
人们对生成式 AI 充满期待,从提升工作效率到推动科学研究的进步。然而,尽管这项技术的迅猛发展推动了强大模型在多个行业的快速应用,随之而来的环境影响却仍难以量化,更不用说有效缓解。
训练拥有数十亿参数的生成式 AI 模型,如 OpenAI 的 GPT-4,需要强大的计算能力,这不仅消耗大量电力,增加二氧化碳排放,还会给电网带来额外压力。
此外,将这些模型部署到实际应用中,使数百万人能够在日常生活中使用生成式 AI 模型,并在开发完成后持续微调以优化性能,这些都将长期消耗大量能源。
训练、部署和微调生成式 AI 模型所使用的硬件依赖大量水资源进行冷却,这可能对市政供水系统造成压力,并影响当地生态系统。此外,生成式 AI 应用的激增推动了对高性能计算硬件的需求,从而在制造和运输过程中间接增加了环境负担。
“当我们讨论生成式 AI 的环境影响时,不能只是关注设备插上电源时消耗的电力。这些影响涉及更广泛的系统层面,并且会随着我们采取的行动而持续存在。”麻省理工学院材料科学与工程系教授 Elsa A. Olivetti 表示。她同时也是麻省理工学院新气候项目脱碳任务的负责人。
Olivetti 是论文“The Climate and Sustainability Implications of Generative AI”的资深作者之一。该论文由 MIT 研究团队共同撰写,作为该研究所范围内征集论文的一部分,旨在探讨生成式 AI 对社会的变革潜力,包括其正面与负面影响。

高耗能的数据中心
数据中心的电力需求是生成式 AI 对环境影响的核心因素之一。这些中心承担着训练和运行深度学习模型的重任,为 ChatGPT、DALL-E 等广受欢迎的 AI 工具提供支持。
数据中心是一种温控建筑,内部容纳计算基础设施,如服务器、数据存储设备和网络设备。例如,亚马逊在全球运营着 100 多个数据中心,每个数据中心约包含 50,000 台服务器,用于支撑其庞大的云计算服务。
尽管数据中心的概念自 20 世纪 40 年代以来就已存在(1945 年,宾夕法尼亚大学建造了全球首个数据中心,以支持首台通用数字计算机 ENIAC)。如今,生成式 AI 的崛起大幅加快了数据中心的建设速度。
“生成式 AI 的独特之处在于其极高的功率密度。本质上,它仍然是计算,但一个用于训练生成式 AI 的计算集群所消耗的能源可能是典型计算工作负载的七到八倍。”麻省理工学院计算机科学与人工智能实验室博士后 Noman Bashir 解释道。他同时是该研究论文的第一作者。
科学家估计,北美数据中心的电力需求已从 2022 年底的 2,688 兆瓦增长至 2023 年底的 5,341 兆瓦,其中部分增长归因于生成式 AI 的需求。从全球来看,2022 年数据中心的总电力消耗达 460 太瓦时。根据经济合作与发展组织的数据,这一能耗足以使数据中心成为全球第 11 大用电实体,位列沙特阿拉伯(371 太瓦时)和法国(463 太瓦时)之间。
预计到 2026 年,数据中心的电力消耗将接近 1,050 太瓦时,届时它们将成为全球第五大用电实体,仅次于日本和俄罗斯。
尽管数据中心的计算任务并非全部涉及生成式 AI,但这一技术已成为能源需求增长的主要驱动力(8.050, 0.24, 3.07%)之一。
“新建数据中心的能源需求难以以可持续的方式满足。各家公司建设数据中心的速度过快,这意味着其电力供应仍然主要依赖化石燃料发电厂。” Bashir 指出。
训练和部署大型 AI 模型,如 OpenAI 的 GPT-3 所需的电力难以精准估算。然而,2021 年的一项研究表明,谷歌和加州大学伯克利分校的科学家估算仅 GPT-3 的训练过程就消耗了 1,287 兆瓦时的电力,这一用量足以支撑约 120 户美国普通家庭一年的用电需求,并伴随约 552 吨二氧化碳排放。
Bashir 解释说,“尽管所有机器学习模型都需要经过训练,但生成式 AI 面临的独特挑战之一在于其训练过程的不同阶段会导致能源消耗剧烈波动。”
电网运营商必须找到应对这些波动的方法以确保电网稳定性。然而,通常用于平衡电力负载的方法是使用柴油发电机,这不仅增加了对化石燃料的依赖,还进一步加剧了碳排放问题。

推理阶段的能源影响持续增长
