AI的盡頭是什么？可能和你想的不一樣

　　DeepSeek訓(xùn)練的耗電量只占GPT-4的5.6%？

　　訓(xùn)練GPT-3要排放的CO2當(dāng)量，相當(dāng)于480輛小汽車每年行駛5000公里的碳排放？

　　當(dāng)前，以AI為代表的數(shù)字化技術(shù)不斷迭代，但由此產(chǎn)生的電力消耗、水資源消耗、廢棄物處理等問題，已成為另一個值得高度關(guān)注的話題。

　　“科技向善、包容發(fā)展，應(yīng)成為AI發(fā)展必須秉持的基本原則。建議加快完善AI領(lǐng)域的可持續(xù)信息披露準(zhǔn)則，提高AI數(shù)據(jù)中心的環(huán)境足跡信息披露的透明度?！苯?，中國會計學(xué)會副會長、廈門國家會計學(xué)院博士生導(dǎo)師黃世忠在接受上海證券報記者采訪時表示。

　　AI技術(shù)快速發(fā)展?jié)摬厮拇蟓h(huán)境風(fēng)險

　　AI的迅猛發(fā)展和普及應(yīng)用潛藏的ESG（環(huán)境、社會、治理）風(fēng)險不容小覷，數(shù)據(jù)中心的耗電耗水和碳排放、算法應(yīng)用的倫理法律爭議等ESG問題，正成為制約AI可持續(xù)發(fā)展的瓶頸。在黃世忠看來，AI的環(huán)境風(fēng)險主要體現(xiàn)在電力消耗、水資源消耗、碳排放、礦物消耗與廢棄物等四個方面。

　　一是電力消耗，AI的盡頭是電力。“AI相關(guān)的硬件制造屬于能源密集型環(huán)節(jié)，但在整個生命周期中，其能耗低于運營階段?！秉S世忠認(rèn)為，硬件制造最耗電的是芯片制造以及數(shù)據(jù)存儲設(shè)備制造環(huán)節(jié)；其次，大語言模型的訓(xùn)練和推理也相當(dāng)耗電。隨著AI大模型參數(shù)規(guī)模從百億級向萬億級突破，訓(xùn)練AI的能耗呈指數(shù)級增長。

　　數(shù)據(jù)中心是AI最重要的算力基礎(chǔ)設(shè)施，AI的訓(xùn)練和推理主要在數(shù)據(jù)中心完成。黃世忠分析稱，根據(jù)綠色和平組織報告，全球AI數(shù)據(jù)中心耗電量占全球數(shù)據(jù)中心耗電量的比重將從2024年的16%增至2030年的53%，全球數(shù)據(jù)中心耗電量將從2024年的563太瓦時（5630億度）增至2030年的1385太瓦時（13850億度）。

　　二是水資源消耗，數(shù)據(jù)中心散熱的隱性成本。黃世忠解釋說，AI數(shù)據(jù)中心計算、存儲、網(wǎng)絡(luò)、散熱與供電設(shè)施在運算、運轉(zhuǎn)過程中產(chǎn)生的熱量需大量水資源冷卻，AI大模型訓(xùn)練期間和響應(yīng)用戶查詢提問的推理過程耗水量巨大。

　　綠色和平組織報告表明，在AI發(fā)展的推動下，全球數(shù)據(jù)中心的耗水量將從2024年的2390億升（2.39億噸）增至2030年的6640億升（6.64億噸），其中全球AI數(shù)據(jù)中心的耗水量更是從430億升（0.43億噸）猛增至2030年的3380億升（3.38億噸），復(fù)合年均增長率高達40.99%，遠(yuǎn)高于全球數(shù)據(jù)中心18.35%的復(fù)合年均增長率。

　　“除了AI數(shù)據(jù)中心，用于AI計算的芯片制造對水資源的消耗更高?！秉S世忠表示。

　　三是碳排放，生命周期的環(huán)境足跡?！癆I的碳足跡，覆蓋硬件生產(chǎn)與模型運行全鏈條?！秉S世忠舉例稱，GPT-3訓(xùn)練要排放552噸CO2當(dāng)量，假設(shè)一輛小汽車每百公里消耗10升95號汽油，每升產(chǎn)生2.3公斤CO2，則訓(xùn)練GPT-3產(chǎn)生的552噸CO2當(dāng)量，相當(dāng)于480輛這種小汽車每年行駛5000公里的碳排放。

　　四是礦物消耗與廢棄物，提升效率的資源代價。“許多人誤以為數(shù)字經(jīng)濟是虛擬無形的，或發(fā)生在‘云端’，但數(shù)字化其實嚴(yán)重依賴物質(zhì)世界和原材料?！秉S世忠說，AI的普及離不開數(shù)字設(shè)備、其他硬件和基礎(chǔ)設(shè)施，而這些設(shè)備、硬件和設(shè)施中包含著數(shù)十種礦物和金屬。

　　另據(jù)UNCTAD報告顯示，2010—2022年，全球廢棄的智能手機、筆記本電腦、顯示屏和其他電子設(shè)備增加了30%，達到1050萬噸，但2022年全球只有24%的電子廢棄物得到正式收集。

