科学家应引领远离AI超大数据中心的转变

随着人工智能热潮持续升温，大型数据中心对电力和水资源的惊人消耗正引发越来越多的公众抗议。在美国得克萨斯州圣马科斯市，当地居民已发起示威，反对为AI系统供电的拟建数据中心项目。面对日益高涨的反对声浪，部分科技公司开始将目光投向太空——埃隆·马斯克的AI与火箭企业SpaceX便是其中之一，该公司正计划部署低地球轨道卫星星座，使其充当太空数据中心。这一构想看似诱人：太空设施可充分利用丰富的太阳能，同时避开地面社区的阻力。然而，将巨型数据中心视为AI驱动科学进步的必要前提，这一逻辑本身存在根本性误判。 科研领域的基础设施需求，与面向数百万用户的消费级AI平台截然不同。具备技术能力的科研人员应当倡导另一种愿景：以开放权重AI模型（即参数公开可用的模型）为核心，在本地服务器上部署运行，同时优先考虑计算资源的高效利用。这种去中心化的路径不仅能让AI工具的使用更具可持续性，也更符合公共利益。数据中心支撑互联网经济已有数十年历史，但为AI模型新建的数据中心能耗惊人。去年全球数据中心耗电量约485太瓦时，接近德国的总用电量，国际能源署预计这一数字到2030年将翻倍。亚马逊、Alphabet、微软、Meta和甲骨文五家科技公司今年在AI基础设施上的总投入预计超过6000亿美元，而十年前这一数字还不到400亿美元。这些数据中心将巨大的能源需求集中压在所在地的电网之上，同时引发水资源消耗、噪音污染和公平性等多重争议。 这股扩张浪潮正遭遇越来越强的抵制。盖洛普今年5月发布的民调显示，71%的美国人反对在自家社区附近建设数据中心，仅20%表示一定程度上支持。作为在研究中依赖AI的科研人员，我们认为地球上存在更务实的解决方案。研究人员必须率先采用开放权重AI模型，在机构自有的服务器上本地运行。每天数十亿次AI聊天机器人查询中，绝大多数目前由大型科技公司的数据中心处理，但开放权重模型在许多场景下已能提供与封闭专有模型相当的能力，只是使用门槛较高——需要一定的技术知识。这种对集中式数据中心的依赖，催生了“先进AI只能在大型集中设施中运行”的误解，但事实并非如此。个人电脑的发展史提供了有益参照：早期计算机占据整间房间，后来缩小为台式机和笔记本电脑。AI时代才刚起步，但类似的转变迹象已经显现。芯片制造商英伟达已发布新款笔记本电脑芯片RTX Spark，可在戴尔、惠普等厂商的笔记本上运行谷歌Gemma 4等强大AI模型；苹果笔记本芯片多年来也支持多种本地AI模型。这些设备目前价格不菲，但趋势已然清晰。同样，谷歌旗舰AI模型Gemini的一个版本也已设计为可在组织内部运行。