【文/视察者网 郑乐欢 小婷】
当你每一次点开ChatGPT时，，，千里之外的数据中心就在消耗资源——冷却水、电力、算力。。单次AI请求的消耗微缺乏道，，，但乘上天天数十亿次的使用量，，，数字将触目惊心。。
2024年，，，全球数据中心耗电415太瓦时，，，占全球用电量的1.5%。。到2030年，，，这一数字将翻倍，，，相当于日本天下一年的用电量。。再加上芯片里的有数矿物、群集如山的电子垃圾、一直攀升的水消耗——AI的能耗事实会对情形爆发多大影响？？？这个问题亟须正视。。
高盛展望数据中心的能源需求泉源：高盛
与此同时，，，AI生长也带来了重大的情形效益。。AI手艺可资助优化电网调理、提升可再生能源展望精度，，，推动古板高耗能行业的生产流程升级，，，还能为天气转变建模、极端灾难预警提供更为精准的手艺支持。。这种“双刃剑”属性，，，让AI的情形影响讨论变得越发重大。。
另一个禁止忽视的问题是，，，在AI治理的讨论中，，，美欧恒久占有主导：硅谷定调，，，布鲁塞尔立法，，，全球随着走。。全球南方国家作为AI工业链的资源提供者、新兴市场，，，却很少能发声回应AI给自己国家带来的情形影响，，，更难以加入到全球AI情形规则的制订历程中。。
今年7月在日内瓦举行的联合国AI治理全球对话开幕式上，，，一份白皮书突破了这种单声道叙事，，，最先郑重回覆人工智能与情形之间的关系。。
这份由金砖国家三个大国的主要智库----国家高端智库复旦大学中国研究院、俄罗斯自然与人民基金会、印度帕勒基金会联合撰写，，，联合国互联网治理论坛情形动态同盟支持，，，并在这次联合国对话中宣布的《人工智能与情形白皮书》，，，把人工智能的情形足迹与情形效益纳入统一剖析框架、系统探讨人工智能与国际可一连生长的关系，，，也是金砖国家智库首次联手，，，把“全球南方”的视角带入了AI情形治理的讨论桌。。著名经济学家杰弗里·萨克斯教授为《白皮书》作序时，，，称之为“具有里程碑意义的文件”。。
7月18日，，，在2026天下人工智能大会时代，，，由复旦大学中国研究院主理的《人工智能与情形白皮书》国际钻研会上，，，来自俄罗斯、印度和中国的专家，，，继续探讨人工智能与情形的关系。。
7月18日，，，由复旦大学中国研究院主理的《人工智能与情形白皮书》国际钻研会在上海召开
那么，，，这份白皮书详细展现了什么？？？
8930吨碳、66亿立方米水、6200万吨电子垃圾
它首先算了一笔账：AI的情形本钱，，，究竟有多大？？？
2012年的时间，，，训练一次AlexNet会排放0.01吨二氧化碳，，，这个量险些可以忽略不计。。2020年，，，训练一次GPT-3，，，排放量抵达588吨。。2023年的GPT-4，，，这个数字来到了5184吨。。2024年的Llama 3.1 405B，，，数字酿成了8930吨……很难想象，，，2030年我们面临的AI能耗会到什么田地？？？
但训练AI只是这个问题的冰山一角。。Facebook的实测数据显示：在已安排的AI系统中，，，推理孝顺了约65%的碳排放，，，训练只占35%。。随着AI走向亿级用户，，，这个比例只会更悬殊。。
这张图展示了训练差别AI模子爆发的碳排放量。。斯坦福AI指数报告2026
Mistral AI第一次把单次盘问的账单摊开：一个400-token的回复，，，会排放1.14克的二氧化碳，，，消耗45毫升的水——水，，，可能是AI账本里最被忽视的一行。。
OECD展望，，，到2027年，，，AI相关用水量可达66亿立方米，，，这相当于英国半年的用水总量。。更值得小心的是：数据中心往往建在水资源最主要的地方。。以印度为例，，，印度有6亿人面临高至极端水压力，，，班加罗尔作为印度的科技中心、数据枢纽，，，却面临着地下水枯竭、未来净可用水量归零的严肃风险。。中国“东数西算”把算力往西部赶，，，某种水平上是对这种矛盾的回应，，，但全球规模内，，，AI的水消耗仍在以一种近乎不可见的方式加剧区域资源竞争。。
除了水以外，，，硬件自己的价钱，，，同样惊人。。
一台2公斤的电脑，，，生产需要约800公斤原质料——稀土、锂、钴、镓、铜。。这些矿产的开采和冶炼，，，不但涉及栖息地破损、水污染和恒久生态毒性，，，其情形影响还不可比例地集中在全球南方。。
等这些原质料被制成GPU后，，，在数据中心里通常只有3到5年的寿命。。更新周期越短，，，镌汰越快，，，废弃的硬件群集成山——2022年全球电子垃圾已达6200万吨，，，而AI专用装备爆发的废物尚未被单独统计。。算力越强，，，硬件迭代越快，，，电子垃圾的增添曲线只会更陡。。
