GPU的成本遠不止AI資料中心

GPU（圖形處理器）的成本遠不止AI資料中心。隨著AI熱潮，數十萬GPU被塞進全球資料中心，同時這些晶片也出現在智慧手機、汽車和遊戲PC中。輝達曾是一家小眾晶片製造商，如今已成為全球最有價值公司，但GPU的起源可追溯到20世紀70年代的街機遊戲圖形硬體。斯塔福德郡大學倫理與遊戲技術教授Catherine Flick指出，“大量硬體開發始於遊戲”，而GPU自誕生之初就帶來了重大倫理問題。

GPU的製造從原材料開採到半導體工廠中的有毒化學物質暴露，都會留下巨大汙染。資料中心中的GPU消耗大量水和能源，導致空氣汙染和溫室氣體排放，最終作為電子垃圾造成更多破壞。我們是否應該為AI在天氣預報或野生動物保護方面的潛在進步而承擔這些風險？遊戲PC和iPhone中的GPU是否同樣值得審視？

在美國，資料中心的擴張正直接影響到社群。科技公司競相建設新一代超大規模資料中心，當地居民不得不面對這些巨型伺服器倉庫成為鄰居的前景。作為環境記者，我經常收到評論，質疑是否不公平地將資料中心或AI模型描繪成可怕的怪物，尤其是當快時尚等其他行業同樣加劇氣候變化和汙染時。一些風險投資家將AI消費者接受度低歸咎於其環境影響的負面報道，但Flick對此嗤之以鼻：“把環境當替罪羊真好。”Ashley Striblet在TikTok上反駁這些VC，稱他們“責怪消費者”卻未投資人們真正想要的產品。

許多人明白快時尚或消費科技對環境有害，但仍然購買，因為他們從中獲得價值。而AI承諾的好處尚未在大多數人生活中實現，Flick和Striblet都表示。當普通美國人尚未看到承諾的飛躍時，他們卻越來越可能看到新AI資料中心搬到隔壁帶來的成本。快時尚和半導體制造中心多年來集中在亞洲，而現在美國資料中心的爆炸式增長正因抬高水電費和製造汙染而成為頭條新聞。

美國的一些資料中心還落在低收入社群和有色人種社群附近，這些社群長期以來一直在與環境不公作鬥爭。例如，NAACP已起訴xAI（現為SpaceXAI），因其使用燃氣發電機導致空氣汙染。研究者Shaolei Ren見證了社群為進步付出的代價。他來自中國北方煤礦區，記得為了阻擋室外黑碳而24小時關窗，家庭需儲水配給。現在他是加州大學河濱分校副教授，研究資料中心對附近社群空氣質量和水資源的影響。

Ren表示對AI最終帶來的益處持樂觀態度，但這些不應以犧牲當地社群為代價。他提出了“社群整合資料中心方法”以防止設施傷害居民。但目前尚未實現。更強大的GPU需要更多能源，產生空氣汙染和溫室氣體排放，24小時執行並防止過熱需要大量水。Meta的Llama 3.1模型訓練所需能量導致的空氣汙染相當於洛杉磯到紐約的10,000次往返車程。研究預測，AI普及帶來的公共衛生成本到2028年可能超過200億美元，到2030年每年因空氣汙染導致1300例過早死亡。

AI正迅速超越其他GPU應用的能源使用和氣候影響。2019年研究顯示，美國遊戲每年消耗約34太瓦時電力，排放相當於500萬輛汽車的二氧化碳。而2024年研究報告顯示，美國資料中心GPU加速AI伺服器的能源使用從2017年的2太瓦時增長到2023年的40太瓦時，到2028年可能達到165-326太瓦時，下限相當於870萬美國家庭的年用電量。2025年，AI可能超過比特幣挖礦的電力消耗，佔全球資料中心用電量近一半。碳排放可能達到每年3260萬至7970萬噸，與紐約市約5000萬噸相當。

AI運營需要大量水。de Vries-Gao估計2025年AI耗水在3125億至7646億升之間，相當於全球每年瓶裝水消費量。設施用水具有“尖峰”特性，高溫時用水激增，給當地供水系統帶來巨大壓力。家庭用水峰值可能增加1.5-2.5倍，而資料中心可能增加6-10倍，某些大型專案甚至需要30倍。如果趨勢持續，到2030年美國資料中心需要的新峰值水容量高達每日14.51億加侖，滿足需求需花費100億美元。這些數字令人震驚，但年度總量仍是片面圖景，因為用水尖峰對當地水資源造成即時壓力。Ren強調，AI的進步不應以犧牲社群為代價，他正在探索最佳化資料中心運營以減少資源消耗和汙染的方法。