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图像请求。手机电量几乎未变(biàn)，但背后的实际能耗，足够(zúgòu)让它(tā)从零充满一次。 从上游(shàngyóu)的(de)芯片制造到下游的日常使用，人工智能发展的每个环节都需要消耗大量生态资源。 此外，一家(yījiā)半导体制造厂每小时的用电量足以让100个人(gèrén)用上一整年；一家芯片企业(qǐyè)每年会造成200万吨的碳排放，相当于30万辆重型卡车全年的排放量。 GPT-3的诞生同样代价不菲(bùfēi)：它(tā)单次训练耗电1287万度，产生552吨碳(tàn)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(suīrán)发生在不同环节(huánjié)，但最终都离不开一个共同的场所(chǎngsuǒ)：数据中心。芯片制造出来供谁使用？模型训练在哪里完成？用户调用如何响应？事实上(shìshíshàng)，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背后的(de)算力“心脏” AI不是凭空运行，从模型训练到推理(tuīlǐ)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，因此(yīncǐ)也(yě)成为了能耗和污染最集中的环节。 在各类数据中(zhōng)心中，企业和(hé)互联网数据中心与AI的关系较为密切。它们集中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(luòdì)的算力底座(dǐzuò)。 随着技术(jìshù)的(de)迭代，AI对算力的需求水涨船高，直接推动了数据中心数量的增长。AI工具的快速进化，离不开高性能的计算基础设施的支撑(zhīchēng)，推动着数据中心的全球扩张。 可以预见，数据中心(shùjùzhōngxīn)将在未来数年内保持高速扩张的态势(tàishì)。截至2024年，全球数据中心的资本支出据估计已高达(yǐgāodá)4300亿美元，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(zhīchū)了人民币380元。以这样的价格(jiàgé)来享受人工智能前沿技术，似乎也是一笔划算的投入(tóurù)。 然而，这笔交易的(de)(de)附加项中打包了大量的环境代价(dàijià)——一份正在不断积累、总量庞大的“生态账单”，至今既没有出现在产业成本的账面上，并将随着数据中心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，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(rìběn)目前一整年的总用电量。 除(chú)可量化的(de)资源消耗和污染排放外，更隐蔽的还有：开采稀有金属带来的化学(huàxué)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(de)“生态账单”，谁来结算、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不同层级的责任。企业作为直接(zhíjiē)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(kěyǐ)制定标准，政府可以出台政策，但能源结构(jiégòu)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的核心目标，其中在能源端的应对(yìngduì)最为突出。大多数企业将(jiāng)可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(xiāngduì)可行，也易于量化评估。 整体来看(láikàn)，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。 即使是可持续实践的领军企业，也会(huì)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(zuì)详尽的披露。 其中，谷歌表示(biǎoshì)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10个达成90%以上清洁(qīngjié)供电——这看似是一份不错的成绩单。 但从(cóng)国家维度来看，这份优秀的成绩单背后(bèihòu)暗藏着明显的断层趋势：加拿大魁北克的数据中心(shùjùzhōngxīn)凭借丰富水电(shuǐdiàn)实现100%零碳运营，而沙特阿拉伯与卡塔尔的数据中心仍在(zài)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，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大模型的能耗(nénghào)量级(liàngjí)持续增长。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(píngděng)地图”。 但谷歌并不是(búshì)这张“不平等地图”的唯一制作者。在(zài)全球前(qián)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(jiāng)持续(chíxù)扩建(kuòjiàn)数据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(ránér)，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(rújīn)，一种新(xīn)的技术趋势正在浮现——AI正朝着高性能、低功耗方向演进。 中国团队推出的开源大模型DeepSeek正展现着这种可能性。据DeepSeek披露(pīlù)，在(zài)不(bù)包含前期试错成本的情况下，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(dàibiǎo)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(jìsuàn)压力和能耗均(jūn)有望减少。 此外，DeepSeek-v3采用了(le)“MoE（Mixture of Experts）”模型。每次(měicì)用户提问，系统只激活一小部分参数(cānshù)进行处理，而不是全员上阵。这样使得每次推理(tuīlǐ)时实际被激活的参数只占总量的 5.5%，显著减少了计算量，也降低了模型运行时对数据中心(shùjùzhōngxīn)资源的消耗。 与此同时，中国也正从政策层面积极回应数据中心(shùjùzhōngxīn)扩张所(suǒ)带来的环境压力，推动(tuīdòng)其绿色转型，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(zhòngyào)风向标。以2030年为目标，我国各地数据中心的PUE水平将持续优化(yōuhuà)，向“1”稳步靠近(kàojìn)。 在政策引导与(yǔ)技术进步的共同作用下，绿色转型(zhuǎnxíng)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，AI的(de)成本正在以每年(měinián)降低10倍的速度演进，这一(zhèyī)现象被称为“AI规模定律”（scaling law）。未来，AI的硬件更高效(gāoxiào)、算法更聪明，是否能够真正实现低耗又智能的良性循环？ 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(pàtèsēn)（Dave Patterson）的分析预测(yùcè)，由于人工智能软件和硬件能源(néngyuán)使用效率的提高，人工智能的碳足迹将很快达到稳定水平，然后(ránhòu)开始减少。 但乐观之外，还有一盆冷水：“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(céng)这样比喻这条(tiáo)悖论：“把高速公路拓宽，车流速度快了，油耗本应减少(jiǎnshǎo)。但更多的(de)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(yúlè)等日常场景，其总体能耗(nénghào)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(zhíjiē)决定一项AI技术的底层(dǐcéng)设计或训练规模，但可以(kěyǐ)在使用中取舍——比如关注平台的能源披露与可持续承诺，避免无意义的频繁调用，理解每一次点击背后都(dōu)存在一次计算的事实。 所有改变的前提，是先看见问题本身。当更多人开始意识到这些“看不见”的能源消耗和环境代价(dàijià)，技术将向着更可持续的目标前进(qiánjìn)。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(fāngxiàng)。 作者丨杨智博、沈馨、田益铭、韩旻格(hánmíngé)、傅冰清 指导老师｜崔迪、徐笛、周葆华(zhōubǎohuá) 封面图｜DeepSeek、豆包(dòubāo)共同绘制 动图内嵌视频(shìpín) | 即梦生成 本文为复旦大学新闻(xīnwén)学院《数据分析与信息可视化》课程作品 复数实验室 X 对齐(duìqí)Lab (本文(běnwén)来自澎湃新闻，更多原创资讯请下载“澎湃新闻”APP)