版權歸原作者所有，如有侵權，請聯(lián)系我們

我們已經(jīng)離不開(kāi)網(wǎng)絡(luò )了，很多時(shí)候，只有在斷網(wǎng)時(shí)我們才能意識到網(wǎng)絡(luò )的存在。但在我們的注視之外，整個(gè)龐大網(wǎng)絡(luò )消耗的電力，可能會(huì )遠遠超出你的想象。

2015 年，阿瑟·霍蘭·米歇爾（Arthur Holland Michel）在坐火車(chē)時(shí)隨手錄了一段 15 秒的視頻。視頻沒(méi)有什么有意思的地方，只是車(chē)窗外的光影不斷向后退去而已。文件大小不到 1MB，他隨手把視頻傳到網(wǎng)上。

直到 9 年后的一天，他才猛然發(fā)現，這個(gè)沒(méi)什么意義的視頻一直默默保存在網(wǎng)絡(luò )上。他已經(jīng)不記得當時(shí)他為什么這么做了，但在某個(gè)數據中心的服務(wù)器里，這個(gè)視頻在持續地消耗著(zhù)電能。

數據能耗快速增長(cháng)

2023 年，一篇論文給出了計算存儲數據能耗的算法，其中一條核心的參數，是每 GB 文件，在服務(wù)器中每存儲 24 小時(shí)，就會(huì )消耗 0.18kWh 的電力?；籼m·米歇爾借此計算了 2015 年那個(gè)視頻的碳排放。他發(fā)現從 2015 年到 2024 年的 9 年間，這個(gè)小視頻產(chǎn)生了 100 克的碳排放。

乍一看這不算什么，但實(shí)際上，他去年就向網(wǎng)上上傳了 960 個(gè)視頻，并且，因為手機畫(huà)質(zhì)的提升，每個(gè)視頻的體積都比 2015 年那個(gè)視頻更大，就會(huì )消耗更多能源。更麻煩的是，這些視頻有可能被保存在了多個(gè)平臺上。

他永遠也無(wú)法確定，這份數據在整個(gè)互聯(lián)網(wǎng)上被備份了多少遍。每次上傳視頻，就像在沒(méi)有人關(guān)注的角落打開(kāi)了一盞燈泡，除非刪除數據，否則它就會(huì )不斷消耗電力，排放溫室氣體，讓地球氣候更加糟糕。

圖片來(lái)源：Pixabay

數據的傳輸同樣會(huì )消耗大量的能源。社交平臺 Instagram 上粉絲量最多的個(gè)人賬戶(hù)屬于足球巨星 C 羅，在 2020 年時(shí)他的粉絲量大約為 1.9 億。

Instagram 為了將 C 羅發(fā)布的照片傳給他的粉絲，需要讓全球的網(wǎng)絡(luò )設施都運作起來(lái)，根據英國東倫敦大學(xué)的拉比·巴什魯什（Rabih Bashroush）博士的計算，C 羅發(fā)布的每張照片都會(huì )消耗 24000kWh 電能。2024 年，中國人均生活用電量接近 1000kWh，24000kWh 的電夠一個(gè)人用 24 年，夠一個(gè)三口之家用 8 年，節省一些，10 年恐怕也不是問(wèn)題。

人工智能正在消耗巨量的能源，按照過(guò)往的增長(cháng)速度，人類(lèi)的能源供應，很快就無(wú)法滿(mǎn)足人工智能的需求。但在人工智能之外，人類(lèi)本身在網(wǎng)絡(luò )上耗費的能源，也不容小覷。

在地球上，我們每天都會(huì )產(chǎn)生 5 億條推文、2940 億封電子郵件、400 萬(wàn) GB 的 Facebook 數據、650 億條 WhatsApp 消息和 72 萬(wàn)個(gè)小時(shí)的 YouTube 新視頻。全世界在 2018 年創(chuàng )建、捕獲、復制和消耗的數據總量為 33 澤字節（ZB），相當于 33 萬(wàn)億 GB。2020 年，這一數字增長(cháng)到 59ZB，預計到 2025 年將達到令人難以想象的 175ZB。

根據國際能源署（IEA）的數據，當前數據中心和網(wǎng)絡(luò )設施消耗的電力，分別已經(jīng)達到了全球能耗的 1%～1.5%。就像水果不是從貨架上長(cháng)出來(lái)的一樣，網(wǎng)絡(luò )也不是憑空產(chǎn)生的，它時(shí)時(shí)刻刻消耗著(zhù)電力，總量可能超出你的想象。

而我們才剛剛進(jìn)入網(wǎng)絡(luò )時(shí)代，就算是創(chuàng )建互聯(lián)網(wǎng)的那一批“上古大神”，不少今天仍然在世。時(shí)間會(huì )帶來(lái)更多問(wèn)題，其中之一就是，當我們這些今天的互聯(lián)網(wǎng)用戶(hù)死去之后，我們留下的數據仍會(huì )持續消耗未來(lái)的能源。

