隨著人工智能在全球的地位日益提高，公眾越來越明白這項技術並非科幻小說的情節，對日常生活的影響亦與日俱增。然而，儘管人工智能可能對全球生產力及經濟增長帶來深遠而正面影響，但同時面對不少值得關注的潛在風險，其中之一是對能源消耗的影響。

在過去20年，數據中心的數量持續增加，以支持雲端儲存及數碼化的普及。如今，能源效益已顯著提升，有助遏抑數據中心增長所帶來的能源需求。不過，隨著人工智能發展，這項技術對運算的需求亦可能增加。例如，一般ChatGPT查詢所耗用的能源是一般Google搜尋的十倍之多¹。

部分估計指出，雲端運算及數據中心的溫室氣體排放量佔全球總排放量的2%至3%，與航空公司及航運業相若²。然而，探討人工智能對碳排放的具體影響的研究不多³。可是，考慮到人工智能對數據中心電力需求的預測趨勢，如果不改善能源的碳強度及數據中心的能源效益，碳排放量可能會大幅增加。

除了環境目標外，業界亦有強烈誘因透過降低電力強度來減少成本，而電力約佔一般數據中心銷貨成本的15%⁴。

本文探討可望在數據中心減碳過程中發揮作用的三個關鍵領域。

以下三個領域值得探討：

1.零碳能源

數據中心的供電來源（通常來自本地電網）是對其碳排放帶來最大影響的單一因素。雖然將公共電網轉換為再生能源發電能夠創造最大的減碳潛力，但若要成為具規模的解決方案，可能需要多年時間才可建設所需的額外發電及輸電容量。有甚麼短期及長期選項？

2.先進運算

運算是數據中心的核心功能，約佔總耗電量的40%⁵。

半導體業在創新方面往績彪炳，並且越來越重視晶片效率。儘管數據中心的總數據負載增加接近兩倍，但憑藉晶片效率提升，數據中心的能源消耗量在過去十年相對持平（佔全球電力需求的1%至2%）。此外，目前沒有跡象顯示創新步伐有所放緩。新世代晶片在節省能源及成本方面表現如何？

3.冷卻

隨著處理器的功能日趨強勁，其運行時的溫度亦會上升。高溫可能降低處理器的效率，最終導致故障，因此數據中心的冷卻系統非常重要。冷卻系統約佔一般數據中心能源消耗量的40%⁶，因此這是提升能源效益的關鍵發展領域。現時大部分數據中心使用傳統的氣冷技術，但水冷技術具有發展潛力，有助提升效益。

潛在解決方案的效能增益是否足以應對數據中心產能的急速增長，將取決於科技發展及政策／監管的步伐。無論如何，對提供解決方案的公司及主要的數據中心營運商／用戶來說，數據中心的碳影響或會是重大的投資考慮因素。

1.資料來源：高盛，2024年5月14日，AI poised to drive 160% increase in power demand。

2.資料來源：Climatiq，2022年4月21日，Measuring greenhouse gas emissions in data centres。

3.資料來源：nature.com，2020年8月12日，The carbon impact of artificial intelligence。

4.資料來源：資本集團估計數字，截至2024年6月。

5.資料來源：Open Data Institute，Data centres, cloud infrastructures and the tangibility of internet power，截至2023年1月16日。

6.資料來源：麥肯錫，2023年1月17日，Investing in the rising data center economy。