发展AI面临“算法碳足迹”困局，如何破解？

山西省生态环境厅 · 公众号 · · 2025-03-21 12:58

正文

点击标题下方 “ 蓝字 ” 可快速关注我们

今年全国两会的政府工作报告指出，协同推进降碳减污扩绿增长，加快经济社会发展全面绿色转型，要求开展碳排放统计核算，建立产品碳足迹管理体系、碳标识认证制度。同时，强调持续推进“人工智能+”行动，支持AI大模型广泛应用。

激活数字经济创新活力，尤其是发展人工智能（AI）产业，对算力和能源有着很大需求。如何将深化数据资源开发利用、促进和规范数据跨境流动、优化全国算力资源布局、发展人工智能与实现资源高效利用、绿色低碳发展统一起来？记者就此话题专访了中国国际经济技术合作促进会副理事长邵春堡。

尽管技术进步提高了效率，但为了实现更强大的AI能力，对于算力和能源的需求也在不断增长。

中国环境报：

人工智能发展依赖大数据、大算力和复杂算法的协同作用，会给能源资源带来哪些挑战？

邵春堡： 在数字化向智能化升级的过程中，人工智能的作用越来越重要。理论上，随着数据处理效率的提升，可以降低人工智能单次计算的算力需求和能源消耗。但现实中，由于模型复杂度、数据规模的指数级增长，以及追求更通用的人工智能目标，使得整体算力和能耗需求仍可能持续上升。

想让AI大模型的性能更强，离不开3个关键因素：海量数据、强大的计算能力和复杂的算法。“规模决定性能”“大力出奇迹”成为主流思路。OpenAI首席执行官山姆·奥特曼曾提出一项雄心勃勃的计划，希望筹集7万亿美元建造人工智能芯片工厂。特朗普提出的5000亿美元“星际之门”计划，也遵循了同样的逻辑——通过大规模投入算力和能源来推动AI发展。这就导致算力和能源的需求大幅增长。

一项研究报告称，训练一个大型AI模型的碳排放量相当于5辆汽车整个生命周期的排放量；使用1750亿个参数训练GPT-3消耗了1287兆瓦时的电力，并导致产生了502吨二氧化碳当量，相当于驾驶112辆汽油动力汽车一年。GPT-3每日运行产生的碳足迹有50磅，相当于一年排放8.4吨二氧化碳。

这揭示了一个核心问题：尽管技术进步提高了效率，但为了实现更强大的AI能力，对于算力和能源的需求也在不断增长。效率提升可能刺激更广泛的应用场景和更复杂的需求，最终导致资源消耗总量增加。例如，AI芯片能效比10年前提升了千倍，但超算中心的能耗却因算力需求暴增而持续攀升。

据预测，我国到2030年智算中心年用电可能达到0.6万亿千瓦时至1.3万亿千瓦时，占全社会用电的5%至10%。如何在推动AI发展的同时，平衡能源消耗与可持续发展，将成为未来我们必须面对的重大挑战。

在数字化、智能化的过程中，我们要促进AI与可持续发展的良性互动，架设数字文明与生态文明之间的坚实桥梁，构建资源循环的共生生态。

中国环境报：

推动人工智能实现资源高效利用与绿色低碳发展，您有哪些建议？

邵春堡： 在数字化、智能化的过程中，我们要促进AI与可持续发展的良性互动，架设数字文明与生态文明之间的坚实桥梁，构建资源循环的共生生态；开发更节能的AI系统，创新更多的AI应用，推动可持续发展；加强场景建模和数据收集，支持相关政策制定和可持续AI的发展，让AI技术进步真正服务于人类永续发展。

在此进程中，需要建立三项核心机制。

一是建立数据资源产权制度，制定数据采集、共享与交易的规则。明确数据的所有权、使用权和经营权，规范数据资源产生和运行的全流程规则，确保各参与方在法律框架内操作。通过建立透明的数据管理流程，保护个人隐私及企业数据权益，同时促进数据要素市场的健康发展。

二是制定算法能效准入标准，将碳排放纳入AI研发的硬性约束。从制度上明确要求新研发的算法满足特定的能量效率最低标准。这将会有效地减少因AI运算能力提升带来的环境负担，还能激励科研人员开发更加绿色高效的算法解决方案，推动信息技术产业向低碳方向转型。

三是建立跨学科创新平台，形成材料科学、信息技术与环境工程的深度融合机制。打破传统学科的界限，通过构建开放的合作网络，汇集多方智慧和技术资源，催生更多相关创新成果，促进AI技术发展与资源环境保护相契合，为应对全球性挑战提供强有力的技术支持。

开展碳排放统计核算，建立产品碳足迹管理体系，要将“算法碳足迹”也纳入其中，测算AI模型在训练、运行（推理）

发展AI面临“算法碳足迹”困局，如何破解？

正文

请到「今天看啥」查看全文