文勇刚是新加坡工程院院士,IEEE Fellow,ACM杰出会员。以下是具体介绍:
　　
　　教育背景:1999年获中国科学技术大学工学学士,2001年获香港中文大学理学硕士,2008年获美国麻省理工学院电机工程与计算机科学博士。
　　
　　职业经历:2011年加入南洋理工大学担任助理教授,后历任计算机科学与工程学院创新助理院长、南洋科技创业中心代理主任、工程学院科研副院长等职。现为南洋理工大学副教务长(研究生教育)兼研究生院院长及计算金融研究中心主任、计算机与数据科学学院校长讲席教授。2023年11月,担任蔚来公司董事会独立董事。
　　
　　研究方向:包括云计算,绿色数据中心,大数据分析,多媒体网络和移动计算等。
　　
　　科研成果:在国际顶级期刊与会议发表论文300余篇。其“多屏云社交电视”研究获2013年东盟ICT奖金奖。“数据中心认知数字孪生”成果获2015年亚太区DataCentreDynamics大奖等多个奖项。还多次荣获国际顶级期刊与会议最佳论文奖,是2019年南洋研究奖唯一获得者及2016年南洋创新与创业奖得主。
　　
　　新加坡工程院院士文勇刚围绕绿色低碳算力中心有过多次演讲,2025年7月27日,他在世界人工智能大会智能社会论坛上发表了题为《人工智能与数字新基建——可持续发展未来的双重蜕变之旅》的演讲。其演讲内容编辑如下:
　　
　　非常荣幸有机会和大家分享关于人工智能与数字新基建的新思考,从不同角度思考人工智能以及可持续发展的关系。
　　
　　这个思考是在疫情之后,我看到一组数据,尽管在疫情当中人类活动减少很多,但是碳排放并没有极大减少。数据表明,由于疫情带来的碳排放只减少了5%左右。我们做的数据分析是人类物理活动的减少伴随着疫情当中数字活动和线上活动的增加,这两方面起到了一定的对冲作用。人类社会处于数字化转型和可持续转型双轮驱动的状态,一方面,数字化转型给我们带来很多便利,同时,它也带来相应可持续发展的挑战。作为计算机研究人员,我们希望在双轮驱动下,人工智能和可持续发展不是互相竞争关系,而是相辅相成的关系。
　　
　　我简单分享三个观点:第一,人工智能衍生的可持续发展挑战;第二,人工智能赋能可持续发展;第三,可持续发展与人工智能的双重蜕变。
　　
　　首先,人工智能带来的可持续发展挑战。我们都知道,人工智能发展需要算力,算力需要数据中心,数据中心是一个耗能大户。我们看一下数据中心占人类总用电量的发展趋势。
　　
　　《自然》杂志发表的一篇论文预测,到2030年,数据中心占人类用电总量的8%左右。这是一个比较大的数字,相当于航空业的用电量。新加坡的数字经济比较发达,预计到2030年,新加坡数据中心将用到总用电量的12%。国际能源组织预计,到2030年,全球数据中心总碳排放量接近3.2亿吨。这相当于全球航空业的碳排放总量,或者阿根廷碳排放的总量。随着可再生能源增加,全球数据中心碳排放会逐渐减少,大概在2030年达到这样一个总量。
　　
　　数据中心除了用电还要用水。新加坡缺少淡水资源的地方,问题比较大。全球数据中心用水量也在逐步增加,成为一个新的挑战。预计到2030年,每天数据中心用水量将达到4.5亿加仑。这是什么概念？这相当于628个奥林匹克游泳池储水量以及洛杉矶每天的耗水量。特别是水资源缺乏的地方，面临巨大的挑战。如何解决这些问题呢?
