AIบูมที่ซ่อนอยู่เบื้องหลังโลกกำลังร้องไห้? การปล่อย CO2 ของศูนย์ข้อมูลในสหรัฐฯ เทียบเท่าระดับประเทศ

AIบูมที่ซ่อนอยู่เบื้องหลังโลกกำลังร้องไห้? การปล่อย CO2 ของศูนย์ข้อมูลในสหรัฐฯ เทียบเท่าระดับประเทศ

คลาวด์ไม่ได้อยู่บนฟ้า - ศูนย์ข้อมูลในสหรัฐฯ ปล่อย CO₂ เทียบเท่าประเทศหนึ่ง

เมื่อถามคำถามกับ AI คำตอบจะกลับมาในไม่กี่วินาที รูปภาพถูกเก็บไว้ในคลาวด์ และวิดีโอเล่นโดยไม่สะดุด ความสะดวกนี้ทำให้ยากที่จะจินตนาการถึงอาคารที่ห่างไกลซึ่งมีเซิร์ฟเวอร์จำนวนมากทำงานและใช้ไฟฟ้าอย่างต่อเนื่อง

การศึกษาที่แสดงภาระที่มองไม่เห็นนี้ด้วยตัวเลขที่ชัดเจนได้ถูกเผยแพร่

ตามรายงานของสื่อข่าวเยอรมัน ntv เมื่อวันที่ 16 พฤศจิกายน ทีมวิจัยจากมหาวิทยาลัยฮาร์วาร์ดและอื่นๆ ได้คาดการณ์ว่า ศูนย์ข้อมูลขนาดใหญ่ 403 แห่งในสหรัฐฯ ปล่อย CO₂ ประมาณ 25.7 ล้านตันต่อปีจากการใช้ไฟฟ้า ซึ่งใกล้เคียงกับการปล่อยประจำปีของประเทศหนึ่ง เช่น เดนมาร์กหรือโบลิเวีย

อย่างไรก็ตาม การตีความว่า "AI เพียงอย่างเดียวปล่อย CO₂ เท่าประเทศหนึ่ง" จะเป็นการเข้าใจผิดเกี่ยวกับความหมายของการศึกษา ผลลัพธ์นี้ไม่เพียงแต่ตั้งคำถามเกี่ยวกับข้อดีและข้อเสียของการใช้ AI แต่ยังเกี่ยวกับวิธีการผลิตไฟฟ้าที่สนับสนุนสังคมดิจิทัลด้วย


403 แห่งใช้ไฟฟ้าประมาณ 1.8% ของการบริโภคไฟฟ้าของสหรัฐฯ

การศึกษานี้มุ่งเน้นไปที่ศูนย์ข้อมูลขนาดใหญ่ที่เรียกว่า "ไฮเปอร์สเกล" 403 แห่งในสหรัฐฯ ที่ดำเนินการตั้งแต่เดือนพฤษภาคม 2024 ถึงเมษายน 2025 ผลการวิจัยถูกตีพิมพ์ในวารสารวิชาการ "Nature Sustainability"

เมื่อจัดระเบียบตัวเลขหลักที่ ntv แนะนำ จะได้ดังนี้

หัวข้อเนื้อหาที่แสดงในงานวิจัยและรายงาน
เป้าหมายศูนย์ข้อมูลขนาดใหญ่ 403 แห่งในสหรัฐฯ
ช่วงเวลาการสำรวจพฤษภาคม 2024 ถึงเมษายน 2025
การปล่อย CO₂ จากการใช้ไฟฟ้าประมาณ 25.7 ล้านตันต่อปี
สัดส่วนของการบริโภคไฟฟ้าของสหรัฐฯประมาณ 1.8%
สัดส่วนของไฟฟ้าที่มาจากเชื้อเพลิงฟอสซิลประมาณ 54%

การปล่อยที่กล่าวถึงนี้ส่วนใหญ่เป็นการคาดการณ์ CO₂ ที่เกิดจากการผลิตไฟฟ้าที่ใช้โดยสถานที่ ไม่ได้หมายความว่า CO₂ ปริมาณนั้นถูกปล่อยออกมาจากอาคารของศูนย์ข้อมูลโดยตรง

นอกจากนี้ การศึกษานี้ยังรวมถึงการประมวลผลคลาวด์ทั่วไปด้วย การประกาศของมหาวิทยาลัยระบุชัดเจนว่าไม่สามารถแยกแยะการใช้ไฟฟ้าสำหรับงานทั่วไปและงานเฉพาะ AI ได้จากข้อมูลที่มี

