ИИ и экология: 945 ТВт·ч электроэнергии и вода для 1,3 млрд человек к 2030 году
Институт воды, окружающей среды и здоровья Университета ООН (UNU-INWEH) опубликовал новый отчет «Экологическая стоимость энергопотребления ИИ: углеродный, водный и земельный след», в котором quantified полное воздействие дата-центров ИИ на окружающую среду. К 2030 году мировые дата-центры, обеспечивающие работу ИИ, по прогнозам, будут потреблять 945 тераватт-часов (ТВт·ч) электроэнергии в год — почти втрое больше, чем совокупное потребление Пакистана, Бангладеш и Нигерии (где проживает более 650 миллионов человек). Их водный след будет равен базовым бытовым потребностям в воде всех 1,3 миллиарда человек в Африке к югу от Сахары, а землепользование превысит 14 500 км², что примерно вдвое превышает территорию агломерации Джакарты (32 миллиона человек).
Углерод — не вся история
В отчете утверждается, что существующие оценки, сосредоточенные исключительно на выбросах углерода при обучении моделей, систематически занижают экологическую стоимость ИИ. Каждый киловатт-час электроэнергии, используемый для обучения или работы ИИ-системы, несет связанные с ним водный и земельный следы, которые часто упускаются из виду. Ученые ООН quantified эти следы для 20 крупнейших центров обработки данных в мире, выявив значительные региональные различия.
Почему это важно для разработчиков
Для разработчиков, создающих приложения на основе ИИ, эти цифры означают реальные операционные расходы, которые, вероятно, будут переложены на них. По мере того как дата-центры сталкиваются с ограничениями по воде и земле, ожидайте более высокие цены на вычисления, более строгие правила размещения и возможное сопротивление расширению дата-центров. Это не приговор ИИ, говорит профессор Кавех Мадани, директор UNU-INWEH, а призыв к ответственному использованию и активному смягчению непредвиденных последствий.
Ключевые выводы
- Электроэнергия: 945 ТВт·ч к 2030 году (втрое больше потребления стран с 650 миллионами жителей).
- Вода: равна базовым бытовым потребностям в воде 1,3 миллиарда человек в Африке к югу от Сахары.
- Земля: более 14 500 км², что вдвое превышает площадь агломерации Джакарты.
- В отчете quantified углеродный, водный и земельный следы отдельно, а не только углерод.
Для разработчиков это подчеркивает важность оптимизации эффективности моделей — меньшие модели, лучшее использование оборудования и возобновляемые источники энергии — для снижения экологического следа рабочих нагрузок ИИ. В отчете отмечается, что существует узкое окно возможностей для обеспечения развития ИИ в пределах планетарных ограничений и чтобы сообщества, поставляющие критически важные минералы и размещающие инфраструктуру, также получали выгоду.
📖 Читать полный источник: HN AI Agents
👀 Смотрите также

Предложение по адаптивному маршрутизированию вывода для повышения эффективности обработки AI-запросов
Предложение, представленное Anthropic в апреле 2026 года, описывает пятиэтапную систему маршрутизации запросов к подходящим моделям ИИ на основе оценки сложности, используя простые сигналы, такие как количество символов и предложений, до начала любого вывода модели.

Разработчик переходит на Minimax 2.7 после блокировки Claude и проблем с кредитами MiMo.
Разработчик протестировал несколько ИИ-моделей для OpenClaw после блокировки Claude, обнаружив, что GLM 5.1 и 5 Turbo неэффективны для агентских задач, кредитная система MiMo V2 Pro неэффективна, и остановился на Minimax 2.7 из-за щедрой квоты и способности справляться с задачами автоматизации.

Claude Code v2.1.203: Основное исправление ошибок с восстановлением фоновых сессий и улучшением производительности
Claude Code v2.1.203 исправляет зависания фоновых сессий на macOS, восстановление после истечения токена, проблемы с наследованием PATH и уменьшает размер бинарного файла на 7 МБ с экономией памяти при запуске.

Зависимость от ИИ: почему чрезмерное использование LLM может подорвать базовые навыки
Контр-интуитивное мнение, утверждающее, что сильная зависимость от AI-чат-ботов приведет к атрофии навыков критического мышления, письма, исследования и обучения.