东航两客机在上海虹桥机场机翼相撞 无人伤亡

在华盛顿州雷德蒙德市的微软总部，工程师们的手指正在键盘上翻飞，为人工智能（AI）的未来编写着一行行代码。

与此同时，在1500公里外，一场看似毫不相干的“怪事”正在发生：在堪萨斯州地下深处，巨型泵机正将混合着人类粪便和污水的黏稠“生物泥浆”，源源不断地注入地壳深处。

这听起来匪夷所思的“埋粪”操作，正是微软为AI飞速发展所付出的“环境账单”。

AI的“超能力”光环背后，是惊人的电力、水资源消耗和飙升的碳排放。法国AI初创公司Mistral AI的最新报告显示，其旗舰模型Mistral Large 2训练和运行18个月，产生的二氧化碳竟然相当于5000辆家用轿车一年的排放量。

在AI基础设施规模扩张时，科技公司对自身碳足迹的披露却依然不甚透明。“埋粪”不过是冰山一角，“绿色焦虑”正逐步成为AI产业链上无法回避的巨大成本。

一、微软为何豪掷17亿美金“埋粪”？

最近，微软和一家名为Vaulted Deep的生物科技初创公司签了一份大单。根据协议，Vaulted Deep将代表微软在2038年前完成490万吨的碳去除目标。

虽然具体金额没公布，但有报道称这笔交易总价值超过10亿美元。如果按照Vaulted Deep每处理一吨二氧化碳收费350美元来算，微软为此付出的代价可能高达17亿美元。

Vaulted Deep究竟有何“神通”，能让微软如此大手笔投入？

原来，这家公司专门收集各种有机废弃物，包括人类排泄物、动物粪便、造纸污泥等，把它们转化成浆糊状的“生物泥浆”。接着，他们通过深井注水技术，把这些“生物泥浆”泵入地下约1500米深、不透水的岩层中进行密封。这种方法不仅能永久去除碳、减少甲烷排放，还能把PFAS等微量污染物封锁在地下，防止它们污染当地环境。

对微软来说，这17亿美元的“埋粪”支出，实际上是在购买“排放权”。

微软最新的可持续发展报告显示，随着其云计算和AI业务的疯狂扩张，公司2024财年的碳排放量自2020年以来已经累计增长了23.4%。数据中心电力需求的指数级飙升，让微软此前承诺的减排目标面临严峻挑战。事实上，在与Vaulted Deep合作之前，微软已经连续签署了好几份巨额碳信用交易订单。

然而，对于这种“花钱买抵消”的做法，很多人并不认同。专注于碳定价和碳移除研究的非营利机构Carbon Market Watch的专家Benja Faecks直言不讳地告诉《每日经济新闻》记者（以下简称“每经记者”），微软的这项协议更像是一种“猎奇项目”，能短暂吸引一些注意力。“作为一个致力于推动气候行动的NGO，我们非常反对‘抵消排放’的逻辑，因为排放是不能抵消的。你不能通过购买碳信用额或在供应链之外投资一些项目，就宣称自己‘减少了排放’。”

她强调：“真正值得信赖的气候行动，应该把重心放在从源头减少排放上，而不是玩‘账面游戏’。”她同时提到，碳抵消项目的实际减排效果因项目而异。自愿碳市场的初衷，是为了给那些有益于环保的项目提供资金，比如植树造林，即使有时碳汇量化不那么精确，它依然是个重要的环保项目。

二、AI的“碳账单”有多吓人？

科技巨头们总是热衷于展示AI的“超能力”，但对AI背后真实的环境代价，却往往避而不谈。

Faecks告诉每经记者，当前的排放核算机制是有缺陷的。比如在Scope 2（即企业购买自用的能源如电力、蒸汽、供暖和制冷所产生的间接排放）和Scope 3（其他间接排放）方面，微软等科技公司采用了“基于市场的核算机制”（market-based accounting），也就是说，通过购买可再生能源证书或其他采购方式，他们可以在账面上甚至实现零排放。

那么，AI到底有多耗能呢？AI的训练和运营目前主要依赖于不可再生能源，且存储AI模型的数据中心通常位于可再生能源资源匮乏的地区。

国际电信联盟今年6月初的一份报告揭示了一些关键信息：由于数据中心对电力的巨大需求，从2020年到2023年，亚马逊、微软、Alphabet（谷歌母公司）和Meta在运营过程中产生的间接碳排放量平均增长了150%。这些间接排放包括企业购买电力、蒸汽、供暖和制冷等产生的排放。

其中，亚马逊2023年的运营碳排放量比三年前猛增182%，微软增长155%，Meta增长145%，Alphabet增长138%。报告还指出，随着AI投资的持续增加，排放量最高的AI系统预计每年将排放1.026亿吨二氧化碳当量。

