人工智能对环境的危害有多大？我们现在对这个问题的答案有了初步认识——谷歌与Mistral两家公司近期相继发布了关于AI查询对环境影响的自我评估报告。
今年7月，开源AI模型开发商Mistral发布了其模型训练和查询过程中产生的二氧化碳排放量、耗水量以及物料消耗量的自我评估。而谷歌则采用了略有不同的方法，公布了单次Gemini查询所消耗的电力与水资源，以及相应的二氧化碳排放量。
需要明确的是：这两份报告均为企业自主发布，未经第三方审计机构验证。同时需注意，模型训练阶段的资源消耗远超过推理阶段（即用户每次向聊天机器人提问的日常任务）。尽管报告未包含OpenAI等竞争对手的AI训练与推理影响，但仍为评估AI环境负担提供了重要参考。
谷歌周四公布的数据显示，一次“标准”Gemini文本查询消耗0.24瓦时能源和0.26毫升（约5滴水）水资源，同时产生相当于0.03克二氧化碳的排放量——这相当于观看9秒钟电视的碳排放。Mistral的报告则显示：其Le Chat模型生成一页文本（400个令牌）需要消耗50毫升水，产生1.14克二氧化碳当量排放，并消耗相当于0.2毫克不可再生资源。
谷歌强调，若仅计算活跃TPU和GPU的消耗影响，其中位数文本提示的能耗将降至0.10瓦时，耗水量减至0.12毫升，碳排放量降至0.02克。
值得注意的是，谷歌未公布Gemini模型训练阶段的影响评估，而Mistral对此进行了披露：其2025年1月训练Large 2模型过程中产生了20.4千吨二氧化碳当量排放，消耗了28.1万立方米水资源（约合112个奥林匹克规格游泳池蓄水量）以及650公斤物料。按美国环保署（EPA）标准计算——每辆普通汽车年均排放4.6公吨二氧化碳，该训练过程的碳排放相当于4,435辆汽车的年排放总量。
这些评估基于传统能源结构（如煤炭发电）的假设，若使用太阳能等“清洁”能源，相关数值将显著降低。同样，“耗水量”的计算通常采用蒸发冷却技术标准——该技术通过水分蒸发带走服务器热量（类似于人体汗液蒸发降温机制），这些水分最终将回归大气循环。
Mistral在报告中特别注明，法国与美国的电网结构差异会影响实际能耗评估。谷歌则宣称采用全方位能效管理策略，包括高效模型架构、通过Flash-Lite等模型优化推理、定制TPU芯片、高效数据中心设计以及智能CPU休眠技术。其规划的核反应堆等清洁能源项目也有助于降低环境影响。
“当人工智能深度融入经济各层面时，开发者、政策制定者、企业、政府及公民都必须更深入理解这项变革技术的环境足迹，”Mistral报告强调，“我们坚信产业链各环节都肩负着共同责任，必须共同应对和减轻创新带来的环境影响。”
目前其他企业尚未发布类似报告。据EpochAI估算，基于OpenAI使用的服务器类型，ChatGPT平台每次GPT-4o查询平均消耗约0.3瓦时能源。但需要认识到，AI资源消耗存在巨大波动性，现有能耗评估体系仍处于初级阶段。
“模型类型与规模、输出内容形式、数据中心接入的电网结构、查询处理时段等不可控变量，可能导致不同查询之间的能耗与排放差异高达数千倍，”《麻省理工科技评论》研究指出。该研究估计每日进行15次查询+10张图片生成+3段5秒视频生成的总耗电量约为2.9千瓦时。
Mistral研究人员建议，此类评估可发展为“评分体系”，帮助用户选择环境友好型AI模型，并呼吁更多AI模型开发商跟进发布类似报告。虽然关于AI是否对环境有害的讨论仍在继续，但谷歌与Mistral的报告无疑为理性探讨奠定了事实基础。
