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(túpiàn)，需要多少电力？ 本文的封面图由DeepSeek与豆包联合生成，仅使用一条(yītiáo)文字指令和一次图像请求。手机电量几乎未变，但背后(bèihòu)的实际能耗，足够让它(tā)从零充满一次。 从上游的芯片制造到下游(xiàyóu)的日常使用，人工智能发展的每个环节都需要消耗大量(dàliàng)生态资源。 此外，一家半导体制造厂每小时(xiǎoshí)的用电量(yòngdiànliàng)足以让100个人用上一整年；一家芯片企业每年会造成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(tā)单次(cì)训练耗电1287万度，产生552吨碳排放——为了让AI的大脑变得更(gèng)聪明，人类先付出了能让一辆特斯拉汽车完整(wánzhěng)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(líbùkāi)一个共同的场所：数据中心(shùjùzhōngxīn)。芯片制造出来供谁使用？模型训练在哪里完成？用户(yònghù)调用如何响应？事实上，看似轻盈的输出(shūchū)结果背后，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(suànlì)“心脏” AI不是凭空运行，从模型训练到推理应用，都需要数据中心强大的算力支撑(zhīchēng)。可以说，数据中心就是AI系统(xìtǒng)的“心脏”，支撑着其持续运作，因此也成为了能耗和污染最集中的环节(huánjié)。 在各类数据中(zhōng)心中，企业和互联网数据中心与AI的关系较为密切(mìqiè)。它们集中(jízhōng)部署了成千上万块高性能GPU（图形处理器），专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(suànlì)底座。 随着技术的迭代，AI对算力的需求水涨船高，直接(zhíjiē)推动了数据中心数量的增长(zēngzhǎng)。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(kuòzhāng)。 可以预见，数据中心将在(zài)未来数年内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(yìměiyuán)，而这场围绕算力的投资热潮仍在升温。未来，数据中心发展的经济(jīngjì)账单(zhàngdān)将继续攀升。 这笔数据中心产业的投资大约相当于全球每人支出了人民币380元。以这样的价格来(lái)享受人工智能(réngōngzhìnéng)前沿技术，似乎也是一笔划算的投入(tóurù)。 然而，这笔交易的(de)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”，至今既没有(méiyǒu)出现在产业成本的账面上，并将随着数据中心的持续(chíxù)扩张不断增长。 根据国际(guójì)能源署(shǔ)的最新预测，到2030年，全球数据中心的年耗电量(hàodiànliàng)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用电量。 除可量化的资源(zīyuán)消耗和污染排放外，更隐蔽的还有(háiyǒu)：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(hòu)动物失去栖息地……目前，这些影响尚未形成系统的监测数据。 这份被技术红利掩盖的“生态账单”，谁(shuí)来结算、如何治理？ 在全球环境治理的(de)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，也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(néngyuán)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(zhíxíng)。 当前，碳排放(páifàng)控制成为多数企业环境治理策略的核心(héxīn)目标，其中在能源端的应对最为突出。大多数企业将可(kě)再生能源或清洁能源的使用作为主要减排措施。这类路径在能源结构调整上(shàng)相对可行，也易于量化评估。 整体(zhěngtǐ)来看，当前企业“还账”的重点(zhòngdiǎn)主要集中于减少碳排放，生态账单上的其他栏目尚缺乏具体信息与解决方案。 即使是(shì)可持续实践的领军企业，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(duì)减碳路径进行了最详尽的披露。 其中，谷歌表示(biǎoshì)2023年其全球办公及数据中心(shùjùzhōngxīn)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90%以上清洁供电——这(zhè)看似是一份不错的成绩单。 