谷歌的环境报告刻意回避人工智能的实际能源成本

谷歌发布了 2024 年环境报告，这份长达 80 多页的文件描述了这家大型公司将技术应用于环境问题和减轻自身影响的所有努力。但它完全回避了人工智能消耗了多少能源的问题——也许是因为答案是“比我们愿意说的要多得多”。

您可以在此处阅读完整报告（PDF），说实话，里面有很多有趣的东西。很容易忘记像谷歌这样的大公司要处理多少事情，这里面确实有一些值得注意的工作。

例如，它一直在研究 补水计划，它希望通过这种方式抵消其设施和运营中消耗的水量，最终产生净收益。这是通过确定和资助该地区的流域恢复、灌溉管理和其他工作来实现的，全球有数十个这样的项目至少部分由谷歌资助。它已经通过这种方式补充了 18% 的用水量（无论这里使用这个词的定义如何），并且每年都在改善。

该公司还非常谨慎地预先强调人工智能在气候方面的潜在好处，例如优化灌溉系统、为汽车和船只创建更省油的路线以及预测洪水。我们已经在人工智能报道中强调了其中的一些，它们实际上在许多领域都非常有用。谷歌不必做这些事情，许多大公司也没有。所以功劳应该归功给那些应该得到赞扬的人。

但随后我们进入了“负责任地管理人工智能的资源消耗”这一部分。谷歌之前对每一项统计数据和估计都非常有信心，但现在它突然摊手耸耸肩。人工智能消耗了多少能源？有人能 真的 确定？

但这肯定很糟糕，因为该公司做的第一件事就是淡化整个数据中心能源市场，称其仅占全球能源使用量的 1.3%，而谷歌使用的能源量最多只占其中的 10%——因此，根据报告，全球只有 0.1% 的能源为其服务器供电。真是小菜一碟！

值得注意的是，该公司在 2021 年决定到 2030 年实现净零排放，尽管该公司承认，对于如何实现这一目标存在很多“不确定性”（这是它喜欢说的）。尤其是因为自 2020 年以来，其排放量每年都在增加。

2023 年，我们的温室气体排放总量 [greenhouse gas] 排放量为1430万吨二氧化碳₂e，代表 同比增长 13%，比我们的 2019 年目标基准年增长 48%。 这一结果主要归因于数据中心能耗和供应链排放量的增加。随着我们进一步将人工智能融入我们的产品中，减少排放可能具有挑战性，因为人工智能计算强度的提高导致能源需求增加，而我们的技术基础设施投资预计会增加，从而导致排放量增加。

（此处及下面的引文均由我强调。）

然而，人工智能的增长在上述不确定性中被忽略了。谷歌对为什么该公司没有具体说明人工智能工作负载对其一般数据中心能源账单的贡献有以下理由：

预测人工智能未来对环境的影响是复杂且不断变化的，我们的历史趋势可能并未完全反映人工智能的未来轨迹。随着我们将人工智能深度融入我们的产品组合， AI 和其他工作负载之间的区别将变得毫无意义。因此，我们专注于数据中心范围内的指标 因为它们包括人工智能的总体资源消耗（以及对环境的影响）。

“复杂且不断发展”；“趋势可能无法完全捕捉”；“区别……不会有意义”：当某人知道某事但真的不想告诉你时，就会使用这种语言。

真的有人会相信谷歌不知道人工智能训练和推理增加了多少能源成本吗？能够如此精确地分解这些数字难道不是该公司在云计算和数据中心管理方面的核心竞争力吗？它还有很多其他声明，比如其定制的人工智能服务器单元有多高效，它是如何完成所有这些工作以将训练人工智能模型所需的能量减少 100 倍，等等。

我毫不怀疑谷歌正在开展许多伟大的环保工作，你可以在报告中阅读到所有这些工作。但重要的是要强调它似乎拒绝做的事情：人工智能系统巨大且不断增长的能源成本。该公司可能不是全球变暖的主要推动者，但尽管谷歌具有潜力，但它似乎还没有达到净正值。

谷歌有充分的理由淡化和混淆这些数据，即使在其简化、高效的情况下，这些数据也很难说是好事。我们一定会要求谷歌提供更具体的信息，然后才能知道 2025 年的报告中这些数据是否会变得更糟。