6月24日，人工智能芯片巨头英伟达CEO黄仁勋在股东大会上再次表达了对AI前景的强烈信心，称全球近40个国家正部署由其基础设施驱动的“AI工厂”，本轮建设周期或持续数十年，规模可能为人类历史上最大基建之一。
在公开叙事中，英伟达塑造了“绿色创新”形象：强调其芯片计算效率提升降低能耗，自身运营已100%使用可再生电力。然而，其最新2026财年可持续发展报告显示，范围3碳排放（价值链上下游间接排放）自2024年以来近乎增长两倍，总量已接近黎巴嫩等中等国家全年排放。作为无晶圆厂设计公司，英伟达的排放主要来自供应链，而非自身运营。
过去几年，围绕AI环境影响的讨论，也往往集中在数据中心、模型训练和推理阶段的耗电问题上。但越来越多证据显示，AI硬件的上游制造环节，尤其是先进AI芯片生产所带来的庞大隐含碳排放、水资源消耗和化学污染是被低估的“冰山水下部分”。
长期研究AI能耗的荷兰央行经济学家亚历克斯·德弗里斯（Alex de Vries）向澎湃新闻（www.thepaper.cn）指出，芯片制造的范围3排放是“极其庞大的排放源”，此前几乎未被系统研究。过去GPU多用于游戏等场景，气候成本有限；如今作为数据中心核心，其环境影响已截然不同，是亟待关注的新议题。
随着生成式AI引发全球算力竞赛，高性能GPU、HBM内存、先进封装需求激增。英伟达等企业营收与市值飙升的另一面，是芯片出货量暴增，以及上游晶圆制造、材料加工、封装测试、运输等环节的能耗同步放大。其范围3碳排放中的一个核心类别，“购买的商品和服务”一项，实质对应着台积电、三星、SK海力士等东亚供应商为生产所消耗的大量化石能源电力及相应污染物。
环保组织绿色和平东亚分部报告指出，英伟达2023至2025财年总碳排放增长93%，其中约87%来自供应链。且区域分布极不均衡：北美供应链绿电比例可达80%，而承担核心制造任务的东亚仅约24%。英伟达前20大供应商约83%的排放集中在东亚，这意味着AI环境负担在大规模转移至中国台湾、韩国、日本等半导体制造重镇。
以中国台湾地区为例，气候行动网络研究中心总监赵家纬指出，2015至2024年间，台湾各产业范围1（自身直接排放）、范围2（购买产生的间接排放）排放普遍下降，唯独以半导体为核心的电子业逆势增长25%。这构成AI产业治理的核心悖论：企业自诩为气候解决方案，但其支撑体系半导体制造本身正成为新高碳基础设施。据测算，全球AI芯片晶圆制造用电量将从2023年的218GWh快速攀升，至2030年最高或达37238GWh（约2023年的170倍），超过爱尔兰全国年用电量。公众看到的是“更聪明的AI”，地球承担的却是“更沉重的制造”。
报告合著者吴嘉玲批评，英伟达、AMD等无晶圆厂公司从AI繁荣中赚取巨额利润，却忽视东亚供应链的气候影响。“AI晶圆制造被用作新建化石燃料产能的辩护理由，而这些需求本应由可再生能源满足。”她说。
中国台湾与韩国：AI芯片繁荣的资源承压地
全球先进晶圆制造高度集中于东亚，中国台湾与韩国尤为典型。这种集中带来了经济增长、出口收入和全球科技产业链中的关键地位，但由于上述地区对化石能源的高度依赖，也让这两个地区率先暴露在AI芯片繁荣的资源与气候压力之下。
2025年11月，台中市郊的Fab 25工厂开工，作为全球最先进晶圆厂之一，日耗水预计达10万吨，相当于台中市280万居民日用水量的约7%。另一方面，台湾近年旱灾频发，2021年和2023年水库水位创历史新低，晶圆厂被勒令减量用水，台积电曾从北部运水应急，即便如此，南部稻农还是被迫连续三年停种。
与此同时，这座工厂的电力需求至少达到1吉瓦，相当于75万户家庭年用电量，而台湾电网仍以煤、气、油为主，新增晶圆厂必然带来碳排放增长。2025年9月，高雄为芯片生产配套的燃气机组在距住宅区300米处爆炸，更将“能源配套风险”从抽象的排放问题变成了切身的公共安全问题。
身为半导体龙头的台积电碳排放备受关注。赵家纬分析，台积电2024年总排放达2037.9万吨，居全球半导体之首；台湾厂区范围1、范围2的排放超1200万吨，占全台4%以上，为制造业第三大排放源。更关键的是，台积电是全台十大制造业排放源中唯一持续增长者：2020至2024年，台湾制造业整体排放减少731万吨，台积电同期却增长约332万吨。
