来源：
每日经济新闻
在华盛顿州雷德蒙德市的微软总部，工程师们的手指正在键盘上翻飞，为人工智能（AI） 的未来编写着一行行代码。
与此同时，在 1500 公里外，一场看似毫不相干的 「怪事」 正在发生：在堪萨斯州地下深处，巨型泵机正将混合着人类粪便和污水的黏稠 「生物泥浆」，源源不断地注入地壳深处。
这听起来匪夷所思的 「埋粪」 操作，正是微软为 AI 飞速发展所付出的 「环境账单」。
AI 的 「超能力」 光环背后，是惊人的电力、水资源消耗和飙升的碳排放。法国 AI 初创公司 Mistral AI 的最新报告显示，其旗舰模型 Mistral Large 2 训练和运行 18 个月，产生的二氧化碳竟然相当于 5000 辆家用轿车一年的排放量。
在 AI 基础设施规模扩张时，科技公司对自身碳足迹的披露却依然不甚透明。「埋粪」 不过是冰山一角，「绿色焦虑」 正逐步成为 AI 产业链上无法回避的巨大成本。
微软为何豪掷 17 亿美金 「埋粪」？
最近，微软和一家名为 Vaulted Deep 的生物科技初创公司签了一份大单。根据协议，Vaulted Deep 将代表微软在 2038 年前完成 490 万吨的碳去除目标。
虽然具体金额没公布，但有报道称这笔交易总价值超过 10 亿美元。如果按照 Vaulted Deep 每处理一吨二氧化碳收费 350 美元来算，微软为此付出的代价可能高达 17 亿美元。
Vaulted Deep 究竟有何 「神通」，能让微软如此大手笔投入？
原来，这家公司专门收集各种有机废弃物，包括人类排泄物、动物粪便、造纸污泥等，把它们转化成浆糊状的 「生物泥浆」。接着，他们通过深井注水技术，把这些 「生物泥浆」 泵入地下约 1500 米深、不透水的岩层中进行密封。这种方法不仅能永久去除碳、减少甲烷排放，还能把 PFAS 等微量污染物封锁在地下，防止它们污染当地环境。
对微软来说，这 17 亿美元的 「埋粪」 支出，实际上是在购买 「排放权」。
微软最新的可持续发展报告显示，随着其云计算和 AI 业务的疯狂扩张，公司 2024 财年的碳排放量自 2020 年以来已经累计增长了 23.4%。数据中心电力需求的指数级飙升，让微软此前承诺的减排目标面临严峻挑战。事实上，在与 Vaulted Deep 合作之前，微软已经连续签署了好几份巨额碳信用交易订单。
然而，对于这种 「花钱买抵消」 的做法，很多人并不认同。专注于碳定价和碳移除研究的非营利机构 Carbon Market Watch 的专家 Benja Faecks 直言不讳地告诉 《每日经济新闻》 记者 （以下简称 「每经记者」），微软的这项协议更像是一种 「猎奇项目」，能短暂吸引一些注意力。「作为一个致力于推动气候行动的 NGO，我们非常反对 『抵消排放』的逻辑，因为排放是不能抵消的。你不能通过购买碳信用额或在供应链之外投资一些项目，就宣称自己 『减少了排放』。」
她强调：「真正值得信赖的气候行动，应该把重心放在从源头减少排放上，而不是玩 『账面游戏』。」 她同时提到，碳抵消项目的实际减排效果因项目而异。自愿碳市场的初衷，是为了给那些有益于环保的项目提供资金，比如植树造林，即使有时碳汇量化不那么精确，它依然是个重要的环保项目。
AI 的 「碳账单」 有多吓人？
科技巨头们总是热衷于展示 AI 的 「超能力」，但对 AI 背后真实的环境代价，却往往避而不谈。
Faecks 告诉每经记者，当前的排放核算机制是有缺陷的。比如在 Scope 2（即企业购买自用的能源如电力、蒸汽、供暖和制冷所产生的间接排放） 和 Scope 3（其他间接排放） 方面，微软等科技公司采用了 「基于市场的核算机制」（market-based accounting），也就是说，通过购买可再生能源证书或其他采购方式，他们可以在账面上甚至实现零排放。
那么，AI 到底有多耗能呢？AI 的训练和运营目前主要依赖于不可再生能源，且存储 AI 模型的数据中心通常位于可再生能源资源匮乏的地区。
国际电信联盟今年 6 月初的一份报告揭示了一些关键信息：由于数据中心对电力的巨大需求，从 2020 年到 2023 年，亚马逊、微软、Alphabet（谷歌母公司） 和 Meta 在运营过程中产生的间接碳排放量平均增长了 150%。这些间接排放包括企业购买电力、蒸汽、供暖和制冷等产生的排放。
其中，亚马逊 2023 年的运营碳排放量比三年前猛增 182%，微软增长 155%，Meta 增长 145%，Alphabet 增长 138%。报告还指出，随着 AI 投资的持续增加，排放量最高的 AI 系统预计每年将排放 1.026 亿吨二氧化碳当量。
