可持续性曾是公共云计算中备受推崇的优势。企业和云提供商大肆宣扬他们的绿色计划，推广采用可再生能源的数据中心，以减少碳足迹。

近几个月来，这个话题已悄然淡出人们的视线。罪魁祸首是什么？对人工智能功能的无限需求正在推动云数据中心足迹的大幅扩张。这是许多人不愿强调的现实。

对人工智能技术的渴望是否胜过地球的健康？目前，两者无法兼得。无论总部有多少太阳能电池板和电动汽车充电器，出色的可持续发展记录都无法抵消大规模数据中心建设的成本。

人工智能革命及其需求

人工智能的崛起可谓是迅猛发展。企业正在大力采用生成式人工智能来实现流程自动化、从大数据中获取见解并提供个性化的客户体验。但这样的进步是有代价的。

人工智能应用需要巨大的处理能力，这增加了对数据中心容量的需求。复杂的人工智能模型是能源消耗大户。

这种消耗与云计算行业曾经宣扬的可持续性理念相悖。如今，企业和云计算提供商都在积极避免谈论可持续性。

别误会我的意思。我相信有些公司在控制碳足迹方面仍然做得很好，应该受到祝贺。我说的是整个行业的普遍情况，关于可持续性的更广泛讨论突然淡出了人们的视线。

媒体很少问起这个问题，大多数企业已经将可持续性从他们的推广计划中剔除。

数据中心建设热潮

快速扩展的需求造成了一个悖论。这些云数据中心的占地面积和处理能力越大，提供商就越偏离他们曾经信奉的可持续发展理想。

许多企业发现自己处于一个困难的境地：他们需要利用人工智能能力来保持竞争力，但他们无法将这一现实与他们的可持续发展承诺相协调。

一方面，企业希望展示可持续发展方面的进步，甚至可能获得可靠的环境、社会和治理(ESG) 评分。

许多企业仍将人工智能视为可选项，但人工智能将以某种形式出现在每个企业中，而且人工智能消耗的电量是无法避免的。

您只需查看 GPU 和 CPU 之间的功耗差异。CPU 适用于大多数传统处理，无论是在云端还是在本地。然而，向 AI 的转变使 GPU 成为首选处理器。

GPU 消耗更多电量，因为它们是为并行处理而设计的，这对于 AI 和游戏中的图形渲染和密集计算是必需的。

顶级 GPU 的功耗为 200 至 450 瓦以上，而高端台式机 CPU 的功耗为 65 至 150 瓦。中端 GPU 的功耗约为 100 至 250 瓦，而中端 CPU 的功耗通常约为 65 瓦。

用 GPU 替换 CPU 将需要更多的电力、冷却和数据中心。企业对 AI 的需求很高。如果你算一下，你很快就会发现地球上产生的电力不足以满足这些未来的需求。

寂静之声

讨论大规模数据中心扩张对环境的影响可能会削弱人工智能的吸引力及其看似无穷无尽的潜力。因此，许多公司将公开讨论的重点放在人工智能的创新和变革潜力上，而不是其环境挑战上。

技术进步的快速步伐将超越可持续实践和技术的发展。当前的可再生能源和改进的能源效率措施需要帮助跟上数据处理需求的指数增长。鉴于人工智能的速度和投资，其增长很快就会变得不可持续。

令我感到不安的是这种背离可持续性的转变发生得如此之快。似乎就在昨天，我在一次会议上介绍了一种可持续的云计算战略，甚至还有一次专门讨论可持续性的会议。业界必须重新审视云计算和更传统的企业数据中心的可持续性。

我们需要创新的解决方案，在技术能力和生态责任之间取得平衡，以成功应对人工智能对环境的影响。这些包括更高效的芯片设计、冷却技术的进步，以及增加对可持续能源的投资，以有效地为数据中心供电。

我们停止讨论可持续性并不意味着我们的可持续性问题已经消失。请放下你对人工智能驱动的机器人统治世界的担忧。关于人工智能最令人恐惧的消息是它对我们的电网构成了真正的威胁。是时候重新点燃可持续性对话了。