国际能源署 (IEA) 的分析显示，全球数据中心的电力使用量预计将在 2030 年前翻一番以上，略超过日本的总用电量，其中 AI 被认为是最大推动因素。
这一结论来自为多国政府提供能源政策建议的国际能源署。这个总部位于巴黎的机构同时也寄希望于 AI 技术本身能够帮助缓解它所带来的能源压力。
本周，IEA 发布了一份关于 AI 与其能源消耗这一关键交叉领域的全面研究报告。报告认为，在未来五年内，数据中心将推动发达经济体超过 20% 的电力需求增长，其中 AI 将占据大部分能源消耗。
据该机构统计，美国在 2024 年占全球数据中心电力消耗的 45%，预计这一比例到 2030 年将显著增长。届时，美国数据中心的用电量将超过该国包括铝业、钢铁、水泥和化工在内的所有能源密集型制造业的总用电量。
IEA 执行董事法提赫·比罗尔表示："在未来五年内，数据中心将占美国电力需求增长的近一半。随着 AI 的崛起，能源行业正处于我们这个时代最重要的技术革命前沿。"
报告指出需要增加能源生产 (最好是可再生能源) 以满足需求。这一点我们之前已经讨论过，最近也得到了充分证实。不过这份报告提出了一个略有不同的观点：如果我们正确使用 AI，它可以帮助优化系统以抵消大量排放。
比罗尔说："AI 是一个工具，可能是一个极其强大的工具，但如何使用它取决于我们的社会、政府和企业。"
报告列举了能源行业目前已经在使用 AI 的几个方面：改善发电、输电和用电；帮助石油和天然气行业优化勘探和生产。报告还呼吁更广泛地采用 AI 来检测电网故障、调节供暖和制冷系统，以及提高工业效率。
报告指出："能源是当今世界最复杂和最关键的行业之一，但在利用 AI 潜在效益方面还可以也应该做得更多。"要实现这些收益，需要政策和监管方面的调整。
对于 AI 可能因增加能源使用和化石燃料消耗而使应对气候变化变得更加困难的担忧，IEA 认为这些担忧被夸大了。
虽然数据中心是排放增长最快的来源之一，但即使在该机构最悲观的情景下，到 2035 年其在能源行业总排放量中的占比仍低于 1.5%。
另一方面，IEA 也不认为 AI 能解决气候变化难题。
IEA 表示："现有 AI 应用的广泛采用可能带来的减排量远大于数据中心的排放量，但也远小于应对气候变化所需的减排量。"
IEA 估计，到 2035 年，广泛使用现有 AI 解决方案可能实现的减排量相当于全球能源相关排放量的约 5%。这是一个进步，但远不足以对气候变化产生重大影响。
但不要忘记芯片生产所消耗的能源和产生的排放！
能源行业面临的 AI 双刃剑 - AI 的采用推高了能源需求，同时该技术又被吹捧为控制排放的工具 - 还有一个必须纳入计算的因素：芯片生产。
根据绿色和平组织本周发布的一份报告，全球 AI 芯片制造的电力消耗在 2023 年至 2024 年间增长了超过 350%，到 2030 年可能比 2023 年增长 170 倍。这意味着芯片制造业（主要集中在台湾、韩国和日本）的用电量将超过今天的爱尔兰。
更糟糕的是，东亚的大多数芯片制造商都在用化石燃料来满足不断增长的能源需求。报告提到韩国批准为 SK 海力士建设一个千兆瓦级的液化天然气 (LNG) 工厂，并计划为三星建设 3GW 的 LNG 产能。在台湾，政府正以半导体和 AI 行业的电力需求增加为由，扩建 LNG 项目和电网基础设施。
绿色和平组织东亚供应链项目负责人吴凯琳在谈到这份报告时说："虽然像 Nvidia 和 AMD 这样的无厂芯片公司从 AI 热潮中获利数十亿美元，但它们忽视了其东亚供应链对气候的影响。这种需求本可以也应该由可再生能源来满足。"
IEA 报告指出，虽然 AI 硬件制造的能耗很大，但在产品生命周期中，它"消耗的能源仍低于运营阶段"。考虑到目前芯片生产能源使用的激增，以及 AI 硬件需求没有放缓的迹象，这并不令人安心。
不过，就像新冠疫情一样，如果不报告排放量，也许就当它没发生过。据报道，美国环境保护署 (EPA) 正采取一个熟悉的方式：削减温室气体报告的透明度。
据 ProPublica 报道，EPA 正在起草一项规则，大幅削减长期以来的温室气体报告要求，将需要报告排放的工业部门从 41 个减少到仅 1 个。
这可能使任何关于 AI 如何帮助应对气候变化的数据基本上变得毫无价值 - 如果没有人跟踪排放，就没什么可测量的。对于在美国扩张的芯片制造商来说这是个好消息 - 毕竟，当没有人收集证据时，很难被指责为气候变化做出了贡献。
