從悖論到進(jìn)步：

一個凈正人工智能能源框架洞察報告2025年12月與埃森哲合作AdobeStock

圖片：內(nèi)容閱讀指南4前言

5執(zhí)行摘要61

正向人工智能能源緊迫性72凈正人工智能能量框架

122.1以效率為設(shè)計目標(biāo)

142.2

為影響而部署

172.3

明智地塑造需求

193

戰(zhàn)略賦能233.1消費(fèi)者教育與勞動力技能提升243.2

生態(tài)協(xié)作273.3透明度測量與問責(zé)制

30下一步和行動號召34貢獻(xiàn)者35尾注

37一個正網(wǎng)絡(luò)能量AI框架：從悖論到進(jìn)步：

2該系列旨在通過與制定人工智能戰(zhàn)略和實施數(shù)據(jù)的論壇合作伙伴和利益相關(guān)者持續(xù)合作，加深對人工智能能源影響的理解。這些論文共同為人工智能在變革能源系統(tǒng)中所扮演的角色提供了當(dāng)前和前瞻性的視角，并構(gòu)成了“智能時代行業(yè)”跨行業(yè)系列的一部分，該系列探討人工智能的全球影響。系列包括：世界經(jīng)濟(jì)論壇的AI能源影響計劃旨在推動更高效的AI應(yīng)用，在最大程度發(fā)揮AI對更綠色、更經(jīng)濟(jì)、更安全的能源未來的貢獻(xiàn)的同時，最小化能源使用。本報告系列考察了AI在全球的變革性能源影響，通過宏觀分析和聚焦區(qū)域深入剖析提供見解。隨著AI持續(xù)快速發(fā)展，本系列每篇報告旨在提供其能源影響和當(dāng)時形勢的快照。這份洞察報告在原有基礎(chǔ)上提出了一種戰(zhàn)略轉(zhuǎn)變，從悖論轉(zhuǎn)向進(jìn)步，使人工智能的擴(kuò)展能夠與國家和企業(yè)的能源轉(zhuǎn)型路徑保持一致。它介紹了一種實現(xiàn)凈正人工智能能源的實用框架：

一個人工智能帶來的能源和資源節(jié)約超過其整個生命周期所消耗能源的未來。1

這不是一個理論上的抱負(fù)。它是確保人工智能為能源系統(tǒng)的韌性、可持續(xù)性和公平性做出貢獻(xiàn)而非構(gòu)成妥協(xié)

的戰(zhàn)略必要性。2025年1月，論壇聯(lián)合其人工智能與能源影響社區(qū)以及埃森哲發(fā)布了該系列的第一篇論文人工智能的能源悖論：平衡挑戰(zhàn)與機(jī)遇.那篇論文引發(fā)了關(guān)于人工智能雙重性的全球?qū)υ?，其加速脫碳的潛力以及迅速增長的能源需求。該報告呼吁對人工智能的能源影響給予緊急關(guān)注，并為其新方法奠定了基礎(chǔ)。閱讀指南即將推出：引領(lǐng)未來：阿塞拜疆AI即將推出：《談權(quán)力：中東和北非-能源用例到商業(yè)案例行動手冊地區(qū)的AI和超大規(guī)模數(shù)據(jù)中心基礎(chǔ)設(shè)施優(yōu)化》對工業(yè)生態(tài)系統(tǒng)的影響人工智能的能源悖論：平衡挑從戰(zhàn)悖與論到進(jìn)步：一個凈正人工智能機(jī)遇能源框架對區(qū)域的影響一個正網(wǎng)絡(luò)能量AI框架：從悖論到進(jìn)步：

3合作與埃森哲合作從悖論到進(jìn)步：一個正凈人工智能能源框架洞察報告2025年12月人工智能的平衡能源悖論挑戰(zhàn)與機(jī)遇白皮書2025年1月地域特定跨行業(yè)人工智能時代產(chǎn)業(yè)的轉(zhuǎn)型人工智能治理聯(lián)盟與Accenture合作可以加強(qiáng)能源系統(tǒng)，而不是使其負(fù)擔(dān)加重，提高可靠性，優(yōu)化電網(wǎng)和其他能源資產(chǎn)，減少排放，并實現(xiàn)更智能、更高效決策。人工智能的擴(kuò)張是不可避免的。當(dāng)前的挑戰(zhàn)在于確保其發(fā)展與其支撐系統(tǒng)的容量和可持續(xù)性保持一致。本文提供了一個以影響為先的AI藍(lán)圖，將節(jié)能、負(fù)責(zé)任部署、需求側(cè)治理嵌入到AI發(fā)展中并使用。它借鑒了來自現(xiàn)實世界的見解。

以及跨越行業(yè)、政府、學(xué)術(shù)界和民間社會的全球組織網(wǎng)絡(luò)。由世界經(jīng)濟(jì)論壇的AI能源影響計劃牽頭開發(fā)，并與埃森哲及頂尖專家合作，該框架是一個行動號召，也是協(xié)調(diào)發(fā)展的指南。它反映了一種日益增長的共識：將人工智能與能源和可持續(xù)發(fā)展目標(biāo)相結(jié)合，不僅是

一種道義責(zé)任；它也是經(jīng)濟(jì)競爭力、能源安全及包容性繁榮的戰(zhàn)略優(yōu)勢。今天的抉擇將塑造人工智能在我們能源未來的作

用。一種凈正面的方法，從設(shè)計上講，可以確保人工智能成為能源安全、公平發(fā)展和能源轉(zhuǎn)型的催化劑。人工智能（AI）正快速改變經(jīng)濟(jì)和社會。然而，從人工智能中提取可衡量的價值仍然是一個障礙。大約74%的公司仍然難以實現(xiàn)和擴(kuò)展人工智能的價值。已出現(xiàn)的AI能源使用案例表明，通過嵌入可持續(xù)性，企業(yè)可以從人工智能中解鎖可衡量的價值，例如更快的部署和效率節(jié)約。2從優(yōu)化供應(yīng)鏈和加速科學(xué)發(fā)現(xiàn)，到賦能更智能的基礎(chǔ)設(shè)施和更高效的能源系統(tǒng)，人工智能正成為經(jīng)濟(jì)競爭力、能源安全和創(chuàng)新的基礎(chǔ)性技術(shù)。然而，隨著其能力的增長，其能源足跡也隨之增加，這就提出了一個問題：人工智能能否在不耗盡能源系統(tǒng)的情況下驅(qū)動可持續(xù)性和韌性？風(fēng)險很高。如果沒有有意的設(shè)計和管理，由人工智能驅(qū)動的電力需求可能會抵消一些可再生能源部署所取得的收益，并增加發(fā)電和輸電系統(tǒng)的運(yùn)營壓力。如果不受控制，人工智能可能會成為系統(tǒng)壓力、基礎(chǔ)設(shè)施瓶頸、能源市場波動和負(fù)面氣候影響的潛在貢獻(xiàn)者。

3有這些都可能破壞經(jīng)濟(jì)競爭力和系統(tǒng)可靠性工作。然而，利用最新的創(chuàng)新，并正確地設(shè)置杠桿，人工智能李茜負(fù)責(zé)人，人工智能，數(shù)據(jù)與元宇宙；副負(fù)責(zé)人，人工智能卓越中心；執(zhí)行委員會成員，世界經(jīng)濟(jì)論壇羅伯托·博卡能源與材料中心主任；世界經(jīng)濟(jì)論壇執(zhí)行委員會成員詹姆斯·馬祖爾克美國公用事業(yè)公司董事總經(jīng)理；埃森哲戰(zhàn)略負(fù)責(zé)人前言從悖論到進(jìn)步：一個正凈人工智能能源框架一個正網(wǎng)絡(luò)能量AI框架：從悖論到進(jìn)步：

42025年12月所它們共同構(gòu)成了一份協(xié)調(diào)人工智能發(fā)展與能源、經(jīng)濟(jì)和氣候目標(biāo)的連貫藍(lán)圖。該框架借鑒了來自15多個國家的130多個實際應(yīng)用案例，展示了組織如何已經(jīng)開始實現(xiàn)成本節(jié)約、電網(wǎng)可靠性和減少等方面的效益。二氧化碳（CO2風(fēng)險很高。Transformer短缺，延遲電力連接5

以及基礎(chǔ)設(shè)施瓶頸正出現(xiàn)在各個地區(qū)。

6,7

若缺乏有意的設(shè)計與治理，人工智能可能會加劇數(shù)字鴻溝，將能力集中于能源豐富的地區(qū)，而使其他地區(qū)落后。然而，機(jī)會是明確的。人工智能可以顯著減少數(shù)據(jù)中心冷卻能耗，8

提高供暖、通風(fēng)和空調(diào)（HVAC）效

率，9,10

并優(yōu)化網(wǎng)格、物流和工業(yè)流程。

11,12,13

將

效率嵌入人工智能設(shè)計中的公司正在看到性能、彈性和可持續(xù)性方面的可衡量收益。本報告為高管、政策制定者和技術(shù)領(lǐng)導(dǎo)者提供了一份負(fù)責(zé)任地擴(kuò)展人工智能的戰(zhàn)略藍(lán)圖。通過將業(yè)務(wù)目標(biāo)與可持續(xù)能源成果相結(jié)合，組織可以加速實現(xiàn)凈積極的人工智能能源，將負(fù)責(zé)任的設(shè)計轉(zhuǎn)化為持久的競爭優(yōu)勢。人工智能（AI）正在重塑產(chǎn)業(yè)，釋放新的效率并加速創(chuàng)新。然而，其快速增長帶來了不斷增長的能源需求，這可能會使基礎(chǔ)設(shè)施承壓、削弱競爭力并抵消氣候收益。在一些地區(qū)，數(shù)據(jù)中心需求的上升導(dǎo)致家庭和企業(yè)的電力價格上漲，凸顯了將人工智能增長與可負(fù)擔(dān)性和公眾接受度相協(xié)調(diào)的重要性。到2035年，全球數(shù)據(jù)中心電力使用量可能達(dá)到1,200太瓦時（TWh），從2024年的42

