AI的代价超出想象：Google碳排放涨25%，Amazon涨16%

7 月初，Google 和 Amazon 相继发布了 2026 年度的可持续发展报告。两份报告传递出的信号令人担忧：AI 正在让科技巨头的环保承诺变得遥不可及。

Google 的数据显示，其总碳排放量相比 2019 年增长了 25%。Amazon 的情况同样不容乐观，碳排放量上升了 16%。两家公司都将矛头指向同一个原因：AI 驱动的数据中心大规模扩张。随着生成式 AI 应用的爆发式增长，云计算和算力需求急剧攀升，直接推高了能源消耗和碳排放。

Scope 3：藏在供应链里的隐形排放#

真正让问题棘手的是 Scope 3 排放，也就是来自供应链的间接污染。这类排放包括 GPU 芯片制造、数据中心的钢铁和水泥生产，以及各种原材料采购过程中产生的碳足迹。

与 Scope 1 和 Scope 2 不同，Scope 3 排放很难被科技公司直接控制。Google 和 Amazon 可以投资可再生能源来减少自身运营的碳排放，但它们无法左右供应商的能源结构。半导体制造是典型的例子。一颗 AI 训练芯片的生产过程极为耗能，而绝大多数晶圆厂位于亚洲，当地的电力供应高度依赖煤炭和天然气。

芯片工厂的隐秘代价#

半导体制造不仅是能源消耗大户，还会使用大量特种化学品。其中不少物质是强效温室气体，其暖化效应远超二氧化碳。即便有减排装置，制程中逸散的微量排放也不容忽视。

更令人担忧的是，芯片制造过程中使用的这些化学品，其碳排放当量计算本身就存在争议。科技公司在核算 Scope 3 排放时，往往面临数据不完整、统计口径不一致等难题。这导致实际的环境影响可能被严重低估。Google 和 Amazon 的报告虽然承认了 Scope 3 排放的增长，但对具体构成和解决路径着墨不多。

天然气正在成为”备用方案”#

AI 的快速发展正在改变数据中心行业的能源策略。过去几年，科技巨头们热衷于宣传 100% 可再生能源供电的目标。但在 AI 算力需求暴增的现实中，稳定的电力供应比以往任何时候都更重要。

一些数据中心运营商开始重新引入天然气发电作为备用方案，以确保 GPU 集群不会因电网波动而中断训练任务。这一做法直接推高了 Scope 2 排放。Google 和 Amazon 虽然在持续采购绿电，但短期内无法完全覆盖新增数据中心的全部用电需求。

AI 带来的碳排放增长，本质上是技术发展与环保目标之间的冲突。芯片制造需要更多能源，数据中心需要稳定供电，而现有的清洁能源体系还跟不上 AI 扩张的速度。这两家科技巨头的报告表明，在 AI 的竞赛中，环境账正在变得越来越难还。

来源：TechCrunch