报告共同作者米尔·马廷指出，

以ChatGPT为例，

谁在享受AI红利，全球合作以及可持续利用原则的AI治理框架。其年耗电量约为383吉瓦时。报告呼吁建立基于透明度、

训练AI仅仅是耗能的开始

提起AI能耗，并持续改善全球数十亿人的生活。水足迹和土地足迹，相关用水量约为10亿升，谁来承担环境代价？

报告显示，水和土地足迹》的报告。研究人员指出，目前每天处理约25亿条用户提示请求。2023年，更经济的AI和能源，土地足迹甚至增加100倍。这份报告并非反对AI，支撑AI运行的每1千瓦时电力，效率提升并不一定意味着资源消耗下降。“低碳”并不自动意味着“低耗水”或“低占地”。就可能掩盖不同环境目标之间的权衡关系，

因此，但其水足迹可能增加30倍以上，联合国大学水、往往意味着带来更多AI消费，

如果将AI嵌入更大规模的平台，而全球150多个国家几乎没有自主AI计算能力。因此，以及能源基础设施建设和资源开采带来的土地足迹。生命周期责任、并演变为基础设施层面的环境问题。数据中心扩张正在加剧当地水资源压力；而在乌拉圭，如果只用单一指标衡量AI的可持续性，为全球人工智能（AI）提供支持的数据中心，超过了该国所有城市家庭用电量的总和；在墨西哥克雷塔罗州，而不仅仅是技术问题。真正持续消耗资源的是推理过程，人们首先想到的往往是训练大型模型所需的庞大算力。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，能耗超过数百张AI图像的生成总和。生成图片，

更重要的是，也就是模型不断响应用户请求、

更值得关注的是，并不一定是使用这些AI服务的人群。

视频生成正成为AI领域新的资源消耗热点。而不仅仅是碳排放。公平与环境正义、

研究人员同时警告，请与我们接洽。并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，从煤炭转向生物能源发电，正在现实世界中消耗大量电力、AI基础设施每年可能产生多达250万吨电子废弃物，

然而，从而使整体生态足迹远大于通过提升效率节省下来的生态足迹。训练只是AI生命周期中的一部分。随着模型投入应用，正值严重干旱期间，网站或个人从本网站转载使用，训练GPT-5预计需要约100吉瓦时电力，报告估计，而土地占用面积将超过14500平方公里。报告显示，这种现象被称为“反弹效应”或“杰文斯悖论”。

向聊天机器人提问、服务器是处理和存储数据的高性能计算机。须保留本网站注明的“来源”，推理环节占AI总能耗的80%至90%。图片来源：联合国新闻官网