刊於《信報》,2026年8月10日
AI牽動巨額自然資本與環境代價
許佳龍
科大協理副校長(學術發展);資訊、商業統計及營運學系講座教授;艾禮文家族商學教授
月之暗面(Moonshot AI)最近推出大模型Kimi K3,憑藉2.8萬億參數,並擁有100萬詞元上下文窗口,成為全球首個近3萬億級別的開源大模型,而且通過優化技術架構,有效減少了推論成本,使「性價比」取得顯著突破,比較之下,其API綜合定價僅為美國頂尖閉源模型(如 Claude Fable 5、GPT-5.6 Sol)的三成至五成,相信這將令AI編程更為普及。雖然Kimi K3的訓練與推論成本得以顯著下降,但AI大模型的整體發展耗費,迄今仍然未能達致成本效益。
有論者從大模型處理、理解和生成文字的基本單位「詞元」(Token),當中的成本效益來反映資本投入與效益不匹配的困境;也有從更寬廣的視閥,來揭示AI發展對對自然資本的消耗和環境代價,來探討發展AI不可視忽的問題。
由於AI技術應用如今無遠弗屆,且發展快速,其對社會以至個體的種種影響,確實值得深入觀察與討論。
AI供應商補貼用戶
無可否認,人工智能可在瞬間生成一篇行文暢順,資料詳盡的文章或報告,還可根據用者的指令,處理包含文本、編程、圖像設計及數據分析等智能化工作,表現出色,讓人讚嘆。但讀者也許沒有深入了解,發展AI大型語言模型所投入的驚人成本,遠遠無法單靠對現有用戶徵收費用,如每月收取訂閱費、或「應用程式介面」(API)調用計費的收入,來加以彌補,整個行業迄今仍處於嚴重「收支失衡」狀態。換言之,目前的AI供應商是在補貼用戶使用。
造成嚴重「收支失衡」的原因多端,首先,是AI的驚人成本結構,包括巨大訓練成本。要開發下一代更聰明的模型,必須購買大量頂級AI芯片,並且消耗巨量電力;另一方面,在多個大型語言模型激烈競爭下,大家搶奪市場佔有率,使收費策略陷入高支出低收入的「補貼」泥潭。
能源消耗與環境成本
另一方面,收支失衡的背後,的確藏着巨大能源消耗和環境成本。據聯合國大學水、環境與健康研究所於6月份發表了一份報告——《人工智能能源使用的環境成本:碳足迹、水足迹和土地足迹》(Environmental Cost of AI’s Energy Use: Carbon, Water and Land Footprints‧下簡稱《報告》),全面地剖析了AI高速發展背後所消耗龐大的「自然資本」與環境代價。
首先,有關AI高速增長之勢,《報告》預計,增長規模將從2023年的1890億美元,增長至2033年的近5萬億美元,意味AI市場規模在10年內將增長約25倍;預計2026年全球人工智能支出,將超過2.5萬億美元,從中可見AI發展之速。
在AI訓練方面,前沿模型的訓練需要消耗巨大能源,這一點已有很多報導,不必詳述。相比訓練階段,更值得注意的是,在推理和應用階段的長期消耗。《報告》估算,模型上線後,若平均每條文本詢問消耗約 0.42 瓦時 (Wh)電量,那麼,每年的消耗量約為 383 吉瓦時 (GWh),相當於撒哈拉以南非洲近300萬人的年度家庭用電需求。
數據中心產生巨額環境代價
隨著人工智能工具普及和廣泛應用,每天產生約3億張人工智能生成的圖像,每一張典型圖像生成耗電量2.9瓦時,總量就需要消耗約318吉瓦時電力,也足以滿足撒哈拉以南非洲近250萬人的年度家庭用電需求,而生成這張典型圖像,較生成一條簡短的文本答案耗電量(0.047瓦時)高出60倍(參見附圖),由此可見,海量的詢問可累積構成巨大的基礎設施負荷。
至於備受關注的基礎設施數據中心,《報告》估算, 2025年,全球數據中心消耗448太瓦時(TWh)的電力,足以滿足撒哈拉以南非洲13億人口2.6年的年度居民用電需求。這個用電量將產生1.89億噸二氧化碳當量的碳足跡,需要種植32億棵樹苗,歷時10年才能抵消;消耗4.5萬億升水,足以滿足撒哈拉以南非洲6億多人的年度基本生活用水需求;數據中心需求的土地佔用面積為6900平方公里,幾乎是倫敦大都會區的4.5倍。
隨着AI進一步發展,AI使用的自然資源和環境代價,勢必進一步擴大。《報告》預估,到2030年,全球數據中心的電力消耗量,可能超過945太瓦時(TWh),佔全球預計電力消耗量的近3%,足以滿足撒哈拉以南非洲13億人口約5.5年的居民用電需求。
《報告》呼籲,評估AI的可持續發展,必須同時量化碳、水、土地三大足跡;一個良好AI生態系統有六項原則,包含透明度、高效設計、公平正義、生命週期責任、全球合作,以及可持續利用,以促進低碳足跡的明智選擇。
筆者認同,在當前AI高速發展之際,對其造成的各種影響作出預判,從而及時制訂有效應對方略,對AI的可持續和健康發展有明顯裨益。至於在應用層面的成本效益問題,即使AI公司如今調整了收費模式,以詞元的輸入輸出來計費,但依然無法扭轉收支嚴重失衡之困,其成因和影響,另文討論。
|
圖像及數據來源:Environmental Cost of AI’s Energy Use: Carbon, Water and Land Footprints,頁41 附註,數字單位Wh為瓦時 |