0TWh增長而來。4

如果沒有戰(zhàn)略干預(yù)，人工智能可能會成為系統(tǒng)壓力和氣候風(fēng)險的潛在因素。管理人工智能的能源影響已不再是未來的擔(dān)憂——它是一個當(dāng)下的創(chuàng)新必然。正能量的人工智能意味著確保人工智能帶來的能源和資源節(jié)約超過其生命周期消耗——使負(fù)責(zé)任的擴(kuò)展成為競爭力和韌性的來源。雖然人工智能可以優(yōu)化各行業(yè)的能源使用，但其增長必須與系統(tǒng)容量和可持續(xù)發(fā)展目標(biāo)相一致。問題不在于人工智能是否會增長，而在于它是否負(fù)責(zé)任地、與能源轉(zhuǎn)型同步增長。執(zhí)行摘要實現(xiàn)凈正的AI能源成果需要有意向的利益相關(guān)者就AI的增長與能源效率、韌性和可持續(xù)性達(dá)成一致。以效率為設(shè)計目標(biāo)為影響而部署明智地塑造需求消費(fèi)者教育與勞動力技能提升生態(tài)協(xié)作透明度測量與問責(zé)制正和人工智能框架圍繞三個行動驅(qū)動構(gòu)建:這些得到了三個戰(zhàn)略使能者的支持：從悖論到進(jìn)步：

一個正凈人工智能能體系框架第5頁正人工智能能量必要

性構(gòu)建一個凈正人工智能能源生態(tài)系統(tǒng)，確保人工智能強(qiáng)化而非削弱能源安全、競爭力和氣候進(jìn)程。1一個正人工智能能量框架從悖論到進(jìn)步：6是什么：定義凈正AI能源為什么重要：挑戰(zhàn)的規(guī)模人工智能數(shù)據(jù)中心能源與氣候影響用途網(wǎng)站托管，社交網(wǎng)絡(luò)，云，視頻平臺，傳統(tǒng)人工智能，生成式人工智能，自主式人工智能C__C爆炸在用戶數(shù)量人工智能服務(wù)的

“凈正AI能源”指的是

一個未來，其中AI帶來的能源和資源節(jié)約超過了AI系統(tǒng)整個生命周期中所消耗的能源和資源。圖1數(shù)據(jù)中心和數(shù)字基礎(chǔ)設(shè)施晶圓、人工智能加速器、服務(wù)器

共址，超大規(guī)模提供商廣泛集成生成式人工智能的服務(wù)這種增長可能開始抵消年度可再生能源的增長。17

而同時擾亂國家能源規(guī)劃并使電網(wǎng)承壓。在許多地區(qū)，快

速建設(shè)新的可再生能源、核能和電網(wǎng)容量以滿足人工智能驅(qū)動的需求是不可行的，這意味著這部分?jǐn)U張可能仍然依賴化石燃料。即使供應(yīng)增加，基礎(chǔ)設(shè)施升級也可能

滯后，可能會限制能源供應(yīng)并阻礙人工智能發(fā)展。18

因此，必須采取一種凈正面的方法，不僅要解決排放問題

,還要解決清潔能源如何分配的問題，以確保人工智能支持而不是與更廣泛的脫碳工作競爭。實現(xiàn)這一成果需要認(rèn)識到更廣泛的AI與能源的關(guān)聯(lián)，

AI對電力、水、土地和關(guān)鍵礦產(chǎn)的需求之間的相互聯(lián)系，以及維持它們的生態(tài)系統(tǒng)。雖然本文承認(rèn)這些交織的資源影響，但其主要重點在于能源維度以及AI如何以加強(qiáng)能源安全、競爭力和可持續(xù)性的方式來實現(xiàn)規(guī)?；?。擴(kuò)大數(shù)據(jù)中心會增加能源消耗和排放，并加劇冷卻對水的需求；礦產(chǎn)開采會影響土地和生物多樣性。通過整體化的、有資源意識的設(shè)計來解決這些級聯(lián)壓力，確保AI的增長為經(jīng)濟(jì)、環(huán)境和общество

同時帶來凈效益。/app/uploads/2025/09/Synthese-RF-PIA-1.pdf

.一個正網(wǎng)絡(luò)能量AI框架：從悖論到進(jìn)步：

7下一個十年。15

為這些設(shè)施提供動力和連接所需的基礎(chǔ)設(shè)施正在以類似的步伐擴(kuò)張。僅在美國，公用事業(yè)公司預(yù)計未來五年將在發(fā)電和電網(wǎng)容量方面投資1.1萬億美元，主要目的是服務(wù)數(shù)據(jù)中心和不斷增長的AI工作負(fù)載

。16

這筆資金注入將推動一項歷史性的基礎(chǔ)設(shè)施擴(kuò)建

,重塑全球電力需求、電網(wǎng)規(guī)劃和投資優(yōu)先級。\"凈正AI能量\"指的是人工智能帶來的能源和資源節(jié)約超過整個AI系統(tǒng)生命周期所消耗的能源和資源的一種未來

。這個概念不僅包括能源和資源的節(jié)約，還包括更廣泛的系統(tǒng)級效益，包括提高能源安全、增強(qiáng)電網(wǎng)可靠性、優(yōu)化容量和降低運(yùn)營成本。

14

這些對于建立一個有彈性和可持續(xù)的能源未來都至關(guān)重要。當(dāng)AI變得越杰文斯悖論

1隨著其可用性及其使用范圍擴(kuò)大，

一個關(guān)鍵挑戰(zhàn)將是確保效率提升能創(chuàng)造真實價值，而不是引發(fā)更多人工智能使用，從而抵消能源和資源的節(jié)約。

19供應(yīng)效應(yīng)新增產(chǎn)能實現(xiàn)新用途使用效果使用驅(qū)動需求用于新增產(chǎn)能The

Shift

Project.(2025).人工智能，數(shù)據(jù)，計算：在一個去碳化世界中，需要哪些基礎(chǔ)設(shè)施？源碼：翻譯文本：雖然有幾個因素塑造了AI不斷增長的能源使用，但有兩個主要的（但并非排他的）驅(qū)動因素是：為滿足AI加速需求，近期估計全球已有超過2萬億美元的數(shù)據(jù)中心項目正在規(guī)劃或建設(shè)中。投資增加為新的數(shù)據(jù)中心和容量理解人工智能能耗的潛在驅(qū)動因素使用增加按用戶有用數(shù)據(jù)已收集且未使用的數(shù)據(jù)計算需求前沿模型的計算需求以及超大規(guī)模數(shù)據(jù)中心能源使用的集中加劇了這些動態(tài)。與過去的數(shù)字化轉(zhuǎn)型不同，如今的AI繁榮是在明確資源約束下展開的，這帶來了一種責(zé)任和機(jī)遇，即有意地設(shè)計能源使用。凈正差距的風(fēng)險生成式人工智能鴻溝的風(fēng)險是一個真正的憂慮。擁有集中技術(shù)能力和大規(guī)模數(shù)據(jù)中心的國家正在趕超，而其他國家則面臨結(jié)構(gòu)性障礙。這種不平衡可能會加劇經(jīng)濟(jì)和創(chuàng)新差距，形成一個兩速世界，其中人工智能驅(qū)動的利益分配不均?，F(xiàn)有的出版物和文章21

證明高級人工智能的計算能力正日益集中在少數(shù)地區(qū)，引發(fā)了關(guān)于人工智能經(jīng)濟(jì)中公平參與問題的擔(dān)憂。避免這種情況的措施可能包括：–投資南北合作和共享基礎(chǔ)設(shè)施-支持量身定制的區(qū)域創(chuàng)新中心到地方能源環(huán)境-

確?？沙掷m(xù)的公平獲取計算以防止數(shù)字鴻溝隨著能源成為限制因素，AI能力可能會集中到電力充足

且基礎(chǔ)設(shè)施完善的地域或企業(yè)。這種動態(tài)可能加劇數(shù)字鴻溝，并在創(chuàng)新獲取方面造成不對稱性，有可能會將能源豐富的地區(qū)轉(zhuǎn)變?yōu)橹鲗?dǎo)性樞紐，而讓其他地區(qū)落后。

22實現(xiàn)凈正AI能源的障礙實現(xiàn)凈正AI能源需要克服六個維度上的一系列復(fù)雜挑戰(zhàn)： 測量與透明度–缺乏標(biāo)準(zhǔn)化的能源使用指標(biāo)–能源報告不透明或不完整–數(shù)據(jù)碎片化和基準(zhǔn)缺失

與過去的數(shù)字化轉(zhuǎn)型不同，當(dāng)今的人工智能繁榮是在明確資源約束下展開的，這提出了有意識地設(shè)計能源使用的責(zé)任和機(jī)遇。暗數(shù)據(jù)與無意費(fèi)，造成浪費(fèi)的計算和不斷增長的“暗數(shù)據(jù)”體積，這些數(shù)據(jù)通過持續(xù)的存儲和冷卻消耗電力。

20—能源密集型模型訓(xùn)練和部署—冷卻和基礎(chǔ)設(shè)施低效—供應(yīng)受限的硬件限制和緩慢的刷新周期許多AI查詢和訓(xùn)練運(yùn)行發(fā)生無法洞察他們的能源或碳排放一個正網(wǎng)絡(luò)能量AI框架：從悖論到進(jìn)步：

