北京
人工智能競賽的升溫變得更加字面化。
一份新的研究論文揭示，AI基礎設施正顯著抬升周邊地區溫度，形成顯著的“數據熱島效應”，潛在影響數億居民。
英國劍橋大學團隊利用NASA地表溫度數據發現，2004年至2024年間，全球超6000個數據中心周邊平均升溫約2°C，極端情況下升溫達9°C，影響范圍可延伸至距設施約6.2英里（約10公里）處，波及人口多達3.43億人。
1.算力背后的能源巨獸：GW級能耗與噪音污染
數據中心存儲和處理大量數據以訓練人工智能，已成為人工智能相關支出的基礎。據估計，2026年這些設施的資本支出預計將達到7600億美元，較去年的4500億美元有所增長。像Alphabet這樣的超大規模企業今年已將數據中心投資翻倍，谷歌母公司計劃在人工智能基礎設施上投資1850億美元。這些大型科技公司的支出超過了瑞典等國家的GDP。
運營這些數據中心所需的能源極其巨大。現代人工智能運行在數萬個圖形處理單元（GPU）集群上，這些GPU產生大量熱量，需要通風和水來降溫。一些現代數據中心占地數百甚至數千英畝，供電和制冷所需的能源可能超過一吉瓦，約夠為75萬到100萬戶家庭供電。
1吉瓦，足夠同時為75萬～100萬戶普通家庭供電，或者點亮1000萬盞100瓦的電燈。
換句話說，這個數據中心的耗電量，已經超過許多中小國家的全國用電量。
除了熱能，運營還伴隨超過90分貝的噪音污染（有害聽力的閾值為85分貝），且在干旱地區，大量冷卻水消耗加劇了當地水資源壓力。
2.連鎖反應：推高電價與家庭賬單
根據高盛分析師的數據，更多能源使用也使美國老化的電網系統承受了壓力——再加上更極端的天氣和天然氣成本上升，截至2025年12月，電費上漲了7%。
這些電費上漲將轉嫁給消費者，尤其是低收入美國人，因為當餐飲業面臨能源成本上漲時，他們可能會提高價格，包括食品價格，以抵消這些更高的成本。
數據中心密集地區的家庭面臨更嚴重的預算緊縮，而餐飲等依賴能源的行業成本上升，最終也將轉嫁給消費者，低收入群體受影響尤甚。
3.財務風險與緩解路徑
在環境影響之外，財務風險同樣巨大。穆迪分析顯示，超大規模企業如Alphabet、亞馬遜、Meta、微軟、甲骨文等承諾的6620億美元支出中，近2/3用于尚未啟動的數據中心租賃。僅去年，這些超大規模企業就通過債券發行了1210億美元的新債務。
擴大數據中心覆蓋地帶的風險因伊朗持續的戰爭而加劇。不僅威脅英偉達、蘋果、Microsoft和谷歌將對數據中心發動攻擊，能源貿易的削減也加劇了數據中心供應鏈的緊張。
對此，研究人員提出了緩解路徑：
一方面基于軟件的解決方案，以提高計算方法的效率，從而減少能源需求。
另一方面基于硬件的解決方案,包括改進集成電路或芯片結構以幫助能量回收，以及實現結合“芯片級液冷與全系統風冷”的混合冷卻系統。
另外盡管數據熱島的影響可能非常強烈（如之前所討論的），但半導體和能源材料行業技術的進步，以及計算機科學和電氣工程的方法論的發展，都可以用來減輕其影響。
正如新加坡國立大學教授所言：“AI基礎設施本質上是一個包裹在數字經濟機遇中的能源和冷卻挑戰。”
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
