Mistral Large 2 训练耗水 28 万吨，碳排放堪比中型城市

Mistral AI近日发布了一份详尽的环境影响评估报告，首次全面披露了其旗舰模型Mistral Large2在整个生命周期中的真实环境代价。

这份报告由Mistral AI携手企业ESG咨询公司Carbone4以及法国生态转型机构ADEME共同完成，采用了严格的科学评估方法，对模型从训练到推理全过程的温室气体排放和水资源消耗进行了精确测算。

报告数据显示，Mistral Large2在训练阶段产生的二氧化碳排放量达到20.4万吨，这一数字相当于一个拥有数十万人口的中型城市一年的碳排放总量。与此同时，模型训练过程还消耗了约28.1万吨水资源，这些水主要用于数据中心的冷却系统。

从日常使用角度来看，环境成本同样不容忽视。当用户使用Mistral Large2进行一次标准的文本生成任务时，比如输出约400个Token的内容（相当于一页文本），系统会产生1.14克的二氧化碳排放，同时消耗45毫升水资源。虽然单次使用的环境影响看似微小，但考虑到AI模型的广泛应用和高频使用，累积效应将十分可观。

报告中最具价值的发现之一是模型规模与环境影响之间的直接关系。研究显示，在产生相同数量的推理输出时，不同AI模型的环境影响与其参数规模呈现明显的正比关系。这一发现为AI行业的可持续发展指明了方向：开发小型化、专业化的AI模型不仅能够降低计算成本，更重要的是能够显著减少环境负担。

从行业发展趋势来看，这种透明化的环境影响披露可能将成为AI公司的新标准。随着全球对气候变化关注度的不断提升，以及各国政府对企业碳排放监管的日益严格，AI公司主动公开环境数据不仅体现了社会责任，也有助于建立更加可持续的商业模式。