欧洲 AI 初创公司 Mistral AI 在 7 月 22 日发布的一份 AI 大模型环境影响分析报告，提供了更具体的数字。他们与可持续发展咨询公司 Carbone 4 和法国生态转型机构 ADEME 合作，为自家旗舰模型 Mistral Large 2 算了一笔详细的 「碳账」。
研究发现，截至今年 1 月，经过 18 个月的训练和使用，Mistral Large 2 共排放了 2.04 万吨二氧化碳，这相当于 5000 辆普通家用轿车一年的碳排放量；它还消耗了 28.1 万立方米的水，这足以注满 112 个奥运泳池；同时使用了相当于 660 公斤锑的资源 （锑当量用于衡量硬件生产所需的稀有金属和矿物消耗）。
研究同时表明，在 AI 模型的整个生命周期中，训练和推理对环境的影响最大。据 Mistral AI 称，该模型在这个阶段排放的温室气体占比达 85.5%，水资源消耗占比为 91%。
另一项针对 DeepSeek、Qwen、Llama 等 14 个开源大模型的研究也显示，在回答相同类型问题时，具备推理能力的模型能耗和碳排放量，是非推理模型的 4 到 6 倍。
arXiv 预印本网站 2025 年 5 月发布的一篇论文显示，如果按照 GPT-4o 每天在全球产生约 7 亿次查询来计算，该模型一年的推理用电量累计可达 39 万至 46 万兆瓦时，这差不多是 3.5 万个美国家庭或 25 所大学每年的总用电量。照此推算，GPT-4o 每年的排放量约为 13.8 万至 16.3 万吨二氧化碳当量。如果想抵消这些排放，需要超过 558 平方公里 （相当于芝加哥市面积） 的美国森林进行碳汇。
AI 要靠 「真减排」，而非 「花钱买心安」
经合组织和国际能源署的数据显示，到 2027 年，AI 每年可能消耗高达 66 亿立方米的水，是瑞士年消耗量的两倍。到 2030 年，数据中心的能耗可能会翻一番，达到 945 TWh，这甚至会超过日本 （900 TWh） 和瑞士 （60 TWh） 的总能耗。
AI 的 「生态足迹」 不只包括用电和用水。根据科学期刊 《自然计算科学》 上的一项研究，生成式 AI 在 2023 年产生了 2600 吨电子垃圾。到 2030 年，这个数字可能会飙升到 250 万吨，相当于 133 亿部废弃的智能手机。
面对 AI 发展带来的巨大碳排放压力，科技巨头纷纷开启 「降碳军备赛」。谷歌、微软和 Meta 承诺在 2030 年前实现 「净零排放」 目标，亚马逊则把最后期限设在了 2040 年。
然而，Carbon Market Watch 的 Faecks 向每经记者强调，AI 行业应该优先使用可再生能源等从源头减少排放，而不是光想着 「把粪便埋到土里」 来抵消。她承认两者并非完全矛盾，但源头减排必须是首要目标。她认为，碳信用机制往往备受批评，是因为其常被用于误导性的 「碳中和」 宣传。如果企业不将碳信用额度作为 「净零排放」 的借口，这种机制本身不会受到如此严厉的指责。
她指出，科技公司的主要排放来源有两个：一是数据中心的电力消耗，二是供应链中的硬件制造能耗。「可再生能源是科技行业转型的关键，」Faecks 说，「同时，延长设备使用寿命和在硬件生产中使用更多可回收部件，也是减少供应链能耗的重要措施。」
微软、Meta、亚马逊和谷歌等巨头在可再生能源方面已经有所行动，仅在今年 6 月就公布了多项进展：
6 月 3 日，Meta 与美国最大的核电站所有者 Constellation Energy 达成一项为期 20 年的协议：从 2027 年 6 月开始，Meta 将从 Constellation 位于伊利诺伊州的克林顿清洁能源中心购买大约 1.1 吉瓦的电力。
6 月 9 日，亚马逊宣布在宾夕法尼亚州投资 200 亿美元建设两个数据中心园区，其中一个数据中心直接接入核电站电力供应；
6 月 30 日，谷歌宣布加大对核聚变能源初创企业 Commonwealth Fusion Systems 的投资，并签署 200 兆瓦的无碳能源购买协议。
尽管头部科技企业在可再生能源领域已迈出实质性步伐，但这仍难以掩盖整个科技行业在减排治理上的核心短板。
Faecks 强调，除了要求企业提高环境影响披露的透明度外，政府也必须介入并加强监管。因为目前这些企业的碳中和承诺大多基于自愿原则，虽然未能达成目标可能会导致一些负面影响 （比如失去部分投资、影响整个供应链的参与意愿），但这些约束力远不如政府监管有效。
她呼吁，全球正处在 「关键十年」（2020 到 2030 年），这是应对气候变化的最后窗口期。作为新的重大排放源，AI 领域内的政府和企业都有责任尽快采取行动。
（每日经济新闻）
文章转载自东方财富