随着AI技术发展、应用规模不断扩大，AI正为各大科技公司带来“副作用”，如何应对愈加高涨的耗能需求正成为全行业面临的挑战。
近日，美国科技巨头谷歌公司发布2024年环境报告，2023年该公司温室气体排放量同比上涨13%，较2019年上涨幅度接近50%，人工智能（AI）应用是推高温室气体排放量的主要原因。
随着AI技术发展、应用规模不断扩大，AI正为各大科技公司带来“副作用”，谷歌正与该公司设置的到2030年实现“净零排放”目标背道而驰。实际上，谷歌的困境不是孤例，微软、Meta等多家科技公司都出现了类似问题，如何应对愈加高涨的耗能需求正成为全行业面临的挑战。
AI推高温室气体排放量
综合多家外媒报道，谷歌7月初公布的数据显示，该公司离既定的减排目标正越来越远，2023年温室气体排放量达到了1430万吨二氧化碳当量。根据谷歌制定的气候目标，2019年正是其“净零排放”目标设置的基准年，这也意味着该公司计划是在2030年需要实现全面减排100%，但现实却是，2023年排放量比2019年的基准线高出48%。
谷歌解释称，2023年数据中心能耗增长以及供应链排放量的增长是温室气体排放量增长主要“推手”，在该公司不断将AI应用整合进入到产品中后，能源需求量出现大幅提升，这也让减排成为挑战。
2023年，谷歌数据中心消耗电力总量同比增长17%。主要包括运营耗能、购买电力等领域排放的范围二温室气体排放量同比增长37%，达到约340万吨，占到该公司温室气体排放总量的24%左右。
谷歌首席可持续领域高管在公开信中表示，虽然谷歌多年来都积极应用清洁能源，但在很多国家和地区中，电网脱碳还存在困难，此外，从初始投资到最终清洁能源项目落地的时间也有所增加，这进一步加剧了能源脱碳的难度。
科技公司气候目标承压
近年来，ChatGPT、Gemini等AI工具陆续问世，吸引大量关注的同时却也带来了“副作用”，与谷歌面临的挑战类似，微软、Meta、亚马逊等多家欧美科技公司都出现了排放困境，与已经制定的气候目标相悖。
此前，微软提出到2030年达到“负碳排放”以及“零废”目标，但据英国《金融时报》报道，今年5月微软发布的年度可持续报告指出，受AI应用、数据中心建设以及云计算规模扩大影响，2023年微软温室气体排放量较2020年增长了1/3左右，其中直接排放量降低6.3%，但来自供应链的间接排放量却激增30.9%，让该公司整体温室气体排放量增长29.1%。
亚马逊也在2019年提出到2040年“净零排放”的目标，但2023年，该公司温室气体排放量从四年前的5100万吨上涨到6900万吨二氧化碳当量，测算显示，这一排放水平已接近184座燃气发电厂，距离减排目标同样越来越远。
AI应用高能耗问题由来已久，AI应用不仅需要大量能源支撑数据中心的计算和运营，还需要制造和运输大量芯片和服务器等相关设备，原材料碳排放同样不可小觑。标普全球普氏援引美国能源信息署（EIA）在2018年启动的一项数据中心跟踪试点项目预测称，每平方英尺面积内，数据中心能耗水平是普通办公楼的10到40倍，整体温室气体排放量可达到美国总排放的2%左右。
国际能源署此前也曾发布预测称，数据中心、AI应用以及加密货币等新兴领域的发展可能会导致其用电需求呈指数级增长，上述领域用电需求可能会在2026年达到翻倍。更有测算认为，全球范围内AI应用能耗水平可能会每100天就翻倍。
高能耗挑战亟待解决方案
过去几年，为解决高能耗问题，各大科技公司早已开始行动，纷纷选择“跨界”涉足能源领域，试图找到稳定、清洁的能源供应。
扩大可再生能源应用规模或是一大方向。微软公司在5月宣布，与布鲁克菲尔德资产管理公司签署一项价值100亿美元的可再生能源项目合作协议，该项目装机容量达到10.5吉瓦，所发的可再生能源电力将用于支撑AI用电需求，这也成为当时全球最大的企业级清洁能源采购协议。
核聚变、地热能等新兴技术同样获得了关注。2022年，谷歌同雪佛龙宣布共同投资2.5亿美元支持初创核聚变公司“TAR科技”，希望借助核聚变技术寻求低碳清洁供能。此外，谷歌还与一家地热能开发商签订了合作协议，希望利用美国犹他州的地热资源为其供能。
尽管各大科技公司脱碳策略层出不穷，但从目前减排情况来看，脱碳效果仍不及预期。美国媒体CNBC援引行业分析师Roger Read的话称，虽然可再生能源的应用可能会在满足AI用能需求领域起到重要作用，但由于科技公司在建设数据中心配套可再生能源发电设施时，需要耗费大量时间建设电网线路，可再生能源技术无法及时起到能源系统脱碳的效果。
更有分析机构认为，科技公司纷纷选择签订可再生能源购电协议的举措，实质上并没有新增可再生能源发电产能，而是意味着电网电力的重新分配，这样也很可能导致局部地区用电短缺、电价上涨甚至是停电。
业界普遍认为，AI应用扩大带来的耗能问题仍有巨大的不确定性，科技公司在加速研发AI技术的同时，也应更多地关注可持续议题，降低AI应用带来的潜在气候风险。
