AI发展速度之快，在人类历史上可能没其他产业能与之相比。不过，AI背后迅速增加的能耗同样引发全球关注。平衡AI技术发展与环境资源的可持续性或是未来几年的重要议题之一。
AI带来能耗迅速增加，已给科技巨头的碳中和进程带来挑战。谷歌2023年碳排放量比五年前飙升48%，正是因为AI战略带来数据中心能耗增加。百度在2023年ESG报告中提到，公司将把大模型带来的影响纳入气候平均状态随时间的变化风险识别清单。
百度、阿里巴巴、腾讯均宣布在2030年实现自身运营层面碳中和目标。阿里巴巴还表示，云计算业务要率先实现范围3的碳中和。面对AI这只“电老虎”，大厂们有怎样的“驯服”之策？AI的正负面环境效应又该如何衡量？
2024年以来，大型互联网公司在陆续公布的碳减排目标进展中，不约而同谈到AI的影响。
7月初，谷歌的环境报告数据显示，2023年该公司温室气体排放量(范围1+范围2+范围3)为1430万吨二氧化碳当量，同比增长13%，相比2019年大幅度增长48%，排放量上升主要由于“数据中心能耗增加和供应链排放增加”。今年5月，微软公司高管对外表示，其减排目标受到人工智能战略影响。自2020年以来，微软碳排放量增加了近三分之一。
国内大厂同样面临挑战。百度、阿里巴巴、腾讯都是我国AI大模型领域重要参与者，他们均提出2030年实现自身运营碳中和目标。
“AI发展是爆发式的。算力将继续增长，对电力的需求也持续增加。”阿里云全球数据中心总经理王朝阳在7月下旬阿里巴巴ESG沟通会上说。半导体产业分析机构SemiAnalysis预测，到2030年AI将推动数据中心消耗全球4.5%的能源。
“在清洁能源还不能作为主要能源实现供给时，大规模部署AI一定会增加企业短期内的碳排放，这也是第一批尝鲜AI技术的企业所需要付出的成本。”清华大学工学博士、教授级高工、新型电力系统技术创新联盟专家委员周文闻说。
百度已关注到大模型训练带来的环境负面效应，其在2023年ESG报告中提到，公司将把大模型带来的影响纳入气候平均状态随时间的变化风险识别清单。
电力使用效率(PUE)是衡量数据中心使用能源效率的指标，其数值越接近1，意味着能源基本都用于核心IT设备，效率越高。
2023年百度数据中心PUE平均值1.19，而2022年这一数字是1.16、2020年则为1.14。百度坦言，PUE变化的重要的因素是：全球气候变暖，极热天气频发，服务器冷却用电需求增加；大模型训练使得用电量增加等。百度2023年排放总量(范围1+范围2+范围3)为237.56万吨二氧化碳当量，同比增长11.96%，其中范围2涉及外购电力、范围3涉及租赁数据中心电力等，分别同比增长12.63%、11.76%。
阿里巴巴2024财年因外购电力和热力产生的(范围2)温室气体排放量为373.2万吨，同比减少0.6%，这部分排放来自外购电力和热力，大多数都用在云计算数据中心；价值链上下游间接(范围3)温室气体排放量为786.57万吨，同比增长2.44%，大多数来源于租赁数据中心的外购电力等。
阿里巴巴的减排目标是，不晚于2030年实现自身运营(范围1、2)碳中和，不晚于2030年协同价值链实现碳强度比2020年降低50%。阿里巴巴表示，云计算业务在2030年实现范围1和范围2碳中和的基础上，率先实现范围3的碳中和。
腾讯的减排目标则包括，在2030年实现自身运营及供应链的碳中和。绝对排放量以2021年为基准年，2030年范围1和范围2绝对排放量减少70%、范围3绝对排放量减少30%。此外，腾讯还表示，2030年目标是实现100%绿色电力使用，自建数据中心的平均PUE不超过1.35。
从实际数据看，腾讯2023年范围1排放量27.54万吨，同比增长60%，腾讯表示，这一大幅度增长是受灭火器充装周期影响；范围2排放量256.13万吨，同比减少3.35%；范围3排放量295.71万吨，同比增长1.36%。
为追赶碳中和目标，互联网大公司都大规模采购绿电，抵消碳排放影响。今年6月中国电力企业联合会等发布“2023年中国绿色电力(绿证)消费TOP100企业名录”显示，2023年全国绿色电力(绿证)消费同比增长281.4%，其中阿里巴巴绿电消费量排名第7，腾讯排名第21。
AI到底有多耗电？有研究表示，Open AI训练大语言模型GPT-4，完成一次训练需要约三个月，过程中使用大约25000块英伟达A100 GPU，一次训练所需电能可以将大约200万立方米的冰水——大概是1000个奥运会标准游泳池水量——加热到沸腾。
“AI的尽头是能源。2030年全球数据中心用电量规模将达到约2.2万亿度电，为2022年的3.6倍。”华泰证券分析称。
大厂近两年用电量增加明显。百度2023年用电量102.05万兆瓦时，同比增长13.13%。腾讯2023年用电量511.47万兆瓦时，同比增长2.35%。阿里巴巴2024财年用电量831.46万兆瓦时，同比增长16.49%。
