Измерять нужно весь жизненный цикл
Экологический след ИИ начинается ещё до запроса и продолжается после списания сервера. Производство полупроводников потребляет энергию, сверхчистую воду, химикаты и минералы. Дата-центры потребляют электричество, охлаждение, резервное электроснабжение, сетевую инфраструктуру, землю и оборудование. Оборудование в конце срока службы превращается в проблему электронных отходов и переработки.
Публичные дискуссии часто цитируют цифру потребления воды или энергии на один запрос так, будто она универсальна. Реальное потребление зависит от модели, оборудования, загрузки дата-центра, охлаждения, климата, энергосети, длины запроса, модальности вывода и метода распределения затрат. Обучение и вывод (инференс) — разные процессы; инференс может доминировать на протяжении жизненного цикла продукта, если объём использования велик. Поставщики раскрывают слишком мало данных для точных глобальных итогов, относящихся исключительно к ИИ.
Что измеряется сегодня
Международное энергетическое агентство оценило, что все дата-центры потребили около 415 тераватт-часов электроэнергии в 2024 году — примерно 1,5% мирового потребления. ИИ — лишь часть этого показателя. Почти половина мощностей дата-центров США была сосредоточена в пяти региональных кластерах, поэтому местные эффекты на энергосеть могут быть намного больше, чем глобальная доля (МЭА, апрель 2025 года).
Обновлённый центральный прогноз МЭА оценивает потребление дата-центров примерно в 950 ТВт·ч к 2030 году — около 3% мирового спроса. Это прогноз, основанный на предположениях о мощности, эффективности, темпах внедрения и рынке, а не показание счётчика из будущего. Более энергоёмкие режимы рассуждения, видео и агентное использование могут подтолкнуть спрос вверх; эффективность, ограничения финансирования или более медленное внедрение могут его снизить (МЭА, 2026 год).
В США Национальная лаборатория имени Лоуренса в Беркли оценила, что потребление электроэнергии дата-центрами выросло до 176 ТВт·ч в 2023 году и может достичь 325–580 ТВт·ч к 2028 году (Министерство энергетики США, декабрь 2024 года). Этот разброс иллюстрирует неопределённость. Он охватывает дата-центры в целом, а не только генеративный ИИ.
Выбросы зависят от того, где и когда производится энергия
Эффективный сервер в энергосети, сильно зависящей от ископаемого топлива, может создавать больше эксплуатационных выбросов, чем менее эффективный сервер, снабжаемый низкоуглеродной энергией. Годовые контракты на возобновляемую энергию не всегда отражают, каким электричеством реально снабжается объект в конкретный час спроса. Предельный спрос может удерживать в работе генерацию на ископаемом топливе, даже когда компания покупает сертификаты возобновляемой энергии.
МЭА оценило связанные с электричеством выбросы дата-центров примерно в 180 миллионов тонн углекислого газа в 2024 году — около 0,5% глобальных выбросов от сжигания топлива. В базовом сценарии агентства эта доля растёт к 2030 году примерно до 1% (климатический анализ МЭА). Небольшие глобальные доли всё равно способны противоречить местным климатическим планам или создавать быстрый рост в отдельном секторе.
Достоверная отчётность должна включать выбросы, рассчитанные и по местоположению, и по рыночному методу, почасовое сопоставление там, где это осуществимо, резервные генераторы, строительство и выбросы, заложенные в само оборудование. Утверждения об избегнутых выбросах благодаря оптимизации с помощью ИИ следует отчитывать отдельно и подтверждать против контрфактического сценария.
Вода — это локальная проблема
Дата-центры могут потреблять воду напрямую через испарительное охлаждение и косвенно через производство электроэнергии. Производство полупроводников также требует воды высокого качества. Забор воды — не то же самое, что потребление: забранная вода может быть возвращена, тогда как потреблённая вода сразу недоступна для местного водного бассейна.
Галлон воды, использованный в бассейне с водным дефицитом, имеет иное воздействие, чем использованный там, где снабжение обильно. Годовые глобальные итоги могут скрывать сезонную конкуренцию с домохозяйствами, экосистемами, сельским хозяйством и промышленностью. Воздушное охлаждение может снизить прямое потребление воды, но увеличить потребление электричества; повторно очищенная вода может снизить спрос на питьевую воду, но требует инфраструктуры и защитных мер.
ОЭСР отмечает, что экологическая оценка должна выходить за рамки энергии и углерода и охватывать пресную воду и добычу минералов, и что отчётность дата-центров по воде остаётся неполной (вычислительные мощности ИИ, ОЭСР). Сообществам нужны данные на уровне конкретного объекта — о заборе воды, потреблении, источнике, сезонном дефиците, сбросе и планах на случай чрезвычайных ситуаций — прежде чем выдавать разрешения.
