在全球技术发展与气候责任的双重挑战下，Google 正以前所未有的力度推动其数据中心向可持续发展转型。自 2020 年起，Google 就提出了一个开创性的目标：到 2030 年，其全球所有数据中心和办公室实现全天候无碳能源（24/7 Carbon-Free Energy, CFE）运营。这一战略标志着 Google 远远超越了“100% 年均可再生能源”的行业标准，力图在每个小时、每个电网中彻底去碳化。

技术创新：用 AI 优化数据中心能效

Google 利用其在人工智能方面的深厚积累，部署了基于机器学习的智能冷却系统，以优化温度调控和气流路径，实现能源消耗的最小化。这一系统已在多个数据中心中应用，显著降低了冷却能耗，改善了 PUE（电源使用效率）指标。

Google 比利时数据中心

此外，Google 自主研发的第六代张量处理单元 TPU Trillium，在 AI 推理和训练上的能效比前代产品提升 67%。结合 Google 内部总结的一系列“最佳实践”，其 AI 模型的训练能耗可降低 100 倍，排放量降低达 1000 倍。这些绿色技术现已被广泛部署于其全球数据中心中。

这张图片展示的是一个 Google Cloud 数据中心，特别是其中成排的张量处理单元（TPUs）

循环经济与绿色建筑设计

Google 在数据中心的设计阶段即融入循环经济理念，强调模块化、可拆卸、可维护和可再利用的基础设施构建方式。这不仅延长了设备生命周期，还减少了资源浪费与碳足迹。同时，Google 持续推动采用低碳建材、绿色施工工艺，确保整个生命周期的碳排放最小化。

数据中心导致谷歌温室气体排放量大幅增加（图片来源：谷歌）

 挑战浮现：AI 导致碳排放反弹 13%

尽管 Google 在绿色转型方面取得了诸多成绩，但 2024 年《Google 环境报告》显示：其 2023 年的温室气体排放量同比增长了 13%，总排放量达到 1490 万吨 CO₂e，相比 2019 年增长了 48%。其中，主要增量来自于：

数据中心的能源消耗（电力增长 17%）

供应链碳排放（Scope 3）

AI 模型训练与推理所需的巨量算力

Google 在报告中坦承：“我们正在扩展 AI 的能力，但同时也认识到其对环境造成的潜在影响。未来 AI 的轨迹将受到技术创新、政策环境、减排效率等多重因素的影响。”

AI 同样是解决方案的一部分

尽管 AI 是能耗上升的“推手”，Google 也强调其在减排和气候应对中的潜力。例如：

省油路线规划（已减少 290 万吨 CO₂e，相当于 65 万辆车一年排放）

洪水预测 AI 模型（已覆盖 80 多个国家，可提前 7 天预警）

Green Light 信号灯优化系统（协助城市优化红绿灯配时，减少交通拥堵与燃油消耗）

Google 预计，到 2030 年，AI 可协助全球减少 5%~10% 的温室气体排放量，并计划通过其产品组合帮助合作伙伴每年减少 10 亿吨碳排放。

 水资源管理：补给系统扩展

在水资源方面，Google 在全球持续扩大其水补给（water replenishment）项目。2023 年，其补水能力几乎翻倍，回补了约 10 亿加仑的淡水，并计划在干旱高风险地区继续推进水资源可持续化战略。

展望未来：平衡增长与气候目标

Google 表示，尽管 AI 的快速发展使其面临空前的能耗挑战，但 2030 年 24/7 无碳能源目标仍不变。公司将继续深化与能源开发商合作，扩大风能、太阳能、地热等项目的采购规模，同时推进绿色技术和电网脱碳。

谷歌的勒德比峡湾太阳能项目（图片来源：谷歌）

Google 的可持续负责人 Luke Elder 总结道：“我们为取得的进展感到自豪，但也对日益严峻的挑战保持清醒认识。我们相信，只有通过跨行业、跨国家的协作与透明责任，才能真正实现数字基础设施的绿色转型。”

总结

Google 数据中心入选“Top 10 可持续数据中心”，不仅因为其前瞻性的绿色战略与技术实践，更在于其对挑战的直面与持续的改进态度。即使在 AI 时代带来的能耗浪潮中，Google 仍积极应对，以协作和创新迈向真正的零碳数据中心未来。

注释：什么是TPU（张量处理单元）

TPU（张量处理单元）是 Google 专门为加速机器学习工作负载而设计的专用集成电路（ASIC）。

Cloud TPU 是 Google Cloud 提供的一项服务，允许用户将这些 TPU 作为可扩展的计算资源用于机器学习任务。

TPU 在执行大型矩阵运算方面进行了优化，而这类运算是许多机器学习算法的基础，因此可以显著加快模型的训练和推理速度。

这些单元还可以通过称为 TPU Pods 的方式进行连接，将处理负载分布到多个设备上，从而实现高度可扩展的机器学习计算能力。