8人工智能的隱藏數(shù)據(jù)影響

。排放足跡2儲能技術(shù)圖2–將數(shù)據(jù)中心冷卻能耗降低40%23—提高商業(yè)建筑暖通空調(diào)(HVAC)能效15～40%24,25—簡化復(fù)雜的審批流程26—優(yōu)化電網(wǎng)運(yùn)行，減少損耗并提高可靠性27–提高可再生能源并網(wǎng)的預(yù)測能力28——簡化物流和工業(yè)流程以減少排放29機(jī)會很明確：如果以明確的目的投入使用，人工智能可以實現(xiàn)凈正能量的能源和氣候成果，其中收益超過其能源消耗。為什么需要一個新的框架當(dāng)前人工智能發(fā)展的軌跡主要集中在增長上，強(qiáng)調(diào)規(guī)模

、速度和能力。30

這種方法不再足夠。

31根據(jù)行業(yè)利益相關(guān)者，生態(tài)參與者必須轉(zhuǎn)而采用以影響為先的范式，該范式優(yōu)先考慮可衡量的成果而非原始性能。這個框架并非要求約束，而是要求戰(zhàn)略協(xié)同，確保人工智能的快速增長推動創(chuàng)新，支持可持續(xù)性，并增強(qiáng)長期韌性。這個框架為誰而設(shè)計？實現(xiàn)凈正人工智能能源需求需要集體行動。該框架幫助利益相關(guān)者確保人工智能的能源影響成為一個戰(zhàn)略優(yōu)勢 ,而不是一個負(fù)債。擁有成熟人工智能系統(tǒng)的企業(yè)正以比其他人快數(shù)倍的速度將它們應(yīng)用于可持續(xù)性成果，并且更注重長期價值創(chuàng)造。32

跨行業(yè)和跨區(qū)域構(gòu)建這種能力對于實現(xiàn)大規(guī)模凈正能效益至關(guān)重要。應(yīng)對這些挑戰(zhàn)將需要跨相關(guān)市場領(lǐng)域的合作、

投資和問責(zé)制。機(jī)遇：人工智能作為能源和氣候資產(chǎn)盡管存在這些挑戰(zhàn)，人工智能在加速清潔能源轉(zhuǎn)型的同時，也能提升競爭力，具有巨大潛力。負(fù)責(zé)任地部署人工智能，可以實現(xiàn)許多好處，包括： 生態(tài)系統(tǒng)破碎化—單一部門創(chuàng)新和互操作性差距（技術(shù)、監(jiān)管等 )—利益相關(guān)者之間激勵失調(diào)—低信任阻礙合作 行為和需求側(cè)–無意識消費(fèi)和反彈效應(yīng)–來自低邊際成本的彈性需求–節(jié)能行為的激勵有限

機(jī)遇十分明確：如果懷著意圖進(jìn)行部署，人工智能可以帶來凈正能量和氣候效益，其效益將超過其能源消耗?！斯ぶ悄芘c能源領(lǐng)域中的技能差距—對高效人工智能的教育有限—

區(qū)域準(zhǔn)備程度不均–地區(qū)政策框架不一致–慢慢適應(yīng)人工智能政策–

自愿能源標(biāo)準(zhǔn)和規(guī)范的應(yīng)用有限 勞動力與產(chǎn)能一個正網(wǎng)絡(luò)能量AI框架：從悖論到進(jìn)步：

9監(jiān)管和政策關(guān)鍵行動關(guān)鍵行動圖3人工智能對能源的影響的利害關(guān)系者共同地，這些利益相關(guān)者能夠確保人工智能的增長強(qiáng)化而不是制約全球能源和氣候系統(tǒng)。關(guān)鍵行動關(guān)鍵行動--研究人工智能消費(fèi)指標(biāo)和方法--—選擇節(jié)能型AI工具—支持透明平臺開發(fā)人工智能能源素養(yǎng)課程--倡—踐行數(shù)字節(jié)儉和負(fù)責(zé)任使用導(dǎo)透明度和問責(zé)制技術(shù)提供方開發(fā)人員、芯片制造商和平臺架構(gòu)師通過設(shè)計、訓(xùn)練、硬件、基礎(chǔ)設(shè)施和透明度選擇塑造人工智能的能源足跡。學(xué)術(shù)界和公民社會學(xué)術(shù)和民間社會組織制定方法、監(jiān)督和培訓(xùn)，以加強(qiáng)衡量、勞動力隊伍準(zhǔn)備和包容。關(guān)鍵行動–部署節(jié)能AI系統(tǒng)和硬件–提供面向用戶的能源透明度工具–發(fā)布可持續(xù)性基準(zhǔn)和生命周期披露—將人工智能融入脫碳和能源效率戰(zhàn)略—制定分階段能源和電網(wǎng)集成路線—培訓(xùn)團(tuán)隊負(fù)責(zé)任、具有能源意識的AI使用消費(fèi)者和最終用戶用戶的選擇和期望塑造了AI的能源影響、市場和政策。政策、激勵和基礎(chǔ)設(shè)施規(guī)劃決定了人工智能是成為一種氣候資產(chǎn)還是一種負(fù)債?！贫ㄟx址和政策護(hù)欄的效率標(biāo)準(zhǔn)——強(qiáng)制要求生命周期能源和排放報告——支持共享基礎(chǔ)設(shè)施和創(chuàng)新中心行業(yè)領(lǐng)袖政府和監(jiān)管機(jī)構(gòu)人工智能可以幫助企業(yè)減少能源使用和排放，通過明確的市場信號推動創(chuàng)新。一個正網(wǎng)絡(luò)能量AI框架從悖論到進(jìn)步：10<

>正凈人工智能能量框架要實現(xiàn)凈正的AI能源，組織必須高效設(shè)計、部署產(chǎn)生實際影響并有意塑造需求。一個正人工智能能源框架：從悖論到進(jìn)步：112圖4正凈人工智能能量框架繪制AI能源價值鏈雖然對于人工智能能源價值鏈的確切階段存在不同觀點，

33,34,35

它們通常包含三個核心組件，這些組件說明了人工智能如何以及在哪里與更廣泛能源系統(tǒng)連接：表1人工智能能源價值鏈正人工智能能量為影響而部署

明智地塑造需求消費(fèi)者教育與勞動力技能提升生態(tài)協(xié)作透明度測量與問責(zé)制●

行為驅(qū)動

階段描述上游輸入原材料、芯片、服務(wù)器、數(shù)據(jù)中心以效率為設(shè)計目標(biāo)

生命周期操作模型訓(xùn)練、部署、存儲高效設(shè)計，明智塑造需求下游應(yīng)用網(wǎng)格和建筑物中的人工智能賦能節(jié)能為影響而部署，明智地塑造需求行業(yè)等。使其驅(qū)動因素有效的根本條件：消費(fèi)者教育和工作技能提升、生態(tài)系統(tǒng)合作以及透明衡量和問責(zé)制。它們共同構(gòu)成了一個藍(lán)圖的框架，用于使人工智能的增長與能源

、氣候和經(jīng)濟(jì)目標(biāo)保持一致。要從悖論走向進(jìn)步，本文介紹了一個圍繞三個直接驅(qū)動可衡量能源影響的行動驅(qū)動的實用框架：為效率而設(shè)計、為影響而部署和明智地塑造需求。這些行動由三個戰(zhàn)略使能者支持，它們概述了每個行動驅(qū)動映射到特定的價值鏈階段，從而實現(xiàn)精準(zhǔn)干預(yù)。所有戰(zhàn)略賦能者貫穿價值鏈，提供測量、合作和教育所需要的從基礎(chǔ)設(shè)施到應(yīng)用程序推動進(jìn)展。相關(guān)動作驅(qū)動器一個正凈人工智能能源框架從悖論到進(jìn)步：12面向效率的設(shè)計●戰(zhàn)略賦能●

目標(biāo)使人工智能本身更高效第一個行動驅(qū)動器，“為效率而設(shè)計”，從開始就將可持續(xù)性嵌入人工智能模型、硬件和基礎(chǔ)設(shè)施中。它同時支持大型36

方法通過改進(jìn)算法、硬件使用和系統(tǒng)設(shè)計方面的效率，實現(xiàn)規(guī)模系統(tǒng)和小型、節(jié)儉型人工智能，使模型能夠在最小的能源和材料使用下實現(xiàn)其目的。更多內(nèi)容請參見論壇洞察報告《自然積極：科技行業(yè)的角色》。效率也必須反映能源是如何被消耗的。訓(xùn)練過程簡短但電力密集型，而廣泛推理隨時間推移可能超過它。這些模式因AI類型而異，并決定了優(yōu)化能產(chǎn)生最大影響的領(lǐng)域。由于AI需要大量電力、水、土地和材料，因此早期建立效率能夠設(shè)計效率數(shù)據(jù)中心電力消耗將在2030年翻一番以上，達(dá)到約945太瓦時（TWh）

…

…

（基準(zhǔn)情景）將上升到約1200TWh（基準(zhǔn)情景）。國際能源署(IEA).(2025).能源與人工智能。可持續(xù)增長。這反過來最終支持了本文的第三行動驅(qū)動 ,即明智地塑造需求，通過推廣為每個應(yīng)用使用適當(dāng)規(guī)模的模型。關(guān)鍵杠桿包括：—節(jié)能硬件（低功耗芯片、加速器、神經(jīng)形態(tài)處理器）—模型優(yōu)化（稀疏模型、量化、剪枝、聯(lián)邦學(xué)習(xí)）

—綠色數(shù)據(jù)中心（可再生能源驅(qū)動、優(yōu)化水冷、模塊化設(shè)計 )—生命周期影響追蹤（碳、水、材料）

—熱回收系統(tǒng)（廢熱再利用）

第一個行動驅(qū)動器，“為效率而設(shè)計”，從

一開始就將可持續(xù)性嵌入人工智能模型、硬件和基礎(chǔ)設(shè)施中。圖

5戰(zhàn)略建議：–將能源關(guān)鍵績效指標(biāo)（KPIs）嵌入人工智能采購和設(shè)計。–使硬件更新和創(chuàng)新與可持續(xù)性目標(biāo)保持

