AI发展速度之快，在人类历史上可能没有其他产业能与之相比。不过，AI背后快速增长的能耗同样引发全球关注。平衡AI技术发展与环境资源的可持续性或是未来几年的重要议题之一。

　　AI带来能耗快速增长，已给科技巨头的碳中和进程带来挑战。谷歌2023年碳排放量比五年前飙升48%，正是因为AI战略带来数据中心能耗增加。百度在2023年ESG报告中提到，公司将把大模型带来的影响纳入气候变化风险识别清单。

　　百度、阿里巴巴、腾讯均宣布在2030年实现自身运营层面碳中和目标。阿里巴巴还表示，云计算业务要率先实现范围3的碳中和。面对AI这只“电老虎”，大厂们有怎样的“驯服”之策？AI的正负面环境效应又该如何衡量？

　　AI令大厂减碳难

　　2024年以来，大型互联网企业在陆续公布的碳减排目标进展中，不约而同谈到AI的影响。

　　7月初，谷歌的环境报告显示，2023年该公司温室气体排放量（范围1+范围2+范围3）为1430万吨二氧化碳当量，同比增长13%，相比2019年大幅增长48%，排放量上升主要由于“数据中心能耗增加和供应链排放增加”。今年5月，微软公司高管对外表示，其减排目标受到人工智能战略影响。自2020年以来，微软碳排放量增加了近三分之一。

　　国内大厂同样面临挑战。百度、阿里巴巴、腾讯都是我国AI大模型领域重要参与者，他们均提出2030年实现自身运营碳中和目标。

　　“AI发展是爆发式的。算力将继续增长，对电力的需求也持续增加。”阿里云全球数据中心总经理王朝阳在7月下旬阿里巴巴ESG沟通会上说。半导体产业分析机构SemiAnalysis预测，到2030年人工智能将推动数据中心消耗全球4.5%的能源。

　　“在清洁能源还不能作为主要能源实现供给时，大规模部署AI一定会增加企业短期内的碳排放，这也是第一批尝鲜AI技术的企业所需要付出的成本。”清华大学工学博士、教授级高工、新型电力系统技术创新联盟专家委员周文闻说。

　　百度已关注到大模型训练带来的环境负面效应，其在2023年ESG报告中提到，公司将把大模型带来的影响纳入气候变化风险识别清单。

　　电力使用效率（PUE）是衡量数据中心使用能源效率的指标，其数值越接近1，意味着能源基本都用于核心IT设备，效率越高。

　　2023年百度数据中心PUE平均值1.19，而2022年这一数字是1.16、2020年则为1.14。百度坦言，PUE变化的主要因素是：全球气候变暖，极热天气频发，服务器冷却用电需求增加；大模型训练使得用电量增加等。百度2023年排放总量（范围1+范围2+范围3）为237.56万吨二氧化碳当量，同比增长11.96%，其中范围2涉及外购电力、范围3涉及租赁数据中心电力等，分别同比增长12.63%、11.76%。

　　阿里巴巴2024财年因外购电力和热力产生的（范围2）温室气体排放量为373.2万吨，同比减少0.6%，这部分排放来自外购电力和热力，主要用于云计算数据中心；价值链上下游间接（范围3）温室气体排放量为786.57万吨，同比增长2.44%，主要来自租赁数据中心的外购电力等。

　　阿里巴巴的减排目标是，不晚于2030年实现自身运营（范围1、2）碳中和，不晚于2030年协同价值链实现碳强度比2020年降低50%。阿里巴巴表示，云计算业务在2030年实现范围1和范围2碳中和的基础上，率先实现范围3的碳中和。

　　腾讯的减排目标则包括，在2030年实现自身运营及供应链的碳中和。绝对排放量以2021年为基准年，2030年范围1和范围2绝对排放量减少70%、范围3绝对排放量减少30%。此外，腾讯还表示，2030年目标是实现100%绿色电力使用，自建数据中心的平均PUE不超过1.35。

　　从实际数据看，腾讯2023年范围1排放量27.54万吨，同比增长60%，腾讯表示，这一大幅增长是受灭火器充装周期影响；范围2排放量256.13万吨，同比减少3.35%；范围3排放量295.71万吨，同比增长1.36%。

　　为追赶碳中和目标，互联网大厂都大规模采购绿电，抵消碳排放影响。今年6月中国电力企业联合会等发布“2023年中国绿色电力（绿证）消费TOP100企业名录”显示，2023年全国绿色电力（绿证）消费同比增长281.4%，其中阿里巴巴绿电消费量排名第7，腾讯排名第21。

　　“绿色算力”存挑战

　　AI到底有多耗电？有研究表示，Open AI训练大语言模型GPT-4，完成一次训练需要约三个月，过程中使用大约25000块英伟达A100 GPU，一次训练所需电能可以将大约200万立方米的冰水——大概是1000个奥运会标准游泳池水量——加热到沸腾。

　　“AI的尽头是能源。2030年全球数据中心用电量规模将达到约2.2万亿度电，为2022年的3.6倍。”华泰证券分析称。

　　大厂近两年用电量增加明显。百度2023年用电量102.05万兆瓦时，同比增长13.13%。腾讯2023年用电量511.47万兆瓦时，同比增长2.35%。阿里巴巴2024财年用电量831.46万兆瓦时，同比增长16.49%。

