AI 的環境負擔不只來自模型訓練,也包括晶片製造、礦產開採、資料中心、日常推論、冷卻用水、電網結構與電子廢棄物。AI伺服器環境研究顯示水資源與碳排應納入部署決策提供了特定地區的情境估算,而《Atlas of AI》則把算力放回全球資源與勞動政治。

環境評估應報告系統生命週期的能源、水、碳與材料需求,並檢查成本是否集中在缺水、污染或缺乏政治影響力的社區。降低單次推論成本不一定等於降低總體消耗,因為效率提升可能伴隨使用量快速擴張。

思與行

  • 建立能源、水、碳、硬體與廢棄物指標,並標記資料來源和估算不確定性。
  • 比較 AI 與非 AI 替代流程的總體資源消耗,而不是只看單次推論效率。

參考