一

致。

–跟蹤人工智能整個生命周期的能源和碳強(qiáng)度。

用例見解和要點：在當(dāng)前（但正在擴(kuò)展）的庫存中的37%的使用案例中，組織正在應(yīng)用各種杠桿來提高AI效率。然而，很少有人持續(xù)衡量或披露生命周期影響。進(jìn)展仍然不均衡，透明度至關(guān)重要。模型優(yōu)化綠色數(shù)據(jù)中心生命周期影響跟蹤熱回收系統(tǒng)一個正網(wǎng)絡(luò)能量AI框架：從悖論到進(jìn)步：

13為效率而設(shè)計——關(guān)鍵杠桿節(jié)能硬件面向效率的設(shè)計2.1進(jìn)一步實現(xiàn)或預(yù)期的影響(超過一年)-

額外效率和碳減排從持續(xù)優(yōu)化中-可擴(kuò)展的低碳設(shè)計支持人工智能基礎(chǔ)設(shè)施的擴(kuò)展審視杠桿的作用-

模塊化高性能人工智能數(shù)據(jù)中心具有先進(jìn)的設(shè)施管理以及液體冷卻-

熱流和電流傳導(dǎo)的3D建模用于預(yù)測優(yōu)化和可擴(kuò)展性-

基于可再生能源運(yùn)行以確保長期效率和低碳性能機(jī)會生命周期影響跟蹤：整合實時生命周期評估（LCA）近期影響已實現(xiàn)或預(yù)期(少于一年)回收熱的機(jī)會系統(tǒng)：-

部署速度提升50%

到傳統(tǒng)構(gòu)建-高性能計算-

20%節(jié)能*參見表2獲取相關(guān)的“效率設(shè)計”用例示例。Kahil,H.,et.Al.(2025).

強(qiáng)化學(xué)習(xí)用于數(shù)據(jù)中心能效優(yōu)化：系統(tǒng)文獻(xiàn)來源：審查和研究路線圖。應(yīng)用能源，第389卷，125734。

https://www.sciencedirect.com/science/article/pii/S0306261925004647?

;

Makin,Y.,

Maliakkal,

R.(2025).通過硬件-軟件協(xié)同設(shè)計在NVIDIA、AMD和新興GPU架構(gòu)上進(jìn)行可持續(xù)AI訓(xùn)練?？的螤柎髮W(xué)。https://arxiv.org/abs/2508.13163?

;

Lescuyer,

L.(2024).借助生命周期分析揭示數(shù)據(jù)中心完整環(huán)境面貌。https://www.datacenterdynamics.com/en/opinions/revealing-full-data-center-environmental-faces-thanks-to-life-cycle-analysis/?;

國際可再生能源署。(2025)。數(shù)據(jù)中心余熱回收。

/Innovation-landscape-for-smart-electrification/Power-to-heat-and-cooling/31-Waste-heat-recovery-from-data-centres?

.

更高效的張量處理單元（TPU）芯片設(shè)計已經(jīng)導(dǎo)致了谷歌（AI芯片超過兩代）：人工智能工作負(fù)載的碳效率提升了三倍重新設(shè)計的架構(gòu)和TPU調(diào)整減少了訓(xùn)練全局軟件公司（CodeGen2.5優(yōu)化）：提高40%的能量效率，同時不損失性能，通過改進(jìn)的模型設(shè)計和硬件調(diào)優(yōu)配備第二生命電動汽車Crusoe和RedwoodMaterials（可再生能源(EV)電池儲能，預(yù)期二氧化碳(CO

2

）和運(yùn)營成本節(jié)約采用生命周期原則重新設(shè)計的數(shù)字服務(wù)，通過布魯塞爾環(huán)境削減網(wǎng)頁碳強(qiáng)度：約80%且通過可持續(xù)設(shè)計展示效率提升將計算廢熱用于供暖，為該區(qū)域提供40%的需求北歐區(qū)域：能量-高效硬件模型優(yōu)化綠色數(shù)據(jù)中心生命周期沖擊追蹤熱恢復(fù)系統(tǒng) 應(yīng)用 部分應(yīng)用

未應(yīng)用此鍵適用注意：在所有箱子中。AI能源影響公共用例數(shù)據(jù)庫。來源：超級計算機(jī)：為監(jiān)管行業(yè)提供的主權(quán)、綠色AI數(shù)據(jù)中心在受監(jiān)管領(lǐng)域，人工智能的增長正超越可用的計算能力。構(gòu)建主權(quán)-等級，高性能基礎(chǔ)設(shè)施仍然復(fù)雜且有限，限制訪問負(fù)責(zé)任且節(jié)能的計算能力。

構(gòu)建模型的機(jī)遇：模型優(yōu)化：在基礎(chǔ)設(shè)施驅(qū)動的能源減少方面通過軟件效率改進(jìn)*

模塊化、可再生-綠色數(shù)據(jù)中心：提供

先進(jìn)的節(jié)能硬件：液體冷卻機(jī)架

一個正網(wǎng)絡(luò)能量AI框架：從悖論到進(jìn)步：

14效率用例示例的新興設(shè)計部署以抵消本地供暖需求**減少隱含碳排放影響挑戰(zhàn)表2框1解—提升基于證據(jù)的決策制度能力進(jìn)一步實現(xiàn)或預(yù)期的影響（超過一年）–為未來預(yù)測實施機(jī)器學(xué)習(xí)和預(yù)測模型–跨行業(yè)擴(kuò)展數(shù)據(jù)覆蓋范圍和用戶采用率支持更好生命周期影響跟蹤：政策與可持續(xù)發(fā)展評估*依賴節(jié)能硬件：未來計算架構(gòu)*-

聚合和標(biāo)準(zhǔn)化來自超過100個來源以增強(qiáng)可靠性和可訪問性-

提供實時交互式儀表板跨關(guān)鍵領(lǐng)域，包括能源，健康與貿(mào)易-

整合機(jī)器學(xué)習(xí)（ML）的計劃用于預(yù)測分析和向前-決策支持商業(yè)案例近期主權(quán)計算和數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)舉措顯示了面向效率的AI如何提升性能和可持續(xù)性。優(yōu)化的硬件和透明的數(shù)據(jù)治理能夠使人工智能系統(tǒng)更快、更便宜、更清潔，從而增強(qiáng)數(shù)據(jù)和計算價值鏈中的能源安全、競爭力和可持續(xù)性。*參見表2獲取相關(guān)的“效率設(shè)計”用例示例。AI能源影響公共數(shù)據(jù)庫；Domyn；阿塞拜疆第四次工業(yè)革命中心。來源：決策者缺乏可靠、易于獲取、高質(zhì)量的數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)集稀少以及方法不一致限制了跨行業(yè)的透明度、可信度和基於證據(jù)的政策。挑戰(zhàn)解審視杠桿的作用影響潛在對齊綠色數(shù)據(jù)中心：通過可持續(xù)云基礎(chǔ)設(shè)施*未來機(jī)器學(xué)習(xí)模型模型優(yōu)化：提高分析效率-

增強(qiáng)透明度和可訪問性跨多個領(lǐng)域的國家數(shù)據(jù)2.數(shù)據(jù)forall：面向智能能源系統(tǒng)的AI準(zhǔn)備基礎(chǔ)設(shè)施近期已實現(xiàn)或預(yù)期的影響（

一年以內(nèi)）一個正網(wǎng)絡(luò)能量AI框架：從悖論到進(jìn)步：

15N/A熱回收系統(tǒng)：關(guān)鍵杠桿包括：–實時

智能電網(wǎng)優(yōu)化：調(diào)度、故障預(yù)測、負(fù)載均衡、未解鎖容量-預(yù)測工業(yè)過程控制：維護(hù)，能源優(yōu)化–人工智能驅(qū)動建筑能耗管理：暖通空調(diào)、照明、基于占用的控制-改進(jìn)的太陽能/可再生能源預(yù)測：風(fēng)力預(yù)測-

路徑優(yōu)化，交通和物流：車隊電氣化，運(yùn)輸方式轉(zhuǎn)換規(guī)劃

用例洞察和要點：大約83%的使用案例反映了為產(chǎn)生影響而部署，這是最常見的驅(qū)動力。它們展示了人工智能在實現(xiàn)可持續(xù)性成果方面的作用，從直接的能源節(jié)省到系統(tǒng)級的收益，例如更好的停機(jī)預(yù)測、負(fù)載均衡和成本優(yōu)化，這些都增強(qiáng)了電網(wǎng)的韌性。第二行動驅(qū)動，“為影響而部署”，是人工智能驅(qū)動可衡量能源系統(tǒng)與可持續(xù)發(fā)展收益、可再生能源整合和脫碳實現(xiàn)凈正能量的地方。人工智能優(yōu)化電網(wǎng)、儲能、工業(yè)、建筑和物流，以減少需求、提高可靠性和降低排放。當(dāng)前的任務(wù)是將成熟解決方案從試點擴(kuò)展。隨著電氣化加速，挑戰(zhàn)不是可行性，而是作為可持續(xù)能源結(jié)構(gòu)化使能者的人工智能的大規(guī)模部署。戰(zhàn)略建議：—通過公私合作擴(kuò)大成熟的解決方案。

—將人工智能集成到國家脫碳戰(zhàn)略中?！獮楦哂绊懖块T制定互操作性標(biāo)準(zhǔn)。2.2采取行動產(chǎn)生效果利用人工智能跨領(lǐng)域降低能耗第二個行動驅(qū)動，“為影響而部署”，是AI驅(qū)動可衡量的可持續(xù)性增長，促進(jìn)效率、可再生能源整合和脫碳，實現(xiàn)凈正能。圖6為了產(chǎn)生影響而部署——關(guān)鍵杠桿運(yùn)輸與物流

