人工智能也在污染空气:我们在数据中心附近呼吸着什么?

人工智能带来的环境成本远不止为服务器和计算系统提供能源所需。随着数据中心的不断增加,对电力以及冷却用水的需求也在不断上升,但还有一个问题可能被忽视:这些基础设施所在区域的空气质量。
IQAir北美公司的首席执行官Glory Dolphin Hammes呼吁人们关注这一问题。我曾对她进行过采访,旨在了解人工智能所需基础设施的发展可能对人类健康和环境造成何种影响。
根据国际能源署(IEA)的预测,受人工智能普及等因素影响,到2030年全球数据中心的电力需求预计将翻一番以上。
这一增长不仅体现在电力系统层面。根据能源的生产方式以及数据中心内部所使用的技术,它们可能会加剧细颗粒物、氮氧化物及其他污染物的排放。问题在于,这些污染物中有一部分肉眼无法看见,但仍可能影响到周边社区。
从柴油发电机到燃气轮机:我们究竟呼吸着什么?
需要考虑的关键要素之一就是应急柴油发电机。数据中心必须确保持续的电力供应,因为哪怕短暂的停电也可能影响计算机系统的运行。因此,它们会使用在电网供电中断时能够立即启动的发电机组,并且还会定期进行测试。

数据中心会使用应急柴油发电机:有些数据中心甚至配备了数百台此类发电机,其排放量可能相当高。
图片来源:Motor1 Italia visual(人工智能辅助生成)
它们的影响取决于规模、使用频率以及排放控制措施。一座大型设施可容纳数十台,甚至在某些情况下可容纳数百台发电机。当多台机组同时运行时,尽管每台发电机的使用时间有限,总体排放量仍可能相当可观。
最令人担忧的污染物包括PM2.5,即直径小于2.5微米的颗粒物,以及氮氧化物(NOx)。此外还有二氧化碳以及柴油发动机尾气中的其他化合物。
PM2.5尤其危险,因为其颗粒尺寸极小,能够深入肺部,甚至有些还会进入血液。接触这类颗粒会增加患呼吸系统疾病和心血管疾病的风险。而作为NOx成分之一的二氧化氮(NO2)则可能刺激呼吸道,加重哮喘症状,还会促使对流层臭氧及更多颗粒物的形成。
世界卫生组织建议,PM2.5的年均浓度不应超过5微克/立方米(µg/m³),而二氧化氮的浓度则不应超过10 µg/m³。这些数值是基于健康保护而设定的指导标准,并不一定与各国现行的法律限制相同。正如哈梅斯所指出的,不存在完全没有风险的空气污染水平。
另一个需要关注的方面是天然气涡轮机的日益普及,一些运营商正在考虑使用这类设备来满足其基础设施的能源需求。与同类柴油机组相比,这些设备通常产生的颗粒物和二氧化硫较少,但仍然会排放氮氧化物和一氧化碳。
主要区别在于运行时间。柴油发电机通常用于应急情况,而燃气轮机则可以长时间运行,直接为数据中心提供所需的部分电力。尽管其单位能量产生的排放量更低,但持续运行仍可能造成相当大的累积污染。
此外,还不能忽视设施外围发生的情况。数据中心所需的电力必须由某个地方产生,根据当地的能源结构,需求增加可能会迫使更多依赖燃煤和天然气发电厂来供电。这种情况属于间接排放,需与数据中心内的发动机和设备所产生的直接排放区分开来。
因此,要正确评估人工智能对环境的影响,仅衡量单一基础设施的污染程度是不够的:还必须考虑其耗电所导致的排放以及对整个能源网络的影响。正如Glory Dolphin Hammes所说:
“一个数据中心在当地可能产生的污染相对较少,但通过其耗电仍可能对其他地方的排放产生影响。”
弗吉尼亚州的案例与监测空气质量的重要性
一个具体的例子来自美国,尤其是北弗吉尼亚州,那里是全球数据中心最集中的地区之一。根据弗吉尼亚联邦大学2026年2月发布的一项研究,2015年至2023年间,与这些数据中心相关的应急发电机排放量显著上升:颗粒物排放量增长了139%,而氮氧化物排放量则增长了111%。

Atem Car是IQAir推出的一款产品,它通过HyperHEPA Plus过滤器来净化车内的空气。
图片来源:IQAir
这些数据反映了排放量的增加,但仅凭这些数据无法确定究竟有多少污染物会影响到附近的住宅和居民。因此,弗吉尼亚州环境质量部门在劳登县和普林斯威廉县启动了一项专门的监测项目,旨在进一步研究数据中心基础设施可能对空气质量造成的影响。
正是在这里,实时监测技术发挥了作用。虽然各类监测站对于监控空气质量标准至关重要,但它们往往距离相关设施数公里之远,因此并不总能察觉到局部变化,而这些变化在短短几百米范围内就可能发生显著改变。
分布式传感器网络能够补充官方的监测数据,及时发现数据中心周边污染物浓度的上升情况,即便是在发电机测试或紧急运行期间也是如此。此外,一些专用设备还能检测诸如二氧化氮之类的特定物质。

分布式传感器可检测数据中心附近的污染物浓度上升情况,通过将这些数据与天气信息相结合,从而找出可能的污染源。
图片来源:Motor1 Italia visual(人工智能辅助生成)
将这类数据与气象信息,尤其是风的方向和速度相结合,有助于确定潜在的污染重点区域,并进一步探究污染的起源。这并不意味着传感器检测到的每一次浓度上升都一定与数据中心有关,但相比仅依靠区域监测站提供的数据,它能提供更详细的状况分析。
对哈梅斯而言,透明度应是这些基础设施发展中的重要组成部分。运营商应当公开有关排放信息、发电机运行时长以及所使用的减排系统的相关数据。而监管机构则负责制定监测标准,并独立核查规则的执行情况。独立组织与公民也能通过扩大监测范围来发挥作用。
在法规层面,IQAir北美公司的首席执行官认为,现有的环境法规虽是重要基础,但往往不足以应对某些地区新设施迅速集中的情况。单个数据中心的可能排放量相对较低,但同一区域内多个设施的累积效应则可能大相径庭。因此,应在审批阶段就评估累积排放量,同时考虑运行时间、定期检测以及控制系统的有效性。
该提议旨在建立包含能源消耗和空气质量数据的定期环境报告机制,并对设施内部及周边社区实施24小时不间断的持续监测。
人工智能的发展能否在不降低空气质量的前提下实现?
据哈梅斯称,只要相关企业切实投资于风能和太阳能等可再生能源,并辅以储能系统,这是可行的。电池还有助于减少对传统柴油发电机的依赖,而更高的能源效率则能降低为服务器供电所需的电量。

IQAir北美区首席执行官Glory Dolphin Hammes
图片来源:IQAir
因此,面临的挑战不仅在于如何建造功能更强大的数据中心,还在于这些数据中心的供电方式。
人工智能的环境成本并非仅以千瓦时和水量来衡量:还必须考虑那些排放到这些基础设施周边居民呼吸空气中的物质。
推荐阅读