用一次AI有多少碳排放？
AI工具到底会消耗多少电能，又会造成多少碳排放，这其实是一个很难回答的问题。
最主要的困难在于信息不透明。提供AI服务的大公司往往不会公布详细的能耗数据，研究者经常只能通过间接估算进行分析——例如，他们有时会通过英伟达服务器的需求量对AI能耗规模进行计算。
这些估算存在很多假设，其结果的可靠程度也比较有限。有时，不同来源的估算会得出差异较大的结论：例如一项估算认为，每使用一次ChatGPT平均会消耗2.9 瓦时的电力[1]，而另一项估算则认为每次查询平均仅需要0.3瓦时电力[2]，二者相差了将近10倍。
除此之外，研究者还有另一种方法获得数据：他们可以亲自下载并运行AI模型，让它们执行标准化的任务，然后测量由此产生的电能消耗。结合当地电网中火力发电的占比，人们还可以进一步计算出耗电背后的碳排放。这样得出的数据更加准确，但它只适用于开源模型，依然不足以揭示AI环境影响的全貌。
在最近发表的研究中，德国科学家就对14个开源大语言模型进行了这样的分析[3]。研究发现，不同模型在回答相同问题时的能耗与碳排放差异极大，最大与最小的数据之间甚至相差了50倍以上。
扩大参数规模、采用逐步推理可以提升AI的表现，但这些因素也增加了运算量，导致碳排放大幅增加。在这项研究的测试范围内，碳排放最多的AI模型是Deepseek R1 70B，让它回答60万个问题所产生的碳排放，相当于乘飞机在伦敦与纽约之间往返一次[4]。
单次使用AI的碳排放并不算大，但考虑到热门AI工具有着上亿规模的访问量，相关碳排放总数依然相当可观。在此之外，AI模型的训练、硬件生产、服务器冷却等环节还有很多额外的环境成本——但由于数据不足，这些成本的总和究竟有多大同样是个谜。