欧洲AI初创公司Mistral AI在7月22日发布的一份AI大模型环境影响分析报告，提供了更具体的数字。他们与可持续发展咨询公司Carbone 4和法国生态转型机构ADEME合作，为自家旗舰模型Mistral Large 2算了一笔详细的“碳账”。

研究发现，截至今年1月，经过18个月的训练和使用，Mistral Large 2共排放了2.04万吨二氧化碳，这相当于5000辆普通家用轿车一年的碳排放量；它还消耗了28.1万立方米的水，这足以注满112个奥运泳池；同时使用了相当于660公斤锑的资源（锑当量用于衡量硬件生产所需的稀有金属和矿物消耗）。

研究同时表明，在AI模型的整个生命周期中，训练和推理对环境的影响最大。据Mistral AI称，该模型在这个阶段排放的温室气体占比达85.5%，水资源消耗占比为91%。

另一项针对DeepSeek、Qwen、Llama等14个开源大模型的研究也显示，在回答相同类型问题时，具备推理能力的模型能耗和碳排放量，是非推理模型的4到6倍。

arXiv预印本网站2025年5月发布的一篇论文显示，如果按照GPT-4o每天在全球产生约7亿次查询来计算，该模型一年的推理用电量累计可达39万至46万兆瓦时，这差不多是3.5万个美国家庭或25所大学每年的总用电量。照此推算，GPT-4o每年的排放量约为13.8万至16.3万吨二氧化碳当量。如果想抵消这些排放，需要超过558平方公里（相当于芝加哥市面积）的美国森林进行碳汇。

三、AI要靠“真减排”，而非“花钱买心安”

经合组织和国际能源署的数据显示，到2027年，AI每年可能消耗高达66亿立方米的水，是瑞士年消耗量的两倍。到2030年，数据中心的能耗可能会翻一番，达到945 TWh，这甚至会超过日本（900 TWh）和瑞士（60 TWh）的总能耗。

AI的“生态足迹”不只包括用电和用水。根据科学期刊《自然计算科学》上的一项研究，生成式AI在2023年产生了2600吨电子垃圾。到2030年，这个数字可能会飙升到250万吨，相当于133亿部废弃的智能手机。

图片来源：每经记者孔泽思摄

面对AI发展带来的巨大碳排放压力，科技巨头纷纷开启“降碳军备赛”。谷歌、微软和Meta承诺在2030年前实现“净零排放”目标，亚马逊则把最后期限设在了2040年。

然而，Carbon Market Watch的Faecks向每经记者强调，AI行业应该优先使用可再生能源等从源头减少排放，而不是光想着“把粪便埋到土里”来抵消。她承认两者并非完全矛盾，但源头减排必须是首要目标。她认为，碳信用机制往往备受批评，是因为其常被用于误导性的“碳中和”宣传。如果企业不将碳信用额度作为“净零排放”的借口，这种机制本身不会受到如此严厉的指责。

她指出，科技公司的主要排放来源有两个：一是数据中心的电力消耗，二是供应链中的硬件制造能耗。“可再生能源是科技行业转型的关键，”Faecks说，“同时，延长设备使用寿命和在硬件生产中使用更多可回收部件，也是减少供应链能耗的重要措施。”

微软、Meta、亚马逊和谷歌等巨头在可再生能源方面已经有所行动，仅在今年6月就公布了多项进展：

6月3日，Meta与美国最大的核电站所有者Constellation Energy达成一项为期20年的协议：从2027年6月开始，Meta将从Constellation位于伊利诺伊州的克林顿清洁能源中心购买大约1.1吉瓦的电力。

6月9日，亚马逊宣布在宾夕法尼亚州投资200亿美元建设两个数据中心园区，其中一个数据中心直接接入核电站电力供应；

6月30日，谷歌宣布加大对核聚变能源初创企业Commonwealth Fusion Systems的投资，并签署200兆瓦的无碳能源购买协议。

尽管头部科技企业在可再生能源领域已迈出实质性步伐，但这仍难以掩盖整个科技行业在减排治理上的核心短板。

Faecks强调，除了要求企业提高环境影响披露的透明度外，政府也必须介入并加强监管。因为目前这些企业的碳中和承诺大多基于自愿原则，虽然未能达成目标可能会导致一些负面影响（比如失去部分投资、影响整个供应链的参与意愿），但这些约束力远不如政府监管有效。

她呼吁，全球正处在“关键十年”（2020到2030年），这是应对气候变化的最后窗口期。作为新的重大排放源，AI领域内的政府和企业都有责任尽快采取行动。