為影響而部署一個正人工智能能量框架：從悖論到進(jìn)步：16工業(yè)過程

控制智能電網(wǎng)優(yōu)化建筑能耗管理可再生預(yù)測應(yīng)用于3000萬客戶，降低大型歐洲能源公用事業(yè)（AI賦能電網(wǎng)優(yōu)化）：損失，提高可靠性并減少網(wǎng)絡(luò)能源浪費(fèi)為流程控制量身定制的AI可降低24%的用電量和48%的浪費(fèi)西門子（成都智能工廠）：交通、照明和樓宇控制的協(xié)調(diào)人工智能減少了城市能源使用35%（智慧城市試點）：日本AI集成提高了可再生能源的產(chǎn)量15%，減少了限電并增強(qiáng)了智利（太陽能電站優(yōu)化）網(wǎng)格可靠性利用人工智能工具，能源價格預(yù)測精度提高了20%。HitachiEnergy（智能價格預(yù)測）：人工智能賦能的物流優(yōu)化車隊路線，消除3000萬全球零售商（車隊路線優(yōu)化）：不必要的里程駕駛，降低燃料使用和供應(yīng)鏈排放-

部署了物聯(lián)網(wǎng)人工智能(AIoT)平臺作為工業(yè)園區(qū)的數(shù)字化大腦，集成風(fēng)、光、儲能和工業(yè)負(fù)載-支持實時多能源預(yù)測風(fēng)場調(diào)度和碳核算太陽能、氫能、儲能和電動汽車-

嵌入式人工智能用于產(chǎn)品級碳排放可追溯性與生命周期排放驗證-

建立了協(xié)作生態(tài)系統(tǒng)連接政府、公用事業(yè)和產(chǎn)業(yè)合作伙伴同步能源和碳數(shù)據(jù)管理-5%峰值需求減少-

80%預(yù)測準(zhǔn)確率進(jìn)一步實現(xiàn)或預(yù)期的影響

(超過一年)-

20萬千瓦時節(jié)能-10%峰值需求降低-100萬噸二氧化碳當(dāng)量(CO2e)避免鄂爾多斯，中國一個重工業(yè)區(qū)依賴煤炭，旨在向凈-零次操作。挑戰(zhàn)包括管理可再生能源的間歇性，保持能源穩(wěn)定并實現(xiàn)碳可見性和合規(guī)性。 協(xié)調(diào)車隊

運(yùn)輸和物流:使用可再生能源充電和停放能量負(fù)載AI能源影響公共用例數(shù)據(jù)庫。來源：AIoT賦能的工業(yè)脫碳近期影響已實現(xiàn)或預(yù)期(少于一年)-10萬兆瓦時（MWh）的節(jié)能

人工智能驅(qū)動的工業(yè)過程控制：效率優(yōu)化和碳減排

實時調(diào)度，智能電網(wǎng)優(yōu)化：預(yù)測，以及電網(wǎng)平衡

智能建筑能源管理：監(jiān)控系統(tǒng)和設(shè)施優(yōu)化系統(tǒng)增強(qiáng)可靠性

可再生能源預(yù)測：由間歇性風(fēng)能和太陽能發(fā)電組成挑戰(zhàn)解審視杠桿的作用影響新興部署用于影響用例示例從悖論到進(jìn)步：

一個正網(wǎng)絡(luò)能量AI框架

17智能電網(wǎng)優(yōu)化工業(yè)過程控制運(yùn)輸和物流可再生預(yù)測建筑能量表

3框3-

更早的設(shè)備退化檢測-

更高效地利用維護(hù)資源*參見表3，了解相關(guān)的“為產(chǎn)生影響而部署”用例示例。AI能源影響公共數(shù)據(jù)庫

提交，

Envision；AVEVA。

來源：商業(yè)案例人工智能正在降低各項運(yùn)營的能源強(qiáng)度。預(yù)測分析減少了停機(jī)時間，延長了資產(chǎn)使用壽命，并優(yōu)化了可再生能源、儲能和需求，從而提升了高耗能行業(yè)在經(jīng)濟(jì)競爭力、能源安全性和可持續(xù)性方面的水平。避免不必要的或無意識的AI使用第三個行動驅(qū)動因素，“明智地塑造需求”，重點是如何管理、調(diào)度和激勵人工智能的使用，以使能源需求與可持續(xù)性目標(biāo)相一致。在效率驅(qū)動因素的設(shè)計基礎(chǔ)上，它強(qiáng)調(diào)按比例、有目的的部署，在可能的情況下使用較小的模型和自適應(yīng)調(diào)度，并為高價值需求保留大規(guī)模系統(tǒng)。通過激勵和賦能更靈活和條件響應(yīng)的人工智能消耗，需求可以被智能地塑造，而不是簡單地限制。關(guān)鍵杠桿包括：–價格信號基于使用量的定價模式：以及激勵效率的分層模型–教育on數(shù)字戒酒活動：查詢和建模能源影響–促進(jìn)更小，模型選擇指南：適用性模型–實時洞察消費(fèi)者儀表盤：能源影響–效率默認(rèn)值

監(jiān)管引導(dǎo)：以及信息披露標(biāo)準(zhǔn)進(jìn)一步實現(xiàn)或預(yù)期的影響(超過一年)–

130萬英鎊的運(yùn)營成本節(jié)約–45萬英鎊的零部件和人工節(jié)約工業(yè)能源設(shè)施面臨設(shè)備退化在渦輪機(jī)和鍋爐中，導(dǎo)致非計劃的停機(jī)和中斷低碳電力生成。傳統(tǒng)維護(hù)仍然反應(yīng)性的，增加低效和停機(jī)風(fēng)險?！谌斯ぶ悄艿念A(yù)測性維護(hù)，在某英國能源公司部署—互聯(lián)網(wǎng)物聯(lián)網(wǎng)（IoT）傳感器數(shù)據(jù)和異常檢測模型識別“良好行為”模式—實時偏差警報實現(xiàn)早期干預(yù)和優(yōu)化調(diào)度

預(yù)測工業(yè)過程控制：維護(hù)和能源優(yōu)化工業(yè)設(shè)施

“明智地塑造需求”重點關(guān)注人工智能的使用如何受到管理、定時和激勵，以使能源需求與可持續(xù)性目標(biāo)保持一致。N/A運(yùn)輸和物流：

應(yīng)用于建筑節(jié)能管理：設(shè)施管理模塊*

間接效益智能電網(wǎng)優(yōu)化：通過可靠性改進(jìn)*挑戰(zhàn)解影響審視杠桿的作用2.3

明智地塑造需求近期影響已實現(xiàn)或預(yù)期(少于一年)框4AI驅(qū)動的預(yù)測性維護(hù)，用于可靠低碳電力一個正網(wǎng)絡(luò)能量AI框架：從悖論到進(jìn)步：

18N/A

可再生能源預(yù)測：將成本與能源強(qiáng)度掛鉤，激勵高效AI使用和云服務(wù)提供商試點（分層定價）：調(diào)節(jié)需求這個項目推動了數(shù)字可持續(xù)性意識。全球咨詢公司（數(shù)字清醒項目）：和審查以減少不必要的計算并提高能效每周檢測到36億個冗余API調(diào)用，將錯誤響應(yīng)減少了72%Leboncoin（API流量優(yōu)化）：和服務(wù)器副本67%一個顯示每個查詢能源影響的儀表板，全球軟件公司（AI能源分?jǐn)?shù)原型）：幫助用戶選擇低能耗工作流程監(jiān)管合作優(yōu)化網(wǎng)絡(luò)操作，減少能耗約40%，并滿足效率標(biāo)準(zhǔn)數(shù)字清醒活動模型選擇指導(dǎo)消費(fèi)者儀表盤監(jiān)管推力明智地，強(qiáng)調(diào)一個差距或有限的可見性在這里進(jìn)行生態(tài)系統(tǒng)活動。這些例子旨在影響AI消費(fèi)模式并促進(jìn)選擇性的、節(jié)能的應(yīng)用。沒有更加關(guān)注這個驅(qū)動器，效率提升存在風(fēng)險由持續(xù)的AI需求增長所抵消。提供可選擇的公共儀表板透明度。圖7精明地塑造需求——關(guān)鍵杠桿只有10%的使用案例反映了形狀需求基于使用定價模型推廣負(fù)責(zé)任默認(rèn)設(shè)置和用戶意識。一個正人工智能能量框架：從悖論到進(jìn)步：19全球媒體、娛樂和體育公司（網(wǎng)絡(luò)新形態(tài)需求明智用例示例需求形狀明智地基于使用定價模型建立AI可持續(xù)性標(biāo)簽和能源AI能源影響公共用例數(shù)據(jù)庫。來源：數(shù)字清醒活動模型選擇指導(dǎo)消費(fèi)者儀表盤用例洞察和要點：監(jiān)管推力---戰(zhàn)略建議：披露。表437可見性和排放追蹤實時能源消費(fèi)者儀表盤：節(jié)能配置和工作負(fù)載優(yōu)化消耗的時機(jī)推薦模型選擇指南：主動，不在范圍內(nèi)*內(nèi)部數(shù)字清醒活動：-云平臺優(yōu)化能源使用管理分布式能源-人工智能賦能的需求預(yù)測、發(fā)電和定價-

優(yōu)化調(diào)度計劃，存儲管理和供需平衡近期影響已實現(xiàn)或預(yù)期(少于一年)–

10–20%

可再生利用提升–90–95%預(yù)測準(zhǔn)確率–95%儲存利用效率

啟用基于成本的計費(fèi)模式：通過能量關(guān)聯(lián)性能的信號指標(biāo)和基準(zhǔn)測試快速可再生能源增長給電網(wǎng)可靠性帶來壓力工業(yè)區(qū)域?？勺兊墓┬桕P(guān)系使很難實現(xiàn)一致且實惠的清潔缺乏精確的短期預(yù)測的能量。 與ESG

監(jiān)管助推一致：框架，但不是政策驅(qū)動*進(jìn)一步實現(xiàn)或預(yù)期的影響(超過一年)-5-10%峰值需求降低挑戰(zhàn)解審視杠桿的作用影響基于人工智能的能源預(yù)測與調(diào)度排程平臺*參見表4以獲取相關(guān)“明智地塑造需求”用例示例。一個正網(wǎng)絡(luò)AI能源框架從悖論到進(jìn)步：20框

5近期影響已實現(xiàn)或預(yù)期(少于一年)–40%峰值需求降低–

1,080千瓦時（kWh）節(jié)約–0.

