2026 年 10 月 12 日
人工智能究竟是加剧气候变化的推手，还是应对气候危机的利器？最新关于能源消耗的数据为这一争议提供了新的视角。
能耗现状：绝对值增长与相对占比稳定
探讨 AI 对气候的影响，首要切入点是其能源消耗。大型语言模型（LLM）的训练与部署均在耗电巨大的数据中心进行，一座典型的 AI 专用数据中心用电量相当于 10 万户家庭。
自 2022 年 11 月 ChatGPT 发布以来，用于训练和运行 LLM 的功率已增加约十倍。国际能源署数据显示，目前 AI 每年消耗约 155 千兆瓦时电力，占数据中心总能耗的三分之一。尽管这一数字庞大，但其仅占全球电力总量的约 0.5%，以及包括石油、天然气和煤炭在内的全球能源总量的约 0.1%。
需求的增长速度远超效率提升带来的节能效果。谷歌母公司 Alphabet 首席执行官 Sundar Pichai 指出，自去年以来，谷歌 AI 产品的月度使用量增加了 7 倍，达到 3.2 万亿代币。虽然单项任务的功耗在下降，但整体需求的激增符合经济学家所说的“杰文斯悖论”——技术进步通过鼓励更多使用从而抵消了节能效益。
此外，数据中心的地理分布也带来局部压力，例如爱尔兰和弗吉尼亚北部等地因数据中心聚集而面临特殊的能源挑战。
AI 在气候预测与治理中的潜力
除了作为能耗大户，AI 在应对气候变化方面展现出显著潜力。2025 年，欧洲中期天气预报中心启用了 AI 模型 AIFS。与传统基于物理的模型相比，AIFS 在评估极端天气事件概率方面表现更优，且能耗更低。这提升了保险公司评估风险的能力，以及政府部门制定防灾减灾计划的效率。
政府间气候变化专门委员会（IPCC）旨在为各级政府提供政策制定所需信息。若将类似 AIFS 的公共 AI 模型应用于 IPCC 使命，可能有助于减少偏见，不仅限于预测，还能向市议会、农民和家庭等多元主体提供行动建议及风险描述，使全球科学转化为具体的决策支持系统。
治理滞后与未来展望
智库 Vision 发表的新论文试图量化 AI 在气候变化中的双重影响，其结果将被纳入关于全球气候变化治理的第五次会议报告。研究表明，AI 的能源需求可能低于预期担忧，而其潜在价值更大。然而，结论强调，除非建立有效的控制机制，否则这两点均无法真正发挥作用。
目前，全球拥有较为完善的气候变化治理机制，如自 1995 年以来几乎每年召开的缔约方会议（COP）。相比之下，AI 领域仅有自愿性准则、偶尔的峰会以及联合国于去年成立的科学小组，缺乏强有力的监管框架。
最终，AI 是否会导致地球升温或降温，关键不在于芯片本身，而在于围绕 AI 建立的机构体系及其实际应用场景。
