【大紀元2026年07月23日訊】（英文大紀元記者Autumn Spredemann撰文／張紫珺編譯）近年來，大型科技公司正在斥資數十億美元，建設新的數據中心、電力供應和計算資源等。然而，業內人士對於人工智能（artificial intelligence，簡稱AI）是否值得投入如此巨資卻存在分歧。
據總部位於德克薩斯州奧斯汀市（Austin）的「未來」（Futurum）新聞網站報導，美國的五大雲及人工智能基礎設施提供商——字母控股（Alphabet，總部位於加州）、亞馬遜（Amazon，總部位於華盛頓州西雅圖）、元宇宙（Meta，總部位於加州）、微軟（Microsoft，總部位於華盛頓州）和甲骨文（Oracle，總部位於德克薩斯州奧斯汀）——今年已經承諾，在人工智能（AI）資本支出方面合計投入近7,000億美元。
人工智能的計算資源或稱「算力」（compute），是AI技術占用資源不斷增長的主要驅動因素。AI占用的資源包括內存、處理能力和專用硬件等。許多人工智能模型運行在雲計算平台上，而這些平台大多由三大科技巨頭提供：亞馬遜雲服務（Amazon Web Services，簡稱AWS）、微軟天藍（Microsoft Azure）和谷歌雲平台（Google Cloud Platform，簡稱GCP）等。
據總部位於紐約的Usage AI稱，僅這三家公司就占全球雲計算總支出的約68%，由此產生了「超大規模數據中心」（hyperscaler）一詞。
據總部位於科羅拉多州丹佛市（Denvor）的專業招聘平台iRecruit.co報導，超大規模設施對資源的需求要高得多，預計到2026年將有670個這樣的設施建成。
越來越多的美國人每天都在使用人工智能，其中近一半的人經常使用某種人工智能聊天機器人。根據總部位於華盛頓特區的皮尤研究中心（Pew Research Center，簡稱PRC）2026年的一項研究，大約四分之一的美國成年人每天都會使用這些工具。這項技術的廣泛應用促使一些身處一線的業內人士停下來，思考其快速發展背後的真正代價。
「真正構建這些系統的工程師和架構師會提出關於計算、模型冗餘以及基礎設施規模是否與所交付的價值成比例等棘手問題。」總部位於加州的科技公司英偉達（NVIDIA，輝達）的人工智能架構師埃爾文‧阿加馬德扎達（Elvin Aghammadzada）向《大紀元時報》透露，他的工作讓他「從基層視角了解嚴肅的人工智能計算實際需要什麼」。
「在企業級規模上運行生產代理應用程序所需的基礎設施——包括GPU（graphics processing unit，圖形處理單元）、冷卻系統、冗餘配置等——規模非常龐大，而且隨著應用普及速度的加快，其規模還會迅速增長。」
雖然具體數字各不相同，但是根據總部位於紐約州的《消費者報告》（Consumer Reports）的研究，目前美國有超過3,000個正在運營的數據中心，另有大約1,500個正在規劃或建設中。
隨著人工智能應用範圍的不斷擴大，水和電力需求也在加速增長。美國能源信息署（U.S. Energy Information Administration，簡稱EIA）發現，在2025年至2026年間，由於大量數據中心湧現以支持人工智能發展，多個州的電價出現了飆升。根據總部位於華盛頓特區的能源諮詢公司「電網策略」（Grid Strategies）的研究顯示，這些設施約占美國電力需求增長的55%。
「業內人士不願公開承認的真相就是，目前大多數市場的電網和水利基礎設施並非為應對這種發展趨勢而設計的。」阿加馬德扎達說道。
位於德州的人工智能安全公司Cognetryx的聯合創辦人布倫特‧費舍爾（Brent Fisher）認為，考慮到這些資源需求，我們值得停下來思考一下，有沒有不同的發展方法。
他向《大紀元時報》介紹：「我一週的大部分時間都花在與銀行、擁有高安全許可的承包商和醫療系統討論他們可以將哪些數據放入人工智能工具以及不能將哪些數據放入人工智能工具上。」他還補充說，在數據存儲方面可以做出不同的決定。
費舍爾表示，大多數企業級人工智能並不需要運行在資源緊張的區域性設施中，例如內華達沙漠地區。對此進行調整可以使人工智能在資源消耗方面更具可行性。
「短期之內沒有徹底的解決方案。」他說道。「目前已經在籌建中的數據中心將在少數幾個地區之外建成，因為在這些地區，市政當局的立法很容易因為公眾輿論而遭到推翻，而且已經簽訂的電力合同也將繼續使用。」
「業界現在真正能做的，是停止將超大規模雲計算作為所有人工智能工作負載的默認部署模式。」
對於使用人工智能進行內部文檔搜索、合規性監控或運營支持的公司，他們可以在已經擁有或租賃的硬件上運行這些工作負載，並且這些硬件已經部署在他們已經付費的數據中心內。
「這只是一個不同的架構決策，幾乎沒有人推動或教育企業做出這樣的決策。」費舍爾說道。
