-
_NEWSDATE: 2026-07-13 | News by: 果壳 | 有0人参与评论 | _FONTSIZE: _FONT_SMALL _FONT_MEDIUM _FONT_LARGE
例如，如果从“降低碳排放”的角度考虑，从煤炭转向生物能源，碳排放可以平均减少约70%，但同时水足迹可能增加30倍以上，土地足迹增加100倍左右。一项对美国发电技术运行用水的综述也发现，向低碳电力转型，用水强度并不必然降低，取决于采用哪种技术和冷却系统[3]。因此，如果只用“低碳”作为唯一指标，就可能忽略甚至转移其他环境压力。
02 AI使用端的环境影响剧增
过去的相关讨论中，另一个常见关注点是模型训练阶段的电力消耗。但从实际运行结构来看，这一部分正在变得相对次要。研究估计，在AI系统的整体能耗中，约80%至90%来自“推理阶段”，也就是模型上线之后，用户的每天使用消耗的能量。
以AI生成图片为例，输入一句提示词生成一张AI图片的过程中，2.9瓦时电力、1.22克二氧化碳当量、28.6毫升水，以及0.45平方厘米的土地，就在这几秒之中被消耗或占用掉了[1]。
不同类型的AI任务，其耗电差异也非常显著。生成一张普通图像所需的电力，大致相当于让一盏10瓦LED灯点亮17分钟；而一个复杂AI视频的能耗，则可以支撑同一盏灯运行约42小时。这种差异在水资源层面同样存在。一张图像的用水量约为29毫升，相当于两汤匙水，而一个复杂视频则可能达到4.1升，接近一个人两天的饮水量。
不同AI任务的电力消耗量
在各类任务中，视频生成尤其值得关注。视频参数设置会极大程度地影响能耗。一项针对开源文生视频模型的研究发现，视频生成的能耗会随分辨率和帧数近似二次增长，随去噪步数线性增长；在默认设置下，不同开源模型生成一个视频的能耗可相差近3000倍。
现在各类媒体平台上，已经有相当比例的视频是AI工具创建或编辑的视频。AI工具为视频产出的效率和质量带来了革命，但也有不少是AI生成的同质化、意义感较低的内容。卫报报道Kapwing的调查称，在给新YouTube账号推荐的前500个视频中，有104个被识别为“低质量AI生成内容（AI slop）”，也就是超过20%。如果未来视频生成进一步普及，其带来的能源压力可能会显著改变当前AI基础设施的负载结构。
AI短剧｜红果
更糟糕的是，如今AI技术变得更便宜、更好用，人们会用得更多。虽然AI被训练得高效之后，单次任务的消耗降低了，但总使用量却大幅增加，整体的环境影响反而更高了。
03 不均匀的空间分布
AI服务通常是全球化的，但支撑它运行的数据中心却在空间上高度集中。目前，全球只有32个国家有AI专用数据中心；AI算例基础设施约90%在美国和中国；超过150个国家几乎没有主权AI算力（sovereign AI compute）能力。主权AI算力指的是，一个国家能否在本土或自主控制范围内运行AI计算能力，而不完全依赖外部云服务。- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见