深度分析
AI 資料中心採用背後電表天然氣發電:排放規模、政策與替代路徑分析
美國新建天然氣發電專案為AI數據中心直接供電,引發碳排放關注。背後電表電廠繞過電網,供應OpenAI、Meta、Microsoft等巨頭,估算年排放逾1.29億噸二氧化碳,等同多國總排放。此趨勢顯示AI基礎建設與氣候目標衝突,且政府的納稅人保護承諾缺乏強制力。同時,背後電表方案雖降低電網等待,卻放大獨立燃氣排放。
深度分析
美國新建天然氣發電專案為AI數據中心直接供電,引發碳排放關注。背後電表電廠繞過電網,供應OpenAI、Meta、Microsoft等巨頭,估算年排放逾1.29億噸二氧化碳,等同多國總排放。此趨勢顯示AI基礎建設與氣候目標衝突,且政府的納稅人保護承諾缺乏強制力。同時,背後電表方案雖降低電網等待,卻放大獨立燃氣排放。
生成式AI
隨著多模態大型語言模型快速迭代,環境衝擊成為關注焦點。本研究以 Kyutai 開發的 Moshi 基礎模型為例,細分 GPU 計算時間、實驗失敗與除錯階段,並以全生命週期評估量測能源、水資源與碳排放。結果顯示,完整研發過程的環境成本遠高於僅計算最終訓練的碳足跡,提供降低計算與永續研發的具體建議。