当一个生成式 AI 模型完成训练后,其能源需求并不会随之消失。
每次使用模型,例如用户请求 ChatGPT 总结一封电子邮件,执行这些操作的计算硬件都会消耗能源。研究人员估计,一次 ChatGPT 查询所消耗的电力大约是一次普通网络搜索的五倍。
“但普通用户不会过多考虑这一点。” Bashir 说道,“生成式 AI 界面的便捷性,以及用户对其环境影响缺乏认知,意味着我们不会去想如何减少对这项技术的使用。”
在传统 AI 中,能源消耗相对均匀地分布在数据处理、模型训练和推理三个阶段。然而,Bashir 预计,生成式 AI 的推理阶段未来将成为能源消耗的主导部分。随着这些模型在越来越多的应用中普及,且未来版本的模型变得更大、更复杂,推理所需的电力消耗也将持续增加。
尽管数据中心的电力需求在研究中受到广泛关注,但这些设施的水资源消耗同样带来了显著的环境影响。
冷却数据中心通常需要大量冷却水来吸收计算设备产生的热量。据 Bashir 估算,数据中心每消耗 1 千瓦时的能源,通常需要约 2 升水进行冷却。这种高强度的水资源消耗可能加剧当地的水资源短缺,并对生态系统造成破坏。
“云计算这个名称并不意味着这些硬件真的存在于云端。数据中心是现实世界中的实体设施,而它们的用水需求对生物多样性有着直接和间接的影响。” Bashir 说道。
数据中心内部的计算硬件本身也带来了间接但显著的环境影响。
尽管难以精确估算制造 GPU 所需的电力,但其能耗无疑高于更简单的 CPU,因为 GPU 的制造工艺更加复杂。此外,GPU 的碳足迹还受到原材料运输和供应链排放的叠加影响。
GPU 所使用的原材料开采过程同样带来了严重的环境影响。许多稀有金属的开采涉及高污染的采矿作业,并且在提炼过程中可能使用有毒化学品,对生态环境造成长期破坏。
市场研究公司 TechInsights 估计,2023 年,三大主要 GPU 生产商英伟达、AMD 和英特尔向数据中心出货了 385 万块 GPU,较 2022 年的 267 万块大幅增长。预计 2024 年的增长幅度将更为显著。
Bashir 指出,当前行业的发展路径难以长期持续,但仍然可以通过推动负责任的生成式 AI 发展来支持环境目标。
他与 Olivetti 及其麻省理工学院的同事们认为,要实现这一目标,需要全面考量生成式 AI 的环境与社会成本,同时深入评估其潜在收益的真正价值。
“我们需要一种更有针对性的方法,以系统且全面地理解该领域新技术发展的影响。由于技术进步的速度如此之快,我们尚未有足够的时间来完善衡量和理解这些权衡取舍的能力。” Olivetti 总结道。
https://news.mit.edu/2025/explained-generative-ai-environmental-impact-0117


APP专享直播
热门推荐
最低500万美元,特朗普推出移民“金卡”,取代EB-5签证 收起最低500万美元,特朗普推出移民“金卡”,取代EB-5签证
- 2025年02月26日
- 00:02
- APP专享
- 扒圈小记
10,712
俄会展基金会:乌克兰大部分最具价值的矿藏已归入俄罗斯
- 2025年02月25日
- 08:47
- APP专享
- 扒圈小记
3,414
美国“政府效率部”21名工作人员辞职 称不愿帮助削减政府规模
- 2025年02月26日
- 01:35
- APP专享
- 北京时间
2,930

24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)
投资研报 扫码订阅
股市直播
-
趋势领涨今天 10:10:44
【中证金融官微缩减两融相关数据披露范围 不再披露两融数据】财联社2月26日电,中证金融近日调整了官方微信号的数据披露范围。财联社记者注意到,公开数据由此前每日披露前三个交易日的“转融通和融资融券业务每日数据”,“瘦身”为仅披露“转融通业务每日数据”,也即不再披露融资融券数据。具体来看,此前披露数据包括“两融交易金额、融资买入额、融券卖出额、两融余额、融资余额、融券余额、两融担保资产总额以及平均维持担保比例”等8项数据,瘦身后,变为仅披露“转融资交易金额、转融资余额、转融券余额以及转融通余额”等4项数据。 -
趋势领涨今天 10:09:52
