共计 1102 个字符，预计需要花费 3 分钟才能阅读完成。
东京与伦敦 – 2025 年 10 月 28 日 – 全球 AI、数字业务与技术服务的领军企业 NTT DATA 发布的最新白皮书强调，为抵消技术对环境的影响，亟需将可持续性融入 AI 开发与部署的每一个环节。部署可持续 AI 的创新解决方案不仅是企业的责任，更是创造持久价值、增强组织实力及减少关键资源消耗的战略机遇。
这份题为《可持续 AI 共创绿色未来》的白皮书详细阐述了 AI 日益加剧的环境影响，并提出了可持续创新的路径。AI 技术需要大量电力来支持不断增长的计算需求，以训练大型语言模型、运行推理管道及维护始终在线的服务。研究人员预测，到 2028 年，AI 工作负载将占数据中心电力消耗的 50% 以上。其他主要环境影响还包括数据中心冷却系统的用水量、电子废物以及硬件生产所需的稀土矿物开采。
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
“AI 的快速发展和广泛应用带来的资源消耗问题令人担忧，但这一技术同样能够赋能创新解决方案，以应对其引发的环境挑战，”NTT DATA 可持续创新总部负责人 David Costa 表示。”AI 的强大功能可以帮助更高效地管理能源网络，减少总体排放，模拟环境风险并改善水资源保护。对于组织而言，认识到这一挑战并从一开始就将可持续性融入 AI 系统设计中至关重要。”
NTT DATA 的 AI 专家与可持续性顾问呼吁采用整体可持续性目标，而不仅仅是传统的 AI 性能指标，如准确性和速度。效率应被视为核心设计原则，而非权衡取舍。AI 的能源消耗、碳排放和水足迹需要标准化且可验证的指标。”AI 能源评分 ” 和 ”AI 软件碳强度 (SCI)” 等行业基准为将可持续性嵌入治理、采购和合规协议提供了方法。
可持续 AI 需要贯穿生命周期的思维，从原材料开采和硬件生产到系统部署和最终处置。关键步骤包括延长硬件寿命、优化冷却系统以及应用循环经济原则。责任广泛分布于硬件制造商、数据中心运营商、软件开发人员、云服务提供商、政策制定者、投资者和消费者。跨部门合作对于实现系统性变革至关重要。
目前，分散的评估和不一致的指标常常阻碍有意义的基准测试。许多组织仅关注能源或排放，而忽视了用水量、稀有材料消耗和电子废物等问题。这些因素必须得到全面解决。即使设定了环境目标，许多组织也缺乏在 AI 生命周期的每个阶段实施可持续性的可行方法。
为解决这些问题，报告提出了多项最佳实践，包括：,
- 应用绿色软件工程模式以减少资源消耗
- 在可再生能源可用性高的地点和时间运行 AI 工作负载
- 利用远程 GPU 服务和本地 AI
- 通过优先考虑模块化和可升级组件来减少电子废物，并通过翻新、再利用和负责任的回收来延长硬件寿命
尽管实现可持续 AI 的道路复杂，但对 AI 生命周期进行有意的端到端重新设计，将有助于发挥该技术的积极潜力，同时保护所有生物赖以生存的环境系统。
