8月22日，谷歌发布报告称其Gemini模型每次AI文本请求仅消耗0.26毫升水（约5滴），并大幅降低碳排放。然而，专家质疑其数据‘美化’，指出报告仅统计数据中心现场用水，忽略发电厂等间接用水。美国加州大学副教授Shaolei Ren表示，这种算法低估了AI真实水足迹，如训练GPT-3耗水达70万升，单次对话间接用水可达500毫升。此外，谷歌使用‘市场基准法’核算碳排放，通过绿证人为降低数据，被批掩盖实际环境影响。

2025年8月11日，微软为应对AI业务高能耗问题，宣布耗资17亿美元与生物科技公司Vaulted Deep合作，计划在2038年前处理490万吨碳当量。该合作将利用人粪、动物粪、造纸厂污泥等有机废物制成“生物泥浆”，并注入地下1500米岩层封存，以减少温室气体排放和处理污染物。微软此举旨在获取碳信用额并通过美国45Q税收机制获得每吨最高85美元的税收抵免，同时提升其ESG评分以吸引更多资金。然而，环保组织质疑称，真正有效的减碳应从源头减少排放，而非依赖购买碳信用额。目前，微软AI业务如Copilot、ChatGPT等训练一次需消耗大量电力，其数据中心能源用量在2024财年增长了168%，碳排放较2020年增加23.4%。

2025年8月5日，欧洲AI初创企业Mistral AI发布首份AI模型生命周期分析报告，揭示其Mistral Large 2模型环境影响。报告显示，该模型训练过程二氧化碳排放达20.4万吨，耗水28.1万吨；单次推理（400 Token）需消耗45ml水并排放1.14g二氧化碳。训练和推理是温室气体与水资源消耗的主要来源，而服务器硬件占不可再生资源消耗大头。此外，研究发现，AI模型的环境影响与其参数规模成正比，小型专长模型更具环保价值。该报告由Mistral AI与Carbone 4及ADEME合作编制，于7月22日公布。

2025年8月4日，微软因AI发展带来的环境问题备受关注。公司与生物科技初创企业Vaulted Deep达成协议，计划到2038年前完成490万吨碳去除目标，交易金额或达17亿美元。Vaulted Deep通过将有机废弃物转化为“生物泥浆”并注入地下岩层，帮助微软减少碳足迹。然而，专家批评这种“花钱买抵消”的方式，认为应优先从源头减排，而非依赖碳信用机制。数据显示，AI的电力、水资源消耗和碳排放惊人，微软2024财年碳排放较2020年增长23.4%。国际研究指出，AI模型训练和运行对环境影响巨大，科技巨头虽承诺净零排放，但行业仍需加强监管和透明度，以应对气候危机的关键十年。

2025年7月，微软宣布投入17亿美元与Vaulted Deep公司合作，计划用12年时间处理490万公吨有机废物，将其埋入地下约1.5公里深的盐穴中，用于碳封存。此举旨在减少温室气体排放，帮助微软实现2030年碳负排放目标。近年来，微软因AI和云计算业务扩张，能源消耗激增，2023财年碳排放较2020年上涨23.4%。通过此项目，微软不仅能获得碳减排额度，还可利用美国45Q税收信用机制获取补贴，同时提升ESG评分吸引投资者。AI模型如GPT-4的高能耗也加剧了碳排放问题，单次查询耗电为普通搜索的1.4倍，全球每日7亿次查询的能耗相当于3.5万个美国家庭一年用电量。微软此举被解读为平衡科技发展与环保责任的策略，但也折射出效率提升与资源消耗的悖论。

5月24日，希捷在台北国际电脑展上警告称，生成式AI正给数据存储行业带来巨大挑战，可能引发‘碳排放危机’。当前硬盘行业每年仅能提供1到2ZB（1ZB=1万亿GB）新存储空间，远不及AI带来的海量数据需求。调查显示，72%的IT从业者已使用或计划使用AI，其中90%认为数据存储对提升AI表现至关重要。为应对这一问题，希捷展示了NVMe接口硬盘原型，通过直接连接英伟达GPU优化存储方案，以提高数据中心效率。尽管未来发展方向尚不明朗，但低碳排放和满足AI需求将成为行业转型的核心。

标题：芯片制造，AI行业里的一只电耗子 人工智能数据中心的能源消耗备受关注，但芯片制造的环境影响却被忽视。Digiconomist创始人Alex de Vries指出，2023年至2024年间，全球AI芯片制造用电量增长超350%，且多依赖化石燃料。芯片制造集中在东亚，当地电网严重依赖化石燃料，...

IT之家1月22日报道，AI工具ChatGPT每月碳排放达260吨，相当于260趟纽约至伦敦航班。尽管AI写作工具Rytr和AI合同起草工具Spellbook的单次访问碳排放更高，但ChatGPT因庞大用户群（超1.64亿月活用户）导致总排放量更大。伯克利实验室报告指出，2017年至2023年间，美国数据中心能源消耗增长超过两倍，预计未来将继续上升。国际能源署预测，数据中心、AI和加密货币等技术的用电量可能在2025年翻倍。KnownHost首席执行官Daniel Pearson强调，提升AI基础设施能效成为迫切需求。

亚马逊AWS宣布与Orbital Materials合作，利用AI技术开发新材料，以减少数据中心的碳排放和水资源消耗。Orbital Materials计划于2025年底之前在亚马逊数据中心试点其集成碳去除技术。Orbital采用生成式AI设计新材料，大幅提高了研发速度和效率，使材料性能提升了10倍，比传统方法快一个数量级。此外，Orbital将在AWS平台上提供开源AI模型Orb，帮助客户更高效地研究先进材料，如电池和半导体。作为合作的一部分，Orbital将在Amazon SageMaker HyperPod上预训练和微调其AI模型，并评估部署AWS的Trainium芯片，以提升深度学习工作负载的性价比。此次合作旨在加速环保技术的发展，提升AWS数据中心的可持续性。该合作预计在2025年底前取得初步成果。

谷歌新发布的Gemma2模型引发关注，因其碳排放量自2019年来增长48%，去年产生1430万吨二氧化碳，与"2030年零排放"目标相悖。谷歌将增长归因于数据中心能源消耗和供应链排放增加，尤其是AI计算需求导致能源需求上升。尽管谷歌承诺使用100%可再生能源并取得部分减排成果，但由于数据中心能耗持续扩大，大模型训练对能源的需求只会增加，这可能制约AI发展并加剧全球能源危机。业界正寻求通过模型压缩、高效硬件等方式降低能耗，但专家认为，真正的AGI实现仍遥不可及，且过程中的能源消耗可能加剧全球不平等问题。AI革命的能源代价将持续，期待技术进步带来更绿色的未来。