论文提出广义绿色AI与红色AI框架

论文提出广义绿色/红色AI框架，将水与电子废弃物纳入评估。

资讯摘要

论文指出，AI、大数据与ICT扩张推高电力、水和材料需求，数据中心到2028年或占美国用电6.7%–12%，AI相关年用水到2027年或达40–60亿立方米。作者认为既有“绿色AI/红色AI”讨论偏重算力效率与碳排放，遂提出广义绿色AI（GGAI）与广义红色AI（GRAI），并扩展至RBD、RICT、REEE、RDT，在环境—经济—社会—技术/运营（E/Ec/S/T）统一框架下，以电力、碳、水、电子废弃物指标分析风险在AI-BD-ICT栈及服务—使用边界的传导，并给出四层对策分类。

要点速读

1. 论文提出GGAI、GRAI及RBD、RICT、REEE、RDT等扩展分类，纳入E/Ec/S/T统一框架。
2. 作者以电力、碳、水、电子废弃物四类足迹指标，分析风险在AI-BD-ICT栈与服务—使用边界的传播。
3. 对策分为四层：指标与问责改革、ICT设计原则与需求塑造、面向效率的LLM开发实践、能源基础设施转型。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。