“为争取适用碳费优惠税率，台积电提出了自主减量计划。但检视该计划，其2030年台湾厂区的范围1与范围2预估排放量仍高达1247万吨，远高于2020年的947万吨。这意味着，台积电现行的自主减量规划，将使其难以兑现2030年排放回到2020年水平的承诺。”赵家纬说。
韩国的情况同样典型，且更鲜明地显示了“半导体扩张反向推动化石能源扩张”。韩国财阀三星正试图借助AI热潮重夺半导体领先地位，在首尔以南龙仁建设庞大的半导体超级集群。根据韩国半导体工人权益组织SHARPS估算，未来用水将超首尔当前日供水量一半，用电或达16吉瓦，接近韩国全国电力的六分之一。
去年2月，韩国通过“K-Chips法案”扶持半导体产业，三星和SK海力士可获巨额税收抵免；同时通过三项能源法案，为龙仁集群配套新建六座LNG发电厂，预计年排放近1000万吨温室气体，相当于约230万辆燃油车一年排放。
这一决定引发强烈民意反弹，京畿道环保组织和450名公民已提起诉讼，指控其违反韩国《碳中和法》及政府关于100%可再生能源的承诺，认为龙仁并非没有可再生能源替代方案，但未被正式评估。环保组织批评，“半导体需要更多电力”被直接等同于“必须新建更多化石燃料设施”，是“虚假解决方案”。
此外，韩国半导体产业长期存在工人健康争议。SHARPS记录了大量与晶圆厂工作环境相关的白血病、脑瘤、胰腺癌等案例；制造中使用的化学品具致癌、生殖毒性，PFAS等“永久化学品”排放带来长期生态污染。AI芯片扩张带来的，不仅是更多电力和水，也包括更多职业风险和残留污染。
一枚AI芯片为何如此耗能
“大多数人没有意识到，AI本身就是一种重工业。”欧洲技术生态学专家阿利斯泰尔·亚历山大（Alistair Alexander）向澎湃新闻指出。
公众对晶圆制造环境代价的低估，部分来自芯片本身体积的错觉。一枚芯片看上去不过指甲大小，很难让人直观联想到高耗能、高耗水和高污染的重工业体系。但从生命周期看，AI芯片是高度浓缩的工业基础设施产物，依赖全天候超净厂房、复杂设备、精细化学材料、大量超纯水及稳定高质量电力。AI碳足迹主要包括制造（芯片、服务器、设施建设）、使用（训练、推理、运行）和报废三阶段。
加州大学河滨分校教授任绍雷向澎湃新闻指出，AI硬件制造的“隐含碳”正变得更重要，但尚不能简单断言已普遍超过运行阶段排放；占比取决于芯片寿命、利用率、电力结构和更新速度。然而，随着更多数据中心转向清洁电力，制造阶段排放在总碳足迹中的比重势必上升。他还指出，半导体制造转向绿电受制于土地、审批、并网、储能及稳定清洁基荷电力不足等结构性瓶颈，晶圆厂对供电稳定性要求极高，责任不能完全推给企业，也不能指望市场自行解决。
挪威气候与能源分析师凯坦·乔什（Ketan Joshi）进一步解释了AI新增用电与绿电供给存在结构性矛盾：若科技公司仅与现有可再生项目签约，不增加电网绿电供应，反而可能迫使电网以煤电和天然气补缺口，推高总排放。即使企业资助新建风电或光伏，现实中新增绿电往往仅能覆盖新增用电的一小部分，其余仍依赖混合电力。他以得州为例，尽管当地风光储装机庞大，但自2020年以来电网碳排放持续上升，原因正是数据中心用电增长快于新能源扩张。
我们今天所目睹的仅仅是半导体制造行业能源和资源需求螺旋式增长的开端。为了制造更高性能的AI芯片，需不断缩小晶体管尺寸，引入EUV极紫外光刻等高精度设备，能耗惊人，且需稳定真空环境和复杂散热，能量转换效率又低，单位面积加工耗电显著增加。同时，AI芯片的“复杂性”转向系统级封装——将多个GPU、CPU、HBM集成于同一封装，形成“微型系统”。先进封装虽单次能耗未必高于前段制造，但大幅增加了所需半导体面积和制造层数，意味着更多高能耗工序和更高总碳排放。
据绿色和平估算，2024年，台湾AI芯片晶圆制造碳排放达18.57万吨，韩国13.59万吨，日本13.21万吨，均显著上升，根本原因在于当地电网仍高度依赖化石燃料（台湾83.1%，日本68.6%，韩国58.5%）。所以晶圆制造用电增长越快，碳排放越难下降。
