人工智能如何影响地球健康.pdfVIP

深度报道

FEATURES

人工智能如何影响

文/陈蓁蓁地球健康

在人工智能浪潮席卷全球之际，

其环境成本已成为无法回避的议题。

超越对算力的单纯追求，我们能否重

新定义技术进步的方向？

双刃剑：效率提升与能耗激增

20232%

有研究指出，仅年一年，人工智能数据中心的耗电量已占全球总耗电量的。

各国环境专家对人工智能快速发展所带来的能耗压力和气候风险表示担忧，并预测未来

几年与人工智能相关的能耗可能呈现井喷式增长。

但是，人工智能驱动的产业升级也为节能减排注入了新的动能，人工智能可以通过

优化能源分配、预测气候变化、提升生产效率等方式助力可持续发展。

如何在充分利用人工智能技术提升生产力和工作效率的同时，有效控制和减少其高

能耗问题，逐渐成为各国科学家共同关注的议题。

“云”端的碳足迹

计算中心作为人工智能技术运行的核心设施，支撑着机器学习模型的训练和推理。

这些操作需要消耗巨大的计算资源和电能，也被称为人工智能的“直接碳排放”。如果这

些电能来源于化石燃料等非清洁能源，就会在运行过程中直接产生大量的二氧化碳等温

室气体，从而对环境造成负面影响。直接碳排放是人工智能能源消耗中的重要组成部分，

也是碳减排亟须解决的关键问题之一。

除此之外，人工智能技术还隐含着大量间接的、贯穿整个价值链的碳排放。这些“间

接碳排放”主要源自数据中心非计算用途（如冷却、照明等）消耗的能源，以及上下游供

应商进行主机托管、云服务，甚至服务器报废淘汰所带来的各类衍生消耗。

环顾全球，目前人工智能能耗排放的测量尚缺乏统一的标准和规范。如果仅将单个

任务的碳排放从系统整体运行的能源消耗中剥离开来进行孤立分析，可能导致人工智能

技术的实际环境影响被严重低估。研究显示，一些主流生成式人工智能软件每生成一页

文本的碳排放量是人类作者的1/130~1/1500，而人工智能插画系统每生成一幅图像的碳

排放量是人类插画师的1/310~1/2900。但是，这种计算方法有一定的局限，因为它仅对单

个具体任务的碳排放进行孤立测量，并未考虑整个大规模模型生命周期的碳排放，包括

人工智能系统的研发、训练、部署和运行所需的巨大能源消耗。相反，如果忽视任务层面

的具体排放，仅关注整体能耗，又可能掩盖其在特定场景中的环境优势。因此，设立人工

智能能耗排放统一的测量标准和规范迫在眉睫。

10|科学画报2025.10

——迎接智能时代的挑战

AI智善

冷却背后的水危机

除了大家耳熟能详的碳排放以外，人工智能所产生的水资源消耗和中国方案：通往绿色AI

水排放问题也不容忽视。近年来，越来越多的科学研究开始关注人工智中国在推动人工智能的可持续发

能大模型的水足迹及其对水资源的潜在影响。展和低碳转型方面可以承担更为重要

人工智能的运作离不开强大的计算能力，而这些计算能力背后是大的责任与角色。例如，我国海南岛正在

量数据中心的支持。数据中心作为人工智能系统运行的关键基础设施，试验建设全球首个商用海底数据中心，

需要消耗巨大的能量用于计算和冷却，而冷却过程中的水资源使用和