7月下旬，国家发展改革委等部门印发《数据中心绿色低碳发展专项行动计划》，推动数据中心绿色低碳转型，提出到2025年底，全国数据中心布局更加合理，整体上架率不低于60%，PUE降至1.5以下，可再次生产的能源利用率年均增长10%，平均单位算力能效和碳效显著提高。
一方面，算力分布存在结构性矛盾，以及算力与能源分布不匹配。“我国数据中心整体呈现东多西少，东密西疏的分布，东部地区相对来说数字化转型业务需求旺盛，以及近年生成式人工智能兴起，进一步增加了算力需求。”ISO可持续金融科技工作组专家、中国环境科学学会碳达峰碳中和专委会委员陈钰什和记者说，“在‘东数西算’推动下，加上东部一线城市土地和能源成本上升、西部新能源供给便利等条件，中西部数据中心比例有所上升，但出于数据安全和实时计算的考虑，就近部署、本地化部署等仍是一些企业的刚需。”而可再次生产的能源分布则正好相反，这为数据中心提升可再次生产的能源使用比例带来了挑战。
另一方面，地方上，大数据产业的绿色用电需求还得不到有效落实。从事数据中心业务的合盈数据零碳业务负责人何玮说：“匹配‘源网荷储一体化示范项目’的市场化交易机制有待完善，绿电应用模式仍在探索，新能源应用到大数据产业的通道还没打通；输配绿电价格高，没形成竞争优势。”
数据中心的电力消耗主要由四部分所组成。何玮介绍，以PUE为1.25的数据中心为例，其IT设备耗能约占67%，制冷系统约占27%，供配电系统约占5%，照明及其它约占1%
“具体耗能情况与数据中心设计和运营状态有关，有的制冷设备运营得不好，制冷能耗可能达到40%至50%，超过IT设备能耗。”陈钰什说。因此，能效比更高的制冷技术、数据中心部署地的天气特征情况，以及将数据中心设计优化前置，都将影响数据中心耗能，进而影响碳排放水平。
据合盈数据统计，2023年我国数据中心平均PUE为1.48。其中，东北、华北充分的利用自然风冷等资源优势，平均PUE分别为1.40、1.39，远低于华南、华中的平均PUE(分别为1.53、1.54)。
为推动“绿色算力”，百度加大可再生电力采购比例，自建可再次生产的能源电站等。腾讯采用了类似举措。截至2023年末，腾讯数据中心可再次生产的能源设施总装机容量达52.2兆瓦，相比2022年增长166.3%。阿里巴巴持续开展绿电交易、自建分布式光伏，签订清洁电力长期购电协议等，将自建数据中心的清洁电力使用比例从2023财年的53.9%提升至2024财年的56%，其2024财年自建数据中心的PUE降至1.2，租赁数据中心PUE为1.269。此外，阿里巴巴投资和参与建设河北保定、张家口的“源网荷储”项目，帮助实现电力供给需求和消纳的动态平衡。
当前，可再生电力往往受地域分布以及峰谷波动等制约，这让很多人将目光转向核电。阿里云全球数据中心总经理王朝阳表示：“核电将成为算力发展过程中不可回避的话题。通过技术、产品不断迭代，能够更好的降低小型核反应堆发电成本。”
有消息显示，微软和Helion Energy签署协议，后者计划2028年为微软提供商业化可控核聚变电力。OpenAI创始人Sam Ultramanu则投资了核电公司Oklo，有望2027年启动首座核反应堆。
“核电未来是所有清洁能源中最便宜的一种，如果AI要规模化发展，核电可以使AI行业做到成本和绿色兼得。”周文闻说。
虽然AI耗电，但其对于减碳的作用不应被忽视。前述BAT公司均寻求运用AI技术帮助自身运营过程节能降碳。
王朝阳介绍，阿里巴巴去年引入AI算法来管理数据中心能耗，帮助持续在线调优运行参数。此外，在全国所有自建数据中心保留了余热回收接口，“方便给居民、工业生产厂房供热，即使冬天去张北，也可以吃到我们恒温大棚种植的蔬菜。”阿里巴巴还认为，企业使用公共云服务本就有助于减碳。阿里巴巴ESG报告表示，与用户使用本地化机房相比，低碳云服务共赋能用户减排988.4万吨。
腾讯也应用AI技术智能调节数据中心运行，2023年腾讯新应用该技术的模组减少用电量约5000兆瓦时，避免碳排放2851.5吨。
“AI确实消耗了很多能源。但随着AI进入每个行业，将来一定有一个拐点，AI所节省的能源或者减少的碳排放量一定大于它自身带来的碳排放量，这个拐点会在不久的将来出现。”王朝阳说。
周文闻认为，AI规模化使用带来生产效率提升，也会为环境带来正面效益。波士顿咨询报告预计，到2030年AI将帮助减少5%-10%的温室气体排放，此外AI在多方面会对气候平均状态随时间的变化带来非消极作用，比如帮助各行业进行碳排放数据的测算与追踪，帮助调节智能电网、提升清洁能源的消纳比例，优化商品运输路线等。
“从价值链角度看，全社会都应该积极拥抱AI，企业应多关注、多选择绿色程度更高的供应商。当前AI带来能耗和碳排放增加只是阶段性的。”周文闻说。
陈钰什认为，AI发展过程中，大厂不仅要考虑“绿色算力”问题，还应考虑水资源利用效率(WUE)、数据中心生态设计、电子废弃物回收等可持续议题，“除了要对数据中心做性能评估，也应该做好可持续性评估。”