68噸二氧化碳減排/MWh)每兆瓦時

(tCO2人工智能數(shù)據(jù)中心導(dǎo)致電力需求上升并且作為剛性負(fù)載運(yùn)行。沒有自適應(yīng)管理，這種增長風(fēng)險會導(dǎo)致電網(wǎng)壓力過大。更慢的脫碳。目標(biāo)是如何以及在何時使人工智能基礎(chǔ)設(shè)施更智能消耗電能。商業(yè)案例人工智能的需求通過設(shè)計和治理來塑造。企業(yè)將效率嵌入系統(tǒng)、優(yōu)化數(shù)據(jù)和模型大小、并跟蹤資源使用，而政策和教育則促進(jìn)數(shù)字清醒，使人工智能的發(fā)展與信任和-平臺使數(shù)據(jù)中心能夠優(yōu)化基于電網(wǎng)條件的電力使用-

預(yù)測模型安排工作負(fù)載實時平衡能源需求-安全應(yīng)用程序編程接口（api）和治理框架確保合規(guī)、負(fù)責(zé)任的運(yùn)營進(jìn)一步實現(xiàn)或預(yù)期的影響(超過一年)–提升系統(tǒng)運(yùn)行時間–來自靈活性服務(wù)的額外收入–擴(kuò)大峰荷削減和避免的碳排放 對齊依據(jù)使用量的定價模式根據(jù)能量供給計算強(qiáng)度駕駛效率激勵遵循國家監(jiān)管引導(dǎo)：美國國家標(biāo)準(zhǔn)與技術(shù)研究院(NIST)/

國際標(biāo)準(zhǔn)化組織(iso)標(biāo)準(zhǔn)，非政策驅(qū)動**參見表4了解相關(guān)“明智地塑造需求”用例示例。AI能源影響公共用例數(shù)據(jù)庫，I

nfosys；Emerald

AI。源碼：翻譯文本：可持續(xù)性目標(biāo)。更智能的需求管理也增強(qiáng)了經(jīng)濟(jì)競爭力和能源安全，確保人工智能的擴(kuò)張支持系統(tǒng)可靠性和可持續(xù)增長。

實時可見性消費(fèi)者儀表盤：進(jìn)入工作負(fù)載時間和能耗挑戰(zhàn)解影響審視杠桿的作用內(nèi)部數(shù)字清醒活動：聚焦效率，而非面向公眾*框6人工智能工廠作為電力系統(tǒng)的靈活負(fù)荷一個正網(wǎng)絡(luò)能量AI框架：從悖論到進(jìn)步：

21模型優(yōu)化調(diào)度和電力使用預(yù)測模型選擇指南：3

戰(zhàn)略賦能教育、協(xié)作和透明度賦予行動驅(qū)動者權(quán)力，將戰(zhàn)略轉(zhuǎn)化為可衡量、可擴(kuò)展的正向AI能源成果。從悖論到進(jìn)步：

一個正網(wǎng)絡(luò)人工智能能量框架223.1

消費(fèi)者教育和勞動力技能提升使人們和組織具備擴(kuò)展高效、負(fù)責(zé)任的AI的知識。圖

8關(guān)鍵杠桿包括：-

針對人工智能能源素養(yǎng)計工程師、政策制定者和商業(yè)領(lǐng)袖-

轉(zhuǎn)型傳統(tǒng)技能再培訓(xùn)計劃：能源工人轉(zhuǎn)向AI賦能崗位–課程

大學(xué)合作：高效人工智能賦能的發(fā)提升各領(lǐng)域的能力和準(zhǔn)備第一個戰(zhàn)略推動因素，消費(fèi)者教育和勞動力技能提升,使人們和組織具備擴(kuò)展高效、負(fù)責(zé)任的AI的知識?？沙掷m(xù)發(fā)展取決于知情的用戶和具備技能的專業(yè)人士，他們設(shè)計和治理系統(tǒng)時注重能源和環(huán)境意識。結(jié)合技術(shù)和可持續(xù)發(fā)展素養(yǎng)的培訓(xùn)有助于彌合這一差距，而關(guān)于AI資源影響的透明溝通則賦予負(fù)責(zé)任的用途，并將增長與共享的可持續(xù)發(fā)展目標(biāo)保持一致。

用例見解和要點：只有大約21%的使用案例涉及此使能器。人類能力落后于技術(shù)進(jìn)步的相關(guān)實例凸顯了加強(qiáng)培訓(xùn)和教育的必要性。戰(zhàn)略建議：—資助教育、獎學(xué)金和工作力培訓(xùn)—與大學(xué)合作開發(fā)與行業(yè)相關(guān)的課程—啟動國家負(fù)責(zé)任AI使用活動展-關(guān)注能源的AI使用者-用于制造、公用事業(yè)等公眾意識教育活動：定制項目行業(yè)特定培訓(xùn):這些使能者是框架的連接組織，支持每個行動驅(qū)動器，并實現(xiàn)規(guī)模、信任和協(xié)調(diào)。消費(fèi)者教育和勞動力技能提升消費(fèi)者教育與勞動力技能提升消費(fèi)者教育和勞動力技能提升的關(guān)鍵杠桿><一個正網(wǎng)絡(luò)能量AI框架：從悖論到進(jìn)步：

23人工智能能源素養(yǎng)項目公共意識活動

行業(yè)特定培訓(xùn)技能再培訓(xùn)倡議大學(xué)合作夥伴關(guān)系進(jìn)一步實現(xiàn)或預(yù)期的影響(超過一年)-

數(shù)字戒毒指南更廣泛地整合-人工智能和數(shù)字能源的可見度提高

影響審視杠桿的作用-

公眾意識與教育宣傳活動倡導(dǎo)負(fù)責(zé)任的數(shù)字消費(fèi)-

數(shù)字清醒指南，培訓(xùn)材料以及政策建議以整合將可持續(xù)性融入IT和人工智能實踐通過全國面向廣大觀眾-

企業(yè)、學(xué)校工作坊并與公共機(jī)構(gòu)建立識字能力可持續(xù)數(shù)字行為學(xué)術(shù)使用的教育資源*影響 鼓勵未來的再培訓(xùn)計劃:近期影響已實現(xiàn)或預(yù)期(少于一年)適用于通用部門特定培訓(xùn)：-

全國參與數(shù)字戒酒教育和意識-早期采用生態(tài)設(shè)計實踐*參見表5，了解相關(guān)的“消費(fèi)者教育和勞動力技能提升”用例示例。培訓(xùn)能源專業(yè)人員使用人工智能進(jìn)行增強(qiáng)規(guī)劃全球能源服務(wù)提供商（人工智能學(xué)院）：流程優(yōu)化培訓(xùn)數(shù)字團(tuán)隊?wèi)?yīng)用生命周期和可持續(xù)性法國文化部（系統(tǒng)設(shè)計工作坊）：服務(wù)設(shè)計原則整合生命周期能源評估與環(huán)境保護(hù)責(zé)任北美學(xué)術(shù)聯(lián)盟：進(jìn)入工程與設(shè)計教育，推進(jìn)跨學(xué)科可持續(xù)性學(xué)習(xí)開放公共平臺提升人工智能的能源意識國際能源署（IEA）和人工智能觀測站：足跡和效率潛力，為政策制定者、企業(yè)和研究人員提供共享見解培訓(xùn)技術(shù)人員使用人工智能驅(qū)動的數(shù)字孿生進(jìn)行檢測，猛禽地圖（太陽能勞動力計劃）：降低數(shù)據(jù)量99%并提升故障檢測技能再培訓(xùn)倡議大學(xué)合作關(guān)系公開意識活動扇區(qū)-具體訓(xùn)練

構(gòu)建AI能源素養(yǎng)項目：對數(shù)字能源使用的理解決策者與專業(yè)人士不斷增長的數(shù)字能源需求已經(jīng)超過公眾對其環(huán)境影響的認(rèn)識。許多組織缺乏評估的框架降低數(shù)字運(yùn)營的能源足跡。AI能源影響公共用例數(shù)據(jù)庫。來源：ADEME國家級負(fù)責(zé)任數(shù)字消費(fèi)活動●提供開放大學(xué)合作伙伴關(guān)系：

公眾意識宣傳活動：新興消費(fèi)者教育和勞動力技能提升用例示例AI

能源讀寫能力項目從悖論到進(jìn)步：

一個正網(wǎng)絡(luò)能量AI框架24可持續(xù)IT*中的人力資源發(fā)展行業(yè)設(shè)置的指導(dǎo)*參與和溝通。7.方框

7表

5挑戰(zhàn)解https://altimpact.fr/soyons-malins-reprenons-la-main-notre-nouvelle-campagne-pour-un-numerique-plus-responsable/;ADEME.