英國科學、創新與技術部（Department for Science, Innovation, and Technology）國際人工智能政策顧問米凱拉‧布雷迪（Michaela Brady）告訴《大紀元時報》：「我們根本無法在滿足頂級人工智能公司提出的資源需求的同時，還能保障我們社區的正常運轉。事後看來，人工智能工具應該只部署在真正需要它的領域，例如醫療、診斷、工程和製造業等。」
布雷迪表示，循序漸進、有條不紊地推廣人工智能的想法很早就被放棄了。
「相反，這些模型被發布出來用於通用用途，目的是為開發這些模型的公司和採用這些模型的公司創造利潤。」她說道。
布雷迪還對用於衡量有多少人口是出於自願使用人工智能還是默認使用人工智能的指標的有效性提出了質疑。
她表示：「人工智能的實用性被誇大了，以此來為其發展辯護。需求本身也被誇大了，因為像谷歌的Gemini或微軟的Copilot這樣的工具現在無需用戶同意即可生成回覆和摘要，而且幾乎不可能選擇退出。」
她以自己與英國政府合作的經歷為例進行了說明。
「去年我們全面採用了Copilot系統，但是即使公務員不需要，也無法在Word中關閉文檔摘要功能。」布雷迪說道。「IT團隊從未回覆我們關於如何退出該系統的詢問。」
與此同時，行業團體和基礎設施建設方表示，必須權衡這些擔憂與人工智能基礎設施已經帶來的經濟和社會效益。
今年3月，RoAI研究院對1,006位全球高管進行的一項調查顯示，十分之九的高管認為其公司在人工智能方面的投資帶來了中等到巨大的價值。此外，網站構建公司Elementor的一項分析表明，企業在人工智能領域每投資1美元，就能獲得3.70美元的回報。
總部位於紐約的Uptime Institute旗下Uptime Intelligence的研究員羅斯‧溫申克（Rose Weinschenk）向《大紀元時報》透露：「幾乎每個行業都有數據中心，而且所需的存儲量也在不斷增加。」
溫申克表示，大型科技公司面臨的主要挑戰之一，是公眾對數據中心擴張的反應。
「我認為問題在於，很多公司都希望以有利於社區的方式與社區合作。但是由於很多矛盾激化，這些對話很難進行。」她說道，並承認這有點陷入兩難困境。「很多時候，（與社區之間的）信任已經被破壞，人們甚至都無法開始對話。」
因此，溫申克表示，業內正在討論的一個話題是「微電網」（micro grid）如何成為一種潛在的電力解決方案。這些小型電網將獨立於公共電力供應運行。
「數據中心自行承擔基礎設施建設費用已成為越來越普遍的預期。」她說道。
科技巨頭們已公開承諾，將會儘可能減少能源和水的消耗。谷歌在其網站上表示，公司致力於打造「全球最節能的計算基礎設施」，並為其每個數據中心配備了儘可能節能的服務器。
亞馬遜網絡服務（AWS）計劃到2030年實現其園區「水資源正效益」（water positive），這意味著它將向社區返還比其運營中使用的水量更多的水。
「如今，美國家庭平均擁有21台聯網設備，對數據的需求正在迅速增長。」數據中心聯盟（Data Center Coalition，簡稱DCC，總部位於弗吉尼亞州，一個為數據中心行業人士提供倡導和公共宣傳服務的協會）的一位發言人告訴《大紀元時報》。
「數據中心為現代生活提供動力，從遠程醫療和數字課堂到銀行、航空旅行、金融交易和網上購物，並為美國軍方、網絡安全和急救人員的關鍵職能提供支持。」
發言人強調，為人工智能提供支持的設施也確保了家庭、企業和關鍵基礎設施的高效運行。
但是與人工智能密切相關的人士表示，如果這項技術繼續發展，這些在資源利用效率方面取得的進步可能無關痛癢。
總部位於加州舊金山的「維薩」（Visa）高級網站可靠性工程師賽‧約書亞‧凱薩里（Sai Joshitha Kathari）向《大紀元時報》解釋：「單靠效率提升並不能解決人工智能基礎設施問題。效率提升固然有所幫助，但是隨著人工智能變得更便宜、更容易部署，需求往往會擴大。」
凱薩里認為，短期內，企業需要更嚴格的工作負載分配、更好地利用現有的GPU和CPU（central processing unit，中央處理器）容量，以及更透明地衡量對外部資源的影響。
對此，費舍爾表示贊同。
「效率的提高會降低單位計算成本，而從歷史經驗來看，這通常會推動總使用量的增加，而不是減少。我們已經看到了這種趨勢。」他說道。
費舍爾認為人工智能是傑文斯悖論（Jevons paradox）的一個例子。經濟理論傑文斯悖論指出，隨著技術進步提高了資源的利用效率，同一資源的總消耗量只會增加。
「人工智能的發展軌跡與過去30年來速度更快的芯片和更便宜的雲計算的發展軌跡是一樣的。」他說道。
原文：AI Insiders Warn of Hyperscaling Risks刊登於英文《大紀元時報》。◇
責任編輯：葉紫微#