ดังนั้น ไม่สามารถเรียก 25.7 ล้านตันว่าเป็น "การปล่อยของ AI ที่สร้างขึ้น" ได้โดยตรง และไม่ใช่ตัวเลขที่ครอบคลุมศูนย์ข้อมูลทั้งหมดในสหรัฐฯ


ทำไมการตรวจสอบการใช้ไฟฟ้าจึงต้องการ "งานนักสืบ"

ไม่ง่ายที่ผู้ใช้จะตรวจสอบว่าบริการที่ใช้ประจำวันนั้นใช้ไฟฟ้าเท่าใดในแต่ละสถานที่

ในการศึกษาครั้งนี้ ได้ใช้ภาพถ่ายดาวเทียมเพื่อระบุสถานที่และคาดการณ์การใช้ไฟฟ้าตามเงื่อนไขการดำเนินงาน จากนั้นใช้ข้อมูลจากสำนักงานปกป้องสิ่งแวดล้อมของสหรัฐฯ เพื่อจัดสรรการปล่อยตามโครงสร้างการผลิตไฟฟ้าของแต่ละภูมิภาค

หมายความว่าไม่ได้อ่านค่ามิเตอร์ไฟฟ้าของทุกสถานที่โดยตรงและรวมเข้าด้วยกัน

ntv รายงานว่าการขาดการเปิดเผยข้อมูลทำให้การวิเคราะห์ส่วนใหญ่กลายเป็น "งานนักสืบ" ซึ่งหมายถึงความไม่แน่นอนในการคาดการณ์ และเป็นปัญหาที่สังคมไม่มีข้อมูลเพียงพอเกี่ยวกับสถานที่ที่สร้างความต้องการไฟฟ้าขนาดใหญ่

การประเมินเป้าหมายการประหยัดพลังงานและนโยบายสิ่งแวดล้อมของบริษัทจำเป็นต้องสามารถตรวจสอบการใช้ไฟฟ้าของแต่ละสถานที่และวิธีการผลิตไฟฟ้า


สิ่งที่กำหนดการปล่อยคือ "ใช้มากแค่ไหน" และ "ผลิตจากอะไร"

สิ่งที่น่าสนใจในงานวิจัยนี้คือ ประมาณ 54% ของไฟฟ้ามาจากเชื้อเพลิงฟอสซิล เช่น ก๊าซธรรมชาติและถ่านหิน

แม้จะใช้เซิร์ฟเวอร์ที่มีประสิทธิภาพเท่ากันในเวลาที่เท่ากัน แต่ถ้าโครงสร้างการผลิตไฟฟ้าในภูมิภาคที่จ่ายไฟฟ้าแตกต่างกัน การปล่อย CO₂ ที่เกี่ยวข้องก็จะแตกต่างกันไป ความพยายามในการลดการใช้ไฟฟ้าและการลดคาร์บอนของไฟฟ้าเองจำเป็นต้องดำเนินควบคู่กันไป

ที่นี่เราควรพิจารณาแยกการจัดหาพลังงานตามสัญญาของบริษัทและการจัดหาพลังงานจริงในภูมิภาค

สำนักงานพลังงานระหว่างประเทศ (IEA) อธิบายว่าเมื่อวิเคราะห์โครงสร้างพลังงานของศูนย์ข้อมูล จะดูที่ไฟฟ้าที่จัดหาให้ทางกายภาพผ่านการผลิตในสถานที่หรือระบบไฟฟ้าที่เชื่อมต่อ ไม่ใช่โครงสร้างการจัดหาตามสัญญาของบริษัท

การเพิ่มการจัดหาพลังงานหมุนเวียนมีความหมาย แต่ยังจำเป็นต้องตรวจสอบว่าแหล่งพลังงานใดที่สนับสนุนการทำงานของสถานที่ในเวลานั้น

การถามเพียงว่า "ซื้อพลังงานหมุนเวียนหรือไม่" ไม่สามารถจับภาพความเป็นจริงของการจัดหาพลังงานได้


ในโซเชียลมีเดียมีการวิจารณ์ด้านสิ่งแวดล้อมและข้อสงสัยเกี่ยวกับ "วิธีการเปรียบเทียบ"

