李強總理在今年兩會政府工作報告中指出，協(xié)同推進降碳減污擴綠增長，加快經(jīng)濟社會發(fā)展全面綠色轉(zhuǎn)型，要求開展碳排放統(tǒng)計核算，建立產(chǎn)品碳足跡管理體系、碳標識認證制度。同時，強調(diào)持續(xù)推進“人工智能+”行動，支持大模型廣泛應(yīng)用。而激活數(shù)字經(jīng)濟創(chuàng)新活力，尤其是發(fā)展人工智能產(chǎn)業(yè)，對算力和能源有著很大需求。如何將深化數(shù)據(jù)資源開發(fā)利用，促進和規(guī)范數(shù)據(jù)跨境流動，優(yōu)化全國算力資源布局，發(fā)展人工智能，與實現(xiàn)資源高效利用與綠色低碳發(fā)展統(tǒng)一起來，對此，本報記者專訪了中國國際技術(shù)合作促進會副理事長邵春堡。

邵春堡，中國國際技術(shù)合作促進會副理事長，曾任中國電信股份公司監(jiān)事會主席，公共管理學博士。出版了《未來引擎：從科技革命到全新世界》《未來發(fā)展：從數(shù)智經(jīng)濟到共享社會》等著作。

中國環(huán)境報：人工智能發(fā)展依賴大數(shù)據(jù)、大算力和復(fù)雜算法的協(xié)同作用，會給能源資源帶來哪些挑戰(zhàn)？

邵春堡：在數(shù)字化向智能化升級的過程中，人工智能的作用越來越重要。理論上，隨著數(shù)據(jù)處理效率的提升，可以降低人工智能單次計算的算力需求和能源消耗。但現(xiàn)實中，由于模型復(fù)雜度、數(shù)據(jù)規(guī)模的指數(shù)級增長，以及追求更通用的人工智能目標，使得整體算力和能耗需求仍可能持續(xù)上升。

要想讓AI大模型的性能更強，就離不開3個關(guān)鍵因素：海量數(shù)據(jù)、強大的計算能力和復(fù)雜的算法?！耙?guī)模決定性能”“大力出奇跡”成為主流思路。OpenAI首席執(zhí)行官山姆·奧特曼曾提出一項雄心勃勃的計劃，希望籌集7萬億美元建造人工智能芯片工廠。特朗普提出的5000億美元“星際之門”計劃，也遵循了同樣的邏輯——通過大規(guī)模投入算力和能源來推動AI發(fā)展。

這就導致算力和能源的需求大幅增加。一項研究報告稱，訓練一個大型AI模型的碳排放量相當于5輛汽車整個生命周期的排放量；使用1750億個參數(shù)訓練GPT-3消耗了1287兆瓦時的電力，并導致了502噸二氧化碳當量，相當于駕駛112輛汽油動力汽車一年。GPT-3的每日碳足跡有50磅，相當于一年8.4噸二氧化碳。

這揭示了一個核心問題：盡管技術(shù)進步提高了效率，但為了實現(xiàn)更強大的AI能力，算力和能源的需求卻在不斷增長。效率提升可能刺激更廣泛的應(yīng)用場景和更復(fù)雜的需求，最終導致資源消耗總量增加。例如，AI芯片能效比10年前提升千倍，但超算中心的能耗卻因算力需求暴增而持續(xù)攀升。

我國到2030年智算中心年用電或達 0.6 萬億度—1.3 萬億度，占全社會用電 5%—10%。如何在推動AI發(fā)展的同時，平衡能源消耗與可持續(xù)發(fā)展，將成為未來我們必須面對的重大挑戰(zhàn)。

中國環(huán)境報：如何突破人工智能發(fā)展面臨的資源環(huán)境瓶頸？

邵春堡：在資源能源約束日益加劇的背景下，破解人工智能發(fā)展與資源環(huán)境之間的矛盾，需要從兩方面入手。

一是推動數(shù)據(jù)資源的優(yōu)化配置。就是利用大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等技術(shù)，提高能源、工業(yè)、城市管理等領(lǐng)域的管理水平，優(yōu)化資源配置，最終實現(xiàn)資源消耗的減量化和利用效率的提升。

