据 Ars Technica 报道,Meta 正在重新考虑其 2030 年实现净零排放的目标。报道将这一动向与 AI 数据中心快速扩张导致的排放量创下纪录联系起来。为支撑大规模 AI 训练与推理,公司需要持续扩建算力基础设施,电力消耗与随之而来的碳排放压力因此上升。
报道目前披露的是“重新考虑”这一动向,并不等于正式撤销或修改目标;Meta 是否会对 2030 年目标作出调整、以何种方式调整,尚未有更多细节。
为什么重要
其一,净零承诺是大型科技公司对外公布的长期气候目标之一。若头部厂商在 AI 扩张压力下松动时间表,可能影响外界对此类承诺可信度的判断,也可能给同行带来示范效应。
其二,AI 算力扩张与能耗、排放之间的矛盾,正从单纯的技术问题变成企业对外沟通与信息披露的问题。模型规模、训练频次、推理调用量的增长,最终都会体现在电力采购与碳排放数据上,难以与对外承诺完全切割。
其三,对 AI 从业者而言,“算力成本”的内涵正在扩展。除芯片、电价与机房建设外,与碳相关的披露、审计以及潜在合规成本,也可能逐步进入数据中心的选址、供电结构与运营决策。
后续值得关注两点:Meta 是否就 2030 目标给出正式说明或调整后的细节;以及其数据中心新增电力的来源结构是否随之变化。在 AI 需求仍处高位的背景下,这一案例很可能不是孤例。
