【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
在生物多样性保；；；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。。。 ？？梢运凳桥艿米羁，，，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。。。。
近年来，，，通过率先实验“一线铺开、二线管住”的自贸港收支口治理制度，，，洋浦创下多个天下“首单”“首个”“首票”。。。。加工增值内销免关税、“两头在外”保税维修等政策从洋浦率先落地实验后逐步拓展至全岛，，，天下首个境外高校自力办学项目海南比勒费尔德应用科学大学已经开学招生，，，洋浦成为展示自贸港建设效果的主要窗口。。。。
责任编辑：袁孟颖 校对：陈勇慈