　　在AI的治理風(fēng)險方面，黃世忠認(rèn)為，AI的初衷在于提升工作效率、優(yōu)化決策程序、改善生活品質(zhì)，但當(dāng)技術(shù)缺乏倫理約束和法律規(guī)制時，AI濫用、數(shù)據(jù)安全等問題將挑戰(zhàn)市場秩序、威脅公共利益。

　　例如，在AI模型的訓(xùn)練過程中，數(shù)據(jù)的收集環(huán)節(jié)經(jīng)常涉及數(shù)據(jù)安全與隱私保護問題。以面部識別AI系統(tǒng)為例，部分企業(yè)在未經(jīng)授權(quán)的情況下，擅自在公開場所大量采集公眾照片，并將其用于模型訓(xùn)練，這種行為嚴(yán)重侵犯了公眾的隱私權(quán)。此外，在數(shù)據(jù)存儲環(huán)節(jié)，潛在的漏洞也會帶來隱患。

　　推動AI相關(guān)行業(yè)走向

　　循環(huán)經(jīng)濟發(fā)展模式

　　那么，面對AI技術(shù)的快速發(fā)展，如何有效化解可能帶來的ESG風(fēng)險呢？

　　“必須整體推進、綜合治理?！秉S世忠認(rèn)為，在環(huán)境議題、社會議題和治理議題采取緩釋舉措，才能實現(xiàn)技術(shù)創(chuàng)新與科技向善相得益彰，推出AI技術(shù)成為經(jīng)濟、社會和環(huán)境可持續(xù)發(fā)展的造福者。

　　例如，破解制約AI可持續(xù)發(fā)展的“三高”（高耗電、高耗水與高排放）問題時，他提出，需從硬件和技術(shù)兩大核心領(lǐng)域同步發(fā)力，推動可再生能源的規(guī)?；瘧?yīng)用，系統(tǒng)性降低AI產(chǎn)業(yè)全生命周期的資源消耗與環(huán)境影響。

　　在硬件領(lǐng)域，應(yīng)重點推廣以液冷服務(wù)器為代表的高效節(jié)能技術(shù)。

　　“相較于傳統(tǒng)風(fēng)冷服務(wù)器，液冷服務(wù)器可大幅提升散熱效率，在保障服務(wù)器穩(wěn)定運行的同時，大幅減少用電量，從而有效緩解環(huán)境資源壓力?！?/strong>黃世忠提到，更重要的是，增加零排放或低排放的綠電供應(yīng)，如一些AI頭部企業(yè)正利用其雄厚的技術(shù)和財務(wù)實力發(fā)展小型核聚變等技術(shù)，一旦取得突破，就可以從根本上推動AI綠色化和低碳化。

　　在技術(shù)領(lǐng)域，應(yīng)注重架構(gòu)創(chuàng)新和算法優(yōu)化。

　　據(jù)黃世忠觀察，DeepSeek訓(xùn)練的耗電量只占GPT-4的5.6%。“這主要歸功于通過采用混合專家模型（MoE）架構(gòu)激活少量參數(shù)以大幅減少計算量，通過強化學(xué)習(xí)策略和優(yōu)化算法技術(shù)大幅減少緩存量，計算量和緩存量的大幅減少，意味著電力和水資源的節(jié)約?！?/p>

　　此外，黃世忠還提出，應(yīng)推動AI相關(guān)行業(yè)向循環(huán)經(jīng)濟發(fā)展模式轉(zhuǎn)型。

　　具體而言，一方面，要加大對服務(wù)器、算力芯片、數(shù)據(jù)存儲設(shè)備等廢舊AI設(shè)備的回收與循環(huán)利用力度，建立專業(yè)化的回收處理體系，通過拆解、修復(fù)、翻新等方式，提升設(shè)備零部件的回收率和再利用率，大幅減少電子廢棄物的產(chǎn)生。

　　另一方面，需規(guī)范電子廢棄物的處置，采用無害化處理技術(shù)，避免重金屬、有毒有害物質(zhì)對土壤、水源造成污染，實現(xiàn)AI產(chǎn)業(yè)全生命周期綠色化。

　　在監(jiān)管與標(biāo)準(zhǔn)建設(shè)方面，黃世忠認(rèn)為，應(yīng)建立統(tǒng)一、規(guī)范的AI產(chǎn)業(yè)環(huán)境足跡核算與報告標(biāo)準(zhǔn)，明確碳足跡、水足跡及其他環(huán)境足跡（如礦物消耗和廢棄物）的核算方法，要求AI企業(yè)定期公開數(shù)據(jù)中心的用電量、用水量、碳排放等關(guān)鍵信息，為綠色低碳轉(zhuǎn)型提供數(shù)據(jù)支撐。

　　科技創(chuàng)新離不開法治保障。他進一步建議，立法部門和監(jiān)管部門可盡快制定與AI相關(guān)的法律法規(guī)，對帶有歧視性算法的AI作出禁止性規(guī)定，完善數(shù)據(jù)安全和隱私保護法律體系，賦予用戶對自身數(shù)據(jù)的控制權(quán)。

（文章來源：上海證券報）