例如，2019 年一篇《大數據與社會(huì )學(xué)》（Big Data & Society）上的論文就指出，到本世紀 60 年代，Facebook 上的死亡用戶(hù)可能會(huì )比活著(zhù)的用戶(hù)更多。已死亡的用戶(hù)不再會(huì )產(chǎn)生新的數據，但是他們生前留下的數據，仍會(huì )在未來(lái)持續消耗著(zhù)能源。

無(wú)處不在的碳排放

消耗電力，就意味著(zhù)排放二氧化碳。那篇計算數據存儲能耗的論文，同樣指出，在數據行業(yè)，每消耗 1kWh 的電能，就對應著(zhù) 0.23kg 的二氧化碳排放。一旦明白這一點(diǎn)，你就能明白數據的碳排放有多可怕。

保護環(huán)境，人人有責。當然，我們每個(gè)人都清楚，環(huán)保的道德壓力更多會(huì )落在企業(yè)、政府和有錢(qián)人的肩上，但還是會(huì )有很多善良的讀者在努力養成節約的習慣。例如少用一次性筷子，節約打印紙張。一雙一次性筷子的二氧化碳排放量大約是 20 克左右。但如果你在朋友圈/抖音發(fā)布了一個(gè) 500MB 的視頻，那服務(wù)器僅僅是存儲這個(gè)視頻，每天消耗的電能，大約就對應著(zhù) 20 克的二氧化碳排放。并且，它每天都會(huì )造成這么多的排放。

圖片來(lái)源：Pixabay

和人工智能一樣，數據的存儲和傳輸，乃至生活中無(wú)處不見(jiàn)的“云”概念，從能耗上來(lái)看，都是不折不扣的重工業(yè)。那為了保護地球環(huán)境，減緩全球變暖，我們是不是現在就要改變自己的數據習慣，刪除網(wǎng)上不必要的數據？

大可不必。其實(shí)，數據會(huì )產(chǎn)生多少碳排放，和大部分用戶(hù)的關(guān)系并不大。如果沒(méi)有數據行業(yè)的系統性變革，依靠個(gè)人的使用習慣來(lái)降低數據的碳排放，簡(jiǎn)直就像是用鏟子和水桶來(lái)阻止洪水一樣低效。這個(gè)問(wèn)題，需要行業(yè)自身來(lái)解決。

影響數據存儲碳排放的一個(gè)重要因素，是數據中心的位置。例如，谷歌在美國俄亥俄州和俄勒岡州都有數據中心，但前者的碳排放是后者的 5 倍。這主要是因為，不同地區的電網(wǎng)，新能源裝機占比不同，單位碳排放就會(huì )產(chǎn)生區別。例如在加拿大蒙特利爾，每 kWh 電力只對應 2 克二氧化碳，但是在波蘭華沙，每 kWh 電力就對應著(zhù) 723 克二氧化碳。根據生態(tài)環(huán)境部、國家統計局的數據，在我們國家，每 kWh 電力平均對應 556.8 克二氧化碳。

國內的新能源行業(yè)早就卷成了一片血海，但同時(shí)，它們也在從根本上降低每個(gè)人的碳排放。根據國家能源局的數據，截至 2024 年 6 月底，我國風(fēng)電光伏發(fā)電合計裝機（11.8 億千瓦）已超過(guò)煤電裝機（11.7 億千瓦）。所以，在可預見(jiàn)的將來(lái)，雖然可以肯定我們會(huì )向網(wǎng)絡(luò )上上傳更多的數據，能耗會(huì )增加，但是碳排放會(huì )減少。

當然，行業(yè)自身能從很大程度上解決這個(gè)問(wèn)題，但改變我們的習慣，或許也能做出一些幫助。

今天越來(lái)越多電子產(chǎn)品都在標榜自己的“智能”，但是很多智能設備產(chǎn)生的數據很可能是完全沒(méi)用的。比如智能水杯、智能冰箱、智能狗繩，他們產(chǎn)生大部分數據都是沒(méi)用的。

IBM 稱(chēng)，這些“智能”設備產(chǎn)生的 90%數據都是暗數據，根本不會(huì )被用戶(hù)使用。但它們會(huì )持續消耗電能。這些無(wú)用的“智能”，往往是廠(chǎng)商刻意營(yíng)造的賣(mài)點(diǎn)。只要認清自己的需求，就能少在這些無(wú)謂的功能少浪費錢(qián)，并且降低全社會(huì )的碳排放。

我們或許不需要把一切的東西都變成數據。下次坐火車(chē)時(shí)，你沒(méi)有必要像9年前的霍蘭·米歇爾用手機去記錄。日常生活中的美景，很多時(shí)候，用眼睛欣賞，就已經(jīng)足夠美好了。

策劃制作

來(lái)源丨環(huán)球科學(xué)（ID：huanqiukexue）

作者丨王昱

責編丨王夢(mèng)如

審校丨徐來(lái) 林林

點(diǎn)擊查看 中國科普資源名錄 資源展示

點(diǎn)擊查看 中國科普資源名錄 資源需求

歡迎掃碼關(guān)注深i科普！

我們將定期推出

公益、免費、優(yōu)惠的科普活動(dòng)和科普好物！