德弗里斯进一步指出碳排放的“时间锁定效应”：科技公司已提前锁定未来数年订单，即使AI热潮退去，已下单芯片仍会被制造，排放激增不可避免。而新厂建设往往需十年，而十年后企业是否仍繁荣也存在巨大风险。
更需警惕的是，芯片繁荣与数据中心繁荣是同一链条的前后两端。没有上游源源不断的晶圆、封装和新厂房，AI推理和训练就无法实现。数据中心是表层，真正更深层的变化，是AI正在反向推动整个半导体制造产业急剧扩张。
亚历山大用“杰文斯悖论”来解释这种扩张为何难以遏制：AI模型越大通常越好，越好越有吸引力，用户就越多，会需求更多基础设施。即便AI效率在提升，但这些效率红利并没有让总消耗下降，反而被用来做更大的模型、服务更多用户，最终推高了整体资源消耗。
2024年9月，OpenAI CEO萨姆·奥特曼在内部备忘录中称“长期目标是到2033年建成250吉瓦发电容量”。如果实现，所需电力几乎与印度15亿人口用电量相当，二氧化碳排放或为埃克森美孚近两倍。据亚历山大计算，这足以运行至少6000万块英伟达GB300 GPU（其高负荷下预期寿命仅两年），意味着OpenAI每年需3000万块GPU，相当于10座在建的Fab 25晶圆厂全部产能及配套产能，而这仅是一家AI企业的计划。
谁为芯片繁荣埋单：信息黑箱、监管豁免与问责缺位
当环境代价日益清晰，责任归属问题浮出水面：是提出需求、获取大部分利润的AI平台和芯片设计公司？是东亚的代工厂？是各国政府？还是承受污染、缺水和工业事故风险的社区？答案仍被裹在信息的黑箱中。
现实是，公众往往很难获得足够信息来判断这些问题。亚历山大指出，科技公司虽发布可持续发展报告，但普遍缺乏统一标准，披露口径不一，核心数据不可比、难验证；企业多不愿公开产品使用后的下游影响，而这恰是关键部分。制造环节中，晶圆制造、先进封装、化学品排放等具体数据严重不足，外部研究者难以完整评估。
这种不透明也与监管退让有关。据欧洲媒体报道，欧盟在制定新版《能源效率指令》数据中心监管细则时，大量吸收了微软及游说团体的保密条款，导致单个数据中心关键环境数据无法公开。环保组织批评，以“商业机密”和“战略重要性”为由的豁免，让科技巨头得以继续隐瞒其对地方电网和水资源的真实影响，那么公众、研究机构乃至地方社区就很难对其真实环境影响进行监督。
这也是为什么越来越多学者和环保组织开始把焦点从企业自愿承诺，转向强制问责。接受采访的专家们建议未来关键要求至少包括：强制披露供应链详细碳排放和水足迹数据；不能仅靠购买可再生能源凭证、扩建燃气电厂或诉诸核电来包装“低碳AI”，需推动新增、可验证、与电网脱碳相关的清洁能源投资；在半导体集群和数据中心项目审批中，将范围3排放、水风险、公共健康影响和替代能源纳入强制环境评估；保障工人和社区知情权与参与权。
乔什给出了实现企业问责的三条核心路径：政府监管（硬性限制、防漏洞条款）；企业信息披露与透明度（强制公开真实范围三数据）；公众行动主义（民意施压）。他指出，最新民调显示大多数美国人支持暂停建设数据中心，“目前数据中心在美国的被讨厌程度甚至超过20世纪90年代巅峰时期的核电站”，这种舆论压力已迫使微软等公司承诺保障居民电价并投资新能源。
与此同时，国际品牌客户的减碳要求也在推动半导体供应链发生实质变化。赵家纬指出，英伟达、AMD、苹果、微软、谷歌等不断收紧对范围3和产品碳足迹要求。台积电在气候风险报告中承认，若无法满足客户低碳期待，可能面临订单流失风险。分析认为，未来台湾半导体企业竞争力不再仅取决于先进制程和产能稳定，可验证的低碳制造能力将成为争取订单的关键。
今天，当AI企业热衷讲述“未来”，但对东亚许多社区而言，这个未来不是抽象的算法进步，是更高的烟囱、更紧张的水资源、更多的燃气电厂，以及无法完全说清的职业和环境风险。如果说AI时代的基础设施革命已开始，那么公众真正需要追问的，不仅是“谁拥有最强算力”，更是“谁在为这些算力付出代价”。东亚半导体繁荣背后的气候与资源账本，不能再被隐藏在芯片闪亮表面的背后。