arXiv cs.CY· Jinsong Wu, Yixin Xiao, Haowei Bi, Huamin Fang·· 11 小时前AI 评分31
面向 AI、大数据与 ICT 的广义绿色与红色概念：多维框架与对策
Generalized green and red concepts for artificial intelligence, big data, and information and communication technologies: Multidimensional framework and countermeasures
AI 导读
一篇 arXiv 论文提出广义绿色 AI（GGAI）与广义红色 AI（GRAI），并将分类扩展至红色大数据（RBD）、红色 ICT（RICT）、红色电子电气工程（REEE）与红色数字技术（RDT），统一纳入环境-经济-社会-技术/运营（E/Ec/S/T）框架。
正文 · AI 翻译
摘要：人工智能（AI）、大数据（BD）以及信息与通信技术（ICT）的快速扩张，正推动电力、水和材料需求大幅增长，预计到 2028 年数据中心将消耗美国电力的 6.7--12\%（高于 2023 年的 4.4\%），而与 AI 相关的水需求预计到 2027 年将达到每年 40--60 亿 m$^3$。现有的“绿色 AI”与“红色 AI”讨论在很大程度上侧重于计算效率和碳排放，对于生命周期权衡、服务与使用的不同影响，以及能源之外的更广泛可持续性外部性，提供的指导有限。为弥合这一差距，本文提出广义绿色 AI（GGAI）和广义红色 AI（GRAI），并在统一的环境-经济-社会-技术/运营（E/Ec/S/T）框架下，将分类体系扩展至红色大数据（RBD）、红色信息与通信技术（RICT）以及红色电子电气工程（REEE）\& 红色数字技术（RDT）。基于大模型时代的代表性足迹指标（电力、碳、水和电子废弃物），我们分析了风险如何在 AI-BD-ICT 技术栈之间以及跨越服务-使用边界传播。我们进一步将可操作的对策整理为与环境-经济-社会-技术/运营框架相一致的四层分类体系：面向问责的指标层面改革、信息与通信技术设计原则与需求塑造的修订、以效率为导向的 LLM 开发实践（数据、模型、训练和扩展），以及能源基础设施转型。所提出的框架使跨 AI-BD-ICT 技术栈的、与环境-经济-社会-技术/运营相一致的评估和干预优先级排序得以操作化，从而在不牺牲效用的情况下实现可持续性设计。
| 评论： | 本文于 2026 年 2 月提交，经搁置审查后于 2026 年 4 月之后获批，工单号为 MOD-85400 |
| 主题： | 计算机与社会（cs.CY）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.31739 [cs.CY] |
| （或 arXiv:2610.31739v1 [cs.CY] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.31739 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jinsong Wu [查看电子邮件]
[v1]
2026 年 10 月 22 日星期四 17:06:36 UTC（131 KB）
来源：arXiv cs.CY · arxiv.org