งานวิจัยนี้และรายงานที่เกี่ยวข้องถูกแชร์ในบอร์ดต่างประเทศ Reddit โพสต์และความคิดเห็นที่ตรวจสอบได้มีทั้งการวิจารณ์อย่างรุนแรงต่อภาระด้านสิ่งแวดล้อมและการตั้งคำถามเกี่ยวกับวิธีการอ่านตัวเลข

 

ในชุมชนที่จัดการกับปัญหาสภาพภูมิอากาศ โพสต์ที่ชี้ให้เห็นถึงความขัดแย้งระหว่างความคาดหวังว่า AI จะช่วยแก้ปัญหาสภาพภูมิอากาศและความต้องการเชื้อเพลิงฟอสซิลที่เพิ่มขึ้นเพื่อขับเคลื่อน AI นั้นได้รับความสนใจ มุมมองนี้ให้ความสำคัญกับความต้องการไฟฟ้าและการปล่อยในปัจจุบันมากกว่าผลประโยชน์ที่เทคโนโลยีอาจนำมาในอนาคต

ในทางกลับกัน ในกระทู้ที่เกี่ยวข้องของชุมชนเทคโนโลยี มีความคิดเห็นที่ว่าแม้การปล่อย CO₂ ของศูนย์ข้อมูลจะมีขนาดใหญ่ แต่ก็ควรพิจารณาโครงสร้างพลังงานเมื่อเปรียบเทียบกับการใช้ไฟฟ้าอื่นๆ

นี่คือความคิดเห็นที่ถามถึงเกณฑ์ที่ใช้ในการเปรียบเทียบก่อนที่จะตัดสินว่า "ตัวเลขใหญ่จึงไม่ดี" อย่างไรก็ตาม ความคิดเห็นนี้ไม่ได้พิสูจน์ถึงประสิทธิภาพด้านสิ่งแวดล้อมของศูนย์ข้อมูลทั้งหมด

นี่เป็นเพียงปฏิกิริยาที่จำกัดในโลกออนไลน์และไม่สะท้อนความคิดเห็นของสาธารณชนทั้งหมด อย่างไรก็ตาม เห็นได้ว่าการอภิปรายได้ขยายจากความประหลาดใจต่อการปล่อยไปสู่การประเมินคุณภาพของแหล่งพลังงานและประโยชน์ของเทคโนโลยี


อย่าตัดสินใจเพียงเพราะ "เทียบเท่าเดนมาร์ก"

การเปรียบเทียบกับประเทศเป็นวิธีที่ช่วยให้เข้าใจตัวเลขขนาดใหญ่ อย่างไรก็ตาม การปล่อยของแต่ละประเทศเปลี่ยนแปลงตามประชากร โครงสร้างอุตสาหกรรม ปีที่เปรียบเทียบ และขอบเขตของการรวบรวม

การแสดงออกว่า "เทียบเท่าประเทศหนึ่ง" เป็นการเปรียบเทียบเพื่อสื่อถึงขนาด ไม่ใช่การตัดสินถึงความจำเป็นหรือคุณค่าของอุตสาหกรรมนั้น

ในทำนองเดียวกัน การดูเพียงตัวเลขที่ว่าใช้ไฟฟ้าประมาณ 1.8% ของสหรัฐฯ และสรุปว่าปัญหาเล็กน้อยก็ไม่ถูกต้อง แม้จะอยู่ในสัดส่วนที่แน่นอนทั่วประเทศ แต่ในพื้นที่ที่มีศูนย์ข้อมูลหนาแน่นอาจมีผลกระทบต่อการจัดหาพลังงานได้ IEA ยังชี้ให้เห็นถึงความจำเป็นในการแยกแยะสัดส่วนของศูนย์ข้อมูลทั่วโลกและผลกระทบที่กระจุกตัวในภูมิภาค

ยิ่งไปกว่านั้น ช่วงเวลาการสำรวจนี้สิ้นสุดในเดือนเมษายน 2025 ไม่ใช่ตัวเลขที่วัดจากสถานการณ์จริงในเดือนพฤศจิกายน 2026

ntv รายงานว่า ขณะที่ขนาดพลังงานเฉลี่ยของสถานที่ที่ศึกษาอยู่ที่ประมาณ 40 เมกะวัตต์ มีแผนการที่ประกาศขนาด 5 กิกะวัตต์ เช่น "Hyperion" ของเมตา ขนาดที่วางแผนไว้และการใช้พลังงานจริงเป็นสิ่งที่แตกต่างกัน แต่เป็นความแตกต่างที่สำคัญในการพิจารณาขนาดของสถานที่ในอนาคต

