跳转到内容

可持续性

来自VeritasWiki 真理百科

可持续性(sustainability)在人工智能与技术治理语境中,指技术活动在满足当前需求的同时,不损害生态环境承载力、社会公平与未来世代利益的性质。它包含三个相互关联的层面:环境可持续性关注能耗、碳排放、水资源与电子废弃物;社会可持续性关注技术收益的普惠分配、数字鸿沟与劳动者转型;治理可持续性关注制度能否长期约束技术风险并随技术演进持续调整。人工智能在这一议题中具有双重身份——它因训练与推理消耗大量资源而成为被治理的对象,同时又被用于电网调度、气候建模和节能减排,成为实现可持续发展的工具。

环境维度:能耗与碳足迹

人工智能的环境影响主要来自算力基础设施。大模型训练需要成千上万枚加速芯片长时间并行运算,推理服务则随用户规模持续扩张,二者共同推高数据中心的用电量。据国家数据局统计,截至2025年底,全国在用算力基础设施机架数超过1373万标准机架,总用电量达1960亿千瓦时,占全社会用电量的1.9%,同比增长18.1%,增速是全社会用电量的5倍以上。

能耗结构正在改变数据中心的建设方式。随着人工智能芯片功率密度持续攀升,单机柜发热量显著上升,冷却系统耗电占比随之提高,成为影响设施能效的关键变量。除电力外,水冷机组的用水需求、设备制造与退役报废所产生的隐含碳与电子废弃物,也是全生命周期评价不可忽视的部分。因此,衡量绿色程度不能只看运行阶段的电费,还需引入碳利用效率、水资源利用效率等更全面的指标。

绿色算力的技术路径

应对能耗增长的基本思路包括提高能效、增加绿电占比与优化系统调度三类。提高能效方面,液冷技术、储能应用、软硬件协同节能以及利用海洋、山洞等地理条件建设自然冷源数据中心,被广泛列为重点方向。增加绿电方面,鼓励算力中心采用源网荷储等技术,与风电、光伏等可再生能源就近消纳,逐步提升绿电使用率。

更具系统性的是"算电协同"。由于光伏白天出力高、夜间近乎为零,风电波动更大,单纯购买绿电难以解决时间错配问题;通过算力调度把人工智能训练等可灵活安排的任务安排到绿电出力高峰,既降低用电成本,又提升新能源消纳水平。与之配套的是一体化算力网络:把分散的数据中心、超算中心、智算中心用高速网络连接,在规划与运行层面推动算电协同、算网融合。专家同时提醒,绿色低碳必须贯穿选址、设计、建设、运营到退役的全生命周期,并建立覆盖能源消耗、碳排放、水资源与算力资源利用的常态化监测与动态评估体系。

标准与政策体系

中国的绿色算力政策已形成从顶层规划到评价标准的链条。2023年10月,工业和信息化部等六部门印发《算力基础设施高质量发展行动计划》(工信部联通信〔2023〕180号),从计算力、运载力、存储力和应用赋能四方面设定到2025年的量化指标,并把"促进绿色低碳算力发展"列为六方面重点任务之一,提出持续开展国家绿色数据中心建设、提升算力碳效水平、引导市场应用绿色低碳算力。

此后约束进一步细化。2024年印发的《数据中心绿色低碳发展专项行动计划》要求国家枢纽节点新建数据中心绿电占比超过80%;2025年印发的《关于促进可再生能源绿色电力证书市场高质量发展的意见》提出在该基础上进一步提升绿电消费比例。2026年,工业和信息化部、国家发展改革委等五部门联合印发《关于组织开展2026年度国家绿色算力设施推荐工作的通知》,同步发布新版《国家绿色算力设施评价指标体系》;评价不再只看电能利用效率(PUE),还要求申报设施PUE达到《数据中心能效限定值及能效等级》2级以上、绿色发展水平达到《绿色数据中心评价》二级以上,并对碳利用效率、水资源利用效率、可再生能源电量占比、机柜上架率等提出要求,名单实行动态调整。

标准建设也在推进。国家标准《零碳算力园区建设指南》与《算力园区低碳评价技术要求》于2025年立项;《新一代人工智能治理原则》把"包容共享"列为八项原则之一,明确要求人工智能发展符合环境友好、资源节约的要求。2026年5月,国家发展改革委等部门印发《关于促进人工智能与能源双向赋能的行动方案》,提出加强电力、算力、碳排放协同计量,鼓励开展碳足迹核算与认证服务。

社会与治理可持续性

社会可持续性关注"谁能分享技术收益"。人工智能高度依赖高质量数据、算力与复合型人才,这些资源天然向发达地区与大型企业集聚;若缺乏政策引导,智能诊疗、智慧教育等服务可能优先覆盖高价值人群,基层、农村、老年与低收入群体则遭遇数字排斥。由此,普惠型的模型共享、面向弱势群体的替代方案以及劳动者技能转型保障,被视为可持续治理的必要组成。

治理可持续性强调制度适配能力。技术迭代迅速而制度供给相对滞后,若监管只能事后补救,风险将不断累积。实践中主张按技术功能、应用场景与潜在风险实行分级分类管理,把审查前移到设计与部署阶段,并向过程跟踪、动态预警转变;同时要求保留人工介入与申诉渠道,使技术始终处于可干预、可问责的状态。

争议与局限

其一是"反弹效应":能效提升降低了单位算力的成本,可能反而刺激算力总需求更快增长,使节能成果被规模扩张抵消。因此单靠技术效率不足以抑制总能耗,需要与总量约束、需求侧管理相配合。

其二是核算边界问题。碳足迹核算涉及设备制造、运输、建设、运行和退役等多个环节,不同机构的口径差异可能导致"绿色"声明缺乏可比性;绿电证书与实际新增可再生能源之间是否一一对应,也影响声明的可信度。

其三是区域与成本权衡。把算力向西部枢纽转移有助于消纳当地可再生能源,但也可能抬高网络时延与运维成本;自然冷源、液冷等方案需因地制宜,若脱离当地气候与能源禀赋盲目上马,可能形成新的资产闲置。如何在绿色目标、运算性能与经济性之间取得平衡,仍是政策与产业共同面对的长期课题。

参见

  • 绿色计算
  • 数据中心
  • 东数西算
  • 碳足迹
  • 科技伦理
  • 数字鸿沟

参考资料

  1. 工业和信息化部等六部门. 工业和信息化部等六部门印发《算力基础设施高质量发展行动计划》. 中国政府网, 2023-10-09.
  2. 中国经济时报(国务院发展研究中心网站转载). 周宏春:以算电协同为牵引 推动绿色算力低碳转型. 国务院发展研究中心网站, 2026-10-14.
  3. 工业和信息化部. 算力基础设施高质量发展行动计划. 工业和信息化部网站, 2023-10-08.
  4. 呼和浩特市发展和改革委员会. 关于呼和浩特市第十六届人民代表大会第五次会议第169号建议的答复. 呼和浩特市人民政府网站, 2026-07-01.
  5. 中华人民共和国科学技术部. 发展负责任的人工智能:新一代人工智能治理原则发布. 中华人民共和国科学技术部网站, 2019-06-17.