【大.纪.元;2026年07月23日讯】（英文大.纪.元;记者Autumn Spredemann撰文／张紫珺编译）近年来，大型科技公司正在斥资数十亿美元，建设新的数据中心、电力供应和计算资源等。然而，业内人士对于人工智能（artificial intelligence，简称AI）是否值得投入如此巨资却存在分歧。
据总部位于德克萨斯州奥斯汀市（Austin）的“未来”（Futurum）新闻网站报导，美国的五大云及人工智能基础设施提供商——字母控股（Alphabet，总部位于加州）、亚马逊（Amazon，总部位于华盛顿州西雅图）、元宇宙（Meta，总部位于加州）、微软（Microsoft，总部位于华盛顿州）和甲骨文（Oracle，总部位于德克萨斯州奥斯汀）——今年已经承诺，在人工智能（AI）资本支出方面合计投入近7,000亿美元。
人工智能的计算资源或称“算力”（compute），是AI技术占用资源不断增长的主要驱动因素。AI占用的资源包括内存、处理能力和专用硬件等。许多人工智能模型运行在云计算平台上，而这些平台大多由三大科技巨头提供：亚马逊云服务（Amazon Web Services，简称AWS）、微软天蓝（Microsoft Azure）和谷歌云平台（Google Cloud Platform，简称GCP）等。
据总部位于纽约的Usage AI称，仅这三家公司就占全球云计算总支出的约68%，由此产生了“超大规模数据中心”（hyperscaler）一词。
据总部位于科罗拉多州丹佛市（Denvor）的专业招聘平台iRecruit.co报导，超大规模设施对资源的需求要高得多，预计到2026年将有670个这样的设施建成。
越来越多的美国人每天都在使用人工智能，其中近一半的人经常使用某种人工智能聊天机器人。根据总部位于华盛顿特区的皮尤研究中心（Pew Research Center，简称PRC）2026年的一项研究，大约四分之一的美国成年人每天都会使用这些工具。这项技术的广泛应用促使一些身处一线的业内人士停下来，思考其快速发展背后的真正代价。
“真正构建这些系统的工程师和架构师会提出关于计算、模型冗余以及基础设施规模是否与所交付的价值成比例等棘手问题。”总部位于加州的科技公司英伟达（NVIDIA，辉达）的人工智能架构师埃尔文‧阿加马德扎达（Elvin Aghammadzada）向《大.纪.元;时报》透露，他的工作让他“从基层视角了解严肃的人工智能计算实际需要什么”。
“在企业级规模上运行生产代理应用程序所需的基础设施——包括GPU（graphics processing unit，图形处理单元）、冷却系统、冗余配置等——规模非常庞大，而且随着应用普及速度的加快，其规模还会迅速增长。”
虽然具体数字各不相同，但是根据总部位于纽约州的《消费者报告》（Consumer Reports）的研究，目前美国有超过3,000个正在运营的数据中心，另有大约1,500个正在规划或建设中。
随着人工智能应用范围的不断扩大，水和电力需求也在加速增长。美国能源信息署（U.S. Energy Information Administration，简称EIA）发现，在2025年至2026年间，由于大量数据中心涌现以支持人工智能发展，多个州的电价出现了飙升。根据总部位于华盛顿特区的能源咨询公司“电网策略”（Grid Strategies）的研究显示，这些设施约占美国电力需求增长的55%。
“业内人士不愿公开承认的真相就是，目前大多数市场的电网和水利基础设施并非为应对这种发展趋势而设计的。”阿加马德扎达说道。
位于德州的人工智能安全公司Cognetryx的联合创办人布伦特‧费舍尔（Brent Fisher）认为，考虑到这些资源需求，我们值得停下来思考一下，有没有不同的发展方法。
他向《大.纪.元;时报》介绍：“我一周的大部分时间都花在与银行、拥有高安全许可的承包商和医疗系统讨论他们可以将哪些数据放入人工智能工具以及不能将哪些数据放入人工智能工具上。”他还补充说，在数据存储方面可以做出不同的决定。
费舍尔表示，大多数企业级人工智能并不需要运行在资源紧张的区域性设施中，例如内华达沙漠地区。对此进行调整可以使人工智能在资源消耗方面更具可行性。
“短期之内没有彻底的解决方案。”他说道。“目前已经在筹建中的数据中心将在少数几个地区之外建成，因为在这些地区，市政当局的立法很容易因为公众舆论而遭到推翻，而且已经签订的电力合同也将继续使用。”
“业界现在真正能做的，是停止将超大规模云计算作为所有人工智能工作负载的默认部署模式。”
对于使用人工智能进行内部文档搜索、合规性监控或运营支持的公司，他们可以在已经拥有或租赁的硬件上运行这些工作负载，并且这些硬件已经部署在他们已经付费的数据中心内。
“这只是一个不同的架构决策，几乎没有人推动或教育企业做出这样的决策。”费舍尔说道。
