The Verge 探讨 AI 能耗问题：巨头排放超标，但耗电的不止大模型

AI 是个不折不扣的电老虎，很多人也顺理成章地把气候恶化的焦虑投射到大模型身上。

但在科技圈里，真要算起这笔能耗账，事情并没有一句「关掉数据中心」那么简单。

The Verge 旗下播客节目 Decoder 最近专门找来资深科学记者 Justine Calma，聊了聊 AI 爆发给气候带来的真实冲击。

这档节目讨论的核心矛盾很直接：一方面是越来越吃紧的电网和不断飙升的碳排放，另一方面是全行业对算力近乎狂热的追求。

减排承诺撞上算力军备竞赛

为了跑起大规模 AI，科技巨头们只能拼命新建数据中心，并在机房里塞满功耗惊人的 GPU。

现实很残酷。像微软、Google 和亚马逊这类巨头，过去几年里一直在和全球多国政府合作，制定了相当激进的减排与可持续能源目标，原本打算把气候变化控制在「尚可承受」的区间。

但生成式 AI 一来，这些承诺瞬间被撕开了口子。

眼下的现状是，这些巨头的碳排放量不仅大幅超过了预设目标，而且随着模型训练和推理规模的膨胀，情况还在持续恶化。

这引发了双重质疑：现实层面上，老旧脆弱的电网到底扛不扛得住；道德层面上，有人甚至认为这种破坏地球生态的系统根本就不该造。

耗电的从来不止大模型

但把无数台电脑塞进机房、拉满功率昼夜运转，其实已经是整个现代科技产业的底层运作逻辑。

如果单单因为能耗高就在道德上全盘否定 AI，那么很多人每天离不开的其他娱乐可能也站不住脚。

比如 TikTok 和 YouTube，每时每刻都在后台接收并转码数百万小时的高清视频；又比如大型网络游戏，既需要玩家家里高功耗显卡全力输出，又需要数据中心提供庞大的多人联机算力；更不用说争议更大的加密货币挖矿。

节目的主持人指出了一个很有意思的硬件事实：AI 领域的标杆芯片英伟达 H100，在功耗上其实和高端游戏玩家用的消费级显卡 RTX 4090 差不多。

如果两张卡的耗电水平相差无几，我们究竟该用什么样的标准，去评判哪一种算力消耗更有价值、更具正当性？

为什么重要

我们认为，这场讨论最有价值的地方，在于把围绕 AI 的气候辩论从情绪化的道德指责，拉回到了更理性的价值权衡上。

对用户和普通人来说，单纯呼吁大家不用 AI 既不现实，也解决不了根本问题。把算力拿来写代码、做科研，还是用来给短视频转码、打游戏，本质上是社会在给不同技术标价。

对行业而言，这场危机其实逼着科技巨头不得不去重新审视自己的基础设施。单靠购买绿电凭证的表面文章已经撑不住了，老旧电网的承载极限迟早会变成算力扩张的物理天花板。

与其把 AI 树立成气候危机的唯一元凶，不如借这个机会倒逼数据中心提升能效、推动电网升级。毕竟在现代社会里，关掉算力不可能，学会怎么更聪明地用电才是唯一的出路。