【中证金融官微缩减两融相关数据披露范围 不再披露两融数据】中证金融近日调整了官方微信号的数据披露范围。财联社记者注意到,公开数据由此前每日披露前三个交易日的“转融通和融资融券业务每日数据”,“瘦身”为仅披露“转融通业务每日数据”,也即不再披露融资融券数据。具体来看,此前披露数据包括“两融交易金额、融资买入额、融券卖出额、两融余额、融资余额、融券余额、两融担保资产总额以及平均维持担保比例”等8项数据,瘦身后,变为仅披露“转融资交易金额、转融资余额、转融券余额以及转融通余额”等4项数据。 -
数字江恩今天 09:45:36
看5分钟图,本人在vip课堂其实判断这里是70点量级的回踩,3316支撑。实际3384-3337还不到50个点,强的有点意外。无论如何,今日突破了图上的蓝色轮峰线,结构就有改变了。明天上午是分辨的关键时间,关注3356区间是否支撑,极限3350。若不再跌破3356区间,那么小震荡之后,就算3384的回踩完成;反之,若明天午盘附近跌破3356区间,那也不过是按照原来的预期,跌破3337也空间不大了。明天上午+午盘来分辨即可。【更多独家重磅股市观点请点击】 -
数字江恩今天 09:45:26
本人早就判断3140的上涨没有结束,但没想到宽幅震荡的幅度这么小,也算是意外的强势了。今日机器人(sz300024)板块冲高回落,但新能源发挥稳定,半导体芯片也表现不错。 -
数字江恩今天 09:45:21
A股两市今日成交7479 + 11905 = 19384 亿人民币,相对昨日略微缩量。大盘今天跳空高开高走,反包了昨日的阴线,收涨34个点。个股方面,80%的个股收红上涨。 -
数字江恩今天 09:45:15
关注3350支撑 -
趋势领涨今天 09:28:19
【中金银河(sz300619)合并传闻再制造涨停板 公司无奈:无法回应】午后一则消息迅速在金融圈刷屏,消息称,“中金和银河证券拟通过换股方式合并,预计将于未来几周内宣布”。面对这一重磅消息传闻,记者第一时间向中金、银河两券商进行采访核实,都无法对此做出任何回应,原因也很简单:没有任何相关消息或通知,也没有办法给出回应。事实上,两家券商此前就多次传出合并传闻,每一次都引发市场的广泛关注,但两家公司均予以否认。只能说,这是高层的决策,员工当然不知道,所以,无法回应是正常的! -
北京红竹今天 08:22:20
3、成交额健康全天成交额1.94万亿,上涨4250家,下跌1054家,涨停107家,跌停3家。目前还是正常的买卖成交额,什么时候成交额继续放大,券商和互金大涨,那时候的成交额会有问题。暂时看没大问题。滞涨品种继续干就好。 -
北京红竹今天 08:22:16
2、买在分歧,卖在一致上午人形机器人(sz300024)大涨,上涨一致了,对于这个主线,我还是强调不宜追高,滞涨品种到冰点在低吸,大涨就卖出,不格局了。它的防守线昨天就出现了,并且是非常标准的五分钟级别2个中枢的上涨。DS大方向没结束,但第一波也是末端了,防守线也在五分钟级别三买的位置,当下还是可以交易的。规避高位的,低吸滞涨的,就这么操作就好,只是别格局,一旦跌破防守线立刻走人,别犹豫。目前防守线已经明确,那么策略上还是不变,将仓位降低至半仓,等待客观信号的跌破。 -
北京红竹今天 08:22:13
1、风险是涨出来的最近脑子迷迷糊糊的,睡眠也足够,每天都是8小时睡眠,早起锻炼一个小时,中午还能眯一会,就是经常干一些迷迷糊糊的事。昨晚直播正准备聊,直接点了结束键,中午的午报,看到是夜报的账号,直接点发布,晚上只能用午报发夜报了。生活上迷糊,交易上不能迷糊。目前几个指数都有标准了,风险是涨出来的。基本结构都完成了,至于什么时候上涨结束,看信号就好了。恒生科技指数再创新高,这一波妥妥的大肉,防守线5538点,跌破反弹结束,不跌破反弹还可以继续。波动比较大的ETF,我比较喜欢恒生科技和科创50,1月初和大家聊恒生科技ETF是当下最有性价比的一只ETF,今后它也是。因为它是先行者,只要指数大方向是向上的,它的力度和幅度都会大于沪指。这次如果错过的,那就错了,等下次日线级别回落段出现之后吧。科创50也新高了,防守线在1079点,不破反弹继续,跌破反弹结束。沪指也出现防守线了,点位在3337点,跌破反弹结束,不跌破反弹继续。