财富智汇：AI 革命造成的能源缺口有多大？ - 由jasonshane发表

你最近是习惯点开搜索框查资料，还是随手问 AI 要答案？

当我们习惯事事问 AI ，你有没有想过这几个问题：AI 每敲下一段回答，大概会消耗多少能量？以及如果把人脑比作“生物计算机”，和 AI 的“硅基大脑”比起来，到底谁处理信息的能耗更高效？

答案可能会颠覆你对“智能”的固有认知——AI 每一次输出的背后，都藏着远超想象的能量流动；而大脑——这个进化了数百万年的“生物 CPU”，或许正藏着最节能的生存智慧。

今天这篇文章，让我们跟着作者抽丝剥茧，好好算算这笔“智能账”。

本文共 4800 多字

阅读需要 13 分钟

众所周知，我的大脑是个小气鬼。

虽然它已经是我的身体中耗能最高的器官，霸占了我 20%的日常能量消耗，但功率也不过 16 瓦左右。即使截稿日迫在眉睫，它也不肯提高一点功率来帮帮忙。

我对着屏幕苦思冥想，想给自己的拙劣稿子写出点精彩的开头，它仍然无动于衷，甚至嘲笑我：

拼尽全力？那好吧，你给我一杯拿铁，我加到 20 瓦。没有更多了，这是 5.4 亿年进化赋予这个古怪器官的功率上限。就像你的台灯，调到最亮也就那样。

而我面前这台风扇正在呜呜叫的笔记本电脑，正在以 115 瓦的功率陪我一起发呆。光是开着这个几近空白的文档，它用的能源就是我大脑的 10 多倍。

加上路由器、空调、冰箱。

我坐在这堆电器中间，只为了写出一句“众所周知，我的大脑是个小气鬼。”

与此同时，我的朋友发来了 AI 给她写的小说。3 分钟，AI 就给她的冷门 CP 写了一整篇小甜文。这 3 分钟的背后，是功率可能高达 100 兆瓦的 AI 数据中心在为她的 CP 努力。她的小甜文，看着就比我的文章成本贵多了。

真的如此吗？

让我们请出马克吐温，这位大作家在自传里凡尔赛地说，他年轻时“六十天里写了 20 万词，平均每天能写 3000 多词”，即便到了 69 岁，他依然能“每次坐下来写四五个小时，平均能写 1400 词”。

算下来，他的职业生涯平均写作速度是每小时 300 词。按这个让我望尘莫及的速度来算，马克吐温写 300 词需要 1 小时，他那 20 瓦的大脑就要烧掉 20 瓦时的电，这还不算上其他器官能耗和日常消耗。

但是 AI 写 300 词呢？上个月谷歌发布的报告中提到，他们的 Gemini 处理一条请求只需要 0.24 瓦时，差不多只要人类大脑的 1%。

行吧，原来我才是那个又贵又慢的奢侈品。

当然，你可能会想：这是写文章嘛，那还有 AI 画画呢？并且前段时间不是刚有媒体说不要对 AI 说谢谢来浪费能源，现在怎么又说人类更耗能了？

的确，同样是写东西，对 AI 说一句“谢谢”，和让它正经写一篇创意故事，能耗就能差出 9 倍之多，这取决于模型调用的参数数量。简单来说，任务越复杂，能耗越大。

而画画的逻辑则又不一样，生成图片通常采用的是扩散模型，消耗的能量和输入的提示词长度无关，而是取决于生成的图片分辨率大小和扩散的步数，步数越多，质量越高，当然也就更耗能。

但算下来，使用拥有 20 亿参数的 Stable Diffusion 3 Medium 生成一张 1024*1024 分辨率的图像大约也是需要 0.3 瓦时，就算扩散步数到 50，也就是 0.6 瓦时，数量级还是一致的。

这就更让人好奇了：AI 的单次成本这么低吗？谷歌报告里那 0.24 瓦时，真的把所有成本都包含进去了吗？

为了确认这不是大公司的营销手段，我仔细阅读了一遍谷歌的报告，这份报告倒是非常翔实，把 Gemini 的能耗仔仔细细分成了四个部分进行统计。

首先是 AI 加速器的能耗。把 AI 模型当成一个在超级计算器上执行的程序，这部分就是每次来请求时，芯片执行程序运算所消耗的能量。AI 模型使用的芯片是专门优化过的 GPU 或者 TPU，虽然它们比普通 CPU 聪明，但该烧的电一度也少不了，毕竟天下没有免费的计算。

然后是 CPU 和 DRAM 的能耗，虽然 AI 模型通常不直接在 CPU 上进行计算，但是 CPU 得负责调度整个流程：接收问题、分配给 GPU、整理答案再发回来，有点类似项目管理经理，而 DRAM 则是用来存储模型参数和中间计算结果的临时仓库，得随时待命，这种状态也都是要烧电的。

