我们用 AI 解决气候问题，却正在用 AI 制造更大的气候问题。
这是科技行业最不愿承认的悖论。
AI 的碳排放问题不是"将来会发生"，而是"正在发生"——而且科技巨头的减排承诺，已经被数据中心的增长速度拖垮了。
第一层：巨头的气候承诺正在崩塌
曾经的承诺
几年前，科技巨头们纷纷高调宣布碳中和目标：
- Google：2030 年净零排放目标
- Microsoft：2030 年实现碳负排放（carbon negative）
- Meta：2030 年净零排放
- Amazon：2040 年净零排放
现实的数字
根据 The Batch Issue 351（引用各公司官方可持续发展报告）：
Google / Alphabet（来源：Google 2025 Environmental Report）：
- 2024 年，66% 数据中心能源来自无碳来源
- 但 2019-2024 年总温室气体排放量增加了 54%
- 已放弃此前"碳中和运营"承诺，将 2030 净零目标重新定性为"moonshot"
Amazon（来源：Amazon 2024 Sustainability Report）：
- 在密西西比州和印第安纳州投资天然气电厂
- 2019 年以来总碳排放增加了 33%
- 核能替代方案要到 2030 年代才能上线
Meta（来源：Meta 2025 Sustainability Report）：
- 在路易斯安那州建设 5 吉瓦 AI 数据中心（全球最大之一），使用私有天然气发电
- 2020-2024 年总排放增加超过 60%
一句话总结：承诺减排，实际增排。
第二层：为什么会这样
算力需求的增长速度远超可再生能源
根本矛盾：
- AI 算力需求：每年翻倍增长
- 可再生能源建设：每年 10-20% 增长
差距无法弥合。即使巨头们在大量投资风能、太阳能，也跑不过数据中心的扩张速度。
数据中心的电力规模
- Amazon 在密西西比和印第安纳投资天然气电厂，直接说明可再生能源不够用
- Meta 在路易斯安那的 5GW 设施，相当于一个中等城市的电力需求
第三层：行业困境——AI 越强，碳排放越高
技术发展的悖论
Scaling Law 的代价：
- AI 越强，需要越多算力
- 算力越多，需要越多电力
- 电力越多，碳排放越高
这不是可以轻易解决的工程问题，而是物理上的约束：更大的模型，天然需要更多能源。
巨头的内部矛盾
科技公司同时面临两个互相冲突的压力：
- 商业压力：投资者和市场要求更强的 AI
- ESG 压力：监管和公众要求减少碳排放
结果： AI 团队在扩张，可持续发展报告在解释偏离。
“绿色 AI"能解决问题吗？
目前的"绿色 AI"方案：
- 更高效的芯片：但算力需求增长更快
- 可再生能源投资：跑不过数据中心扩张
- 核能（Amazon 的方案）：要到 2030 年代才能上线，远水解不了近渴
- 碳交易：购买碳信用，被批评为"绿色洗白”
第四层：谁在承担代价
地方社区
Meta 在路易斯安那州建 5GW 天然气数据中心，意味着当地天然气消耗大幅增加，电网压力转嫁给当地居民。
所有人
Google 放弃碳中和承诺、重新定义为"moonshot"——这不只是一家公司的内部决定，而是向所有人发出信号：AI 发展的代价，将由整个社会承担。
第五层：科技公司为什么不愿意谈
数字说话太难听：Google +54%、Amazon +33%、Meta +60%。
这些数字和"我们致力于碳中和"的公关话术放在一起，完全矛盾。
最重要的原因：这个问题没有简单的解决方案。
承认问题但给不出时间表，对公司形象更有害。所以选择把目标重新定性为"moonshot"——听起来依然有雄心，但不再是承诺。
第六层：这条路能走通吗？
乐观派的论点： AI 最终会帮助解决气候问题——优化电网、加速新型太阳能材料研发、改善气候模型。代价是暂时的，收益是长久的。
悲观派的论点： 增长速度超过了解决速度。可再生能源建设跑不过数据中心扩张；AI 的碳排放是现在的，气候解决是未来的。
现实派的判断： 短期代价明确，长期收益不确定。
结尾
科技公司不能既声称自己在拯救地球，又在用最大功率的 GPU 集群烧碳。
Google 已经把目标改成"moonshot"了。这是一种诚实——但也是一种放弃。
承认 AI 的碳成本，把它纳入产品定价和政策讨论，然后认真地去解决它。
否则，所谓的"碳中和承诺"，只是一张永远推迟兑现的空头支票。
来源：DeepLearning.AI The Batch Issue 351（“Big AI’s Plans Strain CO2 Pledges”）