林伯强（厦门大学管理学院讲席教授、中国能源政策研究院院长）

　　当前人工智能正处于高速发展阶段：一方面，ChatGPT等应用的爆火让人工智能成为各界关注焦点，大模型持续迭代，AI在医疗、金融、制造、教育、交通等多个领域的应用不断深化。另一方面，人工智能的发展高度依赖算力，全球科技巨头纷纷加大对人工智能基础设施的投资，算力市场需求急剧增长。

　　随着全球数据中心电力消耗的大幅增加，数据中心将成为全球能耗的重要组成部分。这不仅给碳减排带来巨大压力，也对资源的合理利用提出了更高要求。但同时，人工智能也为可持续发展带来了机遇，例如可助力能源管理的优化、环境监测与预测等，为实现可持续发展目标提供新的技术手段和解决方案。因此，在发展算力的同时，如何提高能效和减少碳排放，已经成为推动生态文明建设的重要问题。

　　可持续发展算力的主要现实挑战首先在于，海量计算加剧电力供应紧张局面。从早期计算机的高能耗，到微处理器引入后的能效提升，再到数据中心时代的能耗挑战，计算能耗的发展经历了多阶段的演变。尽管单位计算能耗持续下降，但计算设备总量的增加导致整体能耗上升。互联网和数字经济的蓬勃发展催生了众多数据中心。这些数据中心集中大量计算设备，成为全球能耗的重要组成部分。大规模数据中心的运行需要大量的电力支撑。服务器、存储设备和网络设施的持续运行消耗了大量能源。

　　数据中心的服务器在高负载下会产生大量热量，必须通过高效的冷却系统来保持适宜的工作温度。传统的空调和冷却系统能耗高，在数据中心总体能耗中占据了很大比例。为了应对这一挑战，许多数据中心开始采用先进的冷却技术，如液体冷却和自然冷却，以降低能源消耗。高能耗、碳足迹及环境影响等问题，要求数据中心行业不断探索和实施更加高效和可持续的解决方案。如今，数据中心开始采用各种节能技术，包括虚拟化技术、冷却技术优化和智能能效管理系统等。通过技术创新、能效优化和政策推动，数据中心行业有望在满足不断增长的数据需求的同时，降低能源消耗和环境影响，实现更加绿色和可持续的发展。

　　其次是算力能耗带来生态环境的问题。数据中心和计算基础设施的能耗直接影响碳排放。如果全球数据中心的电力主要来源于化石燃料，则会显著增加碳排放。并且，数据中心的建设和运营需要大量的自然资源，包括水、金属和矿物。数据中心的冷却系统常常需要大量的水资源，在水资源短缺的地区这个问题尤为突出。此外，制造服务器及其组件需要消耗大量的矿物资源，如铜、铝和稀土元素。这些资源的开采和加工不仅对环境造成负担，还可能导致生态破坏和资源枯竭。随着技术更新换代加速，数据中心和计算设备的寿命逐渐缩短，电子废弃物的问题也日益突出。数据中心淘汰的老旧服务器和硬件设备往往被丢弃或回收处理，但不当处理可能导致有害物质的泄漏，对环境造成污染。碳排放、资源消耗和电子废弃物问题，需要通过绿色能源转型、能效提升和电子废弃物管理等措施加以应对。只有通过综合治理和技术创新，才能在满足不断增长的算力需求的同时，减少对环境的负面影响，实现可持续发展。

　　对此，为进一步促进数字经济的高质量发展，笔者建议通过多个方面推动算力可持续发展。

　　一是广泛应用绿色能源。充分利用本地丰富的水电、光伏和风能资源，争取为数据中心提供100%的绿色电力，充分整合各种可再生能源实现清洁电力供应。鼓励各地根据自身的自然资源优势（如风能、光伏、地热等）整合多种绿色能源形式，建设绿色电力供应链。政府应提供激励措施和政策支持，推动绿色能源的投资和开发，以支持数据中心及其他高能耗设施的绿色转型。

　　二是推广高效冷却技术和环保材料。在气候条件适宜的高原和干燥地区，采用自然风冷和液体冷却技术，降低数据中心运营中的冷却能耗。在数据中心的设计阶段就应提前布局，将冷却技术的选择纳入考量。同时，建议在数据中心建设中使用低碳环保材料，降低建筑的环境足迹。应制定和推广绿色建筑标准，要求数据中心在建设中使用环保建筑材料和节能设计，从而减少对环境的负面影响。鼓励研发和使用新型环保建筑材料，以提高建筑的节能性能和环境友好性。

　　三是引入应用数据中心智能管理系统。数据中心通过人工智能驱动的智能能源管理系统可以实现实时监控和能效优化，这不仅有助于提高能源使用效率，还有助于减少能耗。应倡导数据中心引入智能化能源管理系统，以此实现对能源使用情况的实时监控，达到优化能源使用、降低能耗的目的，并提升运营效率。与此同时，应针对数据中心管理人员开展智能能源管理系统相关培训，保障该技术能够得到有效应用与维护。借助技术创新、能效优化以及政策推动等手段，有希望在满足算力需求持续增长这一状况的同时，对能源消耗和环境影响加以控制，进而达成更具绿色属性、更可持续的发展目标。