谷歌在最新发布的可持续发展报告中披露,2025年其年度用电量增长了37%,创下公司有史以来最大单年增幅。这一趋势与硅谷AI数据中心建设热潮密切相关。尽管用电量大幅攀升,谷歌表示通过大规模购买清洁能源,成功将运营碳排放控制在较低水平。
报告显示,自2019年以来,谷歌总用电量累计增长超过250%,主要驱动因素包括谷歌云业务持续扩张、YouTube视频流媒体需求增长,以及支撑各类AI产品与服务的数据中心建设和运营。此前,谷歌2024年的年度用电量已增长27%,此次37%的增幅延续并加剧了这一趋势。
谷歌在报告中坦言:"AI基础设施建设目前的提速幅度已超过电网脱碳的步伐,实现气候目标的道路不会是一帆风顺的。但我们仍致力于在全球范围内扩大清洁能源的供给规模,并通过技术创新降低自身运营及整个行业的碳排放。"
数据中心用电大幅攀升
作为用电大户,谷歌数据中心2025年的电力消耗超过4200万兆瓦时,而2024年这一数字为3060万兆瓦时。这意味着谷歌数据中心的能耗已可与新西兰、丹麦、尼日利亚等整个国家的用电量相媲美。谷歌完整的可持续发展报告中还披露了各数据中心园区的用水量等详细数据。
值得关注的是,尽管用电量急剧上升,谷歌同期的运营碳排放实际下降了2%,实现了电力相关排放与用电量增长的初步"脱钩"。对此,谷歌表示未来需要进一步加大清洁能源投资,并与各地利益相关方建立更紧密的合作。
然而,谷歌也指出,来自合同制造商和供应商的供应链碳排放增长了25%,原因在于亚太地区供应链所依赖的电网中无碳能源供给仍然不足。综合来看,2024年至2025年间,谷歌基于目标核算的总排放量增加了18%。谷歌2025年的整体碳足迹约为1450万公吨二氧化碳当量,在全球各国(地区)排放量排名中位列第100位左右,介于科特迪瓦和巴拿马之间。
清洁能源投资再创新高
在清洁能源采购方面,谷歌已连续九年实现其全球运营用电量100%由可再生能源购买来匹配。2025年,谷歌共签署了涵盖12吉瓦"净新增清洁能源"的采购协议,创下公司史上单年最高纪录。
不过,谷歌也承认,企业声称使用100%可再生能源,并不代表其实际用电来自可再生电力,当地电网中的化石燃料发电依然无法完全规避。为此,谷歌重申了推进"全天候无碳能源"目标的决心,通过聚焦每小时、本地化的清洁能源匹配证书,实现更精细的碳核算。
追踪可再生能源与数据中心项目的Cleanview数据平台CEO迈克尔·托马斯表示,谷歌已成为全球最大的清洁能源技术投资方之一。但他对谷歌数据中心能源策略的分析显示,谷歌目前已转向一种"全面铺开"的多元化策略,涵盖可再生能源和天然气发电在内的多种能源形式。
谷歌的能源投资布局还延伸至先进核能、核聚变、增强型地热、长时储能以及配备碳捕集与封存技术的天然气发电等前沿领域。报告显示,谷歌在2010年至2025年间累计投入超过38亿美元,预计将带动7.5吉瓦的清洁能源并网。
然而,托马斯在2026年4月的一份简报中指出,谷歌对德克萨斯州数据中心的400亿美元投资计划中,有一处园区可能依靠一座933兆瓦的天然气发电厂供电,而该电厂尚未配备碳捕集技术,其涡轮机每年可能排放约450万吨二氧化碳。对此,谷歌发言人回应托马斯称,公司尚未就该数据中心从上述天然气电厂购电的具体规模签署任何协议。
Q&A
Q1:谷歌2025年用电量增长了多少?主要原因是什么?
A:谷歌2025年用电量同比增长37%,创历史最大单年增幅。自2019年以来,总用电量累计增长超过250%。主要驱动因素包括谷歌云业务扩张、YouTube流媒体需求增长,以及用于支撑AI产品和服务的数据中心持续建设与运营。数据中心用电量已从2024年的3060万兆瓦时增至2025年的逾4200万兆瓦时,相当于新西兰、丹麦等整个国家的用电规模。
Q2:谷歌用电量大幅增长的同时,碳排放情况如何?
A:谷歌通过大规模采购清洁能源,使2025年运营碳排放实际下降了2%,实现了用电增长与排放的初步"脱钩"。但供应链碳排放增长了25%,主要来自亚太地区依赖高碳电网的制造商。综合计算后,谷歌2025年总碳排放增加了18%,整体碳足迹约为1450万公吨二氧化碳当量。
Q3:谷歌在清洁能源方面做了哪些投资?
A:谷歌已连续九年实现全球运营用电100%由可再生能源采购匹配,2025年签署了涵盖12吉瓦净新增清洁能源的协议,创历史新高。2010年至2025年间,谷歌在清洁能源领域累计投入超过38亿美元,预计带动7.5吉瓦清洁能源并网。投资方向还涵盖先进核能、核聚变、增强型地热、长时储能等前沿领域。
好文章,需要你的鼓励
OpenAI在与多家新闻机构的版权诉讼中陷入困境。以《纽约时报》为首的原告指控OpenAI在长达两年时间里向法庭撒谎,刻意隐瞒其已对ChatGPT日志进行大规模搜索的事实。据悉,OpenAI实际上已拥有包含1000万和7800万条记录的日志样本,并曾用于研究版权内容过滤器,却对外声称无法进行此类搜索。原告据此提出制裁动议,要求法院追责。OpenAI则否认相关指控,坚称其立场基于合理使用原则。
斯坦福与UC伯克利提出LLM-as-a-Verifier框架,通过提取AI模型内部概率分布生成连续评分,在代码、机器人、医疗领域均达到最优性能,且无需额外训练。
美国加州大学圣地亚哥分校研究团队在《自然》期刊发表研究成果:外科医生通过远程操控宇树G1仿人机器人,成功完成两例活体猪胆囊切除手术,创下全球首例。与造价数十至数百万美元的达芬奇手术机器人相比,仿人机器人成本更低、体积更小,未来有望部署于农村、战地乃至太空等资源匮乏的医疗场景。但目前仍存在需频繁重新校准、机械臂活动范围受限等挑战。
字节跳动Seed团队发现AI智能体在真实环境中学习的进步曲线精确遵循对数S形规律,R?达0.998,且前沿模型的学习速度每三个月翻倍。