美钢铝关税翻倍至50%冲击全球 多国威胁反制

生成一张(yīzhāng)图片，需要多少电力？ 本文的封面图由DeepSeek与豆包联合生成，仅使用一条文字指令和一次(yīcì)(yīcì)图像请求。手机电量几乎未变，但背后的实际能耗，足够让(ràng)它从零充满一次。 从上游的(de)芯片制造到下游的日常使用，人工智能(réngōngzhìnéng)发展的每个环节都需要消耗大量生态资源。 此外，一家半导体制造厂每小时的用(yòng)电量足以让100个人用上一整年(zhěngnián)；一家芯片企业每年会造成200万吨的碳排放，相当于30万辆重型卡车全年(quánnián)的排放量。 GPT-3的(de)诞生同样代价不菲：它单次(cì)训练耗电1287万度，产生552吨碳排放——为了(le)让AI的大脑变得更聪明，人类先付出了能让一辆特斯拉汽车完整充电10000次的电量和制造325吨粗钢(cūgāng)的碳排放。 这些生态污染与资源消耗虽然发生在不同环节，但最终都离不开一个共同的场所：数据中心。芯片制造出来供谁(shuí)使用？模型(móxíng)训练(xùnliàn)在哪里完成？用户调用如何响应(xiǎngyìng)？事实上，看似轻盈的输出结果背后，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(bèihòu)的算力“心脏” AI不是凭空运行，从模型训练(xùnliàn)到推理应用，都需要数据中心强大的算力支撑。可以说，数据中心就是AI系统的“心脏”，支撑着其持续运作(yùnzuò)，因此也成为(chéngwéi)了能耗和污染最集中的环节。 在各类数据中心中，企业和互联网数据中心与(yǔ)AI的关系(guānxì)较为密切。它们集中部署了成千上万块高性能GPU（图形(túxíng)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(shuǐzhǎngchuángāo)，直接推动了(le)数据中心数量的增长。AI工具(gōngjù)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。 可以预见，数据中心将在未来数年内保持高速扩张的态势。截至2024年，全球(quánqiú)数据中心的资本(zīběn)支出据估计(jùgūjì)已高达4300亿美元，而这场围绕算力(suànlì)的投资热潮仍在升温。未来，数据中心发展的经济账单将继续攀升。 这笔数据中心产业的(de)投资大约相当于全球每人支出了人民币(rénmínbì)380元。以这样的价格来享受人工智能(réngōngzhìnéng)前沿技术，似乎也是一笔划算的投入。 然而，这笔交易的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(zhìjīn)既没有出现在产业成本的账面上，并将(jiāng)随着数据中心(shùjùzhōngxīn)的持续扩张不断增长。 根据国际能源(néngyuán)署的最新预测，到2030年(nián)，全球数据中心的年耗电量预计将达到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(zǒng)用电量。 除可量化的资源消耗和污染排放(páifàng)外，更隐蔽的还有：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(bèi)数据中心侵占后动物失去(shīqù)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”，谁来(lái)结算、如何治理？ 在全球环境治理的复杂体系中，多个主体各自承担着(zhe)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(guójì)组织可以制定标准(biāozhǔn)，政府可以出台政策(zhèngcè)，但能源结构的选择与运行方式的调整，最终仍需由企业落地执行。 当前，碳排放控制成为多数企业环境治理策略(cèlüè)的核心目标，其中在能源(néngyuán)端的应对最为突出。大多数企业将可再生能源(zàishēngnéngyuán)或(huò)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相对可行，也易于量化评估。 整体来看，当前企业(qǐyè)“还账”的重点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(jiějuéfāngàn)。 即使(jíshǐ)是可持续实践的(de)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》中重点对减碳路径进行了最详尽的披露。 其中，谷歌(gǔgē)表示2023年其全球办公及数据中心已实现每小时(xiǎoshí)64%无碳能源使用率，44个电网区域中有(zhōngyǒu)10个达成90%以上清洁供电——这看似是一份不错的成绩单。 但从国家维度来看，这份(zhèfèn)优秀的成绩单背后暗藏着明显的断层趋势：加拿大魁北克的数据中心凭借(píngjiè)丰富(fēngfù)水电实现100%零碳运营，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(fādiàn)。