但从国家维度来看，这份优秀的(de)成绩单背后暗藏着明显的断层趋势(qūshì)：加拿大魁北克的数据中心凭借丰富(fēngfù)水电实现100%零碳(língtàn)运营，而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，波兰以31%垫底；而在亚洲地区(yàzhōudìqū)，表现最佳的韩国也仅达35%，远低于全球平均水平。 随着AI技术迭代加速，训练新一代AI大(dà)模型的能耗量级持续增长。支撑AI发展(fāzhǎn)的全球数据中心集群，或许正在重塑(zhòngsù)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，其余四家在他国布局的数据中心数量普遍(pǔbiàn)超过本土，呈现出明显的跨国企业全球布局倾向(qīngxiàng)。而(ér)在环保(huánbǎo)透明度上，谷歌是其中(qízhōng)唯一按照数据中心集群所在地公布实时环境指标的厂商。 随着AI的飞速发展，科技巨头企业仍将持续扩建(kuòjiàn)数据中心(shùjùzhōngxīn)以应对日益增长(rìyìzēngzhǎng)的数据存储和处理需求，在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地区却引起了广泛(guǎngfàn)的反对声潮。 数据中心的快速扩张实际上属于“算力(suànlì)驱动型”的AI发展路径。如今，一种新(xīn)的技术趋势正(zhèng)在浮现——AI正朝着高性能、低功耗方向演进。 中国团队推出(tuīchū)的(de)开源大模型DeepSeek正展现着这种可能性。据DeepSeek披露(pīlù)，在不包含前期试错成本(chéngběn)的情况下，大模型DeepSeek-v3的训练成本大约在558 万美元。按照相似方法估算，GPT4的训练成本约为4800万美元。这不仅代表着经济(jīngjì)层面的高性价比，也意味着在同等(tóngděng)的AI产出下，数据中心所承担的计算压力和能耗均有望减少。 此外，DeepSeek-v3采用了“MoE（Mixture of Experts）”模型。每次用户提问，系统只激活一小部分参数进行处理，而不是(búshì)全员上阵。这样使得每次推理时(shí)实际被激活的(de)参数只占(zhàn)总量(liàng)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的消耗。 与此同时，中国也正从政策层面积极(jījí)回应数据中心扩张所带来(dàilái)的环境压力，推动其(qí)绿色转型，力图在技术发展与环境可持续之间寻求平衡。 目前，电能利用效率（PUE）已经成为衡量绿色治理成效的重要风向标。以(yǐ)2030年为目标，我国各地(gèdì)数据中心的PUE水平将(jiāng)持续优化，向“1”稳步靠近。 在政策引导与技术进步的(de)共同作用下(xià)，绿色转型正在成为中国数据中心行业发展的主线。 OpenAI首席执行官Sam Altman曾表示(biǎoshì)，AI的成本正在以每年降低10倍(bèi)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、算法更聪明，是否能够真正(zhēnzhèng)实现低耗又(yòu)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(de)分析预测(yùcè)，由于人工智能(réngōngzhìnéng)软件和硬件能源使用效率的提高，人工智能的碳足迹将很快达到(dádào)稳定水平，然后开始减少。 但乐观之外，还有一盆冷水(lěngshuǐ)：“杰文斯悖论”认为效率提高会带来使用激增，结果反而更耗能。华为创始人任正非曾这样比喻这条悖论：“把高速公路拓宽，车流速度快了(le)，油耗(yóuhào)本应(běnyīng)减少。但更多的车辆能上路，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(kěnéng)在无形中(wúxíngzhōng)不断累积，超出原本“节能”的设想。 在(zài)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(xùnliàn)规模，但可以在使用中取舍——比如关注平台的能源披露与可持续承诺(chéngnuò)，避免无意义的频繁调用，理解每一次点击背后都存在一次计算的事实。 所有改变的前提，是先看见问题本身。当更(gèng)多人开始意识到这些“看不见”的能源消耗和环境代价，技术将向着(xiàngzhe)更可持续的目标前进。更长远(chángyuǎn)来看，公众的使用偏好和舆论导向，也将在某种程度上塑造AI生态的未来(wèilái)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、徐笛、周葆华(zhōubǎohuá) 封面图(tú)｜DeepSeek、豆包共同绘制 动图(dòngtú)内嵌视频 | 即梦生成 本文(běnwén)为复旦大学新闻学院《数据分析与信息可视化》课程作品 复数实验室(shíyànshì) X 对齐Lab (本文来自(láizì)澎湃新闻，更多原创资讯请下载“澎湃新闻”APP)