简而言之
从透明度入手:要求或鼓励 AI 提供商和数据中心报告可比较的能耗、用水和排放数据。利用公共采购奖励高效的 AI,为数据中心规划电网和水资源容量,并资助高效方法的研究和技能培养。除了效率,还要关注总需求,因为 AI 越便宜,往往用得越多。
步骤
- 要求或鼓励 AI 服务和数据中心采用标准化的能耗、用水和排放报告。
- 在公共 AI 采购中写入单任务能耗问题和效率标准。
- 将数据中心选址与电网、水资源和余热规划结合起来。
- 资助高效 AI 方法的研究、基准测试和培训。
- 跟踪 AI 能源总需求,而不仅仅是单次请求的效率。
透明度优先,然后是购买力、规划和技能。 没有可比较的数据,政策就无法就 AI 的足迹做出正确的选择;而目前公布的大多数数据,仍是各公司采用不同方法自行报告的。
主要手段有哪些?
- 报告。 根据《授权条例》(EU)2024/1364,欧盟已要求 IT 功率至少 500 kW 的数据中心报告能效表现,包括能耗和用水量;《人工智能法案》(AI Act)则要求通用 AI 模型的提供者记录已知或估算的能耗(附件 XI)。其他司法管辖区可以采取类似措施,或与这些规定接轨。
- 公共采购。 政府是大买家。在招标中要求提供单任务能耗、所在地和报告信息,就能为这些数据创造需求;请参阅AI 采购。
- 规划。 数据中心需要接入电网,往往还需要用水。把规划与能源和水资源规划结合起来,并鼓励余热再利用,对地方而言很重要。
- 科研与技能。 资助高效方法、基准测试和测量研究,并开展相关教学。
- 国际合作。 2025 年 12 月,联合国环境大会通过了首个关于 AI 系统环境可持续性的决议,鼓励各国和其他利益相关方尽量减少 AI 对环境的影响。
为什么要关注总量?
国际能源署(International Energy Agency)预测,2024 年至 2030 年间数据中心的用电量将增加一倍以上,而 AI 是最重要的驱动因素,尽管每个请求的成本都在下降。仅靠效率政策未必能减少总量。
常见错误
- 依赖自愿承诺,却没有统一的方法。
- 把基于市场机制的可再生能源声明,等同于使用时段的清洁电力。
- 只把绿色 AI 当作限制措施来宣传。2026 年英国一场由数学家、计算机科学家和业界人士参加的绿色 AI sandpit(研讨工作坊)指出,能源安全和成本往往比单纯的净零目标更有说服力。
来源
- Resolution 7/9: Environmental sustainability of artificial intelligence systems, United Nations Environment Assembly (2025)
- Regulation (EU) 2024/1689 (AI Act), Annex XI, European Union (2024)
- Commission Delegated Regulation (EU) 2024/1364 on the first phase of a common Union rating scheme for data centres, EUR-Lex (2024)
- Energy and AI, International Energy Agency (2025)
相关内容
良好实践
如何制定绿色 AI 政策
为组织制定绿色 AI 政策的分步指南,附模板大纲,涵盖使用、模型、测量、采购、对外声明和复查。
文章
为什么绿色 AI 现在很重要
AI 正推动数据中心用电快速增长,给电网带来压力、推高成本。本文汇总 2026 年关于规模、能源、成本和政策的证据。
文章
AI 的能效标识与基准测试
2026 年 AI 能效评级的现状:AI Energy Score、MLPerf Power、欧盟《人工智能法》的文档要求和数据中心评级,以及标识能说明什么。
我该如何……?
如何防止 AI 的效率提升被更多的使用抵消?
如何防止 AI 节省下来的能源被不断增长的使用量吞噬:跟踪总量,为使用设定上限或预算,撤掉腾出的算力,并问一问是否真的需要。