二是尋找算法效能的提升路徑。人工智能的爆發(fā)式增長帶來了算力需求的指數(shù)級攀升，提升算法效能已成為平衡AI技術(shù)進步與資源可持續(xù)性的關(guān)鍵支點。

中國環(huán)境報：具體來說，如何推動數(shù)據(jù)資源的優(yōu)化配置？

邵春堡：數(shù)據(jù)資源對物質(zhì)能源具有替代效應(yīng)。數(shù)據(jù)作為新型生產(chǎn)要素，具有可復(fù)制、可共享、可再生的特性。例如，在智能制造領(lǐng)域，通過數(shù)字孿生技術(shù)對生產(chǎn)流程進行全生命周期模擬，可減少實體材料和人工試驗消耗。如某耐火材料廠把各個環(huán)節(jié)整合到數(shù)字孿生體系，極大地提高了生產(chǎn)效率，降低事故率25%，品質(zhì)率也提高了10%。這種“以虛代實”的模式，能夠直接減少物質(zhì)資源的開采與能源的浪費。

同時，通過物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等數(shù)字化技術(shù)對資源的流動和使用進行實時監(jiān)控、分析和優(yōu)化，從而形成一種高效的資源循環(huán)利用模式。以動力電池回收為例，當前我國動力電池規(guī)范化回收率不足25%，通過嵌入傳感器與區(qū)塊鏈賬本，可實時監(jiān)控電池健康狀態(tài)并精準匹配回收需求，使部分電池回收價值提升3倍。歐洲《電池2030+：歐洲電池研究路線圖》計劃通過智能傳感器與區(qū)塊鏈技術(shù)結(jié)合，實現(xiàn)75%的電池回收率和接近100%的關(guān)鍵原材料回收率的目標。這種“數(shù)據(jù)+物質(zhì)”的協(xié)同循環(huán)，讓資源流動從線性消耗轉(zhuǎn)向閉環(huán)再生。

此外，還可以利用平臺經(jīng)濟實現(xiàn)資源效率革命。通過數(shù)字化平臺對資源進行共享和優(yōu)化配置，打破傳統(tǒng)資源獨占性使用的局限，大幅提高資源利用效率，減少浪費和環(huán)境影響。比如，出租車原先的空駛率高達40%，使用滴滴等共享軟件后，空駛率一般不會超過10%。據(jù)統(tǒng)計，一輛出租車目前平均每天行駛里程大約400公里，全國150萬輛出租車一年碳排放為4860萬噸。如果能將空駛率下降10％至15％，即每年最多可減少碳排放729萬噸，這相當于三個中等城市一年的碳排放量總和。

中國環(huán)境報：在提升算法效能方面，要從哪些方面尋求新的突破？

邵春堡：一要推動算法架構(gòu)的輕量化革命。優(yōu)化算法向算力要效率，要重視模型壓縮技術(shù)。通過知識蒸餾、參數(shù)剪枝、減少計算量等方法，可將模型體積縮小。Deep Seek就展現(xiàn)了其在算法架構(gòu)技術(shù)創(chuàng)新和組織算力上的能力，實現(xiàn)對計算效率的極致優(yōu)化，在有限算力中挖掘出大模型運算效率的能力。據(jù)報道，DeepSeek可將每次查詢所需要的計算能力降低90%。這些改變堪稱效率革命，引領(lǐng)著AI模型發(fā)展的新范式。

二要提升訓練范式的效率。其關(guān)鍵在于減少數(shù)據(jù)傳輸和計算的能耗。一種有效的方法是避免將大量數(shù)據(jù)集中上傳，而是只交換模型參數(shù)的更新。此外，通過稀疏計算，只處理那些對模型性能影響最大的重要參數(shù)，從而降低計算量。比如，DeepSeek V3 模型通過從 R1 數(shù)據(jù)中提取高質(zhì)量的深度思考信息，僅用少量高質(zhì)量數(shù)據(jù)就顯著提升了基座模型的邏輯推理能力。這種方法不僅減少了對大量數(shù)據(jù)標注的依賴，還大幅降低了訓練過程中的能源消耗。

