人工智能（artificial intelligence，AI）技术的支持者称其为21世纪的希望，可以给各行各业带来革命性的变化，甚至可以帮助人类对抗气候变化。例如有人说，AI能对太阳能和风能并入“智能电网”（smart grid）的过程进行优化，帮助人类降低对化石燃料的依赖。
然而硬币的另一面也不容小觑：为AI模型的训练、部署和运行提供算力的数据中心能耗极高，其运行同样伴随着温室气体排放。一个问题不可避免地摆在我们面前：在应对气候变化的过程中，AI带来的好处是否大于其负面影响？
目前耗能虽低，未来变数难料
为AI和其他数字服务提供支持的数据中心能耗很大，虽然目前只占全球电力需求的1%左右，但随着AI的持续扩张，会发生什么？又会出现哪些问题？
较为乐观的预测认为，软硬件能效提升将避免电力需求的爆炸式增长。以世界最大的AI芯片制造商英伟达（Nvidia）为例。据称，其新一代支持生成式AI 的Blackwell处理器的能效比之前的型号提升了25倍。不过，尽管能效大幅提升，但每一块处理器的耗能依然显著高于上一代产品，每个单元的功耗高达1200瓦。
也有预测认为，AI模型的演进将带来指数级的电力消耗：基于大语言模型（large language model，LLM）开发的生成式人工智能在训练阶段的耗电量是传统AI模型的30倍。正是因为如此，ChatGPT查询一次的耗电量估计是谷歌搜索的10倍。
投资与风险并进
越来越复杂、越来越密集的AI应用（如根据文字提示生成视频），将需要“超大规模”（hyperscale）的数据中心，其电力需求可超过100兆瓦，每年潜在耗电量相当于40万辆电动汽车。科技巨头们已经在这方面投入了大量财力：IEA报告显示，2023年谷歌、亚马逊和微软的资本投入超过了美国石油天然气行业的总和，相当于美国GDP的0.5%。
AI发展提速意味着未来数年其电力消耗至少应被视为不容忽视的风险。已经有一些国家面临着AI行业增长带来的压力。以爱尔兰为例，2023年，该国数据中心的用电占比已经超过了20%，给电网造成了巨大压力，导致爱尔兰政府决定到2028年前暂停新建数据中心。
排放悖论与潜在环境风险
矛盾的是，AI及其对电力的巨大需求正在快速增长，速度比全面实现可再生能源系统转型的速度还要快。这不仅使这项技术继续依赖化石燃料，而且在某些地方还推迟了燃煤发电厂的关闭，这就意味着温室气体排放量的增加。
此外，数据中心还需要大量的冷却水和制造硬件所需的关键矿物质，这加剧了水资源短缺，以及对存在环境问题的供应链的依赖。
数据还揭示了透明度缺失的问题：2024 年，微软和谷歌不仅没有实现气候目标，而且其数据中心的相关排放量可能被低估了。研究表明，各公司内部数据中心的排放量可能比他们声称的高出 7.62 倍。
拉丁美洲情形如何？
分析师强调，巴西、墨西哥、智利、哥伦比亚、秘鲁、乌拉圭、哥斯达黎加和巴拿马是拉丁美洲人工智能基础设施增长最快、潜力最大的国家。该地区与非洲和中东合计占全球数据中心总耗电量的 5%。这为加强区域互联互通、促进技术领域的就业以及利用数据中心投资推动该区域可再生能源并网带来了机遇。
我们需要制定战略，避免出现 “数字资源掠夺”（digital extractivism），即数据中心以牺牲生态系统为代价，只为工业化国家服务。费利佩·阿兰戈·加西亚(Felipe Arango García), Transforma 的执行主任
事实上，该地区的数据中心行业已经显著增长。巴西、墨西哥和智利等国凭借强大的基础设施和能源系统以及宽松的政策吸引了众多投资者。然而，数据中心已经给墨西哥、智利和乌拉圭等水资源本就相当紧张的国家的供电和供水系统造成了压力。
此外，全球南方国家必须就人工智能及其配套基础设施制定一项战略，以避免出现 “数字资源掠夺”（digital extractivism），即数据中心以牺牲生态系统为代价，只为工业化国家服务。
前景
虽然AI有望为气候问题提供解决方案，但其不断增长的能源需求和环境影响带来了不确定性。如果不采取措施提高效率、透明度和可持续性，AI的发展可能会加深它试图解决的危机。摆在拉丁美洲面前的是一个战略机遇，但必须避免陷入数字资源掠夺，因为这会加剧不平等，加重自然资源压力。
因此，拉美国家必须与学术界、技术行业、智库和全球南方国家进行公开坦诚的对话，在公正能源转型框架内，围绕AI的应用构建价值链，实现本地区的再工业化。这包括制定政策、法规、激励措施和保障措施，引导AI应用朝着兼顾气候适应和缓解解决方案，以及促进经济多元化、增加税收、助力摆脱化石燃料的方向发展。
翻译：子明