因此，，，AI的碳足迹，，，不是“模子越大越糟糕”这么简朴。。
Google的GLaM有1.2万亿参数，，，比GPT-3大近7倍，，，训练能耗却只有后者的三分之一——要害在于架构设计和硬件效率。。DeepSeek也证实，，，优化手艺可以把训练本钱降低20倍。；；痪浠八，，，手艺上有步伐让AI变得更清洁。。
但设计权在谁手里？？？不在羁系者手上，，，也不在公众手上。。GPU制造商不宣布情形产品声明；；科技公司不把AI专用排放从数据中心账单里单独列出来；；欧盟AI法案甚至在最终文本中删掉了碳排放透明度条款。。在“由谁认真把AI变清洁”这件事上，，，至今没有明确的制度谜底。。这些“看不见”的机制，，，恰恰是问题的焦点。。
AI赋能，，，让地球变得越来越美
与此同时，，，作为情形解决方案的工具，，，AI在应对情形挑战上也展现出重大潜力。。
在天气转变领域，，，AI能提升天气建模与天气预告的精度和效率。。谷歌DeepMind的GraphCast可在单块TPU上用不到一分钟天生十天全球预告，，，精度凌驾依赖数千处理器、耗时数小时的古板数值模式。。2024年6月中国气象局宣布的“风顺”大模子，，，关于全球天气异常展望技巧显著优于古板数值预告模式
在生物多样性；；し矫，，，由于其更具地方性和异质性，，，监测难度也更大。。AI通过图像识别、声学剖析和情形DNA手艺，，，极大地提升了物种监测的效率，，，好比江苏省，，，在20个生物多样性视察站周边布设的100台鸟类声纹识别装备，，，自2023年以来屎厕数据逾40万条，，，笼罩240余个物种，，，AI鸟类识别镌汰了90%的劳动力本钱。。
针对荒原化和土地退化，，，联合国防治荒原化条约（UNCCD）正在开发的国际抗旱视察站（IDRO）是首个全球AI驱动的抗旱平台，，，把遥感数据与人工智能连系，，，对社会与情形两类抗旱韧性指标举行剖析与可视化，，，为政府部分、土地治理者与水资源治理者提供可直接行动的信息。。
在水资源治理方面，，，谷歌的洪水展望平台Flood Hub已能为80多个国家提供长达7天的预告，，，同时AI在精准浇灌和都会管网漏损检测上也效果显著。。中国在甘肃疏勒河流域以地理信息系统与修建信息模子构建河流、渠系、水库与水闸的虚拟模子，，，通过大模子仿真优化调理、自动控制闸门；；天下已完成94项数字孪生水利建设使命，，，生态流量监测预警平台搜集283个断面数据，，，为165条重点河湖的235个控制断面提供实时预警。。
可以看到，，，AI不是天生的情形破损者，，，也不是自然的救世主，，，它对情形的最终影响，，，取决于工业规则怎样设计、治理制度怎样约束、手艺盈利怎样分配。。而在目今全球AI工业分工中，，，全球南方恰恰遭受了不可比例的情形价钱，，，却没有获得响应的话语权。。
六个国家，，，六个羁系盲区
手艺在跑，，，制度在走。。面临AI与情形这个重大议题，，，各国羁系在做什么？？？
首先看欧盟，，，制度成熟但碎片化。。凭证欧盟《能效指令》，，，500kW以上的数据中心必需披露其能耗和水耗。。其中，，，德国最为严酷。。德国要求，，，2027年前数据中心必需100%用绿电，，，还得接纳废热。。但欧盟AI法案呢？？？谈判桌上情形条款被逐条削弱，，，最终只保存了基础模子的能耗披露。。效果就是，，，水、质料、电子垃圾这些一切没提。。
中国方面则把情形要求嵌进工业政策。。东数西算将新建数据中心指导至西部；；2025年发改委宣布的指南则更进一步，，，要求指定区域的数据中心直接采购绿电。。这些海内政策主要通过行政指导推进，，，虽非立法强制，，，但在项目审批和工业指导中具有实质约束力。。在国际层面，，，2025年全球AI治理行动妄想首次明确提出建设AI能效和水效标准——但这仍属于建议性框架，，，缺乏法定约束力。。总体来说，，，中国的政策舷笼罩多个层面，，，也是现在较靠近将AI与情形治理整合的国家框架之一。。
东数西算结构图
美国则基本靠企业自觉。。联邦层面临AI数据中心的羁系主要是行政下令和自愿框架，，，执法上并无强制力，，，仅有的强制性划定来自州一级的零星立法——弗吉尼亚以税收优惠换取PUE达标，，，俄勒冈2025年6月成为全美第一个立法要求数据中心报告用水量的州——二者均属孤例。。企业允许听起来很漂亮，，，数据却足够忠实：谷歌四年间排放涨了48%，，，微软涨了29%。。
