美國403座超大型資料中心每年用電量估計為68至99太瓦時(TWh)。中間情境估計為82 TWh,約占同期美國總用電量的1.8%。
哈佛大學研究團隊於16日發表在《自然永續》(Nature Sustainability)的論文,分析了2024年5月至2025年4月期間運作的設施。超大型資料中心是用於大型雲端服務與人工智慧(AI)運算的伺服器設施。
研究團隊利用衛星影像建立設施清單,並估算各設施的電力需求。這項統計並非彙整所有設施的實際電表讀數後得出。
研究團隊估算用電造成的排放量時,將美國環境保護署(EPA)的發電廠資料與各地區電網的發電來源組成進行比對,納入設施所在地電網中不同發電來源的占比。
68至99 TWh是依據不同設施運轉情境估算出的範圍。中間情境為82 TWh,應與上限估計值區分看待。
上限估計99 TWh接近密西根州每年約100 TWh的用電量,但這不代表這些資料中心的用電量高於密西根州。
依不同運轉情境估算,發電造成的二氧化碳排放量為2100萬至3100萬公噸;中間情境約為2570萬公噸。
研究對象使用的電力約54%來自化石燃料,其中天然氣占38%、煤炭占15%,均為估計值。
每千瓦時(kWh)電力的二氧化碳排放量,也就是碳排放強度,估計約為314克。以相同方式計算的全美平均值約為348克。化石燃料供電占比與碳排放強度是不同指標。
從地區來看,維吉尼亞州、奧勒岡州、俄亥俄州與愛荷華州四州,合計占研究對象用電量的一半以上。排放量估算結果也會因設施位置及當地電網的發電來源組成而異。
研究團隊表示,受限於資料不足,未能調查美國所有超大型資料中心,也無法區分各設施用電中AI工作與一般工作的占比。因此,不能將此次估計的1.8%視為全美所有資料中心或僅AI運算的用電占比。
美國聯邦與州政府統計並未將資料中心用電量列為獨立項目;業者與電力公司也沒有義務公開各設施的用電量。研究團隊因此結合公開資料與模型進行估算。
哈佛大學公共衛生學院博士後研究員吉安盧卡·圭迪(Gianluca Guidi)表示:「資料中心正快速增加,主要由AI帶動,但幾乎沒有關於各設施環境影響的資訊。」研究團隊試圖透過估算單一設施的電力需求與排放量,縮小這項資訊落差。
蓋洛普(Gallup)於3月2日至18日進行的調查顯示,71%的美國成年人反對在居住地興建AI資料中心,27%表示支持。這項調查探討的是美國民眾對在當地興建資料中心的看法。
蓋洛普4月另以線上調查詢問受訪者支持或反對的理由。支持者主要提到經濟效益;反對者則指出資源使用、環境影響與生活成本負擔等因素。
Comment 0