2月10日至11日在巴黎举行的全球峰会上，生成式人工智能（AI）的迅猛发展引发了人们对该技术生态足迹的日益担忧，这是讨论的首要问题之一。

　　以下是2025年初的一些关键数据：

　　十倍于b谷歌的力量

　　OpenAI的聊天机器人能够对自然语言查询产生各种各样的响应，每个请求都要消耗2.9瓦时的电力。

　　根据国际能源机构（IEA）的数据，这一数字是100亿美元搜索的10倍。

　　OpenAI声称，ChatGPT现在每周有3亿用户，每天总共发出10亿次请求。

　　在2022年引领生成式人工智能进入公众视野的ChatGPT之外，还有成千上万的聊天机器人。

　　法国民意调查机构Ifop的一项调查发现，该国18至24岁的年轻人中有70%的人表示他们使用了生成式人工智能。

　　在美国，早间咨询公司（Morning Consult）的一项民意调查发现，65%的13至17岁的青少年使用了生成式人工智能，这一比例接近总人口的一半。

　　比法国和德国还大

　　如果没有数据中心托管大量的信息和计算能力，生成式人工智能将无法发挥作用。

　　根据德勤咨询公司的一项研究，到2023年，数据中心占全球用电量的近1.4%。

　　但随着对生成式人工智能的大规模投资计划，到2030年，这一数字预计将达到3%，即1000太瓦时（TWh）。

　　德勤表示，这与法国和德国的年消耗量总和相当。

　　国际能源署预测，到2026年，与2022年的水平相比，数据中心的用电量将增长75%以上，达到800太瓦时。

　　美国咨询公司高德纳（Gartner）表示，巨大的电力需求意味着，到2027年，为人工智能应用建造的多达40%的数据中心可能面临电力短缺。

　　数百次飞行都在二氧化碳中

　　马萨诸塞大学阿默斯特分校的研究人员在2019年估计，训练一个为聊天机器人提供动力的大型语言模型（llm）会产生大约300吨温室气体二氧化碳。

　　这相当于纽约和北京之间125个往返航班的输出量。

　　两年后，牛津大学的研究人员将OpenAI的GPT-3模型的单次训练的数据定为224吨。

　　开发人员必须训练数千个模型来推动他们的技术向前发展。

　　尽管有这样的估计，但研究人员表示，判断生成式人工智能的总体温室气体排放量具有挑战性。

　　专家和机构指出，缺乏关于如何制作模型的信息，以及缺乏全球测量标准。

　　河流的水

　　除了能源，生成式人工智能还需要消耗水，特别是用于冷却计算机硬件。

　　根据加州大学河滨分校和德克萨斯大学阿灵顿分校的研究人员的保守估计，GPT-3需要大约半升（一品脱）的水才能产生10到50个反应。

　　总体而言，人工智能对水的需求预计将增加42亿至66亿立方米（1550亿至2330亿立方英尺）。

　　根据2023年的同一项研究，这是丹麦年用水量的四到六倍。

　　成堆的电子nic浪费

　　根据《自然计算科学》杂志的一项研究，2023年，生成式人工智能应用产生了大约2600吨电子垃圾，如显卡、服务器和存储芯片。

　　研究人员推断，如果目前的趋势继续下去，并且不采取任何措施来限制浪费，到2030年，这一数字将达到250万吨。

　　这相当于133亿部被丢弃的智能手机。

　　与许多计算机硬件一样，包括芯片在内的人工智能设备需要稀有金属来制造。

　　这些金属的开采，通常在非洲，可能涉及严重污染的过程。- - - - - -