6月24日，人工智能芯片巨頭英偉達CEO黃仁勛在股東大會上再次表達了對AI前景的強烈信心，稱全球近40個國家正部署由其基礎設施驅動的“AI工廠”，本輪建設周期或持續數十年，規模可能為人類歷史上最大基建之一。

在公開敘事中，英偉達塑造了“綠色創新”形象：強調其芯片計算效率提升降低能耗，自身運營已100%使用可再生電力。然而，其最新2026財年可持續發展報告顯示，范圍3碳排放（價值鏈上下游間接排放）自2024年以來近乎增長兩倍，總量已接近黎巴嫩等中等國家全年排放。作為無晶圓廠設計公司，英偉達的排放主要來自供應鏈，而非自身運營。

過去幾年，圍繞AI環境影響的討論，也往往集中在數據中心、模型訓練和推理階段的耗電問題上。但越來越多證據顯示，AI硬件的上游制造環節，尤其是先進AI芯片生產所帶來的龐大隱含碳排放、水資源消耗和化學污染是被低估的“冰山水下部分”。

長期研究AI能耗的荷蘭央行經濟學家亞歷克斯·德弗里斯（Alex de Vries）向澎湃新聞（www.thepaper.cn）指出，芯片制造的范圍3排放是“極其龐大的排放源”，此前幾乎未被系統研究。過去GPU多用于游戲等場景，氣候成本有限；如今作為數據中心核心，其環境影響已截然不同，是亟待關注的新議題。

隨著生成式AI引發全球算力競賽，高性能GPU、HBM內存、先進封裝需求激增。英偉達等企業營收與市值飆升的另一面，是芯片出貨量暴增，以及上游晶圓制造、材料加工、封裝測試、運輸等環節的能耗同步放大。其范圍3碳排放中的一個核心類別，“購買的商品和服務”一項，實質對應著臺積電、三星、SK海力士等東亞供應商為生產所消耗的大量化石能源電力及相應污染物。

環保組織綠色和平東亞分部報告指出，英偉達2023至2025財年總碳排放增長93%，其中約87%來自供應鏈。且區域分布極不均衡：北美供應鏈綠電比例可達80%，而承擔核心制造任務的東亞僅約24%。英偉達前20大供應商約83%的排放集中在東亞，這意味著AI環境負擔在大規模轉移至中國臺灣、韓國、日本等半導體制造重鎮。

以中國臺灣地區為例，氣候行動網絡研究中心總監趙家緯指出，2015至2024年間，臺灣各產業范圍1（自身直接排放）、范圍2（購買產生的間接排放）排放普遍下降，唯獨以半導體為核心的電子業逆勢增長25%。這構成AI產業治理的核心悖論：企業自詡為氣候解決方案，但其支撐體系半導體制造本身正成為新高碳基礎設施。據測算，全球AI芯片晶圓制造用電量將從2023年的218GWh快速攀升，至2030年最高或達37238GWh（約2023年的170倍），超過愛爾蘭全國年用電量。公眾看到的是“更聰明的AI”，地球承擔的卻是“更沉重的制造”。

報告合著者吳嘉玲批評，英偉達、AMD等無晶圓廠公司從AI繁榮中賺取巨額利潤，卻忽視東亞供應鏈的氣候影響。“AI晶圓制造被用作新建化石燃料產能的辯護理由，而這些需求本應由可再生能源滿足。”她說。

中國臺灣與韓國：AI芯片繁榮的資源承壓地

全球先進晶圓制造高度集中于東亞，中國臺灣與韓國尤為典型。這種集中帶來了經濟增長、出口收入和全球科技產業鏈中的關鍵地位，但由于上述地區對化石能源的高度依賴，也讓這兩個地區率先暴露在AI芯片繁榮的資源與氣候壓力之下。

2025年11月，臺中市郊的Fab 25工廠開工，作為全球最先進晶圓廠之一，日耗水預計達10萬噸，相當于臺中市280萬居民日用水量的約7%。另一方面，臺灣近年旱災頻發，2021年和2023年水庫水位創歷史新低，晶圓廠被勒令減量用水，臺積電曾從北部運水應急，即便如此，南部稻農還是被迫連續三年停種。

與此同時，這座工廠的電力需求至少達到1吉瓦，相當于75萬戶家庭年用電量，而臺灣電網仍以煤、氣、油為主，新增晶圓廠必然帶來碳排放增長。2025年9月，高雄為芯片生產配套的燃氣機組在距住宅區300米處爆炸，更將“能源配套風險”從抽象的排放問題變成了切身的公共安全問題。

身為半導體龍頭的臺積電碳排放備受關注。趙家緯分析，臺積電2024年總排放達2037.9萬噸，居全球半導體之首；臺灣廠區范圍1、范圍2的排放超1200萬噸，占全臺4%以上，為制造業第三大排放源。更關鍵的是，臺積電是全臺十大制造業排放源中唯一持續增長者：2020至2024年，臺灣制造業整體排放減少731萬噸，臺積電同期卻增長約332萬噸。

