未付出的 toll：估计和解决数据中心的公共卫生影响

人工智能(AI)的日益增长的需求导致能源密集型数据中心的快速扩张，导致准气体污染物排放并引发公共卫生 concerns，这在可持续性评估中得到的关注相对有限。本文引入一种原则化的方法来建模数据中心的气体污染物排放并估计公共卫生影响。我们的发现表明，AI 和计算技术日益增长的需求预计将在 2028 年推动美国数据中心的总年度公共卫生负担超过 200 亿美元。尽管国家层面的影响仍相对温和，但数据中心的健康成本在空间上分布不均：在最受影响的县，估计的每户健康负担可达国家平均水平的约七倍。接下来，我们提出一种以健康为导向的计算框架，明确将公共卫生影响纳入数据中心资源管理的空间和时间决策中，以减轻公共卫生成本同时支持环境可持续性。更广泛地，我们建议将能源报告扩展以包括数据中心的公共卫生影响并关注所有受影响的社区。