建立全球碳市場,馬斯克的星鏈有用嗎?
建立全球碳市場,馬斯克的星鏈有用嗎?

SpaceX麾下的衛星網路部門星鏈(Starlink)在2021年加快了出海動作,其電信服務的市場範圍開始觸及印度、菲律賓,還有巴西。

在氣候議題成為焦點的當下,馬斯克在巴西的一項額外的動作更加值得關注:11月17日,馬斯克和巴西的通訊部長法比奧·法里亞(Fabio Faria)討論建立合作夥伴關係,希望運用星鏈的技術來監測亞馬遜雨林的森林火災和被砍伐情況。

1024px-Elon_Musk_at_a_Press_Conference.jpg
圖/ Wikimedia/Daniel Oberhaus

「鋼鐵俠」的理想是在近地軌道上發射4萬2000顆小衛星,讓它們快速地把網路訊號傳輸到地球上,為全世界0死角地提供訊號更強更快、更低延遲的通訊服務,尤其是幫助人口密度低的地區接上網,比如位處偏遠的亞馬遜土著社區。

雨林退化是巴西的波索納羅政府長期備受國際社會攻訐的問題,而對於馬斯克的星鏈來說這是一個叫好又叫座的機會。畢竟,亞馬遜森林留給巴西乃至全球排碳量的時間已經不多了。在我們審視星鏈種種商業可能性的同時,必須首先看到巴西雨林、乃至全球的森林在碳市場藍圖中的重要性。

植樹造林能夠淨化空氣、吸收二氧化碳,是我們從小耳熟能詳的說法。在今天的「碳中和碳達峰」的背景下,有另一個名詞需要熟悉,那就是「碳匯」——指從大氣中吸收和儲存二氧化碳的自然系統。

森林和其他林地通過光合作用來固碳。植物吸收大氣中的二氧化碳,把其中部分碳留存下來,和土地中吸收的水一起轉化成用來開枝散葉的營養成分,再將氧氣吐露回大氣中。二氧化碳在大氣和樹木之間的循環過程被成為森林碳循環。部分碳會在植物和動物們死後分解時轉移到土壤中。除了森林之外,天然的碳匯主要還包括土壤和海洋。

Rainforest Connection (5) Photography credit_ Tyle
圖/ Google

中國鄰國不丹——世界上首個實現碳負排放的國家,這個未經大規模工業化開發的國家有七成左右的土地被廣袤的林地所覆蓋。根據全國第九次森林資源清查,中國森林總碳儲量91.86億。據新華社消息,中國將在未來五年「完善碳匯計量檢測,推行碳匯交易,探索搭建森林草原碳匯交易平台」。林業部門也在八月份公佈了未來五年種植森林和草原5億畝的目標。

長久以來,亞馬遜雨林一直在為全球平衡碳預算。碳預算(Carbon budget)指的是,在升溫不超過臨界點造成危險後果的前提下,還能被允許排放的二氧化碳量。

然而,巴西的表現卻令人悲觀。

今年7月發表在《自然》雜誌的一項研究,在分析了巴西亞馬遜地區最近10年的大氣氣體後發現,亞馬遜南部、東南部地區已經從碳匯變成了碳源——也就是說排放出來的碳比它捕獲的碳還要多,尤其是雨林的南部。

環境媒體Mongabay的報導稱,巴西國家太空署 (INPE) 發現一個可怕的事實:亞馬遜到目前為止每年會向大氣釋放10.6億噸碳,幾乎相當於全球第五大排放國,也佔了巴西本國年度排放量的接近一半。根據該機構的最新監測數據,該地區的森林砍伐率已經創下15年裡的新高,雨林在受到破壞後吸收碳排放的能力越來越弱。

背後的人為與自然因素交錯,包括乾旱、火災、森林砍伐和退化。

作為一個1/4的GDP仰仗農業公司撐起來的國家,亞馬遜叢林不可避免地在伐木場、養牛場和大豆(主要作出口牲畜飼料)農場的擴張中成為被犧牲者。波索納羅上台後一年內的森林砍伐率飆升了92%。當地農民習慣在8月旱季點火清理田地來種植莊稼。