“為爭取適用碳費優惠稅率，臺積電提出了自主減量計劃。但檢視該計劃，其2030年臺灣廠區的范圍1與范圍2預估排放量仍高達1247萬噸，遠高于2020年的947萬噸。這意味著，臺積電現行的自主減量規劃，將使其難以兌現2030年排放回到2020年水平的承諾。”趙家緯說。

韓國的情況同樣典型，且更鮮明地顯示了“半導體擴張反向推動化石能源擴張”。韓國財閥三星正試圖借助AI熱潮重奪半導體領先地位，在首爾以南龍仁建設龐大的半導體超級集群。根據韓國半導體工人權益組織SHARPS估算，未來用水將超首爾當前日供水量一半，用電或達16吉瓦，接近韓國全國電力的六分之一。

去年2月，韓國通過“K-Chips法案”扶持半導體產業，三星和SK海力士可獲巨額稅收抵免；同時通過三項能源法案，為龍仁集群配套新建六座LNG發電廠，預計年排放近1000萬噸溫室氣體，相當于約230萬輛燃油車一年排放。

這一決定引發強烈民意反彈，京畿道環保組織和450名公民已提起訴訟，指控其違反韓國《碳中和法》及政府關于100%可再生能源的承諾，認為龍仁并非沒有可再生能源替代方案，但未被正式評估。環保組織批評，“半導體需要更多電力”被直接等同于“必須新建更多化石燃料設施”，是“虛假解決方案”。

此外，韓國半導體產業長期存在工人健康爭議。SHARPS記錄了大量與晶圓廠工作環境相關的白血病、腦瘤、胰腺癌等案例；制造中使用的化學品具致癌、生殖毒性，PFAS等“永久化學品”排放帶來長期生態污染。AI芯片擴張帶來的，不僅是更多電力和水，也包括更多職業風險和殘留污染。

一枚AI芯片為何如此耗能

“大多數人沒有意識到，AI本身就是一種重工業。”歐洲技術生態學專家阿利斯泰爾·亞歷山大（Alistair Alexander）向澎湃新聞指出。

公眾對晶圓制造環境代價的低估，部分來自芯片本身體積的錯覺。一枚芯片看上去不過指甲大小，很難讓人直觀聯想到高耗能、高耗水和高污染的重工業體系。但從生命周期看，AI芯片是高度濃縮的工業基礎設施產物，依賴全天候超凈廠房、復雜設備、精細化學材料、大量超純水及穩定高質量電力。AI碳足跡主要包括制造（芯片、服務器、設施建設）、使用（訓練、推理、運行）和報廢三階段。

加州大學河濱分校教授任紹雷向澎湃新聞指出，AI硬件制造的“隱含碳”正變得更重要，但尚不能簡單斷言已普遍超過運行階段排放；占比取決于芯片壽命、利用率、電力結構和更新速度。然而，隨著更多數據中心轉向清潔電力，制造階段排放在總碳足跡中的比重勢必上升。他還指出，半導體制造轉向綠電受制于土地、審批、并網、儲能及穩定清潔基荷電力不足等結構性瓶頸，晶圓廠對供電穩定性要求極高，責任不能完全推給企業，也不能指望市場自行解決。

挪威氣候與能源分析師凱坦·喬什（Ketan Joshi）進一步解釋了AI新增用電與綠電供給存在結構性矛盾：若科技公司僅與現有可再生項目簽約，不增加電網綠電供應，反而可能迫使電網以煤電和天然氣補缺口，推高總排放。即使企業資助新建風電或光伏，現實中新增綠電往往僅能覆蓋新增用電的一小部分，其余仍依賴混合電力。他以得州為例，盡管當地風光儲裝機龐大，但自2020年以來電網碳排放持續上升，原因正是數據中心用電增長快于新能源擴張。

我們今天所目睹的僅僅是半導體制造行業能源和資源需求螺旋式增長的開端。為了制造更高性能的AI芯片，需不斷縮小晶體管尺寸，引入EUV極紫外光刻等高精度設備，能耗驚人，且需穩定真空環境和復雜散熱，能量轉換效率又低，單位面積加工耗電顯著增加。同時，AI芯片的“復雜性”轉向系統級封裝——將多個GPU、CPU、HBM集成于同一封裝，形成“微型系統”。先進封裝雖單次能耗未必高于前段制造，但大幅增加了所需半導體面積和制造層數，意味著更多高能耗工序和更高總碳排放。

據綠色和平估算，2024年，臺灣AI芯片晶圓制造碳排放達18.57萬噸，韓國13.59萬噸，日本13.21萬噸，均顯著上升，根本原因在于當地電網仍高度依賴化石燃料（臺灣83.1%，日本68.6%，韓國58.5%）。所以晶圓制造用電增長越快，碳排放越難下降。

