建设更多数据中心以支持人工智能系统，这使得同时探讨可持续性变得自相矛盾。如今，“可持续人工智能” 简直就是一个矛盾体。

　　可持续性曾是公共云计算备受赞誉的优势。企业和云服务提供商曾大肆宣扬他们的绿色倡议，推广由可再生能源驱动的数据中心，声称这将减少碳足迹。然而，近几个月来，这个话题却悄然从人们的视野中消失了。罪魁祸首是谁呢？对人工智能功能的贪得无厌的需求正在促使云数据中心的规模大幅扩张，这是一个许多人都不愿提及的现实。

　　难道对人工智能技术的渴望会凌驾于地球的健康之上吗？目前来看，鱼与熊掌不可兼得。无论企业总部安装了多少太阳能电池板和电动汽车充电器，一份出色的可持续性记录都无法抵消大规模建设数据中心所带来的影响。

　　人工智能革命及其需求

　　人工智能的崛起速度极快。企业正在大力采用生成式人工智能来实现流程自动化，从大数据中获取见解，并提供个性化的客户体验。但这样的进步是有代价的。人工智能应用程序需要强大的处理能力，这就增加了对数据中心容量的需求。复杂的人工智能模型是能源消耗大户，这种能源消耗模式与云行业曾经宣扬的可持续性理念背道而驰。如今，企业和云服务提供商都在刻意回避可持续性这个话题。

　　不要误解我的意思。我承认有些公司在控制碳足迹方面仍然做得不错，值得称赞。我所指的是整个行业的普遍情况，关于可持续性的广泛讨论突然就被淡化了。媒体很少提及这个问题，大多数企业也已将可持续性从其对外宣传项目中剔除。

　　匆忙建设数据中心

　　快速扩张的需求导致了一个悖论。云数据中心的占地面积和处理能力越大，提供商就越偏离他们曾经所倡导的可持续性理想。许多企业陷入了两难境地：他们需要利用人工智能的能力来保持竞争力，但又无法将这一现实与自身的可持续性承诺相协调。

　　一方面，企业希望展示在可持续性方面的进步，甚至可能追求较高的环境、社会和治理（ESG）分数。许多企业仍然认为人工智能是可选的，但实际上人工智能迟早会以某种形式进入每个企业，而且无法避免人工智能所消耗的电量。

　　只需对比一下 GPU 和 CPU 的功耗差异就能明白。对于大多数传统处理任务而言，无论是在云端还是本地，CPU 都能胜任。然而，随着向人工智能的转变，GPU 成为了首选处理器。由于其并行处理设计，GPU 消耗的能量更多，这对于人工智能以及游戏中的图形渲染和密集计算是必不可少的。

　　顶级 GPU 的功耗在 200 至 450 多瓦之间，而高端台式 CPU 的功耗为 65 至 150 瓦。中端 GPU 大约消耗 100 到 250 瓦，而中端 CPU 通常消耗约 65 瓦。用 GPU 取代 CPU 将需要更多的电力、冷却设备和数据中心。企业对人工智能的高需求已经显露无遗。如果仔细计算一下，就会发现地球上的电力根本无法满足未来的这些需求。

　　寂静的声音

　　讨论大规模数据中心扩张对环境的影响可能会削弱人工智能的魅力及其看似无限的潜力。因此，许多公司将公众讨论的重点放在人工智能的创新和变革潜力上，而不是其环境挑战。

　　技术进步的快节奏已经超过了可持续实践和技术的发展。当前的可再生能源以及改进的能源效率措施难以跟上数据处理需求的指数增长。鉴于人工智能的发展速度和投资规模，其增长很快就会变得不可持续。

　　令我困扰的是，这种远离可持续性的转变发生得如此之快。仿佛就在昨天，我还在一次会议上提出了一个可持续的云计算战略，甚至还参加过一次专门关注可持续性的会议。这个行业必须重新审视云计算以及更传统的企业数据中心的可持续性。我们需要创新的解决方案，平衡技术能力与生态责任，以有效应对人工智能对环境的影响。这些解决方案包括更高效的芯片设计、冷却技术的进步以及增加对可持续能源的投资，以便为数据中心提供有效的电力供应。

　　仅仅因为我们不再讨论可持续性，并不意味着可持续性问题已经消失。暂且抛开对人工智能驱动的机器人接管世界的担忧。关于人工智能，当下最紧迫的问题是它对我们电网的切实威胁。是时候重新开启可持续性的讨论了。