在欧洲地区，波兰以31%垫底；而在亚洲地区，表现(biǎoxiàn)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(xīn)一代AI大(dà)模型的能耗量级持续增长(chíxùzēngzhǎng)。支撑AI发展的全球数据中心集群，或许正在重塑一张新的环境治理“不平等地图”。 但谷歌并不是这张(zhèzhāng)“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(tāguó)布局的数据中心数量(shùliàng)普遍超过本土，呈现出(chéngxiànchū)明显的跨国企业全球布局倾向。而在环保透明度上，谷歌是其中唯一按照数据中心集群所在地公布实时环境指标(zhǐbiāo)的厂商。 随着AI的飞速发展，科技巨头企业仍将持续扩建数据(shùjù)中心以应对日益增长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(huánjìng)问题，数据中心扩建计划(jìhuà)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(shǔyú)“算力驱动型”的AI发展路径。如今(rújīn)，一种新的技术趋势正在浮现——AI正朝着高性能、低功耗方向(fāngxiàng)演进。 中国团队推出(tuīchū)的开源大模型DeepSeek正展现(zhǎnxiàn)着(zhe)这种可能性。据(jù)DeepSeek披露，在(zài)不包含前期试错成本的情况(qíngkuàng)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。这不仅代表着经济层面的高性价比，也意味着在同等的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(xìtǒng)只激活一小部分参数进行处理，而不是全员上阵。这样使得(shǐde)每次推理时实际被激活的参数只占总量(liàng)的 5.5%，显著减少了计算量，也降低了模型运行(yùnxíng)时对(duì)数据中心资源的消耗。 与(yǔ)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的环境压力，推动其绿色转型，力图在技术发展与环境可持续之间(zhījiān)寻求平衡。 目前，电能(diànnéng)利用效率（PUE）已经成为衡量绿色治理成效的重要风向标(fēngxiàngbiāo)。以2030年为目标，我国各地数据中心的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共同作用下(xià)，绿色转型正在成为中国数据中心行业(hángyè)发展的主线。 OpenAI首席执行官Sam Altman曾表示，AI的成本正在以每年降低10倍的速度(sùdù)演进(yǎnjìn)，这一现象被称为“AI规模(guīmó)定律”（scaling law）。未来，AI的硬件更高效、算法更聪明，是否能够真正实现低耗又(yòu)智能的良性循环？ 一些研究者对此(duìcǐ)持乐观态度，加州大学(jiāzhōudàxué)伯克利分校名誉教授、谷歌研究员戴夫·帕特森（Dave Patterson）的分析预测，由于人工智能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(hěnkuài)达到稳定水平，然后开始减少(jiǎnshǎo)。 但乐观之外，还有一盆冷水：“杰文斯悖论”认为(rènwéi)效率提高会带来使用激增，结果反而更(gèng)耗能。华为创始人任正非曾(céng)这样比喻这条悖论：“把高速公路拓宽，车流速度快了，油耗本应减少。但更多(duō)的车辆能上路，整体油耗反而增加(zēngjiā)了。”后续，当AI真正渗透进教育、办公、娱乐等日常场景(chǎngjǐng)，其总体能耗可能在无形中不断累积，超出原本“节能”的设想。 在这种不确定性下，个人用户的选择不应被忽视。虽然用户无法直接决定一项AI技术的底层设计或训练规模，但可(kě)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(yīcì)点击背后都存在一次计算的事实(shìshí)。 所有改变的(de)前提，是先看见问题本身。当更多人开始意识到这些(zhèxiē)“看不见”的能源消耗和(hé)环境代价，技术将向着更可持续的目标前进。更长远来看，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(yángzhìbó)、沈馨、田益铭、韩旻格、傅冰清 指导老师｜崔迪、徐笛(xúdí)、周葆华 封面图｜DeepSeek、豆包(dòubāo)共同绘制 动图内嵌视频 | 即梦生成(shēngchéng) 本文为复旦大学新闻学院《数据分析与信息可视化》课程(kèchéng)作品 复数实验室 X 对齐(duìqí)Lab (本文来自澎湃新闻，更多原创资讯请下载(xiàzài)“澎湃新闻”APP)