Google环境报告避而不谈人工智能的实际能源成本

您可以在这里阅读报告全文（PDF 格式），里面有很多有趣的内容，而这里面有一些非常值得关注的工作。

例如，Google一直在实施一项水资源补充计划，希望通过该计划抵消其设施和运营中的用水量，最终实现净正值。具体做法是确定并资助流域恢复、灌溉管理和该领域的其他工作，Google至少为全球数十个此类项目提供了部分资金。通过这种方式，Google的用水量中已有 18% 得到了补充（无论这个词的定义如何），而且每年都在增加。

该公司还非常谨慎地将人工智能在气候方面的潜在优势放在首位，比如优化浇灌系统、为汽车和船只开辟更省油的路线以及预测洪水。在我们有关的人工智能报道中已经重点介绍了其中的几项，它们实际上在很多领域都很有帮助。Google不必做这些事情，许多大公司也不需要，所以，这些功劳归功于Google。

但是，当我们读到"负责任地管理人工智能的资源消耗"部分时。在这里，迄今为止对每项统计数据和估算都非常有把握的Google突然摊开双手耸了耸肩。人工智能到底会消耗多少能源？真的 有人能确定吗？然而，情况一定很糟糕，因为该公司做的第一件事就是淡化整个数据中心的能源市场，称其仅占全球能源使用量的 1.3%，而Google使用的能源最多仅占全球能源使用量的 10%--因此，根据该报告，全球仅有 0.1% 的能源用于为其服务器供电。

值得注意的是，在 2021 年，该公司决定要在 2030 年实现净零排放，尽管该公司承认在如何实现这一目标方面存在很多"不确定性"。特别是因为自 2020 年以来，该公司的排放量每年都在增加。

2023 年，我们的温室气体（GHG）排放总量为 1430 万吨 CO2e，与 2019 年目标基准年相比，同比增长 13%，环比增长 48%。 这一结果主要归因于数据中心能耗和供应链排放量的增加。随着我们进一步将人工智能整合到我们的产品中，由于人工智能计算强度的增加所带来的能源需求增加，以及与我们技术基础设施投资的预期增长相关的排放量增加，减排可能会面临挑战。

然而，人工智能的发展却在上述不确定性中迷失了方向。Google给出了以下借口，解释为什么公司不具体说明人工智能工作负载对其一般数据中心能源账单的贡献：

预测人工智能未来对环境的影响是复杂和不断变化的，我们的历史趋势很可能无法完全反映人工智能的未来轨迹。随着我们将人工智能深度整合到我们的产品组合中，人工智能和其他工作负载之间的区别将不再有意义。因此，我们将重点放在整个数据中心的指标上，因为这些指标包括人工智能的整体资源消耗（因此也包括对环境的影响）。

"复杂且不断演变"；"趋势不可能完全捕捉到"；"区别不会有意义"：这种语言听起来就像有人知道一些事情，但却非常非常不愿意告诉你。

有人会相信Google真的不知道人工智能的训练和推理增加了多少能源成本吗？能够如此精确地分解这些数字，难道不是该公司在云计算和数据中心管理方面的核心竞争力的一部分吗？该公司还声称其定制的人工智能服务器单元是多么高效，它是如何将训练人工智能模型所需的能源降低 100 倍的，等等。

毫无疑问，Google在绿色环保方面做了很多努力，你可以在报告中读到这些努力的全部内容。但重要的是要强调它似乎拒绝提及的问题：人工智能系统巨大且不断增长的能源成本。该公司可能不是全球变暖的主要推动者，但尽管有潜力，Google似乎还没有达到净效益。

Google有充分的动机来淡化和模糊这些数字，即使是在其缩减、高效的状态下，这些数字也不可能是好的。我们一定会要求Google提供更具体的数据，然后再看看 2025 年的报告中这些数据是否会变得更糟。