森林碳匯核算的重大風險之一就是林火——這很好理解:樹木活著的時候能夠吸碳,當山火來臨它們又變成了燃料,成為了大氣中溫室氣體和顆粒物的來源。另外,綠色和平森林與海洋項目資深經理潘文婧告訴虎嗅:「有很多因素會威脅到森林碳彙的穩定性,比如:火災、病蟲害、乾旱災害性天氣事件等,會使儲存的碳重新釋放出來——而對森林碳彙的這些威脅因素,在氣候變化不斷加劇的情景下,在更加頻繁而劇烈地發生。」

Forest fire
圖/ Alex Indigo

根據《巴黎協定》第六條構設的交易機制:排放量大或減排困難的國家,可以向超額完成承諾減排量國買減排信用額度。聯合國全球碳排協議也繞不開巴西的參與,巴西在碳交易中的能量也顯而易見,它也早在2011年開始建立南美首個碳交易試點。

綠色和平東亞辦公室氣候與能源項目主任呂歆告訴虎嗅,「目前國際上,林業參與碳市場分為兩類,一是通過實施林業碳匯項目獲得減排量,以此作為抵消機制,進行一定比例的交易;二是作為控排行業納入碳排放權交易體系。從林業部門直接參與碳排放權交易來看,只看到極少數碳市場(如紐西蘭碳市場)將林業納入控排範圍,參與碳配額交易。作為抵消機制是目前林業碳匯參與碳市場的主要方式。不過,林業碳匯項目僅僅是抵消機制下的一種產品。」

森林碳匯所面臨的風險如果不能得到提前把控,會給未來的碳交易市場中帶來尷尬,也會削弱巴西利用亞馬遜的碳彙在碳交易機制中帶來經濟收益的能力。

衛星的威力會變大嗎?

再回到本文開頭的另外一個主角——星鏈。

Starlink_UT_Rooftop-cropped.jpg
圖/ Starlink

雖然馬斯克只是提到了用「天上的眼睛」監測森林砍伐,或許並無太多想要深入的動作和技術細節。但我們不妨參考其他已有的做法,設想一下這張衛星網還能怎樣發揮作用?

其實,用衛星來測碳不是什麼新鮮事。人們早就發現,老的測量辦法得到的數據不夠全面。以前我們利用全世界約100個飛機和陸基塔上搭載的儀器來追蹤二氧化碳的來源,其實沒辦法覆蓋整個地球。

針對森林的監測和碳數據的收集還有更多具體的操作難點。據潘文婧介紹,樹木和森林生態系統的碳儲量計算很難用單一的方法來概括,因為不同的樹種、樹齡、森林分佈區、不同的環境條件、不同的森林管理措施和水平……都會影響到樹木的生物量和碳含量,進而影響到樹木和森林固碳量的計算。

往往要針對以上的不同情況,通過不同的方法學和模型來對森林碳匯進行計算。這種複雜性,造成森林碳匯評估的結果普遍存在精度低、不確定性高的問題。另外,自然生態系統從大氣中吸收和固定碳不是一蹴而就的,而是需要若干年的時間。

這些挑戰顯然留下了技術探索的廣闊空間。

NASA在約20年前就已經開發了第一顆能夠精確監測二氧化碳排放和吸收的時間地點的「氣候間諜衛星」OCO。和遙感衛星的思路相似,OCO利用了大氣中不同的氣體分子會吸收特定波長輻射的原理來探測。通過光譜儀測量從地球上反射的太陽光的強度,就能分辨出哪些地方二氧化碳濃度大、排放多。

NASA在當年還提出讓這些氣候探測衛星們各司其職,比如A衛星負責測溫度,B衛星負責測濕度,衛星之間又相互跟蹤,形成合作,這樣就繪製出來的數據網路就更加全面、在時間上也有連續性。是不是已經有那麼點「星鏈」的味道了?

NASA
圖/ 截圖自SpaceX臉書

2019年發表在《自然》雜誌上的另一項研究,則利用Planet Labs Inc.營運的地球成像衛星群,結合機器測量結果,為秘魯第一張大型高分辨率地上碳儲量和排放圖。

太空測碳總有新玩法。

今年,NASA提出了會綜合衛星和現場的數據,估算森林碳儲量。比如,配合全球生態系統動力學調查,在國際空間站上配備激光儀器,去記錄溫帶和熱帶森林的三維結構,生成數據產品,去理解不同森林的類型。

全球森林碳匯是許多國家和機構應對氣候變化的出口之一,但我們對其持久性和不確定性仍有大片的理解空白,而形成全球碳市場的過程裡,或許科技的推進能給出更多的答案。

本文授權轉載自:虎嗅網

責任編輯:傅珮晴、侯品如

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