三要推動算法與硬件的協(xié)同優(yōu)化。例如，清華大學研發(fā)了全球首顆全系統(tǒng)集成的憶阻器存算一體芯片。在完成相同任務(wù)時，這款芯片的能耗僅為傳統(tǒng)先進工藝芯片（ASIC）的3%，但能效卻提升了約75倍。這一突破將極大地推動人工智能、自動駕駛和可穿戴設(shè)備等領(lǐng)域的發(fā)展。此外，Lightmatter公司推出的Envise芯片用光信號代替?zhèn)鹘y(tǒng)的電子傳輸，運行速度比當時最先進的電子芯片快10倍，而能耗僅為后者的15%。這些創(chuàng)新技術(shù)不僅大幅提升了計算效率，還顯著降低了能耗，為未來科技發(fā)展開辟了新的方向。

四是發(fā)展綠色AI評價體系。今年兩會政府工作報告提出要開展碳排放統(tǒng)計核算，建立產(chǎn)品碳足跡管理體系。我們要將“算法碳足跡”也納入其中，測算AI模型在訓練、運行（推理）以及硬件維護等全生命周期中所產(chǎn)生的碳排放。通過這些量化指標，評估AI項目的環(huán)境成本，從而推動企業(yè)選擇更高效的算法，減少計算量。目前，歐盟已將綠色AI納入《人工智能法案》的合規(guī)標準，要求企業(yè)從源頭設(shè)計高效、低能耗的算法。這種政策倒逼機制，促使企業(yè)在開發(fā)AI技術(shù)時更加注重環(huán)保和可持續(xù)發(fā)展。

中國環(huán)境報：推動人工智能實現(xiàn)資源高效利用與綠色低碳發(fā)展，您有哪些建議？

邵春堡：在數(shù)字化、智能化的過程中，我們要促進AI 與可持續(xù)性的良性互動，架設(shè)數(shù)字文明與生態(tài)文明之間的堅實橋梁，構(gòu)建資源循環(huán)的共生生態(tài)；開發(fā)更節(jié)能的 AI 系統(tǒng)，創(chuàng)新更多的 AI 應(yīng)用，推動可持續(xù)發(fā)展；加強場景建模和數(shù)據(jù)收集，支持政策制定和可持續(xù) AI 的發(fā)展，讓AI技術(shù)進步真正服務(wù)于人類永續(xù)發(fā)展。

在此進程中，需要建立三項核心機制。

一是建立數(shù)據(jù)資源產(chǎn)權(quán)制度，制定數(shù)據(jù)采集、共享與交易的規(guī)則。明確數(shù)據(jù)的所有權(quán)、使用權(quán)和經(jīng)營權(quán)，規(guī)范數(shù)據(jù)資源產(chǎn)生和運行的全流程規(guī)則，確保各參與方在法律框架內(nèi)操作，通過建立透明的數(shù)據(jù)管理流程，保護個人隱私及企業(yè)數(shù)據(jù)權(quán)益，同時促進數(shù)據(jù)要素市場的健康發(fā)展。

二是制定算法能效準入標準，將碳排放納入AI研發(fā)的硬性約束。從制度上明確要求新研發(fā)的算法滿足特定的能量效率最低標準，這將會有效地減少因AI運算能力提升帶來的環(huán)境負擔，還能激勵科研人員開發(fā)更加綠色高效的算法解決方案，推動信息技術(shù)產(chǎn)業(yè)向低碳方向轉(zhuǎn)型。

三是建立跨學科創(chuàng)新平臺，形成材料科學、信息技術(shù)與環(huán)境工程的深度融合機制。打破傳統(tǒng)學科的界限，通過構(gòu)建開放的合作網(wǎng)絡(luò)，匯集多方智慧和技術(shù)資源，催生更多相關(guān)性創(chuàng)新成果，促進AI技術(shù)發(fā)展與資源環(huán)境保護相契合，為解決全球性挑戰(zhàn)提供強有力的技術(shù)支持。