　　
　　我们怎么解决数据中心或未来人工智能计算中心绿色计算的问题呢?我们做了一个成本模型,分析人类目前可采用的能源成本结构。我们看一下资本固定投入、运营投入和脱碳成本。考虑到用电成本,我们希望用可再生能源。但是,新加坡没有可再生能源,所以只能用其他的模式。
　　
　　我们做了一些新的科研尝试。比如,我们希望做氢能驱动的数据中心。我们选了离岛建大规模氢能发电站,希望通过氢能驱动数字经济发展。当然,氢能发电目前面临很大的挑战,成本比较高。去年,我们做了一个分析,氢发电成本是天然气发电成本的2倍左右,技术发展将带来成本的逐步下降。2040年,氢发电成本和天然气发电成本达到差不多的水平。在这个过程中，我们的政府通过采用碳税的方法鼓励数据中心用能大户采用氢能模式。
　　
　　新加坡有比较好的空间研究计划,如发射卫星。所以,我们也在研究把数据中心发射到太空会出现什么情况?我们最近做了一个研究,研究成果很快会在《自然》(Nature)杂志发表出来。如果把数据中心放到太空,与在地球建一个数据中心,两者的碳排放是什么关系？对此，我们做了复杂的模型分析。如果卫星或服务器在太空中的使用寿命是5到7年的话，那么这两个方案的差别不大。对新加坡来说，已经没有地了。所以，需要直接把数据中心放到太空，但需要技术发展要到一定阶段。
　　
　　不仅新加坡这么干,全球主要经济体也在太空做数据方案。比如,欧盟、之江实验室也做了这样的计划。最终,驱动通用人工智能（AGI）发展只能靠核能,只有核能才有希望推动AGI的发展。所以,大的公司,比如微软、谷歌、甲骨文,试图与核电站一起推动数据中心发展。以后,越来越多的数据中心会在离核电站比较近以及有再生能源的地方发展。
　　
　　随着全球绿色电力接入越来越多,我们预计到2030年,绿色能源将成为主流。
　　
　　其次,人工智能有非常大的能力,也可以赋能可持续发展,特别是千行万业应用。国际能源署预计,未来人工智能和数字化转型会加速工业脱碳过程。
　　
　　用人工智能做重工业能源交通以及减排的使用,可以带来比较大的收益。
　　
　　我们在研究中注意到,以前比较注重数字空间的人工智能、商业AI。很多行业使用的是产业AI,是物理空间的人工智能。比如,Field、Factory、Fleet和Facility,被简称为“F4”。在这些产业空间使用人工智能,可以极大提高能源使用效率,减少碳排放。
　　
　　在我们的科研中,对于数据中心的耗电量是否可以用AI提升效率问题,我们通过数字孪生和AI结合的解决方案,基于物理信息机器学的解决方案,发现这可以极大减少数据中心的碳排放。这方面的研究获得了一些工业界的创新奖。
　　
　　我们有一个研究是,在新加坡1.18兆瓦数据中心,建一个数字孪生。建设期间,减少的碳排放大概是3500倍;实际运营,也可以每年减少2000吨碳排放。
　　
　　这种做法,在东南亚比较大的数据中心,都取得非常不错的效果。我们在逐步推动这个做法。在新加坡,这样做每年能够减少72万吨的碳排放。同时,我们跟亚洲开发银行一起合作,希望通过他们的渠道和项目将这个做法推广到全球各个地方。
　　
　　我们预计,如果可行的话,可以减少8000万的碳排放。
　　
　　最后,就是将人工智能可以赋能其他行业的碳排放和人工智能本身碳排放放在一起考虑。随着人工智能技术的发展,AI自身耗能希望通过优化,使这根线的斜率越小越好。同时,AI可以赋能千行万业带来的衍生节能,用得越多省得越多,我们认为,这是指数上升的曲线。人工智能电网设备的效率最终将抵消巨大的耗能,这是我们的目标。到一定阶段,人工智能对人类社会总体收益是正的,我们把它叫作技术的拐点。AI技术,总体上看,对人类社会,特别是碳排放和能耗,都有一个总体正向的收益。说到收益,我们要鼓励大家用人工智能赋能千行万业。
　　
　　我这里有一些关于未来AI发展和布局的思考。假设把AI落地想象成星际航行,我们需要五个重要要素。首先要有发动机即算力平台（Platform）,我们需要飞行员即科学家(Researcher）,我们也还需要地图、算法（Algorithm）,我们不能忘记发动机的燃料是数据（Data）,最后是应用场景（Application）、目标。所以,我们把五个字母合到一起,那就是“穿普拉达（PRADA）的人工智能”。
　　
　　为什么我们要投资给AI和数字基建呢?如果把全球主要经济体的GDP和经济指数做一个线性回归分析,可以发现,计算力指数每升高一个点,它的GDP是千分之1.8,数字经济增长是千分之3.5。我也不是学经济的,不知道这个数字到底是什么概念,所以,我问一个具体问题,一块的投入到底带来多少收益?所以,一块的投入带来数字经济是15块、GDP产出是25块。
　　
　　这段话的核心结论是:对AI和数字基建的投入能显著拉动经济增长,具体表现为每1元投入可带来15元的数字经济产出和25元的GDP产出。
　　
　　其论证逻辑为:先通过全球主要经济体的数据分析,指出计算力指数（与AI、数字基建直接相关）每提升1个点,GDP增长0.18%、数字经济增长0.35%;再进一步将抽象的指数关联转化为具体的投入产出比,明确了投入与经济收益的量化关系,以此支撑“应投资AI和数字基建”的观点。
　　
　　编辑：Harris
　　
　　　 "));