陸峰博士在《學習時報》發文《從高耗能人工智能到綠色人工智能》

北京前沿未來科技產業發展研究院院長陸峰博士在中央黨校《學習時報》發文《從高耗能人工智能到綠色人工智能》

文章來源：《 學習時報 》（ 2026年02月06日 第 03 版）

黨的二十屆四中全會對我國“十五五”時期人工智能發展作出了戰略性、系統性、全局性部署，全會提出要全面實施“人工智能+”行動，以人工智能引領科研范式變革，加強人工智能與產業發展、文化建設、民生保障、社會治理相結合，搶占人工智能產業應用制高點，全方位賦能千行百業。人工智能作為通用目的技術，是新一代信息技術的“頭雁技術”，是基礎性、戰略性和先導性技術，與經濟社會深度融合，具有強大的滲透、帶動和溢出效應，是推動高質量發展和中國式現代化建設的新引擎。隨著人工智能技術的迅猛發展，其在社會各領域的應用日益廣泛，對經濟、環境和社會的影響也愈發深遠。在這一背景下，“高耗能人工智能”與“綠色人工智能”的概念應運而生，成為衡量人工智能發展模式的重要框架。如何發展綠色人工智能，走一條創新引領、經濟高效、生態友好的可持續發展人工智能技術創新和應用賦能道路，成為社會關注的新焦點。

高耗能人工智能與綠色人工智能

高耗能人工智能是指以追求極致性能為首要目標，忽視或犧牲環境可持續性的人工智能發展模式。這一模式的主要特征包括：一是高能耗計算，依賴大型數據中心、超級計算機和海量數據處理，能耗巨大。二是碳足跡顯著，訓練大規模人工智能模型產生大量碳排放，加劇氣候變化。三是資源密集型，需要大量硬件資源、稀有礦物和冷卻系統。四是短期性能導向，以突破性技術創新為目標，忽視長期環境成本。高耗能人工智能的典型代表包括某些超大規模語言模型、復雜的深度神經網絡以及需要持續高功率運算的人工智能系統。

綠色人工智能是指將環境可持續性作為核心設計原則的人工智能發展模式，其特征包括：一是能源效率優先，在保證性能的同時最大限度地減少能耗。二是低碳排放，利用清潔能源，優化計算流程降低碳足跡。三是資源節約，通過算法優化減少硬件需求，提高資源利用率。四是全生命周期考量，從設計、訓練、部署到退役，全面考慮環境影響。五是社會與環境價值并重，在追求技術進步的同時創造環境與社會價值。綠色人工智能不僅關注人工智能系統自身的可持續性，也致力于通過人工智能技術解決環境問題，如氣候變化、生物多樣性保護等。

加快推進綠色人工智能迫在眉睫

應對氣候變化的迫切需求。當前，根據相關機構測算，信息與通信技術行業的碳排放已占全球總量的2%—3%，而人工智能作為其中的高能耗部分，其碳足跡不容忽視。據研究，訓練一個大型自然語言處理模型產生的碳排放相當于五輛汽車整個生命周期的排放量。隨著人工智能應用范圍的擴大，如果不改變發展模式，其環境成本將持續攀升，與全球碳中和目標背道而馳。

推進可持續發展的必然選擇。從高耗能人工智能到綠色人工智能的轉變不僅是環境要求，更是經濟理性選擇：長期成本優勢，綠色人工智能通過提高能效降低運營成本；政策發展導向，全球范圍內綠色標準和碳稅政策日益嚴格；市場偏好需求，投資者和消費者越來越青睞環境友好的技術與產品；創新驅動所需，綠色計算需求催生新技術、新產業和新商業模式。

技術倫理與社會責任的體現。人工智能技術發展必須與社會價值和倫理要求相一致。在氣候危機日益嚴峻的背景下，繼續發展高能耗、高碳排的高耗能人工智能，將面臨公眾質疑和道德挑戰。向綠色人工智能的轉變是人工智能行業承擔社會責任、實現技術向善的必然路徑。

人工智能自身可持續發展的內在要求。隨著單純依靠硬件升級提高人工智能性能的模式面臨物理極限。綠色人工智能通過算法創新、架構優化等軟件層面的突破，為人工智能的持續發展開辟了新路徑。

加快實現從高耗能人工智能到綠色人工智能轉變

技術創新路徑：構建綠色人工智能技術體系。一是推進算法優化與精簡。開發高效神經網絡架構，如深度可分離卷積、注意力機制優化。發展模型壓縮技術，通過剪枝、量化、知識蒸餾減小模型規模。推行增量學習與遷移學習，減少重復訓練，提高知識復用率。發展稀疏計算與動態計算，根據任務需求動態調整計算資源。二是推進硬件與基礎設施綠色化。發展專用人工智能芯片，如針對人工智能工作負載優化的低功耗芯片。推進綠色數據中心建設，利用自然冷卻、余熱回收、清潔能源供電。部署邊緣計算，減少數據傳輸，就近處理降低能耗。探索量子計算與神經形態計算，從根本上改變計算范式。三是推進評估體系與標準建設。建立人工智能能耗與碳足跡評估標準。開發綠色人工智能性能衡量指標，如“每瓦特性能”“每克碳排放性能”。構建生命周期評估（LCA）方法，全面評估人工智能系統的環境影響。

政策與治理路徑：構建支持綠色人工智能的生態系統。一是政策引導與激勵機制建設。制定綠色人工智能發展路線圖與國家戰略，設立綠色人工智能研發專項基金與稅收優惠。建立人工智能碳交易機制，將外部成本內部化。公共采購優先選擇綠色人工智能產品與服務等。二是標準與認證體系建設。制定綠色人工智能技術標準與認證體系。建立人工智能環境影響披露制度。推動國際綠色人工智能標準互認與合作等。三是推進跨領域協同治理。建立環境部門與科技部門的協調機制。推動人工智能、能源、環境領域的交叉研究與創新。構建多方參與的綠色人工智能治理平臺等。

產業轉型路徑：推動人工智能全產業鏈綠色化。一是優化人工智能研發與設計環節。將環境影響納入人工智能系統設計考量。推廣“人工智能綠色”理念，開發專門解決環境問題的人工智能應用。建立綠色人工智能開源社區，共享高效模型與算法。二是優化人工智能部署與應用環節。推動企業采用綠色人工智能解決方案。開發人工智能能耗監控與優化工具。建立人工智能系統能效持續改進機制等。三是優化教育與人才培養。將可持續計算納入人工智能課程體系，培養兼具人工智能技能與環境意識的新型人才。加強綠色人工智能領域的繼續教育與職業培訓。

社會與文化路徑：培育綠色人工智能的認知與共識。一是提升公眾意識。開展綠色人工智能科普宣傳，提高公眾認知。建立人工智能環境影響透明化機制，接受社會監督。鼓勵公眾參與綠色人工智能產品選擇與使用。二是推進行業自律與文化構建。制定人工智能行業綠色自律公約。表彰綠色人工智能創新的實踐案例。培育“高效即優雅”的人工智能研發文化等。三是加強國際合作與知識共享。參與全球綠色人工智能倡議與合作項目，共享綠色人工智能數據集、模型與最佳實踐，共同應對人工智能環境影響的全球性挑戰。

（信息來源：北京前沿未來科技產業發展研究院）