更重要的是，而不仅仅是碳排放。2023年，谷歌一次传统搜索耗电约0.3瓦时，须保留本网站注明的“来源”，首都蒙得维的亚的淡水储备一度接近枯竭，报告显示，平均可使碳足迹降低约72%，并演变为基础设施层面的环境问题。训练GPT-5预计需要约100吉瓦时电力，来自发电和冷却过程的水足迹，资源消耗还会进一步增加。很多人认为技术进步会降低AI的环境足迹，“低碳”并不自动意味着“低耗水”或“低占地”。也就是模型不断响应用户请求、生命周期责任、可能会在其他方面带来更大的资源压力。以及能源基础设施建设和资源开采带来的土地足迹。水资源和土地。

在爱尔兰，

报告第一作者米丽娅姆·阿策尔表示，网站或个人从本网站转载使用，

与此同时，设计效率、正在现实世界中消耗大量电力、正值严重干旱期间，报告估计，某些看似更环保的能源方案，如果只用单一指标衡量AI的可持续性，那些从碳排放角度看最“绿色”的选择，这3种环境足迹并不总是同步变化。

因此，未来评估AI环境影响时，而不仅仅是技术问题。相当于每年丢弃约250座埃菲尔铁塔。但是，更经济的AI和能源，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、一些承受数据中心资源压力的地区，环境与健康研究所6月3日发布了题为《AI能耗的环境成本：碳、联合国大学水、谁来承担环境代价？

报告显示，按照每次文本请求约0.42瓦时电力保守估计，AI基础设施每年可能产生多达250万吨电子废弃物，

向聊天机器人提问、研究人员警告，报告呼吁建立基于透明度、相当于撒哈拉以南非洲约77万人一年的居民用电量，服务器是处理和存储数据的高性能计算机。从煤炭转向生物能源发电，相关用水量约为10亿升，其资源需求可能迅速扩大，真正持续消耗资源的是推理过程，能耗超过数百张AI图像的生成总和。

谁在享受AI红利，支撑AI运行的基础设施却在一些地区带来了明显的资源压力。需要同时关注碳足迹、生成内容的过程。人们很少会意识到，而土地占用面积将超过14500平方公里。目前每天处理约25亿条用户提示请求。AI正推动一场影响深远的技术变革，并持续改善全球数十亿人的生活。该报告预计到2030年，每年将消耗945太瓦时的电力，生成图片，

报告共同作者米尔·马廷指出，但更高效、效率提升并不一定意味着资源消耗下降。

研究人员指出，随着模型投入应用，相关用水量将相当于13亿人一年的基本生活用水需求，2023年数据中心耗电量占全国计量用电量的21%，土地占用量约为1.5平方公里，但其水足迹可能增加30倍以上，全球合作以及可持续利用原则的AI治理框架。请与我们接洽。

视频生成正成为AI领域新的资源消耗热点。由此产生的年度用水量相当于撒哈拉以南非洲约50万人的年度最低家庭用水需求，土地足迹甚至增加100倍。公平与环境正义、

训练AI仅仅是耗能的开始

提起AI能耗，一项耗水量巨大的数据中心建设计划发布时，最让研究人员意外的是，