AI行业的环境影响 - AI训练和运行产生巨大碳排放，Mistral Large 2模型18个月排放2.04万吨二氧化碳，相当于5000辆家用轿车一年排放量 [7] - AI模型生命周期中训练和推理阶段环境影响最大，温室气体排放占比85.5%，水资源消耗占比91% [7] - 具备推理能力的AI模型能耗和碳排放是非推理模型的4到6倍 [9] - GPT-4o每天7亿次查询推算年用电量39万至46万兆瓦时，相当于3.5万美国家庭年用电量 [9] - 生成式AI在2023年产生2600吨电子垃圾，2030年可能达250万吨，相当于133亿部废弃智能手机 [9] 科技巨头的碳排放现状 - 微软2024财年碳排放量较2020年累计增长23.4% [4] - 2020-2023年亚马逊、微软、Alphabet和Meta间接碳排放量平均增长150% [6] - 亚马逊2023年运营碳排放量比三年前增长182%，微软增长155%，Meta增长145%，Alphabet增长138% [7] - 排放量最高的AI系统预计每年排放1.026亿吨二氧化碳当量 [7] 资源消耗数据 - Mistral Large 2消耗28.1万立方米水，可注满112个奥运泳池 [7] - 到2027年AI年耗水量或达66亿立方米，是瑞士年消耗量两倍 [9] - 数据中心能耗2030年或达945 TWh，超过日本和瑞士总能耗 [9] 碳减排措施 - 微软与Vaulted Deep签订协议，计划2038年前完成490万吨碳去除目标，交易价值可能达17亿美元 [3] - Vaulted Deep通过深井注水技术将有机废弃物转化为生物泥浆并封存地下1500米 [3] - 谷歌、微软和Meta承诺2030年前实现净零排放，亚马逊目标2040年 [10] - 科技巨头6月公布多项可再生能源领域进展 [10] 行业争议与挑战 - 专家批评碳抵消逻辑，认为应优先从源头减少排放而非购买碳信用额 [4] - 当前排放核算机制存在缺陷，企业可通过采购方式在账面上实现零排放 [6] - 碳信用机制常被用于误导性"碳中和"宣传 [10] - 企业自愿碳中和承诺约束力不足，需政府加强监管 [11]