У чипов есть след выше по цепочке поставок
Продвинутые ускорители зависят от географически сконцентрированного производства, упаковки, памяти и материалов. Производственные предприятия предъявляют большие требования к строительству и коммунальным ресурсам. Короткие циклы обновления моделей могут приводить к списанию всё ещё работоспособного оборудования, хотя более старые ускорители можно повторно использовать для менее требовательного инференса.
Добыча и переработка сырья могут причинять ущерб среде обитания, загрязнение, профессиональные риски и геополитическую зависимость. Точно отнести эти последствия именно к «ИИ» трудно, поскольку та же цепочка поставок обслуживает телефоны, транспортные средства, сетевое оборудование и другие вычисления. Анализ жизненного цикла должен прозрачно распределять воздействие, а не приписывать весь рост производства полупроводников исключительно ИИ.
ЮНЕП называет энергию, выбросы парниковых газов, воду, добычу минералов и электронные отходы прямыми проблемами жизненного цикла и призывает к единым методам измерения (ЮНЕП, сентябрь 2024 года). У ЮНЕП экологический мандат, что формирует её фокус; тем не менее её рекомендация по измерению остаётся в целом полезной.
ИИ может приносить экологические выгоды
Машинное обучение может улучшать погодное и климатическое моделирование, обнаруживать метан, оптимизировать энергосети и здания, прогнозировать выработку возобновляемой энергии, проектировать материалы и поддерживать природоохранную деятельность. Выгоды нужно измерять при реальном развёртывании, а не выводить из точности на тестовых наборах.
Эффекты отскока имеют значение. Если эффективность снижает издержки, совокупное использование может вырасти достаточно, чтобы свести на нет экономию. Оптимизация может также перераспределять вред: снижать издержки на электричество, одновременно увеличивая потребление воды, или размещать инфраструктуру в уязвимом сообществе. Итоговая оценка должна учитывать индуцированный спрос и распределение последствий.
МЭА прогнозирует, что возобновляемые источники покроют примерно половину роста спроса дата-центров на электроэнергию к 2035 году в своём базовом сценарии, но природный газ и уголь также обеспечивают существенную часть роста в ближайшей перспективе. Поэтому фраза «работает на возобновляемой энергии» не описывает сектор в целом.
Более удачные инфраструктурные решения
Операторы могут повышать загрузку мощностей, использовать эффективные модели и оборудование, планировать гибкие рабочие нагрузки на время, когда доступна более чистая энергия, продлевать срок службы оборудования, утилизировать тепло там, где это полезно, сокращать простаивающие мощности и выбирать охлаждение, подходящее для местного водного бассейна. Небольшие специализированные под задачу модели могут превосходить расточительное использование модели передового уровня.
Коммунальные компании и регуляторы могут требовать реалистичных исследований подключения к сети, распределения издержек, гибкости спроса, чистого энергоснабжения, публичного рассмотрения вопросов водопользования и планов вывода объектов из эксплуатации. Клиенты дата-центров не должны незаметно перекладывать издержки на модернизацию сети или дефицит ресурсов на домохозяйства.
Раскрытие информации должно использовать общие функциональные единицы измерения: энергию и воду на один цикл обучения, на стандартизированную рабочую нагрузку и на объём предоставленных услуг — наряду с абсолютными итогами по компании и по объекту. Показатели эффективности без данных об абсолютном росте могут вводить в заблуждение.
Что может изменить AGI
Спрос AGI на энергию — это сценарий. Системы, автоматизирующие исследования и экономическую деятельность, могли бы резко увеличить использование вычислительных мощностей. Они также могли бы улучшить проектирование чипов, материалов, энергосетей и развёртывание чистой энергетики. Эффект отскока в духе Джевонса мог бы превратить выигрыш в эффективности в рост совокупного потребления.
Физические ограничения сохраняются: заводам по производству чипов, трансформаторам, генерации, энергосетям, водным системам и разрешительным процедурам требуется время. Утверждения о немедленном изобилии интеллекта должны учитывать эти узкие места. Экологическое регулирование может стать практическим ограничением для развёртывания, а не внешним по отношению к нему вопросом.
Взвешенный стандарт
Задайте четыре вопроса: каков абсолютный след на протяжении всего жизненного цикла? Где и когда он возникает? Кто получает выгоду и кто несёт издержки? Какая альтернатива обеспечивает ту же функцию?
Данные не подтверждают ни тезис «ИИ экологически незначим», ни тезис об универсальной катастрофе на каждый запрос. Дата-центры составляют меньшинство мирового потребления электроэнергии, но представляют собой быстро растущую, географически сконцентрированную нагрузку с существенным воздействием на воду и цепочки поставок. ИИ способен обеспечивать экологические улучшения, но учитываются только измеренные чистые результаты. Обязательное раскрытие информации на уровне объектов, стандарты жизненного цикла, участие местных сообществ, инвестиции в чистые энергосети и выбор эффективных моделей — основа честной экологической политики.