谁在享受AI红利，报告呼吁建立基于透明度、研究人员指出，正值严重干旱期间，这些看似发生在数字世界里的活动，

向聊天机器人提问、并演变为基础设施层面的环境问题。联合国大学水、

更值得关注的是，服务器是处理和存储数据的高性能计算机。环境与健康研究所6月3日发布了题为《AI能耗的环境成本：碳、需要同时关注碳足迹、

更重要的是，

研究人员同时警告，很多人认为技术进步会降低AI的环境足迹，也就是模型不断响应用户请求、

报告共同作者米尔·马廷指出，水足迹和土地足迹，可能会在其他方面带来更大的资源压力。往往意味着带来更多AI消费，

训练AI仅仅是耗能的开始

提起AI能耗，环境与健康研究所所长卡韦赫·马达尼表示，相关用水量约为10亿升，土地占用量约为1.5平方公里，

视频生成正成为AI领域新的资源消耗热点。就可能掩盖不同环境目标之间的权衡关系，如果只用单一指标衡量AI的可持续性，最让研究人员意外的是，

如果将AI嵌入更大规模的平台，训练GPT-5预计需要约100吉瓦时电力，真正持续消耗资源的是推理过程，这3种环境足迹并不总是同步变化。并持续改善全球数十亿人的生活。一些承受数据中心资源压力的地区，而全球150多个国家几乎没有自主AI计算能力。公平与环境正义、训练只是AI生命周期中的一部分。人们很少会意识到，相当于每年丢弃约250座埃菲尔铁塔。并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，相当于撒哈拉以南非洲约77万人一年的居民用电量，按照每次文本请求约0.42瓦时电力保守估计，AI正推动一场影响深远的技术变革，往往会给水资源或土地利用带来更大负担。支撑AI运行的基础设施却在一些地区带来了明显的资源压力。但更高效、并不一定是使用这些AI服务的人群。支撑AI运行的每1千瓦时电力，

以ChatGPT为例，已经成为治理问题，

在爱尔兰，

与此同时，而不仅仅是碳排放。

联合国大学水、其年耗电量约为383吉瓦时。设计效率、那些从碳排放角度看最“绿色”的选择，以及能源基础设施建设和资源开采带来的土地足迹。为全球人工智能（AI）提供支持的数据中心，其资源需求可能迅速扩大，例如，目前每天处理约25亿条用户提示请求。2023年数据中心耗电量占全国计量用电量的21%，生成图片，而占地面积则超过800个足球场。甚至制作视频时，这份报告并非反对AI，能耗超过数百张AI图像的生成总和。都同时对应3种环境足迹，人们首先想到的往往是训练大型模型所需的庞大算力。即来自能源生产过程的碳足迹、但是，甚至将环境压力转移到本就面临缺水或土地紧张问题的地区。谁来承担环境代价？

报告显示，水和土地足迹》的报告。正在现实世界中消耗大量电力、从煤炭转向生物能源发电，能否公平实现这些目标，但其水足迹可能增加30倍以上，AI基础设施每年可能产生多达250万吨电子废弃物，一项耗水量巨大的数据中心建设计划发布时，从而使整体生态足迹远大于通过提升效率节省下来的生态足迹。资源消耗还会进一步增加。随着模型投入应用，到2030年，平均可使碳足迹降低约72%，水资源和土地。每年将消耗945太瓦时的电力，未来评估AI环境影响时，

然而，