🌍The Next Web (TNW)•最新收集於 21m
受 AI 資料中心影響，Microsoft 碳排放量激增 25%
💡了解 AI 基礎設施龐大的能源足跡如何影響企業的可持續發展目標。
⚡ 30-Second TL;DR
有什麼變化
Microsoft 碳排放量年增 25%
為什麼重要
這凸顯了擴展大型語言模型所需的環境成本。預計 AI 基礎設施的可持續性將受到更多審查，並可能轉向更環保的運算方式。
下一步行動
審核您的模型訓練管線以提升能源效率，並考慮使用較小型的專用模型來降低運算開銷。
誰應關注：Enterprise & Security Teams
關鍵要點
- •Microsoft 碳排放量年增 25%
- •AI 基礎設施擴張是能源消耗的主要驅動力
- •該公司 2030 年負碳排放目標面臨嚴峻的執行挑戰
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Microsoft 的碳排放增長主要源於「範疇 3」（Scope 3）排放，這包括了建設資料中心所需的鋼鐵、混凝土、半導體及硬體設備的製造過程。
- •為了應對排放激增，Microsoft 已開始要求其主要供應商在 2030 年前必須使用 100% 無碳電力，以降低供應鏈端的碳足跡。
- •該公司正在積極投資核能與小型模組化反應爐（SMR）技術，試圖解決 AI 運算帶來的電力供應不穩定與碳排問題。
- •Microsoft 承認其「碳負排放」目標的實現難度，部分原因在於 AI 模型訓練與推論所需的運算密度遠高於傳統雲端服務。
- •除了能源消耗，AI 資料中心對水資源的冷卻需求也大幅增加，這使得 Microsoft 在環境永續報告中面臨更嚴格的審查。
📊 競品分析▸ Show
| 比較項目 | Microsoft | Amazon (AWS) | |
|---|---|---|---|
| 碳中和目標年份 | 2030 (負碳) | 2030 (淨零) | 2040 (淨零) |
| 能源策略 | 核能/SMR/再生能源 | 24/7 無碳能源匹配 | 再生能源投資 |
| 排放透明度 | 報告範疇 3 排放 | 報告範疇 3 排放 | 報告範疇 3 排放 |
🛠️ 技術深入
- AI 資料中心採用高密度機櫃設計，單一機櫃功率密度已從傳統的 10-15kW 提升至 40-100kW 以上。
- 為了應對高發熱量，Microsoft 正在大規模導入液冷技術（Direct-to-Chip Cooling）以取代傳統氣冷系統。
- 透過 AI 驅動的資料中心能源管理系統（DCIM），即時優化伺服器負載分配與冷卻循環，以降低 PUE（能源使用效率）值。
- 採用更高效的電源供應單元（PSU）與配電架構，以減少從電網到晶片端的電力傳輸損耗。
🔮 前景展望AI analysis grounded in cited sources
Microsoft 將被迫調整 2030 年負碳排放的定義或路徑。
由於 AI 基礎設施擴張速度遠超預期，單靠購買碳權已無法抵銷硬體製造與營運產生的巨大排放量。
供應鏈碳排審查將成為 Microsoft 採購決策的核心指標。
為了控制範疇 3 排放，Microsoft 必須強制供應商轉型，否則將無法達成其永續發展承諾。
⏳ 時間線
2020-01
Microsoft 宣布 2030 年實現負碳排放的宏大目標。
2023-05
Microsoft 簽署全球首份核融合能源採購協議，展示對新興能源的投入。
2024-05
Microsoft 發布年度環境永續報告，揭露因 AI 需求導致碳排放量顯著上升。
2025-09
Microsoft 宣布與供應商簽署強制性碳減排協議，針對硬體製造鏈進行管控。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： The Next Web (TNW) ↗