印度大型企业中已有59%起劲安排了AI，，，数据中心容量预计两年内增添85%，，，但情形影响评估系统仍停留在为工厂和矿山设计的旧框架，，，不笼罩数据中心。。与此同时，，，约50%的数据中心扎在班加罗尔、孟买等极端缺水地区。。浚浚可以说是跑得最快，，，规则最空。。
俄罗斯走的是另一条路：用核电支持AI算力，，，妄想20年内新建38座核电机组。。在工具层面，，，Sber和AIRI开发了Eco2AI和Eco4cast——全球少数源自金砖国家的开源碳监测工具——但AI与情形治理之间，，，同样缺少执法层面的毗连。。
金砖框架呢？？？AI相助同盟已建设，，，50亿美元的数字主权基金也已设立，，，但情形条款显然还在路上……
六张答卷，，，六处空缺。。
第一，，，看不见AI专用的情形数据，，，没有一家科技公司单独披露。。
第二，，，所有人盯着训练，，，没人盯着推理，，，而推理才是已安排系统的排放大头。。
第三，，，水是隐形变量——66亿立方米的消耗展望挂在报告里，，，没有人要求数据中心在缺水地区开工前做水影响评估。。
第四，，，本钱转嫁全球南方——采矿在刚果，，，制造在东南亚，，，电子垃圾在加纳，，，收益在硅谷。。
第五，，，收益算不清账——AI减了几多碳、省了几多水，，，没有统一的核算要领。。
第六，，，决议无法追责——AI越来越多地决议土地怎么用、水怎么分，，，但公众看不到决议依据。。
更要害的问题在于，，，目今主流的AI情形治理方案大多围绕美欧的工业生长情形设计，，，很少思量全球南方的生长需求：不少西方提出的减排规则，，，实质上是限制生长中国家AI工业的生长空间，，，却对头部科技巨头在全球扩张中的高消耗无动于衷，，，更没有解决情形本钱错配的焦点矛盾。。
AI全球治理规则应该由各人配合誊写
关于这些问题，，，事实该怎么办？？？
7月17日，，，习近平主席在2026年人工智能大会开幕式的主旨演讲中提到的：“人工智能生长不应该是某个国家的独奏，，，而应当是全球相助的交响。。在各方配合起劲下，，，天下人工智能相助组织在上海应运而生，，，一年前的构想已经转化为现实效果。。这是中方响应全球南方呼声、团结国际社会起劲推感人工智能生长和治理的重放肆措，，，将成为人工智能生长史上的一个主要里程碑。。”
对此，，，《人工智能与情形白皮书》也给了一张分工表：
政府，，，认真设规则：强制披露AI专用情形数据，，，把情形条款写进AI立法，，，把绿色标准嵌进公共采购，，，把选址政策卡在缺水地带。。
企业，，，认真摊账本：宣布全生命周期情形评估，，，从训练到推理都算清晰。。用标准化指标——PUE、WUE、CUE——并且必需区分AI与非AI负载。。
硬件制造商，，，认真开门。。英伟达、AMD、英特尔至今不宣布AI加速器的情形产品声明。。谷歌对其自研TPU举行的生命周期评估已证实——这件事手艺上完全可行，，，他们只是不肯意做。。
国际组织，，，认真架桥梁：推动标准落地，，，建设AI与情形治理的系统性交汇机制——IGF情形动态同盟就是为了这个而保存的。。
这四类行动者，，，配合绘就一张蹊径图。。
正如经济学家杰弗里·萨克斯在为白皮书撰写的序言中指出的，，，AI对情形的影响不是手艺问题，，，而是治理问题。。在一个多极化的天下里，，，若是AI规则只由硅谷和布鲁塞尔来定，，，真正受伤的，，，可能是那些连讲话席都没有的国家。。
在7月18日的钻研会现场，，，复旦大学中国研究院院长张维为也提到，，，“在人工智能这一新兴领域，，，我们坚决阻挡将手艺作为钻营霸权、修建壁垒的工具，，，阻挡把少数国家的家法帮规包装成国际规则。。我们主张国际规则应由各人配合誊写，，，各国无论巨细强弱，，，都有一律生长和使用人工智能的权力。。我们要坚定地维护联合国在全球人工智能治理中的主要作用，，，坚持以人为本，，，智能向善，，，配合筑牢人工智能的清静防线。。”
复旦大学中国研究院院长张维为在钻研会上讲话
而《人工智能与情形白皮书》的宣布，，，则从金砖国家和全球南方视角填补了研究空缺。。人工智能的全球治理，，，必需是一场“全球行动”。。全球南方不应只是人工智能浪潮的旁观者，，，更应成为新规则的配合起草者与新福祉的配合受益者。。智能向善，，，始于共商；；运气与共，，，成于共建。。这份白皮书是第一步，，，而脚下的路，，，需要我们所有人携手偕行。。
本文系视察者网独家稿件，，，未经授权，，，不得转载。。
