AI耗电引发碳信用狂欢，看科技巨头“碳盲区”治理困局

 

碳信用不是“赎罪券”，真正的破局之路或许不在于购买更多碳信用，而在于重构AI发展的底层逻辑。是时候追问：AI模型的效率革命能否超越能耗增长？科技巨头能否在商业利益与地球生存之间找到平衡？

 

中国探索在探索中似乎找到答案——通过能源革命反哺算力革命。

 

年初大火的DeepSeek采用混合专家（MoE）等技术，在推理时动态激活部分参数，相比传统密集模型（如GPT-3）可大幅降低计算量。DeepSeek-MoE模型仅需激活小部分参数即可完成同等任务，例如，DeepSeek-V3拥有6710亿参数，但每次推理仅激活370亿参数。这种稀疏激活机制使得计算效率大幅提升，相比传统密集模型（如GPT-3），计算量显著减少，且这种“神经开关”设计使得单次推理能耗显著降低。

OpenAI创始人Sam Altman曾断言：“AI的终极瓶颈是能源。”而中国的实践表明，真正的突破点或许是“电力即算力”——当宁夏的风电可以像数据包一样，按需调度至深圳的AI服务器时，全球算力格局将迎来根本性变革。

 

未来，真正的赢家或许不是算力最强的公司，而是能在技术创新与可持续发展之间找到最优解的企业。否则，当气候临界点被突破时，再强大的AI，也无法为人类编写一个宜居的未来。