联合国大学报告：人工智能快速扩张正加剧能源、水资源和土地压力

联合国大学水、环境与健康研究所周三发布题为《人工智能能耗的环境成本：碳、水和土地足迹》的报告，对人工智能基础设施产生的碳足迹、水足迹和土地足迹进行了量化分析。

人工智能环境成本被低估

报告指出，目前有关人工智能环境影响的评估大多聚焦于模型训练过程中的碳排放，但这并不足以反映其整体环境成本。

研究发现，人工智能每消耗1千瓦时电力，不仅会产生碳排放，还会带来冷却和发电过程中的水资源消耗，以及能源基础设施和供应链所占用的土地资源。三种环境足迹之间并不总是同步变化。例如，从煤炭转向生物能源可大幅降低碳足迹，但同时可能显著增加水资源和土地需求。

联合国大学水、环境与健康研究所所长马达尼表示：“这份报告并非反对人工智能。这项技术变革正在改善全球数十亿人的生活。报告旨在呼吁负责任地使用人工智能，并主动应对其意想不到的影响，以确保其可持续发展和公平性。”

报告显示，2025年全球数据中心耗电量估计达到448太瓦时。若将其视为一个国家，其耗电量将位居全球前列。预计到2030年，数据中心电力需求将增至945太瓦时，约占全球电力消费总量的3%。

推理阶段成为主要能耗来源

报告指出，公众普遍关注训练大型人工智能模型所需的能源消耗，但模型部署后的“推理”过程已成为主要能耗来源。

研究显示，推理环节占人工智能总能耗的80%至90%。仅ChatGPT每天处理的提示请求估计约达25亿次，对应年耗电量约383吉瓦时。

报告指出，不同人工智能任务之间的能耗差异巨大。典型聊天查询的能耗约为基础文本分类任务的200倍；生成一张人工智能图像的能耗约为后者的1450倍；生成一段短视频的能耗则相当于20万次垃圾邮件分类任务。

研究人员警告，随着模型效率提高和成本下降，使用量往往同步增长，从而抵消节能收益。这种现象被称为“反弹效应”或“杰文斯悖论”。

马达尼表示：“更高效、更经济的人工智能和能源意味着人工智能消耗量增加，导致整体生态足迹远大于通过效率提升所节省的部分。”

环境负担与收益分布不均

报告指出，人工智能基础设施扩张带来的收益与环境负担在全球范围内分布并不均衡。

研究列举多个案例显示，一些地区正承受人工智能基础设施快速扩张带来的资源压力。在爱尔兰，2023年数据中心耗电量占全国计量用电量的21%；在墨西哥克雷塔罗，数据中心扩张正加剧当地水资源压力；在乌拉圭，一项大型数据中心项目建设曾引发有关淡水资源供应的担忧。

报告还指出，到2030年，人工智能基础设施每年可能产生多达250万吨电子废弃物，而关键矿物开采和电子废弃物处理往往集中于环境监管较弱的发展中国家。

联合国大学研究人员表示，一些承担资源消耗和环境成本的社区，并非人工智能技术主要受益者，这种不对称现象引发环境公平问题。

全球算力高度集中

报告显示，目前全球仅有32个国家拥有专门的人工智能数据中心，超过90%的人工智能专用云计算资源集中在美国和中国两国。

与此同时，全球150多个国家几乎没有自主人工智能计算能力。

联合国大学校长兼联合国副秘书长马瓦拉表示：“人工智能基础设施在世界特权地区的集中发展正在造成巨大的数字鸿沟，这对人工智能的公平发展构成了深刻挑战。”

他指出，人工智能能够促进繁荣与人类福祉，但能否公平实现这些目标已成为治理问题，而不仅仅是技术问题。

建立负责任的人工智能治理框架

报告提出，应建立基于透明度、设计效率、公平与环境正义、生命周期责任、全球合作以及可持续利用六项原则的人工智能治理框架。

报告建议，各国政府应将人工智能基础设施纳入能源规划、水资源治理和土地使用管理体系，并建立统一的环境足迹披露标准；企业应将模型选择和产品设计纳入环境影响考量；国际机构则应推动统一测量标准，并支持缺乏人工智能计算能力国家的发展。

报告强调，仅关注碳排放已不足以评估人工智能的环境影响，未来需要同时关注碳足迹、水足迹和土地足迹，以确保人工智能发展保持在地球资源承载能力范围内。