以上两个算是常规能耗，接下来是待机消耗，用户提问的频率并不恒定，很可能凌晨 3 点没什么人提问，而晚上 8 点服务器一直繁忙。但机器必须时刻准备着，就像空驶的出租车，就算没载客也要烧油钱。谷歌把这部分的能耗也摊派了进去。

最后还有数据中心本身。服务器运行发热，冷却系统需要保证它们处于正常工作温度范围内。不间断电源能让数据中心保证永不断电，甚至连接服务器的每根网线都在偷偷吃电。整个数据中心就像一个需要 24 小时开空调的豪宅，电表转得飞快。

算完这些细账，谷歌的报告显示，Gemini 处理一条请求需要 0.24 瓦时。而对比一下，ChatGPT 那边报的数字是 0.34 瓦时。两家的数据在数量级上差不多，看来在能源价格飞涨的今天，没人会在这事上撒谎。

但等等，应该还不止。

这些数字只计算了 AI 回答问题的能耗，还没有算 AI 学习知识的成本。

训练模型确实是一次性投资，我多问一个问题，它也不会重新训练一遍，但完全不算也说不过去。考虑到 AI 模型每年都会更新换代，针对一个模型的单次训练的实际寿命很可能不超过两年甚至一年，那么比较公平的做法是把训练成本平摊到 1~2 年所能处理的请求上。

那么训练有多费电？

虽然谷歌对训练 Gemini 的耗能守口如瓶，但我们可以利用 OpenAI 训练 GPT-4 时所公布的数据进行估算。

训练 GPT-4 动用了 25000 块 Nvidia A100 GPU，连续跑了大约 14 周。一般来说，训练使用的是 8 卡服务器，就是每 8 块 GPU 装进一台服务器，每两块 GPU 配置一个 PCIe Switch，每 2 个 PCIe Switch 配置一块 CPU，再加上 6 块 NVSwitch、2 块存储网卡等。

整台服务器的最大理论功耗 TDP（thermal design power，表示一个硬件在最大理论负载下的功耗）约 6500 瓦。那么整个训练的服务器能耗就是 6500*3125*100*24/1000=48750000 kWh（千瓦时）。

前面我们提过，数据中心还会有冷却电源等日常消耗。业内用 PUE（电源使用效率）来衡量这些额外开销，简单来说就是每给服务器用 1 度电，整个数据中心要用几度电。

不同的数据中心 PUE 不同，用于 AI 计算的新型数据中心通常做过优化，PUE 会更小，效率更高。微软的 Azure West 超算中心算是合适的参考标杆，它的 PUE 做到了 1.12。那么训练一次 GPT-4 就是 48750000*1.12=54600000（千瓦时），也就是 5460 万度。

5460 万度电！

一个普通三口之家一个月的用电大概是 200~300 度左右，也就是说这些电能让十万个家庭用 2 个月。

但先别急着惊呼，GPT-4 每天收到 10 亿条请求，就算保守估计只用一年，那么就是 3650 亿次请求。

把 GPT-4 的训练成本平均到一年的请求量上，那么每次请求只分到 0.15 瓦时，加上之前的推理成本，也就是说用户朝 AI 说一次话，能耗成本平均是 0.5 瓦时的数量级。

0.5 瓦时？

嗯，差不多能让一台 30 寸的 LED 显示器亮 1 分钟吧，或者用 1000w 的微波炉叮 2 秒钟饭盒。

这么一算，好像 AI 耗能就是个伪命题。单次成本如此低廉，我们几乎可以忽略不计，还有什么好担心的？我那 20 瓦的大脑因为想不出稿子而焦虑所消耗的能量，都比这要多。

但这正是整个时代向我们描绘的未来中最迷人，也最危险的地方。

让我们把视线拉回到 19 世纪的英国。当时，一位叫威廉·斯坦利·杰文斯的经济学家发现了一个奇怪的现象，当詹姆斯·瓦特改良了蒸汽机，大幅提高了烧煤的效率后，英国的煤炭总消耗量非但没有减少，反而以前所未有的速度飙升。

这就是著名的杰文斯悖论：当技术进步提高了资源利用效率时，反而会导致该资源的总消耗量增加，而不是减少。

因为蒸汽机变得更高效、更经济，它被应用到了许多从前并未涉及的领域，因此催生了需求的爆炸增长，让时代变革。

而 AI 领域正在惊人地重演这一幕。

以前我们使用大脑，使用计算器，使用搜索引擎与各类软件来完成工作，现在可能连回一封邮件想个朋友圈文案都懒得自己动脑。让 AI 写小说？真是完美印证了这个悖论，这是一种过去不存在如今却因 AI 的廉价而创造出的全新需求。

更可怕的是，这还仅仅只是开始。

当获取一个答案的成本不可感知时，我们就会要求无数个答案。AI 这种完美乙方把每个用户都惯成了自己最讨厌的甲方“再来一版”“还是没有感觉”。

还有人沉迷于和 AI 的聊天甚至发疯，以前我只在科幻作品里见过这个。这还只是个人用户，企业级的 AI 需求则更多，AI 美颜、AI 长焦相机、AI 生成标题等，连如今的搜索引擎都会看似贴心加一段我根本没有要求的 AI 总结。没办法，不加 AI 功能的产品没有能向投资方讲述的故事。

