AI雙刃劍 大廠碳中和路遇“電老虎”

AI發展速度之快，在人類歷史上可能沒有其他產業能與之相比。不過，AI背後快速增長的能耗同樣引發全球關注。平衡AI技術發展與環境資源的可持續性或是未來幾年的重要議題之一。

AI帶來能耗快速增長，已給科技巨頭的碳中和進程帶來挑戰。谷歌2023年碳排放量比五年前飆升48%，正是因爲AI戰略帶來數據中心能耗增加。百度在2023年ESG報告中提到，公司將把大模型帶來的影響納入氣候變化風險識別清單。

百度、阿里巴巴、騰訊均宣佈在2030年實現自身運營層面碳中和目標。阿里巴巴還表示，雲計算業務要率先實現範圍3的碳中和。面對AI這隻“電老虎”，大廠們有怎樣的“馴服”之策？AI的正負面環境效應又該如何衡量？

AI令大廠減碳難

2024年以來，大型互聯網企業在陸續公佈的碳減排目標進展中，不約而同談到AI的影響。

7月初，谷歌的環境報告顯示，2023年該公司溫室氣體排放量（範圍1+範圍2+範圍3）爲1430萬噸二氧化碳當量，同比增長13%，相比2019年大幅增長48%，排放量上升主要由於“數據中心能耗增加和供應鏈排放增加”。今年5月，微軟公司高管對外表示，其減排目標受到人工智能戰略影響。自2020年以來，微軟碳排放量增加了近三分之一。

國內大廠同樣面臨挑戰。百度、阿里巴巴、騰訊都是我國AI大模型領域重要參與者，他們均提出2030年實現自身運營碳中和目標。

“AI發展是爆發式的。算力將繼續增長，對電力的需求也持續增加。”阿里雲全球數據中心總經理王朝陽在7月下旬阿里巴巴ESG溝通會上說。半導體產業分析機構SemiAnalysis預測，到2030年人工智能將推動數據中心消耗全球4.5%的能源。

“在清潔能源還不能作爲主要能源實現供給時，大規模部署AI一定會增加企業短期內的碳排放，這也是第一批嚐鮮AI技術的企業所需要付出的成本。”清華大學工學博士、教授級高工、新型電力系統技術創新聯盟專家委員周文聞說。

百度已關注到大模型訓練帶來的環境負面效應，其在2023年ESG報告中提到，公司將把大模型帶來的影響納入氣候變化風險識別清單。

電力使用效率（PUE）是衡量數據中心使用能源效率的指標，其數值越接近1，意味着能源基本都用於核心IT設備，效率越高。

2023年百度數據中心PUE平均值1.19，而2022年這一數字是1.16、2020年則爲1.14。百度坦言，PUE變化的主要因素是：全球氣候變暖，極熱天氣頻發，服務器冷卻用電需求增加；大模型訓練使得用電量增加等。百度2023年排放總量（範圍1+範圍2+範圍3）爲237.56萬噸二氧化碳當量，同比增長11.96%，其中範圍2涉及外購電力、範圍3涉及租賃數據中心電力等，分別同比增長12.63%、11.76%。

阿里巴巴2024財年因外購電力和熱力產生的（範圍2）溫室氣體排放量爲373.2萬噸，同比減少0.6%，這部分排放來自外購電力和熱力，主要用於雲計算數據中心；價值鏈上下游間接（範圍3）溫室氣體排放量爲786.57萬噸，同比增長2.44%，主要來自租賃數據中心的外購電力等。

阿里巴巴的減排目標是，不晚於2030年實現自身運營（範圍1、2）碳中和，不晚於2030年協同價值鏈實現碳強度比2020年降低50%。阿里巴巴表示，雲計算業務在2030年實現範圍1和範圍2碳中和的基礎上，率先實現範圍3的碳中和。

騰訊的減排目標則包括，在2030年實現自身運營及供應鏈的碳中和。絕對排放量以2021年爲基準年，2030年範圍1和範圍2絕對排放量減少70%、範圍3絕對排放量減少30%。此外，騰訊還表示，2030年目標是實現100%綠色電力使用，自建數據中心的平均PUE不超過1.35。

從實際數據看，騰訊2023年範圍1排放量27.54萬噸，同比增長60%，騰訊表示，這一大幅增長是受滅火器充裝週期影響；範圍2排放量256.13萬噸，同比減少3.35%；範圍3排放量295.71萬噸，同比增長1.36%。

爲追趕碳中和目標，互聯網大廠都大規模採購綠電，抵消碳排放影響。今年6月中國電力企業聯合會等發佈“2023年中國綠色電力（綠證）消費TOP100企業名錄”顯示，2023年全國綠色電力（綠證）消費同比增長281.4%，其中阿里巴巴綠電消費量排名第7，騰訊排名第21。

“綠色算力”存挑戰

AI到底有多耗電？有研究表示，Open AI訓練大語言模型GPT-4，完成一次訓練需要約三個月，過程中使用大約25000塊英偉達A100 GPU，一次訓練所需電能可以將大約200萬立方米的冰水——大概是1000個奧運會標準游泳池水量——加熱到沸騰。

“AI的盡頭是能源。2030年全球數據中心用電量規模將達到約2.2萬億度電，爲2022年的3.6倍。”華泰證券分析稱。

大廠近兩年用電量增加明顯。百度2023年用電量102.05萬兆瓦時，同比增長13.13%。騰訊2023年用電量511.47萬兆瓦時，同比增長2.35%。阿里巴巴2024財年用電量831.46萬兆瓦時，同比增長16.49%。

