杰文斯悖論告訴我們：“技術(shù)進步本應(yīng)降低資源消耗，卻因效率提升催生了更強烈的需求。”

這就像是以DeepSeek為代表的大模型技術(shù)蓬勃發(fā)展，讓訓(xùn)練成本迅速降低，反而讓AI技術(shù)轉(zhuǎn)變?yōu)樗衅髽I(yè)均可負擔的基礎(chǔ)設(shè)施，帶動了算力規(guī)模的極速膨脹，同時驅(qū)動了數(shù)據(jù)中心以前所未有的速度擴張。

但這種高增長并非沒有代價，高能耗與資源消耗等問題也隨之日益凸顯。按照高盛的預(yù)測，到2030年，全球數(shù)據(jù)中心的電力需求將比2023年增長高達165%，這是何其驚人的數(shù)字。

與之相應(yīng)的則是可持續(xù)發(fā)展的悖論：如果僅關(guān)注短期算力效益，而忽視長期能耗的影響，數(shù)據(jù)中心的擴張終將難以為繼；反之，若只強調(diào)減排而犧牲算力增長，企業(yè)又可能在AI競賽中落后。

解決這一矛盾的關(guān)鍵，在于系統(tǒng)化的看待數(shù)據(jù)中心的可持續(xù)發(fā)展，任何一項技術(shù)都不應(yīng)該獨立存在，而應(yīng)該是一個囊括基礎(chǔ)設(shè)施、生命周期管理和全行業(yè)責(zé)任機制的整體方案。

正是為了達到這樣的平衡，希捷發(fā)布《數(shù)據(jù)脫碳》報告，呼吁通過技術(shù)創(chuàng)新、循環(huán)經(jīng)濟模式和全產(chǎn)業(yè)鏈協(xié)作，在保障AI算力增長的同時，實現(xiàn)真正的綠色轉(zhuǎn)型。

01

數(shù)據(jù)中心面臨

成本與可持續(xù)性的雙重壓力

AI技術(shù)狂飆突進，帶來了全球算力需求的爆炸式增長。IDC的數(shù)據(jù)顯示：全球算力需求將以每年50%的速度增長，而AI應(yīng)用驅(qū)動算力需求增長速度更快，預(yù)計到2030年，智能算力需求將比當前呈現(xiàn)上百倍的增長。

這意味著，未來AI技術(shù)的觸手會延伸進入千行萬業(yè)的無數(shù)個場景，而隨著AI應(yīng)用的大量部署，比如智能城市的傳感器網(wǎng)絡(luò)，自動駕駛汽車的感知系統(tǒng)等等，會產(chǎn)生更加海量的數(shù)據(jù)。數(shù)據(jù)量的持續(xù)攀升，反過來又對數(shù)據(jù)中心提出了更高的要求。

《報告》中顯示：“94.5%的企業(yè)存儲需求持續(xù)攀升，而97%的受訪者認為AI將進一步加劇這一趨勢。” 這說明企業(yè)要滿足人工智能工作負載的需求，就要處理不斷衍生的海量數(shù)據(jù)，同時也意味著企業(yè)必須不斷擴建數(shù)據(jù)中心或升級存儲硬件，因而會帶來更多的能源消耗。

簡單的說，如果企業(yè)繼續(xù)沿用低效的存儲架構(gòu)，僅電費一項就可能吞噬大部分利潤。而電力消耗的比重，隨著AI的普及，還可能迅速上升。《報告》也指出，53.5%的企業(yè)將能源效率視為首要挑戰(zhàn)，其次是硬件原材料消耗（49.5%）和空間限制（45.5%）。

而有趣的是：盡管95%的企業(yè)聲稱關(guān)注環(huán)保，但只有3.3%的企業(yè)真正將其作為采購決策的重要參考。這種“矛盾”的背后，是短期商業(yè)利益與長期可持續(xù)發(fā)展的沖突，許多企業(yè)仍在采用高功耗、低密度的存儲方案，因為它們“夠用就行”，而忽略了每TB存儲背后的隱含碳排放。

究其根本，是因為許多企業(yè)仍將“成本”和“可持續(xù)性”視為對立選項。要么為了省錢繼續(xù)使用低效設(shè)備，導(dǎo)致長期能耗飆升；要么為了環(huán)保投入高昂的新技術(shù)，卻拖累財務(wù)表現(xiàn)。這種思維模式，使得數(shù)據(jù)中心陷入“擴建—高耗能—再擴建”的惡性循環(huán)。

但希捷的報告提出了一種新思路：“成本優(yōu)化”和“可持續(xù)性發(fā)展”并非不可兼得。通過技術(shù)創(chuàng)新、設(shè)備生命周期優(yōu)化和行業(yè)協(xié)作，企業(yè)完全可以在提升效率的同時降低環(huán)境影響。關(guān)鍵在于，如何從零散的技術(shù)升級，轉(zhuǎn)向系統(tǒng)性的可持續(xù)發(fā)展戰(zhàn)略。