(2025).數(shù)字化：奪回主導(dǎo)權(quán)，實現(xiàn)負(fù)責(zé)任的使用。https://infos.ademe.fr/magazine-janvier-2025/

numerique-reprendre-la-main-pour

-des-usages-responsables/

;AI能源影響公共用例數(shù)據(jù)庫，Moeve。商業(yè)案例建立高效的AI技能需要公共和專業(yè)行動。教育提高了人們對AI能源影響的認(rèn)識，而培訓(xùn)則使工程師能夠推動高效化和碳減排，為負(fù)責(zé)任的采用創(chuàng)造人力資源基礎(chǔ)。勞動力轉(zhuǎn)型技能再培訓(xùn)計劃：從人工到人工智能輔助操作操作和工業(yè)培訓(xùn)模塊能源管理定制化行業(yè)特定培訓(xùn)：

與大學(xué)合作關(guān)系的見解分享：通過應(yīng)用項目的技術(shù)院校。與圣保洛合作的學(xué)術(shù)主席ceu(馬德里)專注于綠色數(shù)字。與阿爾卡拉大學(xué)合作(Madrid),位于物聯(lián)網(wǎng)技術(shù)中心進(jìn)一步實現(xiàn)或預(yù)期的影響（超過一年）–在多個場所預(yù)計每年產(chǎn)生6000萬至8000萬歐元的影響–額外的節(jié)能和減少排放–在其他設(shè)施中復(fù)制近期已實現(xiàn)或預(yù)期的影響（

一年以內(nèi)）–24%生產(chǎn)率提升–

一年內(nèi)實現(xiàn)510萬歐元節(jié)省–全廠采用，超過30名活躍用戶培訓(xùn)人工智能能源素養(yǎng)項解讀人工智能驅(qū)動的運(yùn)營洞察效率–跨能源園區(qū)流程部署了20個預(yù)測模型–實時預(yù)測與集中式工廠控制集成–人工智能平臺和模塊化架構(gòu)支持?jǐn)U展和集成ADEME.(2025).做聰明的選擇，重新握住主導(dǎo)權(quán)：我們負(fù)責(zé)任數(shù)字化的宣傳活動。源碼：翻譯文本：工業(yè)運(yùn)營通常依賴于孤立的人工監(jiān)控，限制實時優(yōu)化并增加排放和運(yùn)營成本挑戰(zhàn)解影響審視杠桿的作用盒子8人工智能預(yù)測以提高工業(yè)流程效率一個正網(wǎng)絡(luò)能量AI框架：從悖論到進(jìn)步：

25公眾意識宣傳活動–

不適用余熱與物質(zhì)交換，解鎖跨連接產(chǎn)業(yè)的更高效率、靈活性及循環(huán)性。

38關(guān)鍵杠桿包括：–行業(yè)，多方利益相關(guān)方工作組：學(xué)術(shù)界與政府協(xié)同

跨境標(biāo)準(zhǔn)政策協(xié)調(diào)：針對人工智能能源問責(zé)制–共享聯(lián)合基礎(chǔ)設(shè)施規(guī)劃：對綠色計算區(qū)的投資-稅收抵免、補(bǔ)助金和激勵對齊：采購偏好–常見

互操作性框架：具有能源感知功能的AI系統(tǒng)的協(xié)議戰(zhàn)略建議：–通過資金和召集平臺促進(jìn)聯(lián)盟形成–使項目與國家清潔能源戰(zhàn)略保持一致–推廣平衡創(chuàng)新和公平的治理模式生態(tài)系統(tǒng)協(xié)作關(guān)鍵杠桿

用例見解和要點：約57%的被審查的使用案例強(qiáng)調(diào)了此使能因素。例子從合作可再生能源采購到共享電網(wǎng)集成平臺不等，說明集中資源和協(xié)調(diào)治理可以加速采用。協(xié)調(diào)標(biāo)準(zhǔn)、激勵措施和基礎(chǔ)設(shè)施第二個戰(zhàn)略推動力，生態(tài)合作與治理，協(xié)調(diào)公共部門、私營部門、研究機(jī)構(gòu)和社會組織，以加速負(fù)責(zé)任、節(jié)能型人工智能的采用。合作協(xié)調(diào)各方努力，共享風(fēng)險，并擴(kuò)大任何單一參與者都無法獨立實現(xiàn)的解決方案，同時確保對低碳計算和可靠連接的公平獲取。有效的治理取決于共同的標(biāo)準(zhǔn)、透明的數(shù)據(jù)交換和協(xié)調(diào)的基礎(chǔ)設(shè)施投資?？绮块T合作提高模型效率、清潔能源整合和數(shù)字基礎(chǔ)設(shè)施規(guī)劃，同時減少重復(fù)。產(chǎn)業(yè)群組說明了這種潛力，人工智能同步能源流動，

生態(tài)系統(tǒng)合作與治理使公共部門、私營部門、研究機(jī)構(gòu)和社會組織協(xié)同合作，以加速負(fù)責(zé)任

、節(jié)能的AI應(yīng)用。3.2生態(tài)系統(tǒng)合作激勵對齊

互操作性框架

生態(tài)協(xié)作政策協(xié)調(diào)聯(lián)合基礎(chǔ)設(shè)施規(guī)劃多方利益相關(guān)方任務(wù)組從悖論到進(jìn)步：

一個正網(wǎng)絡(luò)能量AI框架26圖9一個由城市、大學(xué)和企業(yè)組成的聯(lián)盟通過澳大利亞（可再生能源項目）聚合了需求：一份聯(lián)合可再生能源購電協(xié)議，確保長期清潔電力，并支持電網(wǎng)脫碳?xì)W盟引入自愿可持續(xù)性承諾

歐盟（政策合作）：跨成員國，作為未來人工智能能源治理標(biāo)準(zhǔn)的基礎(chǔ)將人工智能應(yīng)用于物流，提高運(yùn)營效率并減少西班牙（智能港口基礎(chǔ)設(shè)施計劃）：船舶周轉(zhuǎn)時間縮短30%聯(lián)合飛行員運(yùn)用人工智能協(xié)調(diào)優(yōu)化電信網(wǎng)絡(luò)能源使用全球電信-公用事業(yè)伙伴關(guān)系：在網(wǎng)格條件下，提高效率并減少高峰期需求跨行業(yè)投資組合合作伙伴關(guān)系標(biāo)準(zhǔn)化可擴(kuò)展的暖通空調(diào)優(yōu)化，北美全球創(chuàng)新者：降低能源使用量20-30%-

在15個國家開展業(yè)務(wù)往來28000名參與者-

提升了人工智能采用的可視化程度基礎(chǔ)設(shè)施差距和勞動力準(zhǔn)備*參見表6以獲取相關(guān)的“生態(tài)系統(tǒng)合作”用例示例。注意：從悖論到進(jìn)步：

一個凈正能人工智能框架27-歐洲范圍的負(fù)責(zé)任框架

人工智能采用-

監(jiān)管準(zhǔn)備情況評估，數(shù)據(jù)基礎(chǔ)設(shè)施和勞動力技能，提供政策與投資指導(dǎo)-

結(jié)果反映了區(qū)域競爭力戰(zhàn)略與協(xié)調(diào)可持續(xù)發(fā)展利益相關(guān)方目標(biāo)聯(lián)合基礎(chǔ)設(shè)施規(guī)劃激勵對齊互操作性框架進(jìn)一步實現(xiàn)或預(yù)期的影響(超過一年)-

政府間更強(qiáng)的協(xié)調(diào)和企業(yè)在負(fù)責(zé)任的AI治理-可持續(xù)發(fā)展整合增強(qiáng)國家人工智能路線圖中的考量公共機(jī)構(gòu)間碎片化協(xié)調(diào)初創(chuàng)企業(yè)和行業(yè)限制人工智能的潛力可持續(xù)發(fā)展。沒有共享框架和標(biāo)準(zhǔn)，歐洲的人工智能生態(tài)系統(tǒng)面臨風(fēng)險發(fā)展不平衡和資源浪費(fèi)。

構(gòu)建共享互操作性框架：人工智能治理框架可持續(xù)性一致性.實現(xiàn)共享洞察獎勵一致性：和資金對話，盡管直接的共同投資仍然有限*AI能源影響公共用例數(shù)據(jù)庫。來源：公私合作共建負(fù)責(zé)任的人工智能生態(tài)系統(tǒng)支持協(xié)調(diào)政策協(xié)調(diào)：監(jiān)管討論但不定義獨立*標(biāo)準(zhǔn)坐標(biāo)AI多利益攸關(guān)方工作組：生態(tài)系統(tǒng)利益相關(guān)方連接聯(lián)合基礎(chǔ)設(shè)施規(guī)劃:國家人工智能中心和創(chuàng)新發(fā)展集群-

跨部門合作技術(shù)提供方，政策制定者和科研機(jī)構(gòu)解挑戰(zhàn)審視杠桿的作用影響近期影響已實現(xiàn)或預(yù)期(少于一年)新生態(tài)系統(tǒng)合作用例示例多方利益相關(guān)者任務(wù)組策略協(xié)調(diào)方框

9表6一個正網(wǎng)絡(luò)能量AI框架：從悖論到進(jìn)步：

28商業(yè)案例跨部門合作推動成本和節(jié)能型人工智能。政府、產(chǎn)業(yè)界和研究人員協(xié)調(diào)投資、基礎(chǔ)設(shè)施和治理，以創(chuàng)建共享標(biāo)準(zhǔn)、建立信任并促進(jìn)負(fù)責(zé)任、可持續(xù)增長。近期影響已實現(xiàn)或預(yù)期(少于一年)每吉瓦時（GWh）生產(chǎn)節(jié)省750,000

千瓦時（kW

h）生產(chǎn)周期縮短32%需要的人工監(jiān)督低于

1%-使用AI模型預(yù)測電池容量

實際生產(chǎn)數(shù)據(jù)-人工智能驅(qū)動性能學(xué)習(xí)改進(jìn)預(yù)測準(zhǔn)確性和減少手動干預(yù)-人工智能賦能制造業(yè)優(yōu)化提高吞吐量并降低環(huán)境影響進(jìn)一步實現(xiàn)或預(yù)期的影響(超過一年)–750萬元人民幣的年節(jié)省成本–跨多個地點的20

0至300名內(nèi)部用戶*參見表6獲取相關(guān)的“生態(tài)系統(tǒng)協(xié)作”用例示例。亞馬遜網(wǎng)絡(luò)服務(wù)（AWS）。(2025).在數(shù)字十年2025年解鎖歐洲的人工智能潛力。來源：https://www.unlockingeuropesaipotential.com/

;

MINDS2025.

