AI来袭，数字科技企业如何助力碳中和目标？

 

随着全球互联网和相关应用的发展，数据中心的数量也快速增长。截至2022年底，全球有8000多个数据中心，其中约33%位于美国，16%位于欧洲，近10%位于中国。1数据中心的能耗和碳排放贯穿其全生命周期过程，其中运营阶段最多，包括机房内服务器运行、空调设备的制冷和运行、办公用电以及其他装置设备用电等。数据中心的碳排放还包括与建造、运营以及设备冷却相关的能源消耗所产生的碳排放，以及设备制造过程中的“隐含碳”（“隐含碳”是指与产品或材料在其全生命周期内相关的温室气体排放）。

 

根据国际能源署的数据，2022年全球数据中心、加密货币和人工智能消耗了约460太瓦时的电力，约占全球电力总需求的2%。由于能源效率的提高、许多地区电网可再生能源比例的增加，数据中心碳排放占全球碳排放的比例低于占电力需求的比例。全球数据中心和相关数据传输网络的碳排放约为3.3亿吨二氧化碳当量（包括“隐含碳”），相当于全球能源相关温室气体排放量的0.9%。

 

生态环境部环境规划院专家测算，2021年全国数据中心能源消耗达到216.6太瓦时，占全社会用电量的2.6%左右；二氧化碳排放量约为1.35亿吨，占全国二氧化碳排放量的1.14%左右。预计到2025年，全国数据中心用电量达350太瓦时，较2021年增加62%，约占全社会用电量的4%；二氧化碳排放量达2.1亿吨，较2021年增加56%，占全国二氧化碳排放量的比例接近2%。2

 

由于近年来人工智能和大语言模型超速发展，数据中心行业耗电量和碳排放可能会达到更高的水平。例如，GPT-3的神经网络包含1750亿个参数，需要355小时的训练，耗电量达到1287兆瓦时，碳排放量为552吨。GPT-4的参数量（1.8万亿）是GPT-3的10倍以上，这意味着理论上其算力需求和能耗需求也将大幅度提升。而且这仅仅是训练阶段的前期电力消耗，实际使用时所消耗的电力将更多。

 

如果在谷歌等搜索工具中全面实施人工智能，其电力需求可能会增加10倍。将典型谷歌搜索的平均电力需求（0.3瓦时）与OpenAI的ChatGPT（每次请求2.9瓦时）进行比较，并考虑到每天90亿次搜索，这意味着一年需要近10太瓦时的额外电力。3到2026年，人工智能行业预计呈指数级增长，耗电量是2023年水平的10倍以上。

 

随着人工智能模型的日益普遍和复杂，而且由于缺乏测量人工智能相关排放的标准，人工智能的实际碳足迹具有不确定性。国际能源署预测4，2026年全球数据中心相关（包括人工智能）的全球用电量可达800太瓦时~1100太瓦时。据此，估计相应的碳排放约为5.6亿~7.7亿吨。

 

值得指出的是，不能孤立地来看人工智能应用带来的高能耗和潜在的碳排放，因为人工智能技术可以替代其他更高能耗和排放的场景。举例来说，美国加利福尼亚大学学者的一项研究估计了使用人工智能与人类写一页文本或制作图片的碳足迹。在考虑了不同人工智能模型（ChatGPT、BLOOM、Midtravel和DALLE-2）的碳排放量，并与使用笔记本电脑或台式电脑写同样一篇文章的碳排放比较后，研究人员发现写一页文字的人工智能比写一页文本的人少排放130到1500倍的二氧化碳，而创建图像的人工智能少排放310到2900倍。5

 

根据“全球促进可持续发展倡议组织（GeSI）与咨询公司埃森哲发布的《SMARTer2030》报告，广泛应用数字技术，将使其他行业大幅减少碳排放。到 2030年，各行各业受益于数字技术所减少的碳排放量约为数字行业自身排放量的10倍。 内-容-来-自；中_国_碳_0排放￥交-易=网 t an pa i fa ng . c om