己先变成了一个效率黑洞。训练一个前沿模型要烧掉多少电，推理一次复杂查询又要吃掉多少算力，这些数字堆起来，最后反映在环境报告里就是一条怎么压都压不住的上升曲线。

而且你要是仔细想想，这还只是Google一家的情况。微软在AI这波浪潮里冲得比谁都猛，Meta也在疯狂加码自己的模型布局，苹果虽然嘴上说着不追，但谁信谁天真。这些加起来，整个行业在电力消耗上的增量会是个什么量级，现在可能连完整数据都还没跑出来。

亚马逊选择在2022年停止公开电力数据这件事，在这个语境下也显得格外微妙。一个曾经愿意展示自己能源使用效率的公司，偏偏在AI开始大规模铺开的节点选择了沉默，这个时机是不是太巧了？Joshi也只能靠估算来填补那块空白，但估算意味着信息的不对称还在扩大。

回到Google本身。43太瓦时这个数字，拆分到每一天大概是118吉瓦时，每小时4.9吉瓦时。这种量级的电力，足够驱动一些中型城市正常运转了。而驱动这一切的，是我们每天随手敲进去的那些prompt，是模型为了生成一句听起来像人话的回答在后台烧掉的无数算力。

Joshi那篇博客的标题用词特别重，“obscene bloat and waste”——丑陋的臃肿和浪费。他不是什么极端环保主义者，这哥们就是个做数据分析的，所有结论都建立在Google自己公开的报表上。能让他这么说话，数字本身可能已经够有说服力了。

我作为一个每天也在用这些AI工具的人，看完这组数据之后心情有点复杂。不是说不用了，也不是要搞什么技术抵制，就是觉得这背后的代价比我想象的要重得多。那些“AI让世界更美好”的叙事里，很少会有人把这部分算力成本换算成碳排放列在旁边。

而且说实话，这个趋势短期内根本看不到拐点。生成式AI还处在高速扩张期，各家都在比谁的模型更大、谁的上下文更长、谁的响应更快，所有这些竞争维度最终都会指向同一个结果：更多的数据中心，更高的电力负载，更难看的排放曲线。

Joshi在文章最后没有给出什么解决方案，他也很清楚这不是靠一家公司或者一项技术就能扭转的事情。但他把数据摆出来这件事本身就有价值——至少让人知道，那些随手生成的图片和文本背后，是真的有巨大的物理基础设施在燃烧真实的能源。

我看完这些图表之后，脑子里冒出来一个念头。我们这代人正在同时经历两件事：一方面是越来越精准的气候模型告诉我们时间不多了，另一方面是越来越臃肿的AI模型在加速消耗我们本就不富裕的碳预算。这两条线在图表上往相反的方向狂飙，而交汇点在哪里，可能连最乐观的分析师都不敢预测。

这次Google的数据至少说明了一件事：生成式AI的能源账单已经大到不能再被讨论边缘化了。它不是“未来可能会是个问题”，它现在就是个问题，而且正在以指数级的速度变得更严重。