那么，这场由无数个“0.5 瓦时”汇聚成的需求，在现实世界中究竟有多庞大？

根据国际能源机构（IEA）的报告，2024 年全球所有数据中心的耗电量为 415 太瓦时（TWh，即 1 万亿度电），预计到 2026 年将超过 1000 太瓦时。但在报告中，他们其实无法准确判断有多少能耗来源于 AI 产业，只能通过间接的线索，即以数据中心是否采用 AI 加速器架构来进行估算。

2024 年，有 15%的数据中心采用了加速器的架构，这样算下来 AI 产业的能耗是约 62 太瓦时。这个数字正在逐年上升，即使以最保守的估计，都会在 2030 年增加到 200 太瓦时。

图源：参考资料

62 太瓦时又是什么概念？

倘若我们按照之前的，Chatgpt 每天处理 10 亿条请求，乘以 365 天和 0.34 瓦时，那么一年的能耗只有 0.1 太瓦时，把几个主流聊天 AI 的用量加起来，大概也就 1 太瓦时。

算上训练，全球最大的 283 个大模型的训练能耗加起来也不过 1 太瓦时，全凑出来只有全凑出来只有 2 太瓦时，62 太瓦时的零头。

结论只有一个：我们日常民用的 AI 模型只是 AI 产业能耗冰山上的一角。

那么，水面下那庞大的、看不见的部分是什么？

IEA 的报告中无法更进一步地分析 62 太瓦时都被用在了什么地方，这些能耗或许被大公司用来训练新一代的 AI 模型，或许被小公司用来训练和运行特定的模型，抑或是花在了各种没有面市的实验性模型上。我们无法精确地剖析这块冰山，但各大公司的数据和行动已经说明了一切。

谷歌的 2025 年环境报告显示，它 2024 年的能耗较上一年增加了 20%，从 25 太瓦时增加到了 32 太瓦时，这之中除了 Gemini，还包含了各种小型公司所使用的云计算服务。

而谷歌、微软、Meta 纷纷增建数据中心和购买电厂，这本身就表明了他们对行业趋势与能源需求的判断：一个由 AI 引领的能源需求时代，即将来临。

所以，我们该怎么办？难道因为耗能，就回到没有 AI 的石器时代吗？这显然不现实。

杰文斯悖论的故事并非让我们停下脚步，而是在提醒我们：节流多半没用，人类不会甘心回到过去的苦日子，时代往前进步，靠的一定是开源。

科技巨头们比谁都清楚这一点。他们疯狂投资可再生能源，甚至自建电厂，在自己的环境年度报告中标榜绿色与低碳。

他们不是在做慈善，而是在为即将到来的巨浪修建堤坝，否则第一个被淹没的就是他们自己。

而我们能做的，是在享受便利的同时，保持一份清醒，并要求一个更透明的未来。

AI 行业的能源消耗有不少数据尚未公开，因此连国际能源署对行业未来也有各种差异颇大的估算。这就像去吃一个菜单没有价格的新店，我们只管兴高采烈地点菜，却不知道最后的账单会有多惊人。

毕竟，我那 20 瓦的大脑虽然小气，但它至少教会了我一件事——

天下没有免费的午餐，也没有免费的答案。

参考文献

[1] Black R W, Donald J. Patterson & Andrew W. Torrance. The carbon emissions of writing and illustrating are lower for AI than for humans[J]. Scientific Reports, 14 February 2024.

[2] James O'Donnell, Crownhart C. We did the math on AI’s energy footprint. Here’s the story you haven’t heard.[J]. , May 20, 2025.

[3] https://news.mit.edu/2025/explained-generative-ai-environmental-impact-0117

[4] https://mit-genai.pubpub.org/pub/8ulgrckc/release/2

[5] https://www.gstatic.com/gumdrop/sustainability/google-2025-environmental-report.pdf

[6] https://cloud.google.com/blog/products/infrastructure/measuring-the-environmental-impact-of-ai-inference

[7] https://azure.microsoft.com/en-us/blog/how-microsoft-measures-datacenter-water-and-energy-use-to-improve-azure-cloud-sustainability/

[8] https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai

策划制作

本文为科普中国·创作培育计划扶持作品出品丨中国科协科普部监制丨中国科学技术出版社有限公司、北京中科星河文化传媒有限公司

作者丨antares 计算机图形学硕士、游戏行业从业者、科普作家

审核丨于旸腾讯玄武实验室负责人

策划丨张林林

责编丨张林林

审校丨徐来

本文封面图片及文内图片来自版权图库

转载使用可能引发版权纠纷
原创图文转载请后台回复“转载”

点亮“推荐”

一起涨知识！

AI 革命造成的能源缺口有多大？

同样写下 300 字，你猜 AI 和人脑，谁消耗的能量多？答案太颠覆……