AI耗電引發(fā)碳信用狂歡，看科技巨頭“碳盲區(qū)”治理困局

 

碳信用不是“贖罪券”，真正的破局之路或許不在于購買更多碳信用，而在于重構(gòu)AI發(fā)展的底層邏輯。是時候追問：AI模型的效率革命能否超越能耗增長？科技巨頭能否在商業(yè)利益與地球生存之間找到平衡？

 

中國探索在探索中似乎找到答案——通過能源革命反哺算力革命。

 

年初大火的DeepSeek采用混合專家（MoE）等技術(shù)，在推理時動態(tài)激活部分參數(shù)，相比傳統(tǒng)密集模型（如GPT-3）可大幅降低計算量。DeepSeek-MoE模型僅需激活小部分參數(shù)即可完成同等任務(wù)，例如，DeepSeek-V3擁有6710億參數(shù)，但每次推理僅激活370億參數(shù)。這種稀疏激活機制使得計算效率大幅提升，相比傳統(tǒng)密集模型（如GPT-3），計算量顯著減少，且這種“神經(jīng)開關(guān)”設(shè)計使得單次推理能耗顯著降低。

OpenAI創(chuàng)始人Sam Altman曾斷言：“AI的終極瓶頸是能源。”而中國的實踐表明，真正的突破點或許是“電力即算力”——當(dāng)寧夏的風(fēng)電可以像數(shù)據(jù)包一樣，按需調(diào)度至深圳的AI服務(wù)器時，全球算力格局將迎來根本性變革。

 

未來，真正的贏家或許不是算力最強的公司，而是能在技術(shù)創(chuàng)新與可持續(xù)發(fā)展之間找到最優(yōu)解的企業(yè)。否則，當(dāng)氣候臨界點被突破時，再強大的AI，也無法為人類編寫一個宜居的未來。