前言：AI应用背后的“隐形代价”
在当下这个AI爆炸式发展的时代，各大语言模型不断刷新自然语言理解、代码生成、视频创作等多项能力指标，但鲜少有人关注它们背后巨大的环境代价。每一个你在ChatGPT或DeepSeek中输入的提示，背后都需要一整个GPU集群的高强度运算，而这运算，是需要电、水与碳足迹共同支撑的。
2025年春季，一项由罗德岛大学牵头的研究终于给出答案。他们用真实API响应速度、GPU运算逻辑、电网区域碳强度等参数，推导出了“每次提示所需资源消耗”，并整合成独创的“生态效率评分”。
这项研究涵盖了30个主流模型，包括OpenAI、Anthropic、Google、Meta、以及中国的DeepSeek。
一、能耗篇：DeepSeek为何成“电老虎”？
根据报告，OpenAI的o3模型与DeepSeek的旗舰推理模型，在生成一段长回答时，平均消耗 33瓦时（Wh）以上。而OpenAI旗下的轻量版GPT-4.1 nano模型，仅需不到0.5瓦时，相当于两者相差 70倍能耗差距。
背后原因：硬件架构落后？
研究人员分析指出，DeepSeek当前仍大范围部署在A100显卡集群上。这类GPU虽强，但在能耗效率方面明显落后于近两年上市的NVIDIA H100。
而GPT-4o（即OpenAI最新模型）尽管参数更多、推理能力更强，但依托于H100架构，单位电能利用效率远高于A100。
也就是说，DeepSeek的高耗能，并不是因为模型复杂，而是因为硬件落后。
二、水耗篇：你的一条提示，可能喝掉了一瓶水
研究同时发现，AI模型不仅耗电，更耗水。冷却数据中心GPU的过程中，需要大量循环水来维持服务器运行温度。
例如：
- ChatGPT-4o每次提示消耗的冷却水，可达到 120毫升 左右；
- 按OpenAI 700,000,000次/天请求量推算，年总水耗相当于 120万人一年的饮水需求。
DeepSeek虽未公布其推理请求总量，但考虑到其市场渗透率不断上升，其年水资源消耗保守估计亦在千万吨级别。
三、碳排放篇：看不见的碳，最致命
通过模拟全球主流AI部署地（美国、欧洲、中国等）的电力碳排系数（kgCO₂/kWh），研究得出每条提示平均碳排放：
- Claude 3.7 Sonnet：0.01 gCO₂
- GPT-4o：0.02 gCO₂
- DeepSeek主力模型：高达 0.08 gCO₂
换句话说，DeepSeek每次提示的碳排放，是Claude的 8倍，GPT-4o的 4倍。
这不仅是硬件问题，也与其未针对“低碳AI”做软件调度优化有关。
四、综合生态效率排行榜TOP 5（长回答场景）
| 排名 | 模型名称 | 所属公司 | 每次提示能耗（Wh） | 水耗（ml） | 碳排（g） | 综合评分（满分100） |
|---|---|---|---|---|---|---|
| 🥇 1 | Claude 3.7 Sonnet | Anthropic | 5.3 | 18 | 0.01 | 96.2 |
| 🥈 2 | GPT-4o | OpenAI | 8.7 | 25 | 0.02 | 92.5 |
| 🥉 3 | Gemini 1.5 Flash | 10.1 | 32 | 0.03 | 89.1 | |
| 4 | DeepSeek主推模型 | DeepSeek | 33.2 | 80 | 0.08 | 64.7 |
| 5 | LLaMA 3 70B | Meta | 28.5 | 74 | 0.07 | 66.4 |
五、未来趋势：绿色AI不是“口号”，是“生死线”
研究呼吁，所有AI公司必须：
- 在产品官网公开每次推理的能耗与碳排估算；
- 向用户提供“环保模式”选择，例如Claude计划推出低能耗Lite模型；
- 优化API调用路径，减少重复请求，降低冗余资源消耗；
- 降低服务器冷却用水，通过液冷替代蒸发式冷却技术。
总结：
从能源消耗、水资源使用，到碳足迹影响，这项研究为AI产业敲响了“环保警钟”。DeepSeek作为中国领先的AI公司，在能力指标上表现不俗，但在环保维度则需加快追赶步伐。
当AI能力成为标配时，生态效率或将成为下一轮AI竞争的“杀手锏”。谁能做到又快、又强、又环保，谁才是AI未来真正的王者。