ตัวเลขนี้ต้องอ่านว่าเป็นภาพรวมของอุตสาหกรรมที่กำลังขยายตัวอย่างรวดเร็วในช่วงเวลาหนึ่ง


ญี่ปุ่นก็ควรพิจารณา "ไฟฟ้าหลังการดึงดูด"

ปัญหานี้ไม่ได้เกิดขึ้นเฉพาะในสหรัฐฯ

ในมุมมองการอัปเดตปี 2026 ของ IEA การบริโภคไฟฟ้าของศูนย์ข้อมูลทั่วโลกคาดว่าจะเพิ่มขึ้นเกือบสองเท่าจากประมาณ 485 เทราวัตต์ชั่วโมงในปี 2025 เป็นประมาณ 950 เทราวัตต์ชั่วโมงในปี 2030 แน่นอนว่านี่เป็นการคาดการณ์ในอนาคตและอาจเปลี่ยนแปลงได้ตามความก้าวหน้าทางเทคโนโลยี ความต้องการ และข้อจำกัดในการจัดหา

เกี่ยวกับญี่ปุ่น IEA ได้ระบุถึงความจำเป็นในการเตรียมโครงข่ายไฟฟ้า การเชื่อมต่อระหว่างภูมิภาค และการปรับปรุงขั้นตอนการเชื่อมต่อ เพื่อรับมือกับการเพิ่มขึ้นของความต้องการไฟฟ้าจากการขยายตัวของศูนย์ข้อมูล

จากการศึกษาของสหรัฐฯ นี้ ญี่ปุ่นควรพิจารณาประเด็นหลักสามประการ

ประการแรกคือการพิจารณาสถานที่และแหล่งพลังงานร่วมกัน ไม่เพียงแต่เงื่อนไขของที่ดินและสายสื่อสาร แต่ยังรวมถึงวิธีการจัดหาพลังงานต่ำคาร์บอนที่มั่นคง

ประการที่สองคือการเปิดเผยผลกระทบและค่าใช้จ่ายต่อภูมิภาค เมื่อจำเป็นต้องเพิ่มความสามารถของอุปกรณ์ส่งไฟฟ้า ใครจะเป็นผู้รับผิดชอบค่าใช้จ่าย และควรมีคำอธิบายที่ทำให้ทั้งภูมิภาคที่ดึงดูดและภูมิภาคที่จัดหาพลังงานพอใจ

ประการที่สามคือการเพิ่มข้อมูลที่สามารถตรวจสอบได้ หากไม่มีการแสดงการใช้ไฟฟ้า การปล่อย และวิธีการคำนวณ จะยากที่จะตัดสินผลของมาตรการสิ่งแวดล้อม

นี่ไม่ใช่ข้อสรุปที่การศึกษานี้แสดงให้เห็นเกี่ยวกับญี่ปุ่นโดยตรง แต่เป็นปัญหาที่ควรพิจารณาเมื่อคิดถึงการลงทุนในอุปกรณ์ของญี่ปุ่น


ทำให้เงื่อนไขที่สนับสนุนความสะดวกของ AI มองเห็นได้

การศึกษานี้ไม่ได้ตัดสินว่า AI หรือบริการคลาวด์เป็นประโยชน์หรือเสียหายต่อสังคมโดยรวมเมื่อหักลบกับภาระด้านสิ่งแวดล้อม

สิ่งที่พยายามเปิดเผยคือข้อมูลบางส่วนที่จำเป็นสำหรับการตัดสินใจนั้น ใช้ไฟฟ้าเท่าใด สนับสนุนโดยการผลิตไฟฟ้าแบบใด และมี CO₂ เท่าใดที่เกี่ยวข้อง หากตัวเลขเหล่านี้ไม่ปรากฏ การตรวจสอบผลการปรับปรุงก็จะยากขึ้น

บริการดิจิทัลที่ดูเหมือนจะทำงานได้อย่างราบรื่นบนหน้าจอเชื่อมต่อกับโรงไฟฟ้าและสายส่งไฟฟ้าในความเป็นจริง

ควรมองไปที่เงื่อนไขของไฟฟ้าที่ใช้ในการขับเคลื่อน AI ควบคู่ไปกับประสิทธิภาพและค่าบริการของ AI การคาดการณ์ 25.7 ล้านตันนี้ชี้ให้เห็น