主動聯(lián)合基礎(chǔ)設(shè)施規(guī)劃：技術(shù)集群中鏈接人工智能的參與者移動性和可再生能源整合聯(lián)合倡議互操作性框架：與地區(qū)政府和能源代理機(jī)構(gòu)擴(kuò)展基礎(chǔ)設(shè)施傳統(tǒng)電池分級測試通過每個電芯完全充放電循環(huán)——緩慢，耗能高強(qiáng)度的工藝，限制了規(guī)模，提高了成本阻礙可持續(xù)、高效生產(chǎn)。聯(lián)合資助激勵對齊:示范項目；更廣泛的融資合作仍然有限*挑戰(zhàn)解影響審視杠桿的作用協(xié)作多利益相關(guān)方工作組：與利益相關(guān)方共同推進(jìn)人工智能賦能電池系統(tǒng)盒10人工智能驅(qū)動的電池分級，用于可擴(kuò)展、可持續(xù)的生產(chǎn)制造

有助于電池政策協(xié)調(diào)：安全與數(shù)據(jù)共享標(biāo)準(zhǔn)*$●

w1.

+w2.token3.3透明測量與問責(zé)實現(xiàn)可見性、基準(zhǔn)測試和信任第三項戰(zhàn)略賦能器，透明的測量并問責(zé)，建立了一致的指標(biāo)量化人工智能的資源使用和環(huán)境沖擊。如果沒有共享標(biāo)準(zhǔn)，就無法取得進(jìn)展被跟蹤或比較，使組織對效率的零碎見解和有限理解能源使用如何與成本相關(guān)聯(lián)水、材料以及土地利用，以及排放。圖

10埃森哲的SAIQ能源效率(MWh/令牌)韌性，安全性

ofsupply使用更低的成本實現(xiàn)最優(yōu)Alpha性能電力使用和排放開放合作與去中心化人工智能

實時能源跟蹤和碳效率碳和水效率(tCO

2e/token,

m可持續(xù)性，凈零

目標(biāo)，立法最小化電力使用和碳排放輕量模型和更智能的算法AI在循環(huán)經(jīng)濟(jì)中，碳感知的AI治理，節(jié)水型冷卻系統(tǒng)一個多維度的度量標(biāo)準(zhǔn)，例如埃森哲的可持續(xù)人工智能商數(shù)（SAIQ），

39

展示了其中一種可能方法。它衡量了人工智能系統(tǒng)將金融、能源、碳和水投入轉(zhuǎn)化為有用性能的效率，提供一個綜合評分，以支持可比基準(zhǔn)測試 ,并為更高效的人工智能的運(yùn)營和管理決策提供信息。圖

11SAIQ框架：評估人工智能的成本、能耗和環(huán)境足跡貫穿價值鏈成本效益($/token)生存能力，可負(fù)擔(dān)性最小化功耗并且成本低功耗Al芯片。Al優(yōu)化架構(gòu)，邊緣AI以高效

計算，智能負(fù)載均衡能源比例計算降低Al成本和碳足跡基于消耗的Al定價模型碳感知模型部署人工智能用于減少排放m

3水+w4.

token從悖論到進(jìn)步：

一個正人工智能能量框架293/token)兆瓦時能量SAIQtokentoken+w3.tCOe

2未充分利用的服務(wù)器通過停用節(jié)省了10,475兆瓦時和3,506噸二氧化碳會計與效率基準(zhǔn)測試已發(fā)布模型排放和資源北美及歐洲創(chuàng)新者（透明度和效率）使用數(shù)據(jù)；創(chuàng)建了一個AI能源評分排行榜，為公共報告和問責(zé)設(shè)定了基準(zhǔn)研發(fā)了一個國家平臺，用于測量和發(fā)布能源及ARCEP法國（ICT可持續(xù)性基準(zhǔn)）：跨數(shù)字運(yùn)營商的排放數(shù)據(jù)，為環(huán)境問責(zé)制創(chuàng)建透明的基準(zhǔn)通過功能下線和界面重新設(shè)計提高了產(chǎn)品效率，減少了資源消耗?？ㄍ芯S茲，法國：使用和示范數(shù)字清醒在可持續(xù)軟件設(shè)計中策劃公共案例研究，實現(xiàn)跨行業(yè)的透明比較和全球可持續(xù)發(fā)展聯(lián)盟：共享可持續(xù)性基準(zhǔn)

用例見解和要點：有81%的使用案例包含這項啟用者。許多人依賴儀表板或碳-跟蹤系統(tǒng)。然而，很少有系統(tǒng)擴(kuò)展到標(biāo)準(zhǔn)化報告或外部驗證。建立全球標(biāo)準(zhǔn)和開放平臺對于擴(kuò)大影響力和建立信任至關(guān)重要。戰(zhàn)略建議：-建立AI能源效率與碳

強(qiáng)度全球標(biāo)準(zhǔn)-需要求基準(zhǔn)符合

公共采購-支持開放數(shù)據(jù)平臺和第三方審計圖12表

7關(guān)鍵杠桿包括：-

焦耳全球能源效率指標(biāo)根據(jù)推理，生命周期碳排放強(qiáng)度第三方驗證開放數(shù)據(jù)倉庫–AI能源使用公共披露框架：ESG報告標(biāo)準(zhǔn)–跨行業(yè)工具基準(zhǔn)測試平臺：用于比較AI工作負(fù)載–獨立審計第三方驗證：人工智能基礎(chǔ)設(shè)施和模型–共享數(shù)據(jù)集開放數(shù)據(jù)存儲庫：用于能源影響研究將此類措施嵌入報告和監(jiān)督系統(tǒng)中，可以促進(jìn)資源使用的可比性、問責(zé)制和持續(xù)改進(jìn)。反過來，這為透明、數(shù)據(jù)驅(qū)動的、邁向更高效人工智能的進(jìn)步奠定了基礎(chǔ)。監(jiān)控識別出北美信息科技公司（自動化服

,展示生命周期能源透明測量以及問責(zé)制一個正網(wǎng)絡(luò)積極人工智能能源框架：從悖論到進(jìn)步：30新興透明測量與問責(zé)用例示例透明測量與問責(zé)制是關(guān)鍵杠桿全球能源效率指標(biāo)全球能源效率指標(biāo)Bench-標(biāo)記平臺AI能源影響公共用例數(shù)據(jù)庫。來源：開放數(shù)據(jù)倉庫基準(zhǔn)測試平臺公共披露框架公開披露框架第三方驗證2近期影響已實現(xiàn)或預(yù)期(少于一年)-能量降低33倍，降低44倍每個提示的碳減排量-

模型層面的透明報告

環(huán)境影響*參見表7以了解相關(guān)的“透明度測量與問責(zé)”用例示例。進(jìn)一步實現(xiàn)或預(yù)期的影響(超過一年)-

提供可復(fù)制的測量方法告知更廣泛的可持續(xù)發(fā)展實踐-支持用戶意識并負(fù)責(zé)部署-

谷歌開發(fā)了一種衡量杰尼米推理模型能源和水資源使用和碳排放-

使用戶能夠理解環(huán)境每個提示的成本

可持續(xù)性公開披露框架：報告包括人工智能和數(shù)據(jù)中心的ESG能源信息披露打開基準(zhǔn)研究*貢獻(xiàn)基準(zhǔn)測試平臺：報告全球能源效率指標(biāo)推理和模型層面的效率發(fā)布每查詢的能量改進(jìn)

數(shù)據(jù)中心有限第三方驗證：操作驗證，但獨立模型審計新興*AI模型訓(xùn)練和推理消耗大量大量的能源和水。綜合數(shù)據(jù)對它們環(huán)境影響有限，使效率測量變得困難。挑戰(zhàn)解影響審視杠桿的作用人工智能模型效率：關(guān)于能源和碳影響的透明度一個正人工智能能量框架從悖論到進(jìn)步：31N/A開放數(shù)據(jù)存儲庫：框11商業(yè)案例透明度使人工智能能源使用負(fù)責(zé)任化。共享指標(biāo)、開

放基準(zhǔn)和已驗證的披露使影響變得可見且可比較，建

立問責(zé)制并將測量轉(zhuǎn)化為實用的、系統(tǒng)性的信任。整合在一起正能量的AI框架并非清單，而是一個協(xié)調(diào)利益相關(guān)者行動的藍(lán)圖。三個行動驅(qū)動器優(yōu)化能源使用，而三個戰(zhàn)略使能器創(chuàng)造規(guī)模的條件。一起，它們形成一個增強(qiáng)系統(tǒng)。例如：—設(shè)計效率要求透明的生命周期測量和熟練的團(tuán)隊，并得到消費(fèi)者教育和勞動力技能提升以及

透明測量和問責(zé)制的支持?！獮楫a(chǎn)生影響力而部署需要生態(tài)系統(tǒng)協(xié)同和政策支持，由生態(tài)系統(tǒng)合作驅(qū)動。—明智地塑造需求可從消費(fèi)者意識與監(jiān)管引導(dǎo)中獲益,并由三者共同支撐。協(xié)同部署，這些驅(qū)動程序和賦能工具確保人工智能的可持續(xù)增長，并推進(jìn)更富有韌性、高效和公平的能源未來。共享數(shù)據(jù)集開放數(shù)據(jù)倉庫：以及評估工具，以推進(jìn)人工智能能源影響評估的開放性和可重復(fù)性全球能源效率指標(biāo)：標(biāo)準(zhǔn)化的模型級指標(biāo)和性能指標(biāo)*研究公開披露框架：影響披露框架的輸出和方法*——集成基于規(guī)則的推理、監(jiān)督式機(jī)器學(xué)習(xí)和由定制化情感本體引導(dǎo)的自然語言處理的混合式AI架構(gòu)一種語義過濾層，確保僅處理與情感相關(guān)的內(nèi)容