如何讓算力更綠色，成爲互聯網大廠未來減碳的關鍵。

7月下旬，國家發展改革委等部門印發《數據中心綠色低碳發展專項行動計劃》，推動數據中心綠色低碳轉型，提出到2025年底，全國數據中心佈局更加合理，整體上架率不低於60%，PUE降至1.5以下，可再生能源利用率年均增長10%，平均單位算力能效和碳效顯著提高。

要實現上述目標需面對現實挑戰。

一方面，算力分佈存在結構性矛盾，以及算力與能源分佈不匹配。“我國數據中心整體呈現東多西少，東密西疏的分佈，東部地區相對來說數字化轉型業務需求旺盛，以及近年生成式人工智能興起，進一步增加了算力需求。”ISO可持續金融科技工作組專家、中國環境科學學會碳達峰碳中和專委會委員陳鈺什告訴記者，“在‘東數西算’推動下，加上東部一線城市土地和能源成本上升、西部新能源供給便利等條件，中西部數據中心比例有所上升，但出於數據安全和實時計算的考慮，就近部署、本地化部署等仍是一些企業的剛需。”而可再生能源分佈則正好相反，這爲數據中心提升可再生能源使用比例帶來了挑戰。

另一方面，地方上，大數據產業的綠色用電需求還得不到有效落實。從事數據中心業務的合盈數據零碳業務負責人何瑋說：“匹配‘源網荷儲一體化示範項目’的市場化交易機制有待完善，綠電應用模式仍在探索，新能源應用到大數據產業的通道還沒打通；輸配綠電價格高，沒有形成競爭優勢。”

數據中心的電力消耗主要由四部分組成。何瑋介紹，以PUE爲1.25的數據中心爲例，其IT設備耗能約佔67%，製冷系統約佔27%，供配電系統約佔5%，照明及其它約佔1%

“具體耗能情況與數據中心設計和運營狀態有關，有的製冷設備運營得不好，製冷能耗可能達到40%至50%，超過IT設備能耗。”陳鈺什說。因此，能效比更高的製冷技術、數據中心部署地的氣候條件，以及將數據中心設計優化前置，都將影響數據中心耗能，進而影響碳排放水平。

據合盈數據統計，2023年我國數據中心平均PUE爲1.48。其中，東北、華北充分利用自然風冷等資源優勢，平均PUE分別爲1.40、1.39，遠低於華南、華中的平均PUE（分別爲1.53、1.54）。

爲推動“綠色算力”，百度加大可再生電力採購比例，自建可再生能源電站等。騰訊採用了類似舉措。截至2023年末，騰訊數據中心可再生能源設施總裝機容量達52.2兆瓦，相比2022年增長166.3%。阿里巴巴持續開展綠電交易、自建分佈式光伏，簽訂清潔電力長期購電協議等，將自建數據中心的清潔電力使用比例從2023財年的53.9%提升至2024財年的56%，其2024財年自建數據中心的PUE降至1.2，租賃數據中心PUE爲1.269。此外，阿里巴巴投資和參與建設河北保定、張家口的“源網荷儲”項目，幫助實現電力供給需求和消納的動態平衡。

當前，可再生電力往往受地域分佈以及峰谷波動等制約，這讓很多人將目光轉向核電。阿里雲全球數據中心總經理王朝陽表示：“核電將成爲算力發展過程中不可迴避的話題。通過技術、產品不斷迭代，可以降低小型核反應堆發電成本。”

有消息顯示，微軟和Helion Energy簽署協議，後者計劃2028年爲微軟提供商業化可控核聚變電力。OpenAI創始人Sam Ultramanu則投資了核電公司Oklo，有望2027年啓動首座核反應堆。

“核電未來是所有清潔能源中最便宜的一種，如果AI要規模化發展，核電可以使AI行業做到成本和綠色兼得。”周文聞說。

尋求正負效應平衡

雖然AI耗電，但其對於減碳的作用不應被忽視。前述BAT公司均尋求運用AI技術幫助自身運營過程節能降碳。

王朝陽介紹，阿里巴巴去年引入AI算法來管理數據中心能耗，幫助持續在線調優運行參數。此外，在全國所有自建數據中心保留了餘熱回收接口，“方便給居民、工業廠房供熱，即使冬天去張北，也可以吃到我們恆溫大棚種植的蔬菜。”阿里巴巴還認爲，企業使用公共雲服務本就有助於減碳。阿里巴巴ESG報告表示，與用戶使用本地化機房相比，低碳雲服務共賦能用戶減排988.4萬噸。

騰訊也應用AI技術智能調節數據中心運行，2023年騰訊新應用該技術的模組減少用電量約5000兆瓦時，避免碳排放2851.5噸。

“AI確實消耗了很多能源。但隨着AI進入每個行業，將來一定有一個拐點，AI所節省的能源或者減少的碳排放量一定大於它自身帶來的碳排放量，這個拐點會在不久的將來出現。”王朝陽說。

周文聞認爲，AI規模化使用帶來生產效率提升，也會爲環境帶來正面效益。波士頓諮詢報告預計，到2030年AI將幫助減少5%-10%的溫室氣體排放，此外AI在多方面會對氣候變化帶來積極作用，比如幫助各行業進行碳排放數據的測算與追蹤，幫助調節智能電網、提升清潔能源的消納比例，優化商品運輸路線等。

“從價值鏈角度看，全社會都應該積極擁抱AI，企業應多關注、多選擇綠色程度更高的供應商。當前AI帶來能耗和碳排放增加只是階段性的。”周文聞說。

陳鈺什認爲，AI發展過程中，大廠不僅要考慮“綠色算力”問題，還應考慮水資源利用效率（WUE）、數據中心生態設計、電子廢棄物回收等可持續議題，“除了要對數據中心做性能評估，也應該做好可持續性評估。”