GPU的成本远不止AI数据中心

GPU（图形处理器）的成本远不止AI数据中心。随着AI热潮，数十万GPU被塞进全球数据中心，同时这些芯片也出现在智能手机、汽车和游戏PC中。英伟达曾是一家小众芯片制造商，如今已成为全球最有价值公司，但GPU的起源可追溯到20世纪70年代的街机游戏图形硬件。斯塔福德郡大学伦理与游戏技术教授Catherine Flick指出，“大量硬件开发始于游戏”，而GPU自诞生之初就带来了重大伦理问题。

GPU的制造从原材料开采到半导体工厂中的有毒化学物质暴露，都会留下巨大污染。数据中心中的GPU消耗大量水和能源，导致空气污染和温室气体排放，最终作为电子垃圾造成更多破坏。我们是否应该为AI在天气预报或野生动物保护方面的潜在进步而承担这些风险？游戏PC和iPhone中的GPU是否同样值得审视？

在美国，数据中心的扩张正直接影响到社区。科技公司竞相建设新一代超大规模数据中心，当地居民不得不面对这些巨型服务器仓库成为邻居的前景。作为环境记者，我经常收到评论，质疑是否不公平地将数据中心或AI模型描绘成可怕的怪物，尤其是当快时尚等其他行业同样加剧气候变化和污染时。一些风险投资家将AI消费者接受度低归咎于其环境影响的负面报道，但Flick对此嗤之以鼻：“把环境当替罪羊真好。”Ashley Striblet在TikTok上反驳这些VC，称他们“责怪消费者”却未投资人们真正想要的产品。

许多人明白快时尚或消费科技对环境有害，但仍然购买，因为他们从中获得价值。而AI承诺的好处尚未在大多数人生活中实现，Flick和Striblet都表示。当普通美国人尚未看到承诺的飞跃时，他们却越来越可能看到新AI数据中心搬到隔壁带来的成本。快时尚和半导体制造中心多年来集中在亚洲，而现在美国数据中心的爆炸式增长正因抬高水电费和制造污染而成为头条新闻。

美国的一些数据中心还落在低收入社区和有色人种社区附近，这些社区长期以来一直在与环境不公作斗争。例如，NAACP已起诉xAI（现为SpaceXAI），因其使用燃气发电机导致空气污染。研究者Shaolei Ren见证了社区为进步付出的代价。他来自中国北方煤矿区，记得为了阻挡室外黑碳而24小时关窗，家庭需储水配给。现在他是加州大学河滨分校副教授，研究数据中心对附近社区空气质量和水资源的影响。

Ren表示对AI最终带来的益处持乐观态度，但这些不应以牺牲当地社区为代价。他提出了“社区集成数据中心方法”以防止设施伤害居民。但目前尚未实现。更强大的GPU需要更多能源，产生空气污染和温室气体排放，24小时运行并防止过热需要大量水。Meta的Llama 3.1模型训练所需能量导致的空气污染相当于洛杉矶到纽约的10,000次往返车程。研究预测，AI普及带来的公共卫生成本到2028年可能超过200亿美元，到2030年每年因空气污染导致1300例过早死亡。

AI正迅速超越其他GPU应用的能源使用和气候影响。2019年研究显示，美国游戏每年消耗约34太瓦时电力，排放相当于500万辆汽车的二氧化碳。而2024年研究报告显示，美国数据中心GPU加速AI服务器的能源使用从2017年的2太瓦时增长到2023年的40太瓦时，到2028年可能达到165-326太瓦时，下限相当于870万美国家庭的年用电量。2025年，AI可能超过比特币挖矿的电力消耗，占全球数据中心用电量近一半。碳排放可能达到每年3260万至7970万吨，与纽约市约5000万吨相当。

AI运营需要大量水。de Vries-Gao估计2025年AI耗水在3125亿至7646亿升之间，相当于全球每年瓶装水消费量。设施用水具有“尖峰”特性，高温时用水激增，给当地供水系统带来巨大压力。家庭用水峰值可能增加1.5-2.5倍，而数据中心可能增加6-10倍，某些大型项目甚至需要30倍。如果趋势持续，到2030年美国数据中心需要的新峰值水容量高达每日14.51亿加仑，满足需求需花费100亿美元。这些数字令人震惊，但年度总量仍是片面图景，因为用水尖峰对当地水资源造成即时压力。Ren强调，AI的进步不应以牺牲社区为代价，他正在探索优化数据中心运营以减少资源消耗和污染的方法。