　　如何让算力更绿色，成为互联网大厂未来减碳的关键。

　　7月下旬，国家发展改革委等部门印发《数据中心绿色低碳发展专项行动计划》，推动数据中心绿色低碳转型，提出到2025年底，全国数据中心布局更加合理，整体上架率不低于60%，PUE降至1.5以下，可再生能源利用率年均增长10%，平均单位算力能效和碳效显著提高。

　　要实现上述目标需面对现实挑战。

　　一方面，算力分布存在结构性矛盾，以及算力与能源分布不匹配。“我国数据中心整体呈现东多西少，东密西疏的分布，东部地区相对来说数字化转型业务需求旺盛，以及近年生成式人工智能兴起，进一步增加了算力需求。”ISO可持续金融科技工作组专家、中国环境科学学会碳达峰碳中和专委会委员陈钰什告诉记者，“在‘东数西算’推动下，加上东部一线城市土地和能源成本上升、西部新能源供给便利等条件，中西部数据中心比例有所上升，但出于数据安全和实时计算的考虑，就近部署、本地化部署等仍是一些企业的刚需。”而可再生能源分布则正好相反，这为数据中心提升可再生能源使用比例带来了挑战。

　　另一方面，地方上，大数据产业的绿色用电需求还得不到有效落实。从事数据中心业务的合盈数据零碳业务负责人何玮说：“匹配‘源网荷储一体化示范项目’的市场化交易机制有待完善，绿电应用模式仍在探索，新能源应用到大数据产业的通道还没打通；输配绿电价格高，没有形成竞争优势。”

　　数据中心的电力消耗主要由四部分组成。何玮介绍，以PUE为1.25的数据中心为例，其IT设备耗能约占67%，制冷系统约占27%，供配电系统约占5%，照明及其它约占1%

　　“具体耗能情况与数据中心设计和运营状态有关，有的制冷设备运营得不好，制冷能耗可能达到40%至50%，超过IT设备能耗。”陈钰什说。因此，能效比更高的制冷技术、数据中心部署地的气候条件，以及将数据中心设计优化前置，都将影响数据中心耗能，进而影响碳排放水平。

　　据合盈数据统计，2023年我国数据中心平均PUE为1.48。其中，东北、华北充分利用自然风冷等资源优势，平均PUE分别为1.40、1.39，远低于华南、华中的平均PUE（分别为1.53、1.54）。

　　为推动“绿色算力”，百度加大可再生电力采购比例，自建可再生能源电站等。腾讯采用了类似举措。截至2023年末，腾讯数据中心可再生能源设施总装机容量达52.2兆瓦，相比2022年增长166.3%。阿里巴巴持续开展绿电交易、自建分布式光伏，签订清洁电力长期购电协议等，将自建数据中心的清洁电力使用比例从2023财年的53.9%提升至2024财年的56%，其2024财年自建数据中心的PUE降至1.2，租赁数据中心PUE为1.269。此外，阿里巴巴投资和参与建设河北保定、张家口的“源网荷储”项目，帮助实现电力供给需求和消纳的动态平衡。

　　当前，可再生电力往往受地域分布以及峰谷波动等制约，这让很多人将目光转向核电。阿里云全球数据中心总经理王朝阳表示：“核电将成为算力发展过程中不可回避的话题。通过技术、产品不断迭代，可以降低小型核反应堆发电成本。”

　　有消息显示，微软和Helion Energy签署协议，后者计划2028年为微软提供商业化可控核聚变电力。OpenAI创始人Sam Ultramanu则投资了核电公司Oklo，有望2027年启动首座核反应堆。

　　“核电未来是所有清洁能源中最便宜的一种，如果AI要规模化发展，核电可以使AI行业做到成本和绿色兼得。”周文闻说。

　　寻求正负效应平衡

　　虽然AI耗电，但其对于减碳的作用不应被忽视。前述BAT公司均寻求运用AI技术帮助自身运营过程节能降碳。

　　王朝阳介绍，阿里巴巴去年引入AI算法来管理数据中心能耗，帮助持续在线调优运行参数。此外，在全国所有自建数据中心保留了余热回收接口，“方便给居民、工业厂房供热，即使冬天去张北，也可以吃到我们恒温大棚种植的蔬菜。”阿里巴巴还认为，企业使用公共云服务本就有助于减碳。阿里巴巴ESG报告表示，与用户使用本地化机房相比，低碳云服务共赋能用户减排988.4万吨。

　　腾讯也应用AI技术智能调节数据中心运行，2023年腾讯新应用该技术的模组减少用电量约5000兆瓦时，避免碳排放2851.5吨。

　　“AI确实消耗了很多能源。但随着AI进入每个行业，将来一定有一个拐点，AI所节省的能源或者减少的碳排放量一定大于它自身带来的碳排放量，这个拐点会在不久的将来出现。”王朝阳说。

　　周文闻认为，AI规模化使用带来生产效率提升，也会为环境带来正面效益。波士顿咨询报告预计，到2030年AI将帮助减少5%-10%的温室气体排放，此外AI在多方面会对气候变化带来积极作用，比如帮助各行业进行碳排放数据的测算与追踪，帮助调节智能电网、提升清洁能源的消纳比例，优化商品运输路线等。

　　“从价值链角度看，全社会都应该积极拥抱AI，企业应多关注、多选择绿色程度更高的供应商。当前AI带来能耗和碳排放增加只是阶段性的。”周文闻说。

　　陈钰什认为，AI发展过程中，大厂不仅要考虑“绿色算力”问题，还应考虑水资源利用效率（WUE）、数据中心生态设计、电子废弃物回收等可持续议题，“除了要对数据中心做性能评估，也应该做好可持续性评估。”