人工智能很渴它不仅存在于云端，而且也不仅限于聊天机器人生成的回复、几秒钟内创建的图像或提示生成的视频等表面上的便捷性。 人工智能背后是一台物理机器。 它由数据中心、芯片、电网、冷却系统、土地利用、关键矿产和电子垃圾组成。这一基础设施正以惊人的速度增长，将数字创新转变为一个新的全球环境问题，并加剧了…… 不仅能源需求不断增长，水的需求也日益增长。.
警报由……发出 关系 联合国大学水、环境与健康研究所，“人工智能能源使用的环境成本：碳足迹、水足迹和土地足迹该研究发表于2026年2月3日。研究表明，仅通过二氧化碳排放量来衡量人工智能的影响已经不够了。训练或运行模型所需的每一千瓦时电力都会带来……水和土地足迹.
这种关系 这并非对人工智能的控诉“这是一场正在改善全球数十亿人生活的技术变革，”教授说道。 卡维·马达尼联合国机构UNU-INWEH主任兼研究小组负责人表示：“这是一项呼吁……” 负责任地使用它 并尽早应对其意想不到的影响，使其可持续发展且公平公正。我们只有很短的时间窗口，来确保我们这个时代技术革命的支柱产业在地球承载力范围内发展，并确保为人工智能发展提供关键矿物资源的社区、以及承载其基础设施和电子垃圾的社区也能从中受益。
数据中心的蓬勃发展引发了环境问题。
在2030内中， 全球数据中心 那种燃料人工智能可以达到 每年消耗945太瓦时电力这几乎是巴基斯坦、孟加拉国和尼日利亚三国年用电量总和的三倍，而这三个国家的人口总和超过 650 亿。
关于水资源的数据更加惊人。与这种消费相关的水足迹可能达到 9,3万亿升相当于一个家庭一年基本生活必需品的金额 撒哈拉以南非洲有1,3亿人口土壤也需要考虑在内。 领土范围 面积将超过 14.500 平方公里，大约是雅加达都市区面积的两倍。
到2025年，全球数据中心的耗电量将达到约448太瓦时。如果将它们视为一个国家，它们将成为全球第十一大电力消耗国，排在法国之后，沙特阿拉伯之前。未来几年预计的飞跃式增长表明，新型数字基础设施正以惊人的速度发展，其规模堪比一个主要的国家经济体。
联合国报告强调了一点：人工智能对环境的影响往往难以准确评估。公众和监管机构的关注点主要集中在…… 碳排放量 这与训练大型模型密切相关。但人工智能的日常运行需要电力、冷却、设施、网络、采矿链和新的基础设施容量。
问题 碳、水和土壤并非总是朝着同一方向移动。某种能源或许可以减少排放，但会增加水资源消耗或土地使用。报告援引了以下观点： 以从煤炭向生物能源转型为例它可以平均减少电力碳足迹 70%，但会使水足迹增加 30 多倍，土地足迹增加 100 倍。
此 “低碳”标签 这样做可能会只揭示部分真相。人工智能的能源消耗量减少并不一定意味着它的能源消耗量减少或使用起来更便捷。 技术可持续性 这取决于数据中心的建设地点、为其供电的电网、用水量以及哪些社区承担当地成本。
日常使用比训练更重要
迄今为止，争论主要集中在训练大型模型所需的能源上。然而，该报告认为这种观点现在已经过时了。一旦模型启动并运行， 人工智能系统主要通过推理来获取信息。也就是说，模型会持续运行以响应用户请求。这一阶段在今天看来至关重要。 占总能耗的 80% 至 90% 据报道，仅 ChatGPT 一项人工智能技术，每天就能处理约 2,5 亿条提示信息，单个产品的年耗电量约为 383 吉瓦时。
连 请求类型从根本上改变了环境负担。一次典型的对话查询所需的能量大约是基本文本分类的 200 倍。一张人工智能生成的图像可能消耗 1.450 倍的能量。一段简短的人工智能生成的视频可能需要进行多达 200 万次垃圾邮件分类。
该报告将这些数字转化为更直接的例子。生成一张典型的AI图像所需的能量足以让一个10瓦的LED灯泡亮17分钟，而一段复杂的视频则可能需要持续运行42小时。即使 水随着输出复杂性的增加而增长：单张图片大约需要两汤匙，复杂的视频最多需要 4,1 升。
效率悖论
技术进步，模型效率提高，每次操作的成本可能会降低。但这并不意味着总体影响会自动减少。该报告回顾了…… 杰文斯悖论当一项技术变得更加高效和普及时，它的使用往往会增加，以至于抵消或超过所取得的节省。
“许多人认为，随着技术进步和流程效率提高，人工智能的环境足迹会减少。但这只是问题的一部分。更高效、更易获取的人工智能和能源意味着更多的人工智能消耗，使得总体环境足迹远远大于我们通过提高效率所节省的资源，”他评论道。 卡维·马达尼联合国机构 UNU-INWEH 主任兼研究小组组长。
因此，关键不仅在于提高系统效率，而且还必须 管理需求减少浪费，调整产品默认设置、输出长度、图像和视频分辨率，以及针对每项任务选择的模板。换句话说，就连用户体验也成为了一种环境决策。
本地成本，全球效益
L“人工智能的扩张并不能均衡地分配成本和收益。服务无处不在，但对电网、水和土地的压力却集中在数据中心所在的地区。
在爱尔兰2023年，数据中心的用电量占计量用电量的21%，超过了所有城市家庭的用电量总和。 在墨西哥在克雷塔罗州，计算机基础设施的扩张正在影响本已因干旱而承受压力的水资源。 在乌拉圭一个耗水量巨大的数据中心项目恰逢 2023 年危机，当时干旱耗尽了蒙得维的亚的淡水储备，导致自来水不宜饮用。
供应链的上游和下游均已添加 其他压力硬件需要 关键矿物质这些矿藏通常在环境监管较弱的国家开采。最终，到2030年，人工智能基础设施每年可能产生多达2,5万吨电子垃圾。
然后，地缘政治出现裂痕。目前只有32个国家拥有专门的人工智能数据中心，超过90%的计算能力集中在美国和中国这两个国家。超过150个国家目前几乎没有或根本没有自主的人工智能计算能力。风险在于： 世界某些地区承受着环境和物质成本。而其他人则从中获得了经济、技术和战略利益。
全球治理面临的挑战
关系 它并非意在控诉人工智能正如马达尼正确指出的那样，需要强调的是，“这份报告并非对人工智能的指控”，重点在于…… 构建技术基础设施发展 能够在地球承载力范围内发展，并确保为供应关键矿物、托管数据中心或管理供应链中电子废物的社区带来利益。
联合国的提案是 构建一个负责任的人工智能生态系统 透明度、高效设计、环境公平正义、生命周期责任、全球合作和可持续利用。各国政府应将数据中心纳入其政策框架。 能源、水资源和领土规划企业应将模型选择、输出格式和默认设置视为环境足迹因素。投资者应将电力、碳排放、水资源和土地视为基础设施投资组合中的实质性风险。
简而言之，人工智能革命并非无关紧要。它需要服务器、电力、水、土地和矿产。它可以创造价值、提高效率并带来创新，但如果没有监管，它就有可能将越来越多的成本转嫁给那些缺乏足够资源来承担这些成本的社区。真正的挑战不在于阻止人工智能的发展，而在于…… 阻止它像自然资源无限一样生长。.