德弗里斯進一步指出碳排放的“時間鎖定效應”：科技公司已提前鎖定未來數年訂單，即使AI熱潮退去，已下單芯片仍會被制造，排放激增不可避免。而新廠建設往往需十年，而十年后企業是否仍繁榮也存在巨大風險。

更需警惕的是，芯片繁榮與數據中心繁榮是同一鏈條的前后兩端。沒有上游源源不斷的晶圓、封裝和新廠房，AI推理和訓練就無法實現。數據中心是表層，真正更深層的變化，是AI正在反向推動整個半導體制造產業急劇擴張。

亞歷山大用“杰文斯悖論”來解釋這種擴張為何難以遏制：AI模型越大通常越好，越好越有吸引力，用戶就越多，會需求更多基礎設施。即便AI效率在提升，但這些效率紅利并沒有讓總消耗下降，反而被用來做更大的模型、服務更多用戶，最終推高了整體資源消耗。

2024年9月，OpenAI CEO薩姆·奧特曼在內部備忘錄中稱“長期目標是到2033年建成250吉瓦發電容量”。如果實現，所需電力幾乎與印度15億人口用電量相當，二氧化碳排放或為埃克森美孚近兩倍。據亞歷山大計算，這足以運行至少6000萬塊英偉達GB300 GPU（其高負荷下預期壽命僅兩年），意味著OpenAI每年需3000萬塊GPU，相當于10座在建的Fab 25晶圓廠全部產能及配套產能，而這僅是一家AI企業的計劃。

誰為芯片繁榮埋單：信息黑箱、監管豁免與問責缺位

當環境代價日益清晰，責任歸屬問題浮出水面：是提出需求、獲取大部分利潤的AI平臺和芯片設計公司？是東亞的代工廠？是各國政府？還是承受污染、缺水和工業事故風險的社區？答案仍被裹在信息的黑箱中。

現實是，公眾往往很難獲得足夠信息來判斷這些問題。亞歷山大指出，科技公司雖發布可持續發展報告，但普遍缺乏統一標準，披露口徑不一，核心數據不可比、難驗證；企業多不愿公開產品使用后的下游影響，而這恰是關鍵部分。制造環節中，晶圓制造、先進封裝、化學品排放等具體數據嚴重不足，外部研究者難以完整評估。

這種不透明也與監管退讓有關。據歐洲媒體報道，歐盟在制定新版《能源效率指令》數據中心監管細則時，大量吸收了微軟及游說團體的保密條款，導致單個數據中心關鍵環境數據無法公開。環保組織批評，以“商業機密”和“戰略重要性”為由的豁免，讓科技巨頭得以繼續隱瞞其對地方電網和水資源的真實影響，那么公眾、研究機構乃至地方社區就很難對其真實環境影響進行監督。

這也是為什么越來越多學者和環保組織開始把焦點從企業自愿承諾，轉向強制問責。接受采訪的專家們建議未來關鍵要求至少包括：強制披露供應鏈詳細碳排放和水足跡數據；不能僅靠購買可再生能源憑證、擴建燃氣電廠或訴諸核電來包裝“低碳AI”，需推動新增、可驗證、與電網脫碳相關的清潔能源投資；在半導體集群和數據中心項目審批中，將范圍3排放、水風險、公共健康影響和替代能源納入強制環境評估；保障工人和社區知情權與參與權。

喬什給出了實現企業問責的三條核心路徑：政府監管（硬性限制、防漏洞條款）；企業信息披露與透明度（強制公開真實范圍三數據）；公眾行動主義（民意施壓）。他指出，最新民調顯示大多數美國人支持暫停建設數據中心，“目前數據中心在美國的被討厭程度甚至超過20世紀90年代巔峰時期的核電站”，這種輿論壓力已迫使微軟等公司承諾保障居民電價并投資新能源。

與此同時，國際品牌客戶的減碳要求也在推動半導體供應鏈發生實質變化。趙家緯指出，英偉達、AMD、蘋果、微軟、谷歌等不斷收緊對范圍3和產品碳足跡要求。臺積電在氣候風險報告中承認，若無法滿足客戶低碳期待，可能面臨訂單流失風險。分析認為，未來臺灣半導體企業競爭力不再僅取決于先進制程和產能穩定，可驗證的低碳制造能力將成為爭取訂單的關鍵。

今天，當AI企業熱衷講述“未來”，但對東亞許多社區而言，這個未來不是抽象的算法進步，是更高的煙囪、更緊張的水資源、更多的燃氣電廠，以及無法完全說清的職業和環境風險。如果說AI時代的基礎設施革命已開始，那么公眾真正需要追問的，不僅是“誰擁有最強算力”，更是“誰在為這些算力付出代價”。東亞半導體繁榮背后的氣候與資源賬本，不能再被隱藏在芯片閃亮表面的背后。