英国科学、创新与技术部（Department for Science, Innovation, and Technology）国际人工智能政策顾问米凯拉‧布雷迪（Michaela Brady）告诉《大.纪.元;时报》：“我们根本无法在满足顶级人工智能公司提出的资源需求的同时，还能保障我们社区的正常运转。事后看来，人工智能工具应该只部署在真正需要它的领域，例如医疗、诊断、工程和制造业等。”
布雷迪表示，循序渐进、有条不紊地推广人工智能的想法很早就被放弃了。
“相反，这些模型被发布出来用于通用用途，目的是为开发这些模型的公司和采用这些模型的公司创造利润。”她说道。
布雷迪还对用于衡量有多少人口是出于自愿使用人工智能还是默认使用人工智能的指标的有效性提出了质疑。
她表示：“人工智能的实用性被夸大了，以此来为其发展辩护。需求本身也被夸大了，因为像谷歌的Gemini或微软的Copilot这样的工具现在无需用户同意即可生成回复和摘要，而且几乎不可能选择退出。”
她以自己与英国政府合作的经历为例进行了说明。
“去年我们全面采用了Copilot系统，但是即使公务员不需要，也无法在Word中关闭文档摘要功能。”布雷迪说道。“IT团队从未回复我们关于如何退出该系统的询问。”
与此同时，行业团体和基础设施建设方表示，必须权衡这些担忧与人工智能基础设施已经带来的经济和社会效益。
今年3月，RoAI研究院对1,006位全球高管进行的一项调查显示，十分之九的高管认为其公司在人工智能方面的投资带来了中等到巨大的价值。此外，网站构建公司Elementor的一项分析表明，企业在人工智能领域每投资1美元，就能获得3.70美元的回报。
总部位于纽约的Uptime Institute旗下Uptime Intelligence的研究员罗斯‧温申克（Rose Weinschenk）向《大.纪.元;时报》透露：“几乎每个行业都有数据中心，而且所需的存储量也在不断增加。”
温申克表示，大型科技公司面临的主要挑战之一，是公众对数据中心扩张的反应。
“我认为问题在于，很多公司都希望以有利于社区的方式与社区合作。但是由于很多矛盾激化，这些对话很难进行。”她说道，并承认这有点陷入两难困境。“很多时候，（与社区之间的）信任已经被破坏，人们甚至都无法开始对话。”
因此，温申克表示，业内正在讨论的一个话题是“微电网”（micro grid）如何成为一种潜在的电力解决方案。这些小型电网将独立于公共电力供应运行。
“数据中心自行承担基础设施建设费用已成为越来越普遍的预期。”她说道。
科技巨头们已公开承诺，将会尽可能减少能源和水的消耗。谷歌在其网站上表示，公司致力于打造“全球最节能的计算基础设施”，并为其每个数据中心配备了尽可能节能的服务器。
亚马逊网络服务（AWS）计划到2030年实现其园区“水资源正效益”（water positive），这意味着它将向社区返还比其运营中使用的水量更多的水。
“如今，美国家庭平均拥有21台联网设备，对数据的需求正在迅速增长。”数据中心联盟（Data Center Coalition，简称DCC，总部位于弗吉尼亚州，一个为数据中心行业人士提供倡导和公共宣传服务的协会）的一位发言人告诉《大.纪.元;时报》。
“数据中心为现代生活提供动力，从远程医疗和数字课堂到银行、航空旅行、金融交易和网上购物，并为美国军方、网络安全和急救人员的关键职能提供支持。”
发言人强调，为人工智能提供支持的设施也确保了家庭、企业和关键基础设施的高效运行。
但是与人工智能密切相关的人士表示，如果这项技术继续发展，这些在资源利用效率方面取得的进步可能无关痛痒。
总部位于加州旧金山的“维萨”（Visa）高级网站可靠性工程师赛‧约书亚‧凯萨里（Sai Joshitha Kathari）向《大.纪.元;时报》解释：“单靠效率提升并不能解决人工智能基础设施问题。效率提升固然有所帮助，但是随着人工智能变得更便宜、更容易部署，需求往往会扩大。”
凯萨里认为，短期内，企业需要更严格的工作负载分配、更好地利用现有的GPU和CPU（central processing unit，中央处理器）容量，以及更透明地衡量对外部资源的影响。
对此，费舍尔表示赞同。
“效率的提高会降低单位计算成本，而从历史经验来看，这通常会推动总使用量的增加，而不是减少。我们已经看到了这种趋势。”他说道。
费舍尔认为人工智能是杰文斯悖论（Jevons paradox）的一个例子。经济理论杰文斯悖论指出，随着技术进步提高了资源的利用效率，同一资源的总消耗量只会增加。
“人工智能的发展轨迹与过去30年来速度更快的芯片和更便宜的云计算的发展轨迹是一样的。”他说道。
原文：AI Insiders Warn of Hyperscaling Risks刊登于英文《大.纪.元;时报》。◇
责任编辑：叶紫微#
