英国对未来的两种设想之间正产生摩擦:一种是建立以清洁可再生能源驱动的脱碳经济体系,另一种是将英国打造成AI超级大国。然而,负责推进这两项目标的政府部门,在关键数据上显然未能达成一致。
英国科学、创新与技术部(DSIT)预计,到2030年,AI数据中心的电力消耗将达到6GW。而能源安全与净零排放部(DESNZ)的预测数字,似乎还不到前者的十分之一。
非政府组织Foxglove战略主管蒂姆·斯奎雷尔表示:"政府对数据中心环境影响的漠然程度,若非如此令人忧虑,简直可笑。"
伦敦大学学院研究员塞西莉亚·里卡普则指出:"对于这种'数据错位',有两种解读方式:要么是DESNZ和DSIT存在失职,要么是对AI和大型科技企业抱有某种不切实际的幻想。无论哪种情况,这一事件都揭示出这些企业不仅掌控着AI价值链,还对英国政府拥有相当程度的影响力。"
DESNZ负责英国的碳预算增长与实施计划,该计划明确了政府实现国际气候目标的路径。
今年1月,Foxglove向该部门提交了一份环境影响评估请求,询问其在制定英国排放预测时,是否已将AI数据中心的影响纳入考量。对此,DESNZ仅将研究人员引向其对英国"商业服务"行业能源使用的整体预测,并表示并未单独掌握数据中心增长的相关预测数据。
根据现有预测,2025年至2030年间,该行业整体能耗增量约为528MW,相当于到本十年末新增约170万户家庭的用电量。
然而,这一数字比政府在英国算力路线图中承诺为AI数据中心提供的电力规模低了整整十倍。该政策文件由DSIT于2025年发布,提出了一项"大胆的长期计划,旨在通过建设AI数据中心,推动国家算力生态系统的全面转型"。
文件明确指出:"我们预测,到2030年,英国将至少需要6GW的AI数据中心算力。"
这些算力将依托全国各地的多个AI增长区来实现,这些区域是政府吸引数据中心投资的核心载体,每个区域至少需要500MW的电力供应——这一数字已略低于DESNZ对整个商业服务行业能耗增量的预测。
两部门预测数据之间的出入究竟因何而起,目前尚不明朗。但就在《卫报》向DSIT和DESNZ发出采访请求后的第二天,DSIT似乎悄然修改了其官网上公布的AI数据中心行业总排放量数字,上调幅度超过百倍。
此前,DSIT对额外AI算力碳排放量的预测区间为0.025MtCO?至0.142MtCO?,不足英国预计排放总量的0.05%。这些数据原本附在算力路线图的附件中。然而,今年早些时候,《碳简报》对这些数据的合理性提出质疑后,该文件已从政府官网下架。周四,在《卫报》就此提出询问后,DSIT随即更新了相关数据。
DSIT在发布的声明中表示:"英国在AI算力领域10年内的温室气体累计排放量,预计将在34至123MtCO?之间,约占英国同期预计总排放量的0.9%至3.4%。""如果英国电网脱碳计划顺利推进,数据中心的排放量有望降至该区间的低端。"
DESNZ发言人表示,"数据中心排放已纳入我们的模型测算,包括第七碳预算",并补充道:"AI能源委员会正积极探索吸引投资、支持数据中心使用清洁能源的相关机会。"第七碳预算预计将于今年夏季发布。DSIT发言人则将《卫报》的问询转交DESNZ处理。
Q&A
Q1:DSIT和DESNZ在AI数据中心能耗预测上差距有多大?
A:英国科学、创新与技术部(DSIT)预计到2030年AI数据中心电力消耗将达到6GW,而能源安全与净零排放部(DESNZ)对整个商业服务行业能耗增量的预测仅为528MW,两者相差超过十倍。这一巨大差距引发了外界对政府内部协调机制的强烈质疑。
Q2:DSIT的碳排放数据为什么被大幅上调?
A:DSIT原先预测AI算力的碳排放量仅为0.025MtCO?至0.142MtCO?,不足英国总排放量的0.05%。《碳简报》对这些数据的合理性提出质疑后,相关文件从官网下架。此后在《卫报》发出采访请求的次日,DSIT将预测数字大幅上调至34至123MtCO?,涨幅超过百倍。
Q3:英国AI增长区的电力需求是多少?
A:根据英国算力路线图,政府计划在全国建设多个AI增长区以吸引数据中心投资,每个增长区至少需要500MW的电力供应。而DESNZ预测整个商业服务行业2025年至2030年间的能耗增量仅为528MW,两者之间的悬殊对比引发了外界对政府能源规划协调性的广泛关注。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。