
每当用户使用 ChatGPT 提问、通过 Gemini 生成图像或借助 Claude 撰写邮件时,庞大的数据中心便在后台高速运转。尽管用户鲜少感知其代价,但最新研究显示,美国人工智能基础设施已造成巨大的环境负担。
哈佛大学主导并发表在《自然·可持续发展》的一项研究指出,在2024年5月至2025年4月期间,美国规模最大的403个数据中心消耗了全国约1.8%的电力。
据媒体报道,这一数值折合年均耗电量约82太瓦时,足以满足近700万个美国家庭一年的用电需求。除电力消耗外,研究人员估算这些设施同期产生了2570万吨二氧化碳排放,规模大致相当于丹麦全国的年度排放总量。
随着各大科技公司竞相扩建基础设施以支撑日益强大的AI模型,业界开始重新审视技术激增对环境及周边社区的影响。
能耗与排放远超预期
研究团队结合卫星图像、设施资料及联邦发电数据,对各站点的电力消耗及碳排放进行了估算。结果显示,约54%的数据中心电力源自化石燃料,其中天然气占比38%,煤炭占比15%。
这一估算排放量是2018年针对超大规模数据中心早期评估值的两到三倍。值得注意的是,该研究数据截止至2025年4月,尚未计入过去一年半内新建或扩建数据中心带来的额外环境影响。
用户感知的盲区
随着AI模型功能扩展至图像生成、视频创作及自主代理等领域,对计算基础设施的需求持续攀升。然而,该研究并未量化单次 ChatGPT 对话的具体耗电量,也未对比 Gemini 与 Claude 之间的能效差异。
由于研究人员无法将特定AI工作负载的电力消耗与传统云计算操作完全剥离,因此这些数据不应被解读为仅由生成式AI导致的排放。尽管如此,研究揭示了数百万用户日常使用的AI服务背后,存在着难以被直观察觉的环境成本。
不止于碳足迹
化石燃料发电不仅产生碳排放,还会释放细颗粒物、氮氧化物和二氧化硫等污染物,进而引发呼吸系统和心血管健康问题。哈佛研究人员指出,即便数据中心位于数英里之外,其运营仍可能对周边社区造成环境与健康隐患,这将成为未来调查的重点领域。
地理位置亦是关键变量。研究发现,弗吉尼亚州、俄勒冈州、俄亥俄州和爱荷华州的用电量占据了受测设施总用电量的一半以上,且部分地区的电力碳强度远高于全国平均水平。
结语
采用更清洁的电力、提升硬件效率以及增强能源消耗透明度,有助于减轻行业的环境足迹。但根本挑战在于,随着AI变得更快速、廉价且普及,个人与企业的使用需求仍在不断增长。
对消费者而言,关键在于意识到:AI服务的便捷体验背后,是沉重的基础设施能耗。随着技术深度融入日常生活,社会需共同思考,为支撑这一进程愿意付出多少能源代价。