目录

理论篇

第1章 面向智能社会的新兴技术治理 3

1.1 缘起：AI的尽头是能源 3

1.2 气候变化与低碳转型 5

1.3 人类智能社会大转型 8

1.4 理论反思：面向可持续发展的科技治理思潮 11

1.5 现实之问：如何推动智能社会的可持续发展？ 17

1.6 核心术语 20

第2章 理论背景 22

2.1 技术与环境 22

2.2 能源与环境 31

2.3 政府与环境 40

2.4 总结：技术—能源—环境—治理互动逻辑结构 46

赋能篇

第3章 AI对能源低碳转型的赋能效应 51

3.1 AI与能源的新力量组合 51

3.2 AI与供给侧能源技术 58

3.3 AI与需求侧能源技术 64

3.4 AI与交叉领域能源技术 70

3.5 总结 72

第4章 AI赋能低碳能源转型的机制 73

4.1 AI驱动能源科学新范式 73

4.2 技术赋能能源决策科学化 78

4.3 AI推动能源组织变革 84

4.4 AI助推能源和环境认知变革 89

4.5 总结 94

第5章 大模型技术重塑能源安全 95

5.1 能源安全的多重危机 95

5.2 大模型技术赋能能源安全 98

5.3 典型案例：鄂尔多斯市智慧矿山 101

5.4 AI赋能能源面临的挑战 114

风险篇

第6章 AI赋能的回弹效应与风险 119

6.1 能源回弹效应 119

6.2 偏见与不公平 121

6.3 劳动冲击 126

6.4 权益侵犯 129

6.5 安全风险 132

6.6 总结 136

第7章 人工智能的训练和应用能耗 137

7.1 AI模型与应用 137

7.2 大模型热潮拉升算力 141

7.3 AI大模型能源消耗 149

7.4 AI大模型能源消耗、碳排放的影响因素 157

7.5 总结 159

第8章 AI芯片的能源和环境影响 161

8.1 人工智能与芯片 161

8.2 芯片能源消耗 164

8.3 其他资源和环境影响 169

8.4 总结 173

第9章 AI发展背景下数据中心的能源消耗 174

9.1 AI驱动数据中心发展 174

9.2 数据中心能源消耗 176

9.3 美国的数据中心 182

9.4 中国的数据中心 189

9.5 总结 198

第10章 AI的水资源消耗和其他生态影响 199

10.1 AI的水资源消耗 199

10.2 电子垃圾及危害 207

10.3 其他生态和环境影响 214

10.4 总结 217

治理篇

第11章 人工智能节能降耗技术前沿 221

11.1 大模型前沿开发技术 221

11.2 先进芯片开发与制造技术 227

11.3 数据中心的前沿冷却技术 230

11.4 用魔法打败魔法：AI的应用 233

11.5 其他节能降碳技术 235

第12章 AI企业的能源和气候治理行动及多元困境 238

12.1 AI相关的数字科技企业 238

12.2 AI相关企业的电力能源消耗 239

12.3 AI相关企业的碳排放和气候行动 245

12.4 AI相关企业能耗治理的多元困境 260

12.5 总结 264

第13章 政策协同与AI能源融合式创新 265

13.1 AI和绿色能源技术融合 265

13.2 政策协同和技术融合 270

13.3 研究方法和数据来源 272

13.4 实证结果与分析 279

13.5 总结 284

第14章 主要国家AI与能源协同转型政策比较 286

14.1 欧盟 286

14.2 美国 293

14.3 中国 295

14.4 总结 299

第15章 结论与展望：构建绿色智能社会 302

15.1 构建具有人文温度的绿色智能社会 302

15.2 绿色智能社会的系统性转型 303

15.3 绿色智能社会的治理 307

15.4 研究创新点 309

15.5 不足与研究展望 309

15.6 尾声：我们的抉择 310

附录 312

致谢 316