02

破局之匙

技術(shù)創(chuàng)新、循環(huán)經(jīng)濟與行業(yè)協(xié)作

錢學(xué)森的《系統(tǒng)論》認為：系統(tǒng)是由一些相互關(guān)聯(lián)、相互作用、相互影響的組織部分構(gòu)成并具有某些功能的整體。從系統(tǒng)的角度來看，單獨研究任何一個部分，都回答不了系統(tǒng)整體性問題。

這意味著，數(shù)據(jù)中心的可持續(xù)發(fā)展，也不是單一技術(shù)的問題，而是技術(shù)創(chuàng)新到循環(huán)經(jīng)濟，再到行業(yè)協(xié)作的系統(tǒng)工程。

首先，在技術(shù)創(chuàng)新方面，存儲技術(shù)的進步是降低能耗的關(guān)鍵。例如，希捷采用熱輔助磁記錄（HAMR）技術(shù)的Mozaic 平臺，能在相同物理空間內(nèi)提供3倍存儲容量，同時減少70%的隱含碳排放。類似的，液冷和浸沒式冷卻技術(shù)可將散熱能耗降低40%以上，而智能溫控系統(tǒng)能動態(tài)優(yōu)化電力分配。

希捷銀河Exos M硬盤

希捷也推出了搭載HAMR技術(shù)的Mozaic 3+?（魔彩盒3+）平臺，它使用戶能夠在相同空間內(nèi)存儲更多的數(shù)據(jù)。比如，大規(guī)模數(shù)據(jù)中心采用的10TB硬盤升級到希捷銀河Exos M30TB Mozaic 3+（魔彩盒3+）技術(shù)硬盤，容量可在相同的空間內(nèi)提升到3倍；同時該平臺使用與PMR硬盤基本相同的材料組件，使數(shù)據(jù)中心能夠大幅降低成本，每TB大約降低25%；相較于傳統(tǒng)的10TB PMR的硬盤，每TB可減少70%的碳排放。

這些創(chuàng)新證明，更高的存儲密度，可以與更低的單位成本并存，企業(yè)無需在性能和減排之間二選一，而是可以通過技術(shù)迭代實現(xiàn)雙贏。

其次，從循環(huán)經(jīng)濟的視角，延長設(shè)備壽命，減少資源浪費。

《報告》也顯示：目前，92%的企業(yè)認同延長存儲設(shè)備壽命的重要性，但只有15.5%將其作為采購標準。這種差距意味著大量硬件被過早淘汰，既增加電子垃圾，也推高了總體擁有成本。

希捷的解決方案是建立一種循環(huán)再利用的新模式。例如，通過實時監(jiān)測硬盤健康狀態(tài)，企業(yè)可以精準預(yù)測更換周期，而非盲目淘汰；通過標準化組件設(shè)計，廠商能更容易回收和重用關(guān)鍵材料。這種模式不僅能降低采購成本，還能減少礦產(chǎn)開采和制造環(huán)節(jié)的碳排放。

最后，單個企業(yè)的努力終究有限，走向行業(yè)協(xié)作，才能從單打獨斗形成生態(tài)共贏。

比如由供應(yīng)商提供低碳材料和高能效硬件；由云服務(wù)商優(yōu)化數(shù)據(jù)中心布局，采用可再生能源；再由監(jiān)管機構(gòu)制定統(tǒng)一的碳核算標準，激勵綠色技術(shù)投入。以此構(gòu)建一個成熟的生態(tài)協(xié)作體系。以確保人工智能和數(shù)據(jù)中心業(yè)務(wù)的增長不會以犧牲環(huán)境為代價。

03

邁向算力增長與可持續(xù)發(fā)展的雙贏

“熵增定律”，可以從物理學(xué)層面揭示了算力需求增長的代價：每一個比特數(shù)據(jù)的存儲和處理都伴隨著能量的轉(zhuǎn)化與耗散，產(chǎn)生不可避免的廢熱。在大模型每天處理數(shù)十億次查詢的今天，這種能量耗散已經(jīng)達到了驚人的規(guī)模。

最新研究顯示，訓(xùn)練一個基礎(chǔ)大模型的碳排放量相當于300輛汽車一年的排放總量。這些數(shù)字在警示我們：如果不能系統(tǒng)性解決能效問題，AI的發(fā)展將很快觸及環(huán)境承載的天花板。

實際上，數(shù)據(jù)中心的未來，不應(yīng)該是“要算力增長，還是要可持續(xù)發(fā)展”的單選題，而是如何通過技術(shù)創(chuàng)新和協(xié)同治理，讓兩者兼得。

希捷的《報告》則揭示了一個清晰路徑：通過計算能力、存儲面密度和高效節(jié)能技術(shù)創(chuàng)新、更合理的生命周期管理、更緊密的產(chǎn)業(yè)協(xié)作，這三者結(jié)合，能夠讓數(shù)據(jù)中心在支持AI爆發(fā)的同時，走向真正的可持續(xù)發(fā)展。

當然，當我們將數(shù)據(jù)中心的能耗挑戰(zhàn)，視為轉(zhuǎn)型契機而非成本負擔時，才能真正實現(xiàn)“算力增長與可持續(xù)發(fā)展”的雙贏。