11月24日消息：人工智能正以惊人的速度推动未来发展，但其背后是以消耗大量地球资源为代价。
每一次AI聊天机器人的回复、每一张通过算法生成的图像，都离不开大型数据中心的支持。这些中心消耗着惊人的电力和水资源，而目前大部分电力仍来自化石燃料。
数以百万计的服务器全天候运行，导致整体能耗迅速攀升，甚至超过了许多国家的用电总量。
更令人担忧的是，随着AI系统运行时间延长以及设备老化，其能耗需求和碳排放量增长速度进一步加快。
针对这一问题，加州大学河滨分校的一项最新研究提出了一种创新解决方案，旨在同时应对AI能源使用失控带来的污染排放和硬件损耗两大挑战。
研究人员开发了一套名为”联邦碳智能”(Federated Carbon Intelligence, FCI)的系统。这套系统能够降低大型数据中心的碳排放，同时延长支撑AI模型运行的服务器使用寿命。
与现有的仅通过错峰调度、在清洁能源比例较高时段处理任务的做法不同，FCI采取了更深层次的优化策略。它将环境碳强度数据与各服务器实时硬件状态（如温度、老化程度、磨损情况）相结合，实现AI任务的智能化动态分配。
研究团队负责人米赫里·奥兹坎(Mihri Ozkan)指出：”仅靠清洁能源无法实现AI的真正可持续发展。AI系统会老化、会升温，其运行效率随时间动态变化，而这些变化均会产生可量化的碳成本。”
通过仿真模拟验证，该团队证实：FCI可在五年内减少高达45%的二氧化碳排放，同时将服务器集群的平均服役寿命延长1.6年。
该系统通过持续监测服务器的服役年限、实时温度与磨损状态，优先绕开已处于高负荷或性能衰退状态的设备。这样不仅可以减少硬件故障风险，还能降低对高能耗、高耗水冷却系统的依赖。
米赫里·奥兹坎表示：”通过将服务器实时健康状况与电网碳强度数据相融合，我们的框架可以自主学习如何调度AI任务，在削减碳排放的同时，保障硬件设备的长期运行可靠性。”
这一”清洁能源+智能硬件管理”的双重策略，弥补了当前可持续发展实践中的关键盲区。尽管现有措施多聚焦于提升可再生能源使用比例，但奥兹坎强调：频繁更换老化服务器本身即蕴含显著碳排放。
服务器制造过程会产生大量”隐含碳排放”(embodied emissions)。FCI通过延长硬件服役周期，有效削减了新设备生产所隐含的环境负荷。
另一位研究负责人詹吉兹·奥兹坎(Cengiz Ozkan)补充道：”我们不仅实时降低运行过程中的碳排放，还通过延缓硬件退化，减少了未来设备更换所需的资源投入。防止不必要的损耗，意味着我们既削减了当下的能耗，也减轻了明日硬件生产的环境足迹。”
研究人员介绍，该系统可以根据不断更新的工作负载需求、区域电网碳强度及服务器健康数据，动态决策每一项AI任务的处理时机与地点。
值得强调的是，此类自适应框架的部署无需新增硬件设施。米赫里·奥兹坎强调：”构建这一自适应框架并不需要购置新设备，仅需对现有系统进行更智能化的协同优化即可。”
目前，研究团队正积极寻求与云服务提供商合作，在实际运营中的数据中心开展实地测试。他们指出，在AI算力需求迅猛增长的当下，这一举措已刻不容缓。
该研究成果已发表于《材料研究学会·能源与可持